Linear Algebra

import numpy as np(Scalar)

🧩 Numpy(2) 📌 Element-wise multiplication 📌 Matrix product 📌 Dot product 📌 Transpose

Eigenvalue와 Eigenvector를 사람에 투영하여 설명한다면Eigenvalue = 외형(살이 찌거나 빠지거나, 피부가 그을리는 등)Eigenvector = 그사람 그 자체(다이어트를 한다고 해서 사람 자체가 바뀌지는 않음)그래서 PCA는 Eigenv

cov(x,y) = E(XY)-E(X)E(Y) 공분산은 X의 편차와 Y의 편차를 곱한것의 평균분산: 데이터가 퍼져있는 정도를 측정한 것= 분산은 데이터들의 상대성을 이해하는데 도움이 됨데이터를 분석할 때는 데이터의 위치보다는 데이터가 상대적으로 어떻게 분포해있는지가 더

🧩 Matrix _ Rank, Span 📌 Rank 📌 Span