1-1. Data Representation

본 글은 K-MOOC의 인공지능 수학 고급(Advanced Mathematics for AI) 강의를 듣고 요약한 글입니다.

Question

다음과 같은 문서가 있다. 이를 어떻게 우리가 쓰기 쉽게 표현할 수 있을까?

$d_1$: Romeo and Juliet
$d_2$: Juliet O happy dagger
$d_3$: Romeo died by dagger
$d_4$: Live free or die that is the New-Hampshire's motto
$d_5$: Did you know New-Hampshire is in New-England

Answer

답은 다음과 같은 행렬을 만드는 것이다.
행: 문서
열: 단어
$A_{ij}$: $j$번째 단어가 $i$번째 문서에 등장한 횟수

	romeo	juliet	happy	dagger	live	die	free	New-Hampshire
$d_1$	1	1	0	0	0	0	0	0
$d_2$	0	1	1	1	0	0	0	0
$d_3$	1	0	0	1	0	1	0	0
$d_4$	0	0	0	0	1	1	1	1
$d_5$	0	0	0	0	0	0	0	1

앞으로 우리는 이러한 데이터들을 다룰 것이다.

데이터는 행렬(matrix) 또는 다차원 배열(multidimensional array)로 표현될 것이며 그 말인즉슨 tensor의 형태로 나타나게 될 것이라는 것이다.