선형대수학 관련 포스트 정리

 

 

 

선형대수학은 말 그대로 '선형' '대수'에 관한 학문이다. 이때의 대수는 x나 y 등의 변수를 뜻하고 선형은 직선을 뜻한다. 직선을 떠올려 보자. 이것은 점과 점 사이를 이은 것이다. 연속적인 값의 모음. 그래서 직선은 단일 값이 아니라 여러 값을 가지는 행렬matrix 형태다. 선형대수학은 쉽게 말하자면 다차원과 다차원 사이의 연산에 관한 학문인 셈이다. 우리가 머신러닝에서 다루게 될 자료는 이미지나 음성 등의 다차원 형태기 때문에 머신러닝에 대한 이해를 위해 필연적으로 학습할 내용이기도 하다. 아래로는 선형대수학에 관해 정리된 포스트들을 개인 학습 차 정리한 내용이다. 

 

 

 

머신러닝을 위한 선형대수학(1):  사전 지식 익히기

머신러닝을 위한 선형대수학(2):  벡터와 벡터 연산

머신러닝을 위한 선형대수학(3): 행렬과 행렬 연산

 

인공지능을 위한 선형대수(1)

인공지능을 위한 선형대수(2)

 

선형대수학(1): 주요용어 및 기본공식

선형대수학(2): 역행렬과 행렬식(determinant)

선형대수학(3): 고유값과 고유벡터 (eigenvalue & eigenvector)

선형대수학(4): 특이값 분해(Singular Value Decomposition, SVD)의 활용

선형대수학(5): 선형연립방정식 풀이

선형대수학(6): 주성분분석(PCA)의 이해와 활용