Linear Algebra
Photogrammetry
Deep Learning
Linux Basics
슬램과 함께 춤을
/
Linear Algebra
슬램과 함께 춤을
/
Linear Algebra
Duplicate
Share
Linear Algebra
Photogrammetry
Deep Learning
Linux Basics
📏
Linear Algebra
총 5개의 chapter로 구성되어 있으며 아래에 링크된 여러 REFERENCE를 참조하여 만들었습니다. 주로
주재걸
교수님께서 진행하시는 “인공지능을 위한 선형대수” 강좌를 바탕으로 만들어졌다고 보시면 됩니다. 선형대수에서 사용되는 중요한
개념위주
로 정리 되어 있습니다.
내용 정리
리스트 보기
Search
Linear Algebra
1. Linear Equation and Linear System
span
Independence
Transformation
1. Linear Equation and Linear System
span
Independence
Transformation
2. Least Squares Problem
Least Squares
Gram-Schmidt
QR-decomposition
2. Least Squares Problem
Least Squares
Gram-Schmidt
QR-decomposition
3. Eigenvalue Decomposition
Eigenvector
Eigenvalue
Diagonalization
EVD
3. Eigenvalue Decomposition
Eigenvector
Eigenvalue
Diagonalization
EVD
4. Preliminaries for SVD
SVD
Multiplicity
Spectral Theorem
Quadratic Form
4. Preliminaries for SVD
SVD
Multiplicity
Spectral Theorem
Quadratic Form
5. Singular Value Decomposition
SVD
orthogonally diagonalizable
s.p.d
5. Singular Value Decomposition
SVD
orthogonally diagonalizable
s.p.d
기타 선형대수 관련 포스팅
Matrix Multiplication을 표현하는 다양한 방법
reference
인공지능을 위한 선형대수 강좌소개 : edwith
인공지능을 위한 선형대수
벡터의 기본 연산(상수배, 덧셈)
벡터의 기본 연산에 대해 이야기 하기 전에 벡터란 무엇인지부터 생각해보도록 하자. 우선 바로 떠오르는 것은 벡터란 물리학에서 말하는 '크기와 방향으로 정의되는 값'이라고 할 수 있다. 이것은 기하학적인 벡터의 특성을 잘 반영하고 있는 정의라고 할 수 있으며, 특히 벡터의 좌표계의 변환에 대한 불변성(invariance)을 잘 표현하고 있다.