3.행렬, 연립방정식의 필수 요소
지난 시간에는 좌표의 변환을 공부하였습니다. 특히, 바뀐 basis vector가 서로 orthogonal일 때, projection을 이용하면 좌표를 쉽게 바꿀 수 있죠. 이번 포스팅에서는 벡터의 모음인 행렬을 왜 공부해야 하는지, 역행렬의 의미, 판별식의 의미 등을 계산이 아닌 선형 변환(linear transformation) 관점에서 알아보겠습니다. 연립방정식 풀이 : 행렬이 필요한 이유 1편 글 (벡터를 배우는 이유?)에서 알아본 바와 같이 데이터들을 대상으로 MSE를 계산하는 등 여러 데이터를 다루려면 연립방정식을 계산해야 합니다. 데이터들이 늘어날수록 연립방정식 줄도 길어져서 계산에 시간이 많이 걸리는데, 행렬을 이용하면 굉장히 쉽게 연립방정식을 풀 수 있습니다. 연립방정식의 계수들을 행렬로..2.새로운 좌표를 찾아보자!
지난 포스팅에서는 선형대수학을 배우는 이유 2개를 알아보았습니다. 이번 포스팅에서는 벡터들이 나타나는 공간인 벡터 스페이스, 즉 좌표계에서 새로운 축들이 PCA에 의해 소개될 때, 이 축들이 우연히 수직(orthogonal)하면 기존 데이터들의 좌표를 projection을 통해 어떻게 바꾸는지 알아보겠습니다. 목표 : 데이터들을 가장 잘 표현하는 축(axis)을 찾자.벡터란 데이터의 특징(feature)를 표현하는 '리스트'로 볼 수도 있다고 소개드렸습니다. 데이터는 각 feature를 축으로 하는 좌표평면의 한 점으로 표시할 수 있습니다. 예를 들어 '철수 : 수학 70점, 영어 80점, 과학 90점'이라는 데이터를 그래프에 표현한다면 x축: 수학, y축: 영어, z축: 과학이라는 3차원 좌표공간에 '..1.벡터를 배우는 이유?
Data Science에 꼭 필요한 수학과목 : 선형대수학 데이터 사이언스를 공부한다면 선형대수학을 필수적으로 알아야 합니다. 첫번째 이유는 선형대수학을 통해 (1)데이터를 벡터(vector)로 표현할 수 있고, 두번째 이유는 (2)벡터의 모임인 행렬을 통해 방정식 연산을 훨씬 빠르게 할 수 있기 때문입니다. (아직 이해가 안가신다면 후에 예제를 통해 이 말이 무슨 뜻인지 알아볼테니 잠시만 기다려주세요.) 저는 학부에서 경영학을 전공했기 때문에 경영수학만 수강하여 위 두 과목을 제대로 배우지지 못하였습니다. 따라서 제 입장에서 방학동안에 어떻게 하면 선형대수학을 효과적으로 들을 수 있을까 고민하다가 Coursera의 Mathematics for Machine Learning Specialization 강..하얀눈곰
프랑스에 살고 있습니다. 낯선 나라에 와서 살다보니 생각들이 많습니다. 이 지나가는 생각들을 붙잡아 두기 위해 블로그를 시작했습니다.