[인공지능 수학] 확률분포 총정리 및 PCA 주성분분석 기초 (feat. Pandas/Numpy/SageMath 실습)
다양한 이산/연속 확률분포(베르누이, 지수, 균등, 정규, 포아송)의 개념과 실습부터, 공분산과 상관계수, 그리고 머신러닝 차원축소의 꽃인 PCA(주성분분석)까지 직관적인 비유로 총정리합니다.
Recent Posts
[인공지능 수학] 확률, 순열/조합, 베이즈 정리부터 분산까지 (feat. Pandas/Numpy 실습)
빅데이터와 머신러닝의 뼈대인 확률론(Probability)의 기초부터 베이즈 정리, 확률밀도함수, 기댓값/분산의 개념을 쉽고 직관적인 비유로 이해하고 파이썬으로 직접 코딩해 봅니다.
[인공지능 수학] 역행렬, 특수행렬, LU분해와 치환 완전 정복 (feat. SageMath 실습)
가역행렬의 조건부터 역행렬을 이용한 연립방정식 풀이, 다양한 특수행렬, LU 분해, 그리고 행렬식의 기초가 되는 치환(Permutation)의 성질까지 매우 쉽고 직관적인 비유로 알아보고 SageMath로 실습해 봅니다.
[인공지능 수학] 행렬과 가우스-조던 소거법 완전 정복 (feat. SageMath 실습)
연립방정식을 컴퓨터가 푸는 원리인 행렬과 가우스-조던 소거법(Gauss-Jordan Elimination), 그리고 REF와 RREF에 대해 아주 쉽게 비유하고 SageMath 파이썬 코드로 직접 실습해 봅니다.
[인공지능 수학] 벡터와 스칼라의 이해 및 SageMath를 활용한 내적/정사영 실습
인공지능 수학의 기초인 벡터와 스칼라의 차이를 이해하고, 오픈소스 수식 처리 시스템인 SageMath를 이용해 3차원 벡터의 내적과 4차원 벡터의 정사영(Projection)을 직접 구현해 봅니다.