Pelajari logaritma sebagai pangkat invers, turunkan hukum perkalian-menjadi-penjumlahan, dan gunakan skor log NumPy untuk membedakan produk probabilitas yang dibulatkan float64 menjadi nol.
Pelajari hukum pangkat dan akar, lalu gunakan penjelajah skala logaritmik dan NumPy untuk melihat mengapa dimensi model atau konteks yang digandakan dapat menghasilkan empat kali lebih banyak kuantitas.
Pelajari notasi sigma dan hasil kali, uraikan batas menjadi loop, lalu gunakan penjumlahan dan rata-rata NumPy untuk mengubah error per contoh menjadi tujuan error kuadrat rata-rata.
Pelajari cara membaca subskrip tensor, menerjemahkan alamat batch-token-fitur ke NumPy, dan menemukan kesalahan sumbu yang tampak valid dalam kode AI.
Pelajari himpunan, keanggotaan, gabungan, irisan, dan partisi dengan menemukan serta memperbaiki tumpang tindih dalam pembagian pelatihan, validasi, dan pengujian AI.
Pelajari bagaimana domain dan kodomain menetapkan input model yang valid dan tipe output yang dijanjikan, lalu diagnosis kegagalan bentuk, rentang, dan operasi yang tidak terdefinisi.
Beralih dari variabel ke fungsi: evaluasi pemetaan masukan-aturan-keluaran, gabungkan perhitungan sederhana, dan lihat mengapa satu model dapat memproses banyak contoh.
Pelajari cara membaca persamaan model dengan memisahkan nama variabel dari nilainya saat ini, lalu telusuri input, parameter, dan output melalui model penilaian kecil.