본문 바로가기

컴린이 탈출기/Mathematics

컴린이 탈출기/Mathematics 2021. 4. 25. [선형대수] Ch4. 고유값 분해 www.edwith.org/ai251/joinLectures/195088 인공지능을 위한 선형대수 강좌소개 : edwith - 주재걸 교수 www.edwith.org 주재걸 교수님의 강의를 듣고 개인적으로 정리한 글입니다. 공부하면서 지속적으로 업데이트 될 예정입니다. 잘못된 내용에 대한 지적은 댓글로 부탁드립니다. :) Eigenvectors and Eigenvalues Eigenspace - Q. 고유값과 고유벡터는 유일할까? A. 고유값은 유일하지만, 고유벡터는 무수히 많다. A(cx) = λ(cx) - 무수히 많은 고유벡터들이 형성하는 부분 공간이 바로 고유공간(eigenspace) Null Space - 선형방정식 Ax=b에서 b가 영벡터일 때 식을 만족시키는 모든 가능한 해 x에 대한 집합 -..
컴린이 탈출기/Mathematics 2021. 4. 21. [선형대수] Ch3. Least Square www.edwith.org/ai251/joinLectures/195088 인공지능을 위한 선형대수 강좌소개 : edwith - 주재걸 교수 www.edwith.org 주재걸 교수님의 강의를 듣고 개인적으로 정리한 글입니다. 공부하면서 지속적으로 업데이트 될 예정입니다. 잘못된 내용에 대한 지적은 댓글로 부탁드립니다. :) Over-determined Linear Systems ( # equations > # variables) Motivation of Least Squares - 대부분의 문제는 미지수보다 방정식(주어진 데이터)가 더 많으니 정확한 해를 결정할 수 없다. 따라서 가장 근사(nice아니고 approximate)한 해를 구해보자. Inner product (내적) - 내적: 두 벡터의 곱 /..
컴린이 탈출기/Mathematics 2021. 4. 19. [선형대수] Ch2. 선형시스템 및 선형 변환 www.edwith.org/ai251/joinLectures/195088 인공지능을 위한 선형대수 강좌소개 : edwith - 주재걸 교수 www.edwith.org 주재걸 교수님의 강의를 듣고 개인적으로 정리한 글입니다. 공부하면서 지속적으로 업데이트 될 예정입니다. 잘못된 내용에 대한 지적은 댓글로 부탁드립니다. :) Linear system : Linear equations (혹은 Linear system)의 집합 Matrix → Vector ① Column combination ② Row combination - 행렬과 벡터의 곱은 두 Column 벡터의 선형결합으로 이해할 수 있다. - 선형방정식 (Ax = b)에 대해 b가 A의 Column space 내에 존재할 때만 해가 존재한다. Span..
컴린이 탈출기/Mathematics 2020. 12. 17. [수리통계학] Properties of Point estimator and Methods of Estimation - MVUE 계산 흐름 정리 추정량 / MVUE / CRLB / Consistency / Sufficiency / Fisher's factorization / Exponential family / 지수족 / Rao-Blackwell / Completeness / SS / MSS / CSS / Lehmann-scheffe / MVUE 예제 수리통계학(2) - 중앙대학교 김원국 교수님 MathStat2020F 강의 자료 참고 학부생의 시험을 치르기 위한 정리임 감안해주시고, 잘못된 내용이 있다면 댓글 달아주세요. 새 창에서 열기 + 완벽히 종강하고 여유가 되면 졸업시험을 치를 미래의 저를 위해서... 조금 더 보충해놓도록 하겠습니다. 🧚🏻‍♀️
컴린이 탈출기/Mathematics 2020. 6. 13. 선형대수로 알아보는 PCA(주성분 분석) 들어가기에 앞서... 회귀분석 수업을 듣고 선형대수 관점에서 PCA(주성분 분석)를 정리한 글입니다. 제가 공부하고 이해한 선에서 글을 적다 보니, 잘못된 내용이나 표현이 있을 수 있습니다. 그런 부분에 대한 지적은 댓글로 남겨주시면 감사하겠습니다. :) PCA(주성분 분석)와 다중공선성 다중회귀분석을 하기 위해서는 만족해야 하는 가정이 몇 가지 있습니다. 그중 한 가지가 바로 '독립변수들 간의 다중공선성이 없어야 한다'는 것입니다. 회귀분석에서 다중공선성이란 독립변수들 간에 강한 상관관계가 나타나는 문제를 뜻합니다. (이를 수학적으로는 어떤 독립변수가 다른 독립변수들과 선형 독립이 아닌 경우라고 표현할 수 있습니다.) 이러한 문제를 해결하기 위한 방법 중 하나가 바로 PCA입니다. PCA는 고차원 공간..

티스토리툴바