인공지능을 위한 선형대수

선형방정식 (Linear Equation)a: 계수, b: 상수, x: 풀어야하는 변수좌변을 행벡터(a), 열벡터(x)의 곱으로 표현선형시스템 (Linear System): 선형방정식들의 집합, 연립방정식을 의미함항등행렬: 가운데 대각선 값들이 모두 1이고 다른 값들이

부스트코스 강의 인공지능을 위한 선형대수 중 '선형결합'을 정리한 내용이다.선형결합: p개의 벡터들에 상수배를 해서 더해주는 형태가중치는 0을 포함한 실수생성 (Span): 주어진 벡터들로 만들 수 있는 모든 선형결합의 집합미지수의 개수: 세로 벡터들의 개수방정식의 개

부스트코스 강의 인공지능을 위한 선형대수 중 '선형독립과 선형종속'을 정리한 내용이다.선형독립(Linear Independence)의 practical definition선형독립(Linear Independence)의 formal definition두 벡터가 있을 때

부스트코스 강의 인공지능을 위한 선형대수 중 '부분공간의 기저와 차원'을 정리한 내용이다.Subspace (부분공간)두 개 벡터의 선형결합을 했을 때 닫혀있는 경우의 부분집합Dimension: subspace의 기저벡터의 개수Column space: column들의 s

부스트코스 강의 인공지능을 위한 선형대수 중 '선형변환, 선형변환 with Neural Networks'을 정리한 내용이다.function이 linear일 때, input, output이 벡터일 때, 그 둘을 선형결합했을 때의 함수값이 나중에 똑같은 계수로 선형결합을