[오일석 기계학습] 2.1 수학 - 선형대수(1)
1. 벡터와 행렬 : 기계학습에서는 입력된 샘플을 특징 벡터로 표현한다. 벡터는 다음과 같이 로마자 소문자로 표기한다. $$x_1=\begin{bmatrix}5.1\\3.5\\1.4\\0.2\end{bmatrix} x_2=\begin{bmatrix}4.9\\3.0\\1.4\\0.2\end{bmatrix} ... where \ x_1, x_2 \in R^4$$ 이 벡터를 4차원의 벡터라고 이야기하며 다시말해 4차원 실수 공간상의 한 점이 된다. 행렬은 이런 벡터를 여러개 담을 수 있고, 굵은 글씨의 대문자로 표현한다. $$X = \begin{bmatrix}5.1 & 3.5 & 1.4 & 0.2\\ 4.9 & 3.0 & 1.4 & 0.2\\ \vdots & \vdots & \vdots & \vdots \\ ..
Background/Math
2023. 3. 29. 12:46
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- 인공지능
- marginal likelihood
- 기계학습
- ai인공지능
- 오일석기계학습
- ai신약개발
- 3b1b
- MLE
- variational autoencoder
- MorganCircularfingerprint
- 이왜안
- 제한볼츠만머신
- eigenvalue
- eigenvector
- vae
- 파이썬
- 백준
- kl divergence
- kld
- 선형대수
- 최대우도추정
- manimtutorial
- 베이즈정리
- Manimlibrary
- elementry matrix
- MatrixAlgebra
- Matrix algebra
- 3B1B따라잡기
- manim library
- manim
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함