Day_01. 기계학습에 필요한 선형대수

1.벡터 & 행렬

스칼라	벡터	행렬	텐서
숫자 1개	숫자의 모임	벡터의 모임	Tensor
Scalar – 기호=a	Vector – 기호=a	Matrix = A	Tensor

 

벡터

=크기와 방향을 가진다 서로 같은 Vector는 크기와 방향이 같다

=Sample 을 특정 벡터로 표현 ( 세로 열로 표현한다)

=다수의 값은 벡터로 표현

 

텐서

=3차원 이상의 구조를 가진다

 

벡터의 곱

=두개의 벡터 a,b가 있을 때 a’b로 표시하는데 ‘표시는 열 vector 를 행 vector로 바꾸는 것

의 형태로 위치를 바꾸는 것 ( Transpose )

U벡터가 있을 때 u’u는 1*1스칼라(숫자가 나옴) uu’는 n*n행렬이 나온다

 

Ex

크기=5

벡터의 크기 = 놈norm 이라고 한다

2차 놈 = ‘유클리언놈’ 이라고 한다

단위벡터 (unit vector) 길이가 1인 벡터 구하기

(3,4)에서는 0.6,0.8 정도에서 단위 벡터가 된다

행렬의 크기 = 행렬의 놈(프로베니우스 놈) Frobenius norm) 행렬요소들의 제곱합의 제곱근

벡터의 선형독립

=여기부터는 컴퓨터로 옮기기 여의치 않아 스캔본으로 대체