최근 수업의 일환으로 딥러닝과 관련하여 주제를 잡고 논문을 읽어 개선점 및 활용점을 제출할 일이 생겼다.

사실상 이걸 이해하기 위하여 공업 수학 정리를 시작했다. 공학 전공이지만 문과 찍먹 공학 찍먹을 한 내 입장에서는 기본기가 정말 중요했다. Depth 있게 공부해보고자 한다. Eigenvalue & Eigenvector

Angle과 orthogonal, orthonormal에 대한 설명

norm에 대해 학습한다.

이번 장의 공부 배경 CH3-1과 연결됩니다. Vector Subspace로 부터 파생되는 Basis의 개념을 간략하게 이해하고, Basis를 얻어서 Linear Combination을 쉽게 구하는 방법을 알아본다. Vector Space - Closure Prop

CH2와 연결됩니다. 이는 System and Matrix 참조 Elementary Transformations을 조합하여 (Gaussian Elimination을 활용하여) Reduced Row-Echlen form을 만들어서, 간단하게 Inverse Matrix를

- Vector와 Matrix의 기본 정의에 대해 알아봅니다.

Systems of linear equationsHow to solve the linear equations?What's the vector space?What's the linear independence?When can utilize the linear indepe

Systems of linear equationsHow to solve the linear equations?What's the vector space?What's the linear independence?When can utilize the linear indepe