Аннотация

Data Science стала ключевой областью исследований, обеспечивающей новые идеи и решения в различных сферах, от бизнес-аналитики до научных исследований. В статье рассматриваются роль и значимость методов линейной алгебры для анализа данных в науке о данных. Линейная алгебра играет ключевую роль в Data Science, предоставляя мощный инструментарий для анализа, обработки и моделирования данных. Статья представляет обзор основных методов линейной алгебры и их применение в Data Science. Рассматриваются такие базовые понятия, как векторы, матрицы и далее операции над ними, используемые для манипуляции данными. Исследуем, как эти концепции находят своё применение в анализе и обработке данных. Рассматриваются методы линейной регрессии, разложение на сингулярные значения и другие методы, основанные на линейной алгебре. Дан обзор некоторых проектов и задач, выполненных с использованием методов линейной алгебры. Также представлены основные библиотеки Python для выполнения операций над векторами и матрицами

Ключевые слова

анализ и обработка данных; Data Science; NumPy; Google Colab; искусственный интеллект

Использованные источники

  1. Grus, J. (2021). Data science from scratch. St. Petersburg: BHV-Petersburg.

  2. Kennedy, B. (2023). Python basics for data science. DMK Press.

  3. Raschka, S. (2017). Python and machine learning. DMK Press. Retrieved from https://e.lanbook.com/book/100905.

  4. Silen, D. (2017). Fundamentals of data science and big data. St. Petersburg: Piter.

  5. Müller, A., & Guido, S. (2017). Introduction to machine learning with Python. Moscow: O'Reilly Media.

  6. Müller, J.P., & Massaron, L. (2020). Python and data science (2nd ed.). St. Petersburg.