Подскажите новичку в NLP: должен ли я прямо реально въехать

Question

Подскажите новичку в NLP: должен ли я прямо реально въехать

в то, как именно работает SVD, прохавать на примерах умножение матриц, или хватит того, что я знаю, что оно для уменьшения размерности и уменьшает кол-во точек, оставляя самые крайние и важные для сохранения дисперсии?

#nlp #programming #russian

0

10.06.2022

7 ответов

16 просмотров

Aleksandr N Автор вопроса

rms_ak
сейчас вам откроется страшная тайна, что реальных ...

Я вот и хочу понять, сделает ли это знание меня более конкуретноспособным или это чисто алгоритм который применил и как минимум не хуже. Допустим, знание как именно работают tf-idf, что на что делится, косинусное расстояние, показалось мне интересным хоть и простым. А тут уже 3 раз пытаюсь въехать, пока безрезультатно, аидимо надо нормально почитать матиричную алгебру, но возник вопрос стоит ли оно того

0

10.06.2022

Andrey

вы не узнаете пока не попробуете, так со всей математикой, необязательно ML если не знаешь, то и не проверишь, полезно или нет. а если знаешь, то внезапно может где и приспособишь. вполне возможно и не только с математикой так 😀 конкретно SVD и прочие собственные числа - та еще штука. спорная с точки зрения ML, хотя многие пользуются, и обоснование есть. собственные числа в диффурах интересны - устойчивость решений и т.д.

0

10.06.2022

Nikolay Karelin

Andrey
вы не узнаете пока не попробуете, так со всей мате...

SVD - это почти что другое название PCA. Так что про спорность с точки зрения ML - это как-то слишком

0

10.06.2022

Andrey

Nikolay Karelin
SVD - это почти что другое название PCA. Так что п...

+/- да. напомните пожалуйста, когда вы в прод PCA пихали в последний раз?

0

10.06.2022

Aleksandr N Автор вопроса

Andrey
+/- да. напомните пожалуйста, когда вы в прод PCA ...

Спорность почему? Выигрыш в производительности и обучаемости уже не так критичен как раньше?

0

10.06.2022

vpodgorsky

Andrey
+/- да. напомните пожалуйста, когда вы в прод PCA ...

Когда снижали размерность эмбеддингов и пространства признаков в нейросетках?

0

10.06.2022

rms_ak · Accepted Answer

сейчас вам откроется страшная тайна, что реальных дата сайнтистов на весь земной шар может тысяча и наберется. остальные, это просто дата инженеры, которые умеют загрузить, почистить набор данных и знают как подсунуть его в готовые функции keras.

170 похожих чатов

Подскажите новичку в NLP: должен ли я прямо реально въехать

7 ответов

Похожие вопросы