我一直听说机器学习只是线性代数。
这是否意味着所有已知的（和所有可能的？）机器学习算法，从随机森林到支持向量机，再到递归神经网络，都可以写成一系列基本矩阵和向量运算，例如乘法、加法、求和、 ETC？
以这种方式编写算法是否能够捕获模型的所有方面，例如架构、激活函数、学习率、优化方法？
像卷积这样的高级特征可以表示为基本的矩阵运算吗？
是否有任何不正确的 ML 算法？
矩阵代数图灵完备吗？
所有已知的 ML 算法都可以写成一系列矩阵运算吗？
数据挖掘
线性代数
矩阵
2022-03-14 10:39:55
1个回答
线性代数对于 ML 非常重要，但ML 不仅仅是“线性代数”。
任何线性矩阵向量运算序列都是线性的。因此，任何非线性运算都不能使用线性代数来计算。
ML 中使用的一些非线性操作示例：
- if 语句：例如
(x < 0) - softmax 激活
- 整流线性单元
像卷积这样的高级特征可以表示为基本的矩阵运算吗？
这个说法其实是真的。单个卷积可以表示为矩阵。然而，任何现代 CNN 在卷积之后都具有非线性。
其它你可能感兴趣的问题