더보기1. 행렬의 곱셈 4가지 관점2. 행렬은 선형변환(함수)이다.3. 벡터공간(vector space)4. 부분공간(subspace)5. 행공간(row space)과 열공간(column space)6. 영공간(null space)7. 부분 공간(sub space)들간의 관계1. 행렬의 곱셈 4가지 관점 1) 내적(Inner/Dot product)으로 바라보기Q.Transpose(T)를 사용한 이유A. 보통 vector라고 하면, column vector(열) 이기에    해당 row vector(행)를 나타내기 위해 T를 붙인다.위의 내적값 구하는 공식을 참고하여,row vector(행) 와 column vector(열)을 곱한 결과값을 보면, 내적값임으로 알 수 있다. 2) rank-1 matrix의..

더보기1. 놈(norm)의 정의 및 필요성2. 놈(norm)의 종류3. 놈(norm)을 시각화1. 놈(norm)의 정의벡터의 크기(magnitude) 또는 길이(length)를 측정하는 방법을 의미한다.고로, 놈(norm)은 항상 0 또는 양수다. 예로 들어, 다음과 같은 벡터가 있다고 가정했을 때,해당 벡터의 차원은 3으로, 3차원 공간에 그릴 수 있으며이때, 빨간선에 해당하는 벡터의 길이를 구하는 방법이 바로 Norm이다. 놈(norm)의 필요성 - 머신러닝에서더보기1) Normalization(정규화) Norm을 이용하여 벡터를 특정 길이로 조정할 수 있다.  이를 통해 모델이 학습 데이터의 스케일에 민감하지 않도록 일반화 성능을 강화할 수 있다.2) Similarity Measurement(유사도..

더보기1. 정사영(Projection)2. 내적(Inner Product)3. 단위벡터(Unit Vector)4. 사영벡터(Projection Vector)1.정사영(Projection)한자뜻을 풀이하자면,정(正 바를 정) 사(射 쏠 사) 영(影 그림자 영)= 곧게 쏜 그림자= 평면과 수직인 빛을 쏘았을 때 생기는 그림자 모양= 어떤 평면 α 위에 있지 않은 점 A에 대해,   점 A에서 평면 α 위로 내린 수선의 발을 점 A의 평면 α 로의 정사영이라고 한다. 벡터의 정사영도 이와 비슷하다.2.내적(Inner Product)쉽게 말하자면, 두 벡터(vector)가 닮은 정도를 나타낸다.한 벡터가 다른 벡터 방향으로의 성분을 얼마나 가지고 있는지를두 벡터를 "내적"함으로써 알 수 있다. 한자뜻을 풀이하자..

더보기1. 행렬(Matrix)의 필요성 및 정의2. 벡터(Vector)의 정의3. 행렬의 기본 연산: 덧셈과 곱셈4. 행렬의 특성: 교환법칙과 결합법칙5. 항등행렬(Identity Matrix)과 역행렬(Inverse Matrix)6. 전치행렬(Transpose Matrix)1. 행렬의 필요성-다량의 데이터에 대한 계산을 편리하게 하기 위함-현실 세계의 많은 문제는 행렬을 이용해 해결할 수 있다. 행렬(Matrix)의 정의 : Rectangular array of numbers 직사각형 모양의 숫자의 배열= 숫자들을 모아서 한번에 표현행렬의 요소(Matrix Elements = entries of matrix) 파이썬 코드 예시 (Numpy 활용)더보기import numpy as np # 행렬 생성 A ..

더보기1. 선형대수학(Linear Algebra)의 정의2. 선형대수학의 조건선형대수학(Linear Algebra)의 정의선(線:줄 선)  형(型: 모형 형)  + 대(代: 대신할 대) 수(數: 셈 수) 학(學: 배울 학)= 숫자(數)를 대신해서 선(線)의 형태(型)로 표현한다 선형대수를 사용하는 이유?대량의 데이터를 포함한 복잡한 계산 과정을 몇 글자 되지 않는 간단한 수식으로 서술할 수 있게 해주는 강력한 도구.즉, 데이터 분석에 필요한 각종 계산을 돕기 위한 학문이다. 아무리 복잡한 수식이라도, 선형성(linearity)을 만족한다면, 행렬로 표현할 수 있다.선형성(Linearity)의 조건직관적으로 아래와 같은 개념에서 시작되었다.변수의 지수승(xn)을 가리키는 것이 아니라 일차함수(x1)와 같은..

▶ Intro🎧 Spotify 팟캐스트 채널 에서 '뭘 들어볼까~'하고 재밌는 에피소드를 찾던 중 발견! ✨ 분석 데이터 기능들이 각양각색인 프로젝트를 관리하는 경우,보통 각각의 기능들에 최적화된 여러 맞춤형 시스템들을 구축한다.다만 이 과정에서 여러 문제들을 겪으며 Youtube는 완전히 다른 솔루션을 내놓는다.바로, 아예 하나의 분석 데이터 시스템을 구축하기..! 요구사항과 조건들이 다른 기능들을 도대체 어떻게 하나의 시스템으로 통합할 수 있었는지, 하나로 통합하는 게 정말로 더 효율적인 방안인지 궁금해졌다.🤔 ▶ Table of contents (목차)SummaryContext (배경)Architecture Optimization Techniques> SummaryThere was increas..