DR. IGOR DATA SCIENCE AI, Data & Creativity · From Data to Impact
הרצאה 1 · נושא 6/10
אלגברה ליניארית למדעי הנתונים

שימושים במכפלה פנימית

ציון משוקלל, חפיפה בין קבוצות, תוחלת של משתנה מקרי וערך של פולינום — ארבעה רעיונות שונים, אותה פעולה מתמטית.

מתחילים לתרגול
features · weights
score
binary vectors
common items
values · probabilities
E[X]
coefficients · powers
p(t)
01

ציון משוקלל במדעי הנתונים

וקטור מאפיינים מוכפל בווקטור משקלים ומחזיר total score.

החומר המקורי
\[ s=w^Tf=\sum_{i=1}^{n}w_i f_i \]

\(f\) הוא וקטור המאפיינים, \(w\) הוא וקטור המשקלים, ו-\(s\) הוא הציון הכולל.

המשמעות: כל מאפיין תורם לציון לפי חשיבותו.

מחשבון ציון משוקלל

FeatureValueWeightContribution
Experience
4
Exam
3.6
Projects
3.2
10.8
NumPyweighted score
import numpy as np

features = np.array([8, 90, 4])
weights  = np.array([0.5, 0.04, 0.8])

score = weights @ features

print(score)
# 10.8
02

Co-occurrence — מספר איברים משותפים

כאשר 1 מסמן הופעה ו-0 מסמן היעדר, המכפלה הפנימית סופרת חפיפות.

\[ A^TB = \sum_{i=1}^{n}a_i b_i = \#\{i:a_i=b_i=1\} \]

לחצו על התאים כדי לשנות את הווקטורים:

A
1
0
1
1
0
1
0
0
B
1
1
0
1
0
1
1
0
3

איברים משותפים

NumPyספירת חפיפות
A = np.array([1, 0, 1, 1, 0, 1, 0, 0])
B = np.array([1, 1, 0, 1, 0, 1, 1, 0])

common = A @ B

print(common)
# 3
03

תוחלת של משתנה מקרי

וקטור ערכים כפול וקטור הסתברויות.

החומר המקורי

אם \(X\) הוא וקטור הערכים האפשריים של משתנה מקרי ו-\(P\) הוא וקטור ההסתברויות, אז:

\[ \mathbb{E}[X] = X^TP = \sum_{i=1}^{n}x_i p_i \]

מחשבון תוחלת

Value
Probability
Contribution
0
5
6
11
סכום ההסתברויות הוא 1.
NumPyחישוב תוחלת
values = np.array([0, 10, 20])
probabilities = np.array([0.2, 0.5, 0.3])

expected_value = values @ probabilities

print(expected_value)
# 11.0
04

ערך של פולינום בנקודה

מקדמי הפולינום ווקטור החזקות יוצרים מכפלה פנימית.

נניח פולינום מדרגה \(n-1\):

\[ p(t)=c_0+c_1t+\cdots+c_{n-1}t^{n-1} \]

נגדיר:

\[ c= \begin{bmatrix} c_0\\c_1\\\vdots\\c_{n-1} \end{bmatrix}, \qquad v(t)= \begin{bmatrix} 1\\t\\\vdots\\t^{n-1} \end{bmatrix} \] \[ p(t)=c^Tv(t) \]

מחשבון פולינום ממעלה שלישית

1 + (-2)·2 + 3·2² + 1·2³
17
NumPyפולינום כמכפלה פנימית
coefficients = np.array([1, -2, 3, 1])
t = 2

powers = np.array([1, t, t**2, t**3])
value = coefficients @ powers

print(value)
# 17
05

תרגול קצר

לזהות את שני הווקטורים שמסתתרים בכל בעיה.

משימה 1 — score

\[ f=(5,8,2),\qquad w=(0.4,0.5,1.5) \]

חשבו את הציון המשוקלל.

\[ w^Tf = 0.4\cdot5+0.5\cdot8+1.5\cdot2 = 9 \]

משימה 2 — פולינום

נתון:

\[ p(t)=2-t+3t^2 \]

כתבו שני וקטורים שהמכפלה הפנימית שלהם שווה ל-\(p(4)\), וחשבו.

\[ c=(2,-1,3), \qquad v(4)=(1,4,16) \] \[ p(4)=c^Tv(4)=2-4+48=46 \]
06

Take-home message

אותו מבנה מתמטי חוזר בארבעה תחומים שונים.

1ציון משוקלל הוא מכפלה פנימית של מאפיינים ומשקלים.
2בווקטורים בינאריים, המכפלה סופרת הופעות משותפות.
3תוחלת היא מכפלה פנימית של ערכים והסתברויות.
4ערך פולינום הוא מכפלה של מקדמים בחזקות הנקודה.
5בכל דוגמה צריך לזהות: מהו וקטור הנתונים ומהו וקטור המשקלים.
6NumPy מאפשר לממש את כל הדוגמאות באמצעות האופרטור @.

מפת כיסוי של חומר המקור

שקופיות 67–71 נשמרו; נוספו מחשבונים, קוד, הסברים ותרגול.

שקופיתהחומר המקוריהמיקום החדש
67וקטור מאפיינים, וקטור משקלים ו-total scoreציון משוקלל + מחשבון + NumPy
68Co-occurrence בווקטורים בינארייםספירת איברים משותפים אינטראקטיבית
69וקטור ערכים, וקטור הסתברויות ותוחלתמחשבון תוחלת + בדיקת סכום הסתברויות
70קישור לקורס הסתברות למדעי הנתוניםכרטיס קישור
71חישוב ערך פולינום בנקודה באמצעות מכפלה פנימיתנוסחה כללית + מחשבון פולינום + קוד