221017_TIL

공부한 것

• python | 한 번에 끝내는 딥러닝/인공지능 초격차 패키지Online - lecture4_review (어제 강의 리뷰 시간)

  • Keyword & Implication

  • Notation

    키워드만 보고 직접 코드 다시 써보기

    # dot product
    x1, y1, z1 = 1, 2, 3
    x2, y2, z2 = 4, 5, 6
    
    dot_prod = x1*x2 + y1*y2 + z1*z2 # => 각 요소끼리 곱한 뒤 모두 더함.
    
    # 유클리디안 거리
    x1, y1, z1 = 1, 2, 3
    x2, y2, z2 = 4, 5, 6
    
    ## 헷갈리면 머릿속에 두 임의의 벡터를 그리고, 그 거리를 구하기 위한 삼각형-피타고라스 정리만 잘 생각하면 된다.
    eucl_dist = ((x1-x2)**2 + (y1-y2)**2 + (z1-z2)**2)**1/2
    
    # MSE (Mean Squared Error)
    y1, y2, y3 = 10, 50, 30
    pred1, pred2, pred3 = 20, 40, 20
    
    n_data = 3
    se = (y1-pred1)**2 + (y2-pred2)**2 + (y2-pred2)**2
    
    mse = se/n_data

  • Key Question

    • 내적을 뭐라고 이해하면 될까? 그냥 벡터 연산의 한 종류일 뿐일까? 두 벡터가 직교하면 왜 내적은 0일까?

    • 강의에서 예를 들었던 2차원 말고, 다차원인 경우에는 유클리드 거리를 그림으로 어떻게 그릴 수 있을까?

      ⇒ 본 수업의 목적과 떨어져있어서 지금 바로 다루긴 이른 것 같기도 하고. 🤔