Kurzer Kommentar zum transponieren des Vektors am Ende des Videos. Ich mache parallel zu dieser Videoreihe gerade einen Machine Learning Kurs vom MIT. Dort wurde gezeigt, dass man Vektoren am besten immer doppelt in eine Liste steckt, z.B. v = np.array([[1, 2, 3]]) Damit hat man dann schon ein zweidimensionales Objekt und kann einfach transpose anwenden. Statt v = np.array([[1, 2, 3], ]*3).transpose() kann man also auch v = np.array([[1, 2, 3]]).T verwenden, um einen Spaltenvektor zu erzeugen.
Danke für das Video ;D Falls du mal Zeit hättest wäre eine Playlist / ein Video über Rechnerarchitektur ganz cool. Ich denke das Thema interessiert einige hier 😊 Aber mach dir keinen Kopf wenn du es nicht schaffst. Das ist völlig verständlich wenn man so hochwertige Videos produziert 😄
Ich verstehe nicht, warum wir v mal 3 nehmen müssen, in der Mathematik ist es doch eigentlich möglich eine 1x3 Matrix mit einer 3x3 Matrix zu multiplizieren, oder nicht?
ich habe nicht ganz verstanden warum man den Vektor denn überhaupt als Matrix haben möchte? Man kann doch auch eine Matrix mit einem Vektor multiplizieren und dafür die dot Funktion benutzen. Bloß zum Verständnis, finde deine Tutorials super
Mathe ist sehr geil, davon gerne mehr (falls das noch nicht kam). Aber ein Video über Speicher, bits, bytes, Kapazitäten in Python usw. wäre sehr sehr geil denn das ist (zumindest für mich) überhaupt nicht greifbar. Ich weiß zwar wie groß welche Einheit ist aber wieso weshalb warum und wann man was wie wo in Python beachten muss ist mir ein Rätsel.
Mathe-Tutorial Mega-Top (auch speziell für Data Science). Wäre cool.
würde ich auch gut finden, wenn es ein mathe turoial für data science geben würde. =D
5:40 "Wenn ihr das von Hand machen müsst, dann sterbt ihr" xDD Haha, geil!
Kurzer Kommentar zum transponieren des Vektors am Ende des Videos.
Ich mache parallel zu dieser Videoreihe gerade einen Machine Learning Kurs vom MIT.
Dort wurde gezeigt, dass man Vektoren am besten immer doppelt in eine Liste steckt, z.B. v = np.array([[1, 2, 3]])
Damit hat man dann schon ein zweidimensionales Objekt und kann einfach transpose anwenden.
Statt v = np.array([[1, 2, 3], ]*3).transpose() kann man also auch v = np.array([[1, 2, 3]]).T verwenden, um einen Spaltenvektor zu erzeugen.
Hallo Ben, wo findet man diese MIT-Kurse? Kosten die was?
Finde die Variante voll gut. Hat jemand schon mal negative Überraschungen/ Stolpersteine damit erlebt?
Danke für das Video ;D Falls du mal Zeit hättest wäre eine Playlist / ein Video über Rechnerarchitektur ganz cool. Ich denke das Thema interessiert einige hier 😊 Aber mach dir keinen Kopf wenn du es nicht schaffst. Das ist völlig verständlich wenn man so hochwertige Videos produziert 😄
Ich hab das so gelernt, dass die 3D oder höher einfach Tensor heissen, glaub ich zumindest
Moin und danke für die Numpy-Serie. Meine Frage: Was spricht gegen die Verwendung der Funktion np.vstack() zur Erzeugung eines Spaltenvektors?
Wird hier doch gar nicht angesprochen?
Ein Mathe-Tutorial wäre sehr spannend. Bin gespannt ob Python eine “Alternative” zu MATLAB ist. 😄
Ich verstehe nicht, warum wir v mal 3 nehmen müssen, in der Mathematik ist es doch eigentlich möglich eine 1x3 Matrix mit einer 3x3 Matrix zu multiplizieren, oder nicht?
ich habe nicht ganz verstanden warum man den Vektor denn überhaupt als Matrix haben möchte? Man kann doch auch eine Matrix mit einem Vektor multiplizieren und dafür die dot Funktion benutzen. Bloß zum Verständnis, finde deine Tutorials super
für den algorithmus
Mathe ist sehr geil, davon gerne mehr (falls das noch nicht kam).
Aber ein Video über Speicher, bits, bytes, Kapazitäten in Python usw. wäre sehr sehr geil denn das ist (zumindest für mich) überhaupt nicht greifbar. Ich weiß zwar wie groß welche Einheit ist aber wieso weshalb warum und wann man was wie wo in Python beachten muss ist mir ein Rätsel.
Jo kannst du auch mal ein Video zu Server Message Block Protocol machen?
Mathe wäre sehr cool
Hallo kannst du bitte Mahl auf das Video von Marius angestreamt reagieren
Kann ich Mal nach dem Urlaub machen 👍
Du machst doch Informatik, lass das mit Mathe bleiben.