선형대수학 2

머신러닝에서 요구하는 선형대수학 02 - 벡터 연산

개요선형대수학은 벡터 공간을 다루는 수학의 한 분야입니다. 본 글에서는 벡터에 대한 예시를 확인하겠습니다. 벡터의 덧셈과 뺄셈아래와 같이 두 개의 벡터를 가정할 때, 덧셈과 뺄셈을 계산할 수 있습니다.(만약 두 벡터의 길이가 다르다면 두 벡터의 덧셈과 뺄셈을 불가합니다)벡터의 덧셈과 뺄셈을 파이썬의 zip() 내장 함수로 작성하면 아래와 같습니다. 벡터의 곱셈 아래와 같이 하나의 스칼라와 하나의 벡터를 가정할 때, 벡터에 스칼라를 곱할 수 있습니다.벡터의 곱셈을 파이썬으로 작성하면 아래와 같습니다. 벡터의 총합과 평균아래와 같이 하나의 벡터를 가정할 때, 벡터 성분의 총합과 평균을 구할 수 있습니다.벡터 성분의 총합과 평균을 파이썬으로 작성하면 아래와 같습니다. 벡터의 내적벡터의 내적(Dot Produc..

AI & GPU 2025.03.29

머신러닝에서 요구하는 선형대수학 01

개요머신러닝은 선형대수학과 확률론 같은 수학적 개념에 기반하여 발전한 분야입니다. 수학적 도구들은 변수 간의 관계를 분석할 수 있도록 하며, 많은 머신러닝 모델의 근간이 됩니다. 기본 개념스칼라(Scalar): 스칼라는 하나의 숫자벡터(Vector): 벡터는 여러 개의 숫자 요소로 이루어진 집합행렬(Matrix): 행렬은 행과 열로 구성된 숫자 요소의 직사각형 배열 연산스칼라, 벡터, 행렬의 기본 연산인 덧셈과 뺄셈은 같은 차원의 벡터들 사이에서 수행할 수 있습니다.아래와 같이 두 벡터가 주어졌다고 가정하겠습니다.벡터의 덧셈과 뺄셈은 아래와 같이 나타낼 수 있습니다.또한 벡터는 스칼라와 곱하여 크기를 조정할 수 있습니다. 크기를 조정하는 경우의 곱셉은 아래와 같습니다.원래 벡터와 같은 차원을 가지지만, ..

AI & GPU 2025.03.28
728x90