논문들을 읽으면서 수식 등의 수학적 지식에 대한 부족함을 느끼게 되어 예전에 공부했던 마크 피터 다이센로스, A. 알도 파이살, 쳉 순 옹 저자의 Mathematics for machinelearning이라는 책을 다시 공부하고 리뷰해보고자 한다.
머신러닝은 데이터로부터 의미있는 정보를 자동으로 추출하는 알고리즘을 디자인하는 것으로 여기서 자동이라는 말에 집중해야 한다. 즉, 머신러닝은 의미있는 무언가를 생성하면서 많은 데이터셋에 적용할 수 있는 범용적인 방법론을 연구한다.머신러닝에는 data, model, le
직관적인 개념을 공식화할 때 일반적인 접근 방법은 객체의 집합과 이러한 객체들을 조작하는 규칙들을 구성하는 것이고, 이것은 대수학으로 알려져 있다. 선형대수학은 벡터와 벡터를 조작하기 위한 특정 규칙에 대해 연구한다. 대부분 사람들이 알고 있는 벡터는 기하학적 벡터이며
연립선형방정식은 선형대수학의 중심이 되는 부분이다. 예시를 들어 설명하자면 회사A가 $N1, ...., Nn$제품을 생산할 때 각각 $R1,...., Rn$의 자원이 필요하다고 할 때 $a{ij}$는 $Nj$라는 제품 하나를 생산하기 위한 자원 $R_i$를 표현한다.(i=1,...,m and j = 1,....,n) 총 $bi$만큼의 $Ri$ 자원을 사용...