Je prends le cours d' Andrew Ng sur l'apprentissage automatique à travers Coursera . Pour les équations, les exposants sont utilisés à la place des indices. Par exemple, dans l'équation suivante, est utilisé à la place de :
Apparemment, c'est une pratique courante. Ma question est pourquoi utiliser des exposants au lieu des indices? Les exposants sont déjà utilisés pour l'exponentiation. Certes, je semble être en mesure de lever toute ambiguïté entre les cas d'utilisation d'exposant et d'exponentiation en faisant attention à la présence ou non de parenthèses, mais cela semble toujours confus.
machine-learning
notation
entpnerd
la source
la source
i
indexation est-elle supérieure à la taille de l'ensemble de données ou aux éléments du vecteurx
? Si le premier, c'est tout à fait standard. Si ce dernier, c'est totalement non standard. Et la raison pour laquelle l'exposant est utilisé est que, parfois, vous voulez faire référence à l'élément du vecteur en utilisant l'indice.Réponses:
Si désigne un vecteur alors est une notation standard pour la ème coordonnée de , c'est-à-direx ∈ R m x i i x x = ( x 1 , x 2 , … , x m ) ∈ R m .X x ∈ Rm Xje je X
Si vous avez une collection de tels vecteurs, comment désigneriez-vous un ème vecteur? Vous ne pouvez pas écrire , cela a une autre signification standard. Donc, parfois, les gens écrivent et c'est pourquoi je crois qu'Andrew Ng le fait.i x i x ( i )n je Xje X( i )
C'est à dire
la source
L'utilisation de super scripts comme vous l'avez dit, je crois, n'est pas très courante dans la littérature d'apprentissage automatique. Je devrais revoir les notes de cours de Ng pour confirmer, mais s'il met cet usage là, je dirais qu'il serait à l'origine de la prolifération de cette notation. C'est une possibilité. Quoi qu'il en soit, ne soyez pas trop méchant, mais je ne pense pas que beaucoup d'étudiants de cours en ligne publient de la littérature sur l'apprentissage automatique, donc cette notation n'est pas très courante dans la littérature actuelle. Après tout, ce sont des cours d'introduction à l'apprentissage automatique, pas des cours de niveau doctorat.
Ce qui est très courant avec les super scripts est de désigner l'itération d'un algorithme utilisant des super scripts. Par exemple, vous pouvez écrire une itération de la méthode de Newton comme
(... oui ce n'est pas tout à fait le meilleur moyen de mettre en œuvre la méthode de Newton en raison de l'inversion de la matrice de Hesse ...)
la source
=
==
En mathématiques, les exposants sont utilisés à gauche et à droite selon le domaine. Le choix est toujours un héritage historique, rien de plus. Celui qui est entré en premier sur le terrain a établi la convention d'utilisation des sous-indices ou des exposants.
Par conséquent, le choix des exposants de Ng est également purement historique. Il n'y a aucune raison réelle de les utiliser ou de ne pas les utiliser, ou de les préférer aux indices. En fait, je pense qu'ici, les ML utilisent la notation tensorielle. Ils connaissent certainement bien le sujet, par exemple, voir cet article.
la source