Tema
Álgebra Linear
Independência linear, span, base e dimensão
Entender quando vetores carregam informação nova, como conjuntos de vetores geram espaços e por que base e dimensão são conceitos centrais para representações em IA.
Sistemas lineares, eliminação de Gauss e posto da matriz
Entender sistemas lineares como problemas matriciais, aprender eliminação de Gauss e compreender o posto (rank) como medida da quantidade de informação independente em uma matriz.
Matriz inversa: desfazendo transformações
Compreender a matriz inversa como a operação que desfaz uma transformação, conectando invertibilidade, determinante, sistemas lineares, perda de informação e computação numérica.
Determinante: área, volume, orientação e perda de informação
Compreender o determinante geometricamente e usá-lo para identificar mudança de área e volume, inversão de orientação e perda de dimensão.
Regressão linear e mínimos quadrados: o primeiro modelo supervisionado
Ajustar, resolver e auditar a regressão linear: mínimos quadrados como projeção, solução numérica estável, baseline e diagnóstico pelos resíduos.
Transformações geométricas: escala, rotação, reflexão e projeção
Enxergar matrizes como operações geométricas sobre o espaço e compreender como escala, rotação, reflexão e projeção formam a intuição necessária para redes neurais e Transformers.
Matrizes como transformações: entendendo de verdade y = Wx + b
Compreender matrizes como transformações de vetores e conectar essa interpretação diretamente às camadas de uma rede neural.
Similaridade de cosseno na prática: embeddings, busca semântica e RAG
Entenda como a similaridade de cosseno transforma geometria vetorial em embeddings, busca semântica, ranking Top-K e sistemas RAG.
Produto escalar: a operação que mede alinhamento entre vetores
Entenda o produto escalar, sua interpretação geométrica e por que essa operação aparece em redes neurais, embeddings, busca vetorial, RAG e Transformers.
Vetores como objetos geométricos: direção, magnitude, norma e distância
Entenda vetores como objetos geométricos e aprenda direção, magnitude, norma, normalização e distância — a base para embeddings, busca semântica, RAG e similaridade de cosseno.
Newsletter
Um texto por semana, com fonte.
Sem spam. Só o que foi revisado e tem referência.