Artificial Neural Networks | Lesson 11: Euclidean and Mahalanobis distances

Book: "Neural Networks and Learning Machines" by Simon Haykin Chapter: Introduction Section: 7 Bu dərsdə süni neyral şəbəkələrdə və maşın öyrənməsində geniş istifadə olunan oxşarlıq və məsafə ölçülərini (Measures of Similarity) öyrənirik. Dərs ərzində aşağıdakı anlayışları addım-addım izah edirik: • Oxşarlıq ölçülərinə niyə ehtiyac var? • Evklid (Euclidean) məsafəsi nədir? • Mahalanobis məsafəsi nədir və nə üçün yaradılıb? • Varyans və kovaryansın məsafə hesablamasına təsiri • Mahalanobis məsafəsinin həndəsi mənası • Kovaryans matrisi və məlumat buludları • Evklid və Mahalanobis məsafələrinin müqayisəsi • Hansı hallarda Mahalanobis məsafəsi Evklid məsafəsinə çevrilir? • Nümunələr üzərində məsafələrin hesablanması və şərhi Bu dərs xüsusilə pattern recognition, machine learning, data mining və süni neyral şəbəkələr sahələrində istifadə olunan məsafə ölçülərinin məntiqini başa düşmək istəyənlər üçün nəzərdə tutulub. #ArtificialNeuralNetworks #ANN #MachineLearning #MahalanobisDistance #EuclideanDistance #PatternRecognition #KnowledgeRepresentation #DataScience #ArtificialIntelligence #NeuralNetworks #DataScienceAzerbaijan