카테고리

MMD

총 4개의 포스트

고유값·고유벡터와 PCA: 선형대수 기초 4장 (완결)

행렬식의 기하학적 의미, 기저와 생성, 고유값·고유벡터 계산, 차원 축소(PCA)의 작동 원리와 수식, 마르코프 행렬까지 선형대수 핵심을 완결합니다.

벡터의 노름·점곱·스칼라 곱, 선형 변환의 개념, 행렬 곱셈, 역행렬 계산법, 그리고 이 모든 개념이 뉴럴 네트워크(퍼셉트론)에서 어떻게 연결되는지 정리했습니다.

소거법으로 선형방정식을 푸는 방법, 행렬의 행 사다리꼴(REF)과 기약 행 사다리꼴(RREF), 가우스 소거법, 랭크(Rank)까지 핵심 개념을 정리했습니다.

선형방정식 시스템이 머신러닝에서 어떻게 활용되는지, 특이행렬과 비특이행렬의 차이, 선형 독립/종속, 행렬식 계산법까지 핵심 개념을 정리했습니다.