Linear Algebra

단순하게 생각하자!단일 숫자. 변수에 저장할 때는 일반적으로 소문자를 사용 n차원의 벡터는 컴포넌트라 불리는 n개의 원소를 갖는 모음 (컴포넌트는 스칼라로 간주되지 않음)벡터는 일반적으로 위의 화살표를 갖는 소문자의 형태로 표기 $\\vec{a}=$$n+1\\brac

[SPAN] {% include 파일명.html id="유튜브동영상url" %} IU(아이유) _ Into the I-LAND

출처 : 공돌이의수학정리노트, 3Blue1Brown행렬은 벡터를 변환시킨다. 위의 그림처럼, 행렬을 이용해 벡터를 변환시켜주면 변환된 벡터 (A$\\vec x$)는 변환전과 비교했을때, 크기&방향이 모두 변할 수 있다. Tranformation은 matrix를 곱하는

출처 : 공돌이의 수학정리노트, PCA(Principal Component Analysis)는 주성분 분석이라고도 하며 고차원 데이터 집합이 주어졌을 때 원래의 고차원 데이터와 가장 비슷하면서 더 낮은 차원 데이터를 찾아내는 방법이다. 차원축소(dimension red

출처 : https://www.youtube.com/watch?v=RymrCV3K5J8 ← 상당히 좋음양의 상관 → 두 변수가 동시에 커질때 (양의 연관성)음의 상관 → 두 변수가 반대로 움직일 때 (음의 연관성)무상관 → 상관이 없다 → 무상관이면 0에 가

참조사이트 데이터 사이언스 스쿨 K-Means Clustering(K 평균 군집화) 개념 정리 ML 08: K-means, PCA Details Cost Function ![](https://s3.us-west-2.amazonaws.com/sec