Векторы в машинном обучении применяются для представления практически всех элементов данных. 1 Например:

• Одна строка из набора данных — это вектор, каждый элемент которого представляет значение некоторого признака. 1
• Весь тренировочный набор данных (или, в случае нейронной сети, один batch из этого набора) — это матрица. 1
• Изображение, которое будет распознавать сверточная нейронная сеть — тоже матрица чисел, соответствующих отдельным пикселям. 1
• Градиент функции потерь — это вектор. 1

Также векторы используются в векторном поиске для обработки неструктурированных данных (текстов, фотографий или аудио) и перевода их контекста и смысла в числовое представление. 3

Ещё один пример применения векторов в машинном обучении — метод опорных векторов (SVM), набор алгоритмов обучения с учителем для задач классификации и регрессионного анализа. 4 Основная идея метода — перевод исходных векторов в пространство более высокой размерности и поиск разделяющей гиперплоскости с наибольшим зазором в этом пространстве. 4