Материал подготовлен при поддержке SkillFactory. Скидка 45% по промокоду MATH-45 на все обучающие курсы по Data Science до 30.09! Записывайся!
- Едете на автомобиле по закруглению — вектор центростремительного ускорения.
- Здание прогибается под своим весом — вектор тяжести.
- Пользуетесь поиском Яндекса — вектор предпочтений конкретного пользователя.
- Разговариваете по телефону — векторное представление сигналов.
Векторы везде. Давайте вспомним основы из школьного курса и подробнее поговорим о том, почему без векторов немыслима ни одна область современной науки. Поехали!
Что такое вектор
Наверное, это самое простое определение в математике. Вектор — это направленный отрезок прямой, для которого указано, что считать началом, а что концом.
Вектор (в пер. с лат.) — "несущий". Действительно, это фактически способ переноса точки А в точку В.
Казалось бы, чистая геометрия, почему и зачем это применяют? Однако достоинство векторного представления именно в универсальности и понятности для вычислительных машин, но об этом чуть позже.
Операции над векторами
Давайте для начала определимся, что мы не выходим за рамки плоскости и декартовой системы координат. Первое, что логично определить для вектора, — это задать координаты его начала и конца. На плоскости координаты вектора задаются парой чисел (x;y), где x,y — это разность соответствующих координат точек начала и конца. Зная координаты, можно произвести все возможные операции над векторами:
Модуль (длина) вектора вычисляется как расстояние между точками
Итак, мы разобрались с основными операциями над векторами. Что дальше?
Как применяются векторы ?
Парой абзацев выше я говорил об универсальности векторов. Так вот, вместо чисел никто не мешает нам взять произвольный набор данных об объекте.
Например, пусть для конкретного человека известны следующие показатели: рост, вес, уровень образования, возраст, семейное положение. Используя векторное представление мы можем записать информацию о человеке в таком виде:
(179 ; 83 ; высшее ; 38 ; 1), где 1 — это признак нахождения в браке.
После некоторых преобразований любая ЭВМ или программа может в векторном виде хранить и обрабатывать громадное количество таких записей, вычислять закономерности и делать прогнозы.
Основатель поисковой системы Яндекс Аркадий Волож. Источник: https://avatars.mds.yandex.net/get-zen_doc/195350/pub_5d51ac8692414d00ad006ee9_5d51ad3ef8a62300ada015da/scale_1200
Например в поисковой системе Яндекс при запросе пользователя сравниваются два вектора: вектор вопроса (ваш поисковый запрос, например, "купить мыло") и вектор ответа (сайты в поисковой сети, которые соответствуют запросу и его интенту) . На основании их похожести Вам и выводится наиболее предпочтительная первая страница Яндекса. Каждый день векторы рядом с Вами!
На знании векторов можно неплохо зарабатывать!
Наиболее мощным инструментом для работы с векторным представлением данных являются, конечно же, языки программирования. Однако, многие программисты в совершенстве зная конкретный язык, часто сталкиваются с недостатком математического и управленческого образования.
Чтобы восполнить этот пробел хочу порекомендовать Вам курсы Data Science от онлайн-школы SkillFactory. Полный курс состоит из шести огромных модулей, призванных развить все возможные компетенции, необходимые для Data Scientist'a.
Учебная программа в SkillFactory построена таким образом, что обучиться этой современной, востребованной и ОЧЕНЬ высокооплачиваемой профессии можно с нуля, имея только школьное образование! На всех этапах обучения студентов поддерживают наставники курса, а выпускникам помогают с трудоустройством с заработной платой от 80 тыс. рублей и выше.
Посмотреть учебную программу и цены на курсы
До 30.09 действует скидка 45 % по промокоду math-45!
