One Step for A Little Progress

원문 : http://www.offconvex.org/2015/12/17/tensor-decompositions/ 머신러닝에서의 텐서 방법 텐서는 매트릭스의 고 차원 일반화입니다. 최근에는 은닉 마코프 모델, 가우스 혼합 및 잠재 디리슐레 할당과 같은 잠정적 변수 모델의 매개 변수를 추정하기 위한 학습 알고리즘을 설계하는 데 텐서 분해가 사용 되었습니다 (이 작업 중 많은 부분이 "스펙트럼 학습"의 예로 간주됩니다). 이 글에서는 왜 텐서가 이 설정에서 유용한 지 간단히 설명 할 것입니다. SVD (Singular Value Decomposition)를 사용하여 행렬 $M \in \mathbb{R}^{n\times m}$을 여러 랭크 1 행렬의 합으로 쓸 수 있습니다. $$M = \sum_{i=1}^r ..

원문 : https://www.oreilly.com/ideas/lets-build-open-source-tensor-libraries-for-data-science 데이터 과학자를 위한 오픈소스 텐서 라이브러리를 만들어 봅시다.머신러닝의 텐서 방법은 빠르고, 정확하며, 확장가능하지만, 잘만들어진 라이브러리가 필요합니다.데이터 과학자들은 고차원의 특징 공간을 다루곤 합니다. 예를들어, 텍스트 마이닝에서는 10000개 이상의 다른 단어들의 어휘들을 사용합니다. 수많은 분석 문제들이 2D 행렬의 인수분해 방법과 같은 선형대수를 포함하고, 몇몇 오픈소스에서 이를 가능케 합니다. 기계학습 알고리즘을 구현하는 사람들은 행렬 분석 작업을 위한 좋은 라이브러리가 필요합니다. 하지만 왜 2D 표현에서 멈출까요? 최근 S..