A Bird’s-Eye View of Linear Algebra: Measure of a Map — Determinants
我们卷起袖子，并开始处理矩阵后，鸟类的眼光是线性代数的视图：地图的度量 - 决定因素首先出现在数据科学上。
A Bird’s Eye View of Linear Algebra: The Basics
我们认为不含基础，我们会免费编写基础，但是当芯片倒下时，我们关闭了办公室的门，并用愤怒等矩阵计算。帖子鸟类对线性代数的眼光：基本知识首先是迈向数据科学的基础知识。
Gilbert Strang: Linear Algebra, Deep Learning, Teaching, and MIT OpenCourseWare
Gilbert Strang 是麻省理工学院的数学教授，也许是世界上最著名、最有影响力的数学教师之一。他在麻省理工学院开放式课程上关于线性代数的讲座已被观看了数百万次。本次对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在那里观看这些对话的视频版本。如果您喜欢播客，请在 Apple Podcasts 上给它 5 星评分或在 Patreon 上支持它。本集由 Cash App 提供。下载它，
‘I missed talking math with people’: why John Urschel left the NFL for MIT
前巴尔的摩乌鸦队的后卫在职业足球领域的职业生涯有利可图。但是他选择专注于在马萨诸塞州理工学院数学系的二楼办公室里，在学术约翰·厄什尔（Academiajohn Urschel）的初恋中抬起百叶窗。在一个4月中旬的下午，外面是剑桥的所有春季辉煌。他办公室的所有内容都说“大学教授” - 桌子一侧的计算机，另一张论文，另一张论文，在他身后的架子上的书籍，他的胡须咧嘴一笑，当他在线性代数中描述他的研究时，他的眼睛在眼镜后面闪闪发光。当他热情地示意时，您可以想象那些巨大的手保护他的四分卫免受对立的传球冲刺的侵害 - 他曾经是巴尔的摩乌鸦队的后卫。继续阅读...
Step-by-Step Guide to Creating Simulated Data in Python
一个适合初学者的教程，教你如何生成自己的数据进行分析和测试照片由 Alexandru-Bogdan Ghita 在 Unsplash 上拍摄想象一下，你刚刚编写了一个机器学习模型，需要在特定场景中对其进行测试，或者你正在发布一篇关于自定义数据科学解决方案的学术论文，但可用的数据集有版权限制。另一方面，你可能正处于机器学习项目的调试和故障排除阶段，需要数据来识别和解决问题。所有这些情况，以及更多情况，都可以从使用模拟数据中受益。通常，现实世界的数据并不容易获得、昂贵或私密。因此，创建合成数据对数据科学从业者和专业人士来说是一项有用的技能。在本文中，我介绍了一些使用 Python 从头开始创建
Grant Sanderson: 3Blue1Brown and the Beauty of Mathematics
Grant Sanderson 是一位数学教育家，也是 3Blue1Brown 的创建者，这是一个流行的 YouTube 频道，使用编程动画可视化来解释线性代数、微积分和其他数学领域的概念。此对话是人工智能播客的一部分。如果您想了解有关此播客的更多信息，请访问 https://lexfridman.com/ai 或在 Twitter、LinkedIn、Facebook、Medium 或 YouTube 上与 @lexfridman 联系，您可以在其中观看这些对话的视频版本。如果您喜欢播客，请在 Apple Podcasts 上给它 5 星评分，在 Spotify 上关注它，或在 Patreon
我刚从在康奈尔举行的美国卫生经济学家学会（ASHE）会议上回来。太棒了！它不仅在我的母校举行（B.S. 1994），而且在我花了很多时间学习激光光学，线性代数，信号和系统理论的工程四边形上（我的专业：康奈尔大学的专业：康奈尔的邮政上的邮政上的Ashe Post Ashe首次出现在偶然的经济学家。
