'이론/MIT 선형대수' 카테고리의 글 목록
어제보다 나은 사람이 되기

걱정보단 실행을, 그러나 계획적으로

Box World 자세히보기
반응형

이론/MIT 선형대수 4

[문과도 이해하는 선형대수 for 딥러닝] 4. 행렬 분해 (Matrix factorization)

의심으로 가득 찬 마음은 승리로의 여정에 집중할 수 없다. - 아서 골드 - 이번 포스팅에서 다룰 내용은 행렬 분해 (Matrix factorization)입니다. Matrix Factorization은 데이터를 분석하고 모델링하는데 널리 사용되는 방법 중 하나입니다. 이 방법은 매우 큰 데이터 집합에서 숨겨진 패턴을 추출하고, 예측 모델을 생성하고, 더 나은 결과를 도출할 수 있는 방법을 제공합니다. 이 방법은 행렬을 작은 크기의 더 간단한 행렬로 분해하여 데이터의 복잡성을 줄이는 방법입니다. 이렇게하면 복잡한 문제를 해결하는 데 더 간단한 알고리즘을 사용할 수 있으며, 더 나은 성능을 얻을 수 있습니다. 이번 포스팅은 이전 개념을 숙지하고 공부하시는 것을 권장드립니다. [이론/MIT 선형대수] - [..

[문과도 이해하는 선형대수 for 딥러닝] 3. 행렬곱, 역행렬, 가우스-조던 소거법 (Multiplication and Inverse Matrices)

늘 명심하라. 성공하겠다는 너 자신의 결심이 다른 어떤 것보다 중요하다는 것을. - 아브라함 링컨 - 곱셈(multiplication)과 역행렬(inverse matrix)은 선형 대수학에서 가장 기본이 되는 연산 중 하나입니다. 곱셈은 행렬 간의 연산으로, 두 개의 행렬을 곱할 때 결과 행렬의 크기와 요소는 입력된 두 행렬의 크기와 요소에 의해 결정됩니다. 반면 역행렬은 주어진 행렬의 역원(inverse)을 찾는 연산입니다. 역행렬은 주어진 행렬과 곱했을 때 단위행렬(identity matrix)을 얻을 수 있는 유일한 행렬입니다. 이번 포스팅에서는 이러한 행렬의 곱셈과 역행렬에 대해 자세히 알아보고, 이를 계산하는 방법에 대해서도 살펴보겠습니다. 해당 포스팅은 이전 내용을 공부하고 보시면 더욱 이해하..

[문과도 이해하는 선형대수 for 딥러닝] 2. 행렬 소거 (Elimination with Matrices)

성공의 커다란 비결은 결코 지치지 않는 인간으로 인생을 살아가는 것이다. - 알버트 슈바이처 - 안녕하세요 저번 포스팅에서는 선형 대수 공부의 첫 단원으로써, 선형 방정식을 Row picture와 Column picture의 관점에서 바라보고 이를 이용하여 식의 솔루션을 구하는 방법들에 대해 간단히 살펴보았습니다. 해당 포스팅을 먼저 읽고 이번 포스팅을 공부하시면 면 이해하는데 큰 도움이 됩니다 :) [이론/MIT 선형대수] - [문과도 이해하는 선형대수 for 딥러닝] 1. 선형 방정식 (The geometry of linear equations) [문과도 이해하는 선형대수 for 딥러닝] 1. 선형 방정식 (The geometry of linear equations) 사람들이 대개 기회를 놓치는 이유..

[문과도 이해하는 선형대수 for 딥러닝] 1. 선형 방정식 (The geometry of linear equations)

사람들이 대개 기회를 놓치는 이유는 기회가 작업복 차림의 일꾼같아 일로 보이기 때문이다. - 토마스 A. 에디슨 - 제 블로그의 'MIT 선형대수' 카테고리의 포스팅들은 Gilbert Strang 교수님의 Linear Algebra 강의를 기반으로 작성되었습니다. 이번 포스팅에서는 선형 대수 강의의 첫 포문을 여는 내용인만큼 기본적인 개념부터 시작하여 차근차근 나아가보려 합니다. 포스팅의 제목 그대로 문과생분들도 이해할 수 있을만큼 차분히 설명드릴테니 잘 따라와주셨으면 좋겠습니다:) (저 또한 고등학교때 문과생이었다가 컴퓨터공학과로 와서 수학 공부에 너무 힘들었기 때문입니다...^^;;;) 1. 선형 방정식 (Linear equation) 이란? 여기 두 개의 식이 있습니다. $$\begin{cases}..

반응형