Podcast
Questions and Answers
מהו היתרון העיקרי במימוש פעולות וקטוריות באמצעות מערכים בשפות תכנות?
מהו היתרון העיקרי במימוש פעולות וקטוריות באמצעות מערכים בשפות תכנות?
- אפשרות לנצל את היכולות הגרפיות של המעבד.
- יכולת לבצע אופטימיזציה של קוד על ידי שימוש בפעולות מטריציות מובנות.
- שימוש יעיל יותר במשאבי זיכרון המחשב.
- פישוט תהליך הפיתוח וחוסך זמן וכתיבת קוד מרובה. (correct)
מהו התנאי ההכרחי לקבלת וקטור חדש c על ידי חיבור שני וקטורים a ו-b השייכים למרחב Rn?
מהו התנאי ההכרחי לקבלת וקטור חדש c על ידי חיבור שני וקטורים a ו-b השייכים למרחב Rn?
- $c \in R^{n-1}$
- $c \in R^{2n}$
- $c \in R^{n}$ (correct)
- $c \in R^{n+1}$
מהו הצירוף הלינארי של וקטורים?
מהו הצירוף הלינארי של וקטורים?
- חילוק וקטור בסקלר.
- חיבור שני וקטורים בלבד.
- חיבור וקטורים לאחר הכפלתם בסקלרים. (correct)
- הכפלת וקטור בסקלר.
מה המשמעות של סגירות ביחס לפעולות על וקטורים?
מה המשמעות של סגירות ביחס לפעולות על וקטורים?
מהו הקשר בין מרחב וקטורי לבין אלגוריתמים מבוססי מערכים?
מהו הקשר בין מרחב וקטורי לבין אלגוריתמים מבוססי מערכים?
מהו הבסיס למרחב וקטורי?
מהו הבסיס למרחב וקטורי?
איזו מהפעולות הבאות בהכרח שומרת על השייכות למרחב וקטורי V?
איזו מהפעולות הבאות בהכרח שומרת על השייכות למרחב וקטורי V?
מהי מטרת השימוש באלגברה לינארית בתחום של machine learning?
מהי מטרת השימוש באלגברה לינארית בתחום של machine learning?
אילו מהבאים מהווה ייצוג חזותי של קשרים בין מושגים, כפי שמוצג באיור 2.2?
אילו מהבאים מהווה ייצוג חזותי של קשרים בין מושגים, כפי שמוצג באיור 2.2?
מהו התנאי ההכרחי לקיום מרחב וקטורי?
מהו התנאי ההכרחי לקיום מרחב וקטורי?
מה ההבדל העיקרי בין קבוצה אבלית לחבורה רגילה?
מה ההבדל העיקרי בין קבוצה אבלית לחבורה רגילה?
אילו מהמאפיינים הבאים אינו נדרש לצורך הוכחת תלות לינארית?
אילו מהמאפיינים הבאים אינו נדרש לצורך הוכחת תלות לינארית?
איזה מהבאים מתאר את הקשר בין תלות לינארית ומרחב וקטורי?
איזה מהבאים מתאר את הקשר בין תלות לינארית ומרחב וקטורי?
נתונה מערכת משוואות ליניאריות. מה נכון לגבי מצב בו הדטרמיננטה של מטריצת המקדמים שווה לאפס?
נתונה מערכת משוואות ליניאריות. מה נכון לגבי מצב בו הדטרמיננטה של מטריצת המקדמים שווה לאפס?
כיצד משפיעה תלות לינארית על היכולת לפתור מערכת משוואות לינאריות?
כיצד משפיעה תלות לינארית על היכולת לפתור מערכת משוואות לינאריות?
מהי המטרה העיקרית של שימוש בתורת ההסתברות בהקשר של מודלים של Machine Learning?
מהי המטרה העיקרית של שימוש בתורת ההסתברות בהקשר של מודלים של Machine Learning?
מהו הגרדיאנט בהקשר של טכניקות אופטימיזציה, ואיך הוא מסייע בתהליך?
מהו הגרדיאנט בהקשר של טכניקות אופטימיזציה, ואיך הוא מסייע בתהליך?
מה המשמעות של טרנספורמציה ליניארית בהקשר של מרחב וקטורי?
מה המשמעות של טרנספורמציה ליניארית בהקשר של מרחב וקטורי?
אילו מהבאים הם המרכיבים העיקריים של Machine Learning, כפי שהוצגו בחלק השני של הספר?
אילו מהבאים הם המרכיבים העיקריים של Machine Learning, כפי שהוצגו בחלק השני של הספר?
מהי המטרה העיקרית של רגרסיה ליניארית (Linear Regression) בהקשר של Machine Learning?
מהי המטרה העיקרית של רגרסיה ליניארית (Linear Regression) בהקשר של Machine Learning?
מה המטרה העיקרית של הפחתת ממדים (Dimensionality Reduction) באמצעות ניתוח מרכיבים עיקריים (Principal Component Analysis) בתחום ה-Machine Learning?
מה המטרה העיקרית של הפחתת ממדים (Dimensionality Reduction) באמצעות ניתוח מרכיבים עיקריים (Principal Component Analysis) בתחום ה-Machine Learning?
מהי החשיבות של בניית מערכי ניסוי שמגנים מפני הערכות אופטימיות מדי של מערכות Machine Learning?
מהי החשיבות של בניית מערכי ניסוי שמגנים מפני הערכות אופטימיות מדי של מערכות Machine Learning?
בהקשר של רגרסיה ליניארית, מה ההבדל בין הערכת סבירות מקסימלית (Maximum Likelihood) להערכת פוסטריורי מקסימלית (Maximum A Posteriori)?
בהקשר של רגרסיה ליניארית, מה ההבדל בין הערכת סבירות מקסימלית (Maximum Likelihood) להערכת פוסטריורי מקסימלית (Maximum A Posteriori)?
מה ההבדל העיקרי בין רגרסיה ליניארית קלאסית לרגרסיה ליניארית בייסיאנית?
מה ההבדל העיקרי בין רגרסיה ליניארית קלאסית לרגרסיה ליניארית בייסיאנית?
מה ההבדל העיקרי בין השימושים השונים של המונח 'אלגוריתם למידת מכונה'?
מה ההבדל העיקרי בין השימושים השונים של המונח 'אלגוריתם למידת מכונה'?
מה המשמעות של 'אימון מערכת' בהקשר של למידת מכונה?
מה המשמעות של 'אימון מערכת' בהקשר של למידת מכונה?
מהי תכונה המאפיינת פתרון פרטי למערכת משוואות ליניאריות?
מהי תכונה המאפיינת פתרון פרטי למערכת משוואות ליניאריות?
נתונה מערכת משוואות לינארית עם שני משוואות וארבעה נעלמים. מה ניתן להסיק לגבי הפתרונות שלה?
נתונה מערכת משוואות לינארית עם שני משוואות וארבעה נעלמים. מה ניתן להסיק לגבי הפתרונות שלה?
מדוע חשוב להמיר נתונים לייצוג מספרי לפני השימוש בהם באלגוריתם למידת מכונה?
מדוע חשוב להמיר נתונים לייצוג מספרי לפני השימוש בהם באלגוריתם למידת מכונה?
מה מייצג וקטור בגישה של מדעי המחשב?
מה מייצג וקטור בגישה של מדעי המחשב?
נתונה מטריצה שבה שני העמודות הראשונות הן וקטורי היחידה. מהי המשמעות של עובדה זו בפתרון מערכת משוואות ליניארית?
נתונה מטריצה שבה שני העמודות הראשונות הן וקטורי היחידה. מהי המשמעות של עובדה זו בפתרון מערכת משוואות ליניארית?
כיצד ניתן למצוא פתרונות נוספים למערכת משוואות ליניאריות לאחר שנמצא פתרון פרטי?
כיצד ניתן למצוא פתרונות נוספים למערכת משוואות ליניאריות לאחר שנמצא פתרון פרטי?
מה המטרה העיקרית של מודל בהקשר של למידת מכונה?
מה המטרה העיקרית של מודל בהקשר של למידת מכונה?
מה מייצג הביטוי $\lambda_1(8c_1 + 2c_2 - c_3) = 0$ בהקשר של פתרון מערכת משוואות ליניאריות?
מה מייצג הביטוי $\lambda_1(8c_1 + 2c_2 - c_3) = 0$ בהקשר של פתרון מערכת משוואות ליניאריות?
מהי תפקידם של מודלים טובים בתהליך למידת מכונה?
מהי תפקידם של מודלים טובים בתהליך למידת מכונה?
באילו תחומים עיקריים מתמקדת החלק הראשון של הספר בהקשר של מערכות למידת מכונה?
באילו תחומים עיקריים מתמקדת החלק הראשון של הספר בהקשר של מערכות למידת מכונה?
מהי המשמעות של מציאת פתרון מהצורה $(x_1, x_2, x_3, x_4) = (8, 2, -1, 0)$ בהקשר למערכת משוואות ליניאריות?
מהי המשמעות של מציאת פתרון מהצורה $(x_1, x_2, x_3, x_4) = (8, 2, -1, 0)$ בהקשר למערכת משוואות ליניאריות?
כיצד משפיע קיומו של צירוף ליניארי לא טריוויאלי של עמודות מטריצה השווה לאפס על מרחב הפתרונות של מערכת משוואות ליניאריות?
כיצד משפיע קיומו של צירוף ליניארי לא טריוויאלי של עמודות מטריצה השווה לאפס על מרחב הפתרונות של מערכת משוואות ליניאריות?
איזו טענה מתארת בצורה הטובה ביותר את הדרך שבה הספר מטפל בבעיית העמימות של מונחים בלמידת מכונה?
איזו טענה מתארת בצורה הטובה ביותר את הדרך שבה הספר מטפל בבעיית העמימות של מונחים בלמידת מכונה?
מה היתרון בשימוש בפתרון פרטי ובצירופים ליניאריים של עמודות השווים לאפס בפתרון מערכת משוואות ליניאריות?
מה היתרון בשימוש בפתרון פרטי ובצירופים ליניאריים של עמודות השווים לאפס בפתרון מערכת משוואות ליניאריות?
מהי המטרה העיקרית של שימוש בשיטות למידת מכונה על קורפוס גדול של מסמכים?
מהי המטרה העיקרית של שימוש בשיטות למידת מכונה על קורפוס גדול של מסמכים?
כיצד מודל לומד מנתונים לפי הציטוט של מיטשל?
כיצד מודל לומד מנתונים לפי הציטוט של מיטשל?
מהו היתרון העיקרי בהבנת הבסיס המתמטי של למידת מכונה?
מהו היתרון העיקרי בהבנת הבסיס המתמטי של למידת מכונה?
מהי המטרה העיקרית של למידה בהקשר של מודלים?
מהי המטרה העיקרית של למידה בהקשר של מודלים?
מהי אחת הבעיות הנפוצות בתחום של למידת מכונה?
מהי אחת הבעיות הנפוצות בתחום של למידת מכונה?
כיצד ניתן להבין למידה בהקשר של נתונים ומודלים?
כיצד ניתן להבין למידה בהקשר של נתונים ומודלים?
מה חשוב לעשות כאשר עובדים עם מודל רגרסיה?
מה חשוב לעשות כאשר עובדים עם מודל רגרסיה?
מה המשמעות של המונח 'אלגוריתם' בהקשר של למידת מכונה?
מה המשמעות של המונח 'אלגוריתם' בהקשר של למידת מכונה?
Flashcards
אלגוריתם למידת מכונה (חזאי)
אלגוריתם למידת מכונה (חזאי)
מערכת שמבצעת תחזיות על סמך נתוני קלט.
אלגוריתם למידת מכונה (אימון)
אלגוריתם למידת מכונה (אימון)
מערכת שמתאימה פרמטרים פנימיים של החוזה כדי לשפר ביצועים על נתונים עתידיים.
נתונים כווקטורים
נתונים כווקטורים
ייצוג מספרי של מידע, המתאים לקריאה על ידי תוכנת מחשב.
וקטור
וקטור
Signup and view all the flashcards
מודל
מודל
Signup and view all the flashcards
נתוני אימון
נתוני אימון
Signup and view all the flashcards
פרמטרים
פרמטרים
Signup and view all the flashcards
אימון
אימון
Signup and view all the flashcards
מציאת נושאים אוטומטית
מציאת נושאים אוטומטית
Signup and view all the flashcards
למידה
למידה
Signup and view all the flashcards
אופטימיזציה של פרמטרים.
אופטימיזציה של פרמטרים.
Signup and view all the flashcards
הכללה
הכללה
Signup and view all the flashcards
יסודות מתמטיים
יסודות מתמטיים
Signup and view all the flashcards
הנחות ומגבלות
הנחות ומגבלות
Signup and view all the flashcards
מושגים חלקלקים
מושגים חלקלקים
Signup and view all the flashcards
מהו וקטור?
מהו וקטור?
Signup and view all the flashcards
חיבור וקטורים
חיבור וקטורים
Signup and view all the flashcards
כפל בסקלר
כפל בסקלר
Signup and view all the flashcards
סגירות (Closure)
סגירות (Closure)
Signup and view all the flashcards
מהו מרחב וקטורי?
מהו מרחב וקטורי?
Signup and view all the flashcards
ייצוג נתונים כוקטורים
ייצוג נתונים כוקטורים
Signup and view all the flashcards
אלגברה ליניארית
אלגברה ליניארית
Signup and view all the flashcards
וקטורים ו-Rn
וקטורים ו-Rn
Signup and view all the flashcards
תורת ההסתברות
תורת ההסתברות
Signup and view all the flashcards
גרדיאנט
גרדיאנט
Signup and view all the flashcards
אופטימיזציה
אופטימיזציה
Signup and view all the flashcards
רגרסיה לינארית
רגרסיה לינארית
Signup and view all the flashcards
הפחתת ממדים
הפחתת ממדים
Signup and view all the flashcards
שלושת מרכיבי הלמידה
שלושת מרכיבי הלמידה
Signup and view all the flashcards
מטרת למידת מכונה
מטרת למידת מכונה
Signup and view all the flashcards
הערכת מודלים קלאסית
הערכת מודלים קלאסית
Signup and view all the flashcards
מרחב וקטורי
מרחב וקטורי
Signup and view all the flashcards
ליניארי
ליניארי
Signup and view all the flashcards
אי-תלות לינארית
אי-תלות לינארית
Signup and view all the flashcards
מטריצה
מטריצה
Signup and view all the flashcards
חבורה
חבורה
Signup and view all the flashcards
חבורה אבלית
חבורה אבלית
Signup and view all the flashcards
מערכת משוואות לינאריות
מערכת משוואות לינאריות
Signup and view all the flashcards
פתרון פרטיקולרי / פתרון מיוחד
פתרון פרטיקולרי / פתרון מיוחד
Signup and view all the flashcards
יצירת 0 באמצעות עמודות
יצירת 0 באמצעות עמודות
Signup and view all the flashcards
פתרון מערכת משוואות לינאריות
פתרון מערכת משוואות לינאריות
Signup and view all the flashcards
אינסוף פתרונות
אינסוף פתרונות
Signup and view all the flashcards
כפל בסקלר של וקטור האפס
כפל בסקלר של וקטור האפס
Signup and view all the flashcards
פתרון לא טריוויאלי
פתרון לא טריוויאלי
Signup and view all the flashcards
מטריצה בצורה קלה
מטריצה בצורה קלה
Signup and view all the flashcards
סקלר λ₁
סקלר λ₁
Signup and view all the flashcards
Study Notes
- ניתן להשתמש בשיטות למידת מכונה כדי למצוא באופן אוטומטי נושאים רלוונטיים המשותפים למסמכים, לדוגמה, אוסף גדול של מסמכים (למשל, ספרים בספריות רבות).
- כדי להשיג מטרה זו, מעצבים מודלים הקשורים בדרך כלל לתהליך שמייצר נתונים, בדומה למערך הנתונים שניתן.
- למשל, בהקשר של רגרסיה, המודל יתאר פונקציה הממפה קלטים לפלטים בעלי ערך ממשי.
- מודל לומד מנתונים אם הביצועים שלו במשימה נתונה משתפרים לאחר שהנתונים נלקחים בחשבון.
- המטרה היא למצוא מודלים טובים שמכלילים היטב לנתונים שטרם נראו, אשר עשויים להיות חשובים בעתיד.
- ניתן להבין למידה כדרך למצוא באופן אוטומטי דפוסים ומבנה בנתונים על ידי אופטימיזציה של הפרמטרים של המודל.
- הבנת העקרונות המתמטיים של למידת מכונה חשובה על מנת להבין עקרונות יסוד שעליהם בנויים מערכות מורכבות יותר של למידת מכונה.
- הבנת עקרונות אלה יכולה להקל על יצירת פתרונות חדשים ללמידת מכונה, הבנה ואיתור באגים בגישות קיימות, ולמידה על ההנחות והמגבלות הטבועות במתודולוגיות שאיתן עובדים.
מציאת מילים לאינטואיציות
- אתגר נפוץ בלמידת מכונה הוא שהמושגים והמילים חלקלקים, ומרכיב מסוים במערכת למידת המכונה יכול להיות מופשט למושגים מתמטיים שונים.
- לדוגמה, המילה "אלגוריתם" משמשת לפחות בשני מובנים שונים בהקשר של למידת מכונה.
- במובן הראשון, משתמשים בביטוי "אלגוריתם למידת מכונה" כדי לתאר מערכת שמבצעת תחזיות המבוססות על נתוני קלט. אלגוריתמים אלה מכונים מנבאים.
- במובן השני, משתמשים באותו ביטוי "אלגוריתם למידת מכונה" כדי לתאר מערכת המתאימה פרמטרים פנימיים מסוימים של המנבא כך שהוא יפעל היטב על נתוני קלט עתידיים שלא נראו. הסתגלות זו מכונה אימון מערכת.
- החלק הראשון של ספר זה מציג את המושגים והיסודות המתמטיים הדרושים כדי לדבר על שלושת המרכיבים העיקריים של מערכת למידת מכונה: נתונים, מודלים ולמידה.
- אמנם לא כל הנתונים הם מספריים, אך לעיתים קרובות מועיל להתייחס לנתונים בפורמט מספרי.
- בספר זה, מניחים שהנתונים כבר הומרו כראוי לייצוג מספרי המתאים לקריאה לתוך תוכנית מחשב וחושבים על נתונים כווקטורים.
- ישנן לפחות שלוש דרכים שונות לחשוב על וקטורים: וקטור כמערך של מספרים, וקטור כחץ עם כיוון וגודל, ו וקטור כאובייקט שמציית לחיבור ושינוי קנה מידה.
- מודל משמש בדרך כלל כדי לתאר תהליך ליצירת נתונים, בדומה למערך הנתונים שבידינו.
- מודלים טובים יכולים להיחשב גם כגרסאות פשוטות של תהליך יצירת הנתונים האמיתי (הלא ידוע), תוך לכידת היבטים הרלוונטיים למידול הנתונים וחילוץ דפוסים נסתרים ממנו.
- ניתן לבטא סוג של אי וודאות ולכמת את הביטחון שיש לגבי ערך התחזית בנקודת נתוני בדיקה מסוימת. כימות אי הוודאות הוא תחום תורת ההסתברות ומכוסה בפרק 6.
- כדי לאמן מודלים של למידת מכונה, בדרך כלל מוצאים פרמטרים הממקסמים מדד ביצועים כלשהו. טכניקות אופטימיזציה רבות דורשות את המושג של גרדיאנט, שאומר לנו את הכיוון שבו לחפש פתרון.
- פרק 5 עוסק בחשבון וקטורים ומפרט את המושג של גרדיאנטים, אשר משמש לאחר מכן בפרק 7, שם נדון באופטימיזציה כדי למצוא מקסימום/מינימום של פונקציות.
חלק ב' עוסק בלמידת מכונה
- החלק השני של הספר מציג ארבעה עמודי תווך של למידת מכונה כפי שמוצג באיור 1.1.
- פרקים מסודרים לפי קושי (בסדר עולה).
- בפרק 8, חוזרים על שלושת המרכיבים של למידת מכונה (נתונים, מודלים והערכת פרמטרים) באופן מתמטי.
- בנוסף, ניתנות הנחיות לבניית מערכי ניסויים המגנים מפני הערכות אופטימיות מדי של מערכות למידת מכונה. המטרה היא לבנות מנבא הפועל היטב על נתונים שלא נראו.
- בפרק 9, בוחנים מקרוב את הרגרסיה הלינארית, כאשר המטרה היא למצוא פונקציות הממפות קלטים x ∈ RD לערכי פונקציה נצפים תואמים y ∈ R, שאותם ניתן לפרש כתוויות של הקלטים שלהם.
- דנים בהתאמת מודל קלאסי (הערכת פרמטרים) באמצעות סבירות מקסימלית והערכת הסתברות פוסטריורית מקסימלית, כמו גם רגרסיה לינארית בייסיאנית, שבה משלבים את הפרמטרים החוצה במקום לבצע אופטימיזציה שלהם.
- פרק 10 מתמקד בהפחתת ממדים, עמוד התווך השני באיור 1.1, תוך שימוש בניתוח רכיבים עיקריים.
- המטרה העיקרית של הפחתת ממדים היא למצוא ייצוג קומפקטי, בעל ממד נמוך יותר של נתונים בעלי ממד גבוה x ∈ RD, אשר לרוב קל יותר לניתוח מהנתונים המקוריים. לדוגמה,
- הוספת שני וקטורים a, b ∈ Rn רכיב אחר רכיב מביאה לווקטור אחר: a + b = c ∈ Rn. יתר על כן, הכפלת a ∈ Rn ב-λ ∈ R מביאה לווקטור מותאם λa ∈ Rn.
- התחשבות בוווקטורים כאלמנטים של Rn מועילה מכיוון שהיא מתאימה באופן רופף למערכים של מספרים ממשיים במחשב. שפות תכנות רבות תומכות בפעולות מערך, המאפשרות יישום נוח של אלגוריתמים הכוללים פעולות וקטוריות.
- אלגברה לינארית מתמקדת בקווי הדמיון בין מושגי הווקטור האלה. אפשר לחבר אותם יחד ולהכפיל אותם בסקלרים.
- ספר זה יתמקד במידה רבה בוקטורים ב-Rn מכיוון שרוב האלגוריתמים באלגברה לינארית מנוסחים ב-Rn. לעתים קרובות נתייחס לנתונים כמיוצגים כווקטורים ב-Rn ושנתמקד במרחבי וקטורים מממדים סופיים, ובמקרה זה יש התאמה של 1:1 בין כל סוג של וקטור ל-Rn. כאשר זה נוח ייעשה שימוש באינטואיציות לגבי וקטורים גיאומטריים וישקלו אלגוריתמים מבוססי מערך.
- שאלה חשובה היא: מהי קבוצת כל הדברים שיכולים לנבוע מהפעולות המוצעות? במקרה של וקטורים: מהי קבוצת הווקטורים שיכולים לנבוע מהתחלה עם קבוצה קטנה של וקטורים, והוספתם זה לזה ושינוי קנה המידה שלהם? זה מביא לחלל וקטורי (סעיף 2.4). המושג של חלל וקטורי והמאפיינים שלו עומדים בבסיס חלק גדול מלמידת המכונה.
- מושגים אלו כוללים מטריצה, חשבון וקטורי, אבליאן, קבוצה , מרחב וקטורי (2.38), תכונה , סגירות , עצמאות ליניארית
מערכות של משוואות לינאריות
- למערכת שתי משוואות וארבעה נעלמים. לכן, באופן כללי היינו מצפים לאינסוף פתרונות.
- למערכת משוואות זו יש צורה קלה במיוחד, כאשר שני העמודים הראשונים מורכבים מ-1. נזכור שאנחנו רוצים למצוא סקלרים x1 ,..., x4 , כך ש-P4 i=1 xi ci = b, כאשר אנו מגדירים ci להיות העמודה ה-i של המטריצה ו-b הצד הימני של (2.38).
- ניתן למצוא פתרון לבעיה ב-(2.38) באופן מיידי על ידי לקיחת פי 42 מהעמודה הראשונה ופי 8 מהעמודה השנייה כך b=
- פתרון זה נקרא פתרון פרטי או פתרון מיוחד.
- כדי ללכוד את כל הפתרונות האחרים, צריך ליצור 0 בצורה לא טריוויאלית באמצעות העמודות של המטריצה: הוספת 0 לפתרון המיוחד לא משנה אותו.
- כדי לעשות זאת, הנה דוגמא: יש לבטא את העמוד השלישי באמצעות שני העמודים הראשונים (אשר הם בצורה פשוטה מאוד זו).
- למעשה, כל שינוי קנה מידה של פתרון זה על ידי λ1 ∈ R מייצר את וקטור 0, כלומר,
Studying That Suits You
Use AI to generate personalized quizzes and flashcards to suit your learning preferences.
Related Documents
Description
בחן את הידע שלך על מרחבים וקטוריים. שאלות אלו בודקות את ההבנה שלך לגבי פעולות וקטוריות, צירופים לינאריים, ותכונות מרחב וקטורי. אתגר את עצמך כדי לראות עד כמה אתה שולט בחומר.