[데이터사이언스 수학] 데이터 사이언티스트가 알아야하는 Linear Algebra(선형대수) Part 1: 벡터와 벡터 연산! 🏹✨

안녕하세요! 😊 이번에는 데이터 과학과 기계 학습에서 중요한 리니어 알지브라(선형대수) 개념을 설명해 드릴게요. 오늘 다룰 첫 번째 파트는 벡터와 벡터 연산이에요! 어렵지 않으니 차근차근 함께 보아요! 🤓

 

[데이터사이언스 수학] 데이터 사이언티스트가 알아야하는 Linear Algebra(선형대수) Part 1: 벡터와 벡터 연산! 🏹✨

 

1. 벡터란 무엇인가요? 🏹

벡터(Vector)는 선형대수의 기본 요소 중 하나예요! 쉽게 말해 벡터는 숫자들의 리스트 또는 화살표라고 생각하면 돼요.

• 예를 들어 [3, 4]는 2차원 벡터예요! 📊
• 벡터는*크기(길이)와 방향을 가졌다는 특징이 있어요. 이 크기와 방향 덕분에 벡터는 공간에서 위치를 나타내거나 데이터를 표현하는 데 쓰여요! 🌍

2. 단위 벡터(Unit Vector) ✨

단위 벡터는 크기(길이)가 1인 벡터예요. 주로 벡터의 방향만 나타내고 싶을 때 사용해요.

3. 벡터 연산 ➕✖️

벡터는 여러 연산을 할 수 있어요!

• 벡터 덧셈(Vector Addition): 벡터 두 개를 더해서 새로운 벡터를 만들어낼 수 있어요! 🛠️
  • 예: [1, 2] + [3, 4] = [4, 6]
• 스칼라 곱하기(Scalar Multiplication): 벡터에 숫자를 곱하면, 그 숫자만큼 벡터의 길이가 늘어나거나 줄어들어요!
  • 예: 2 * [3, 4] = [6, 8]

4. 내적(Dot Product) ✨

내적은 두 벡터의 곱셈을 통해 그 벡터들이 얼마나 서로 같은 방향인지 나타내는 값이에요.

• 공식: a · b = |a| * |b| * cos(θ)
  • 여기서 |a|는 벡터 a의 길이, cos(θ)는 두 벡터의 각도에 따른 값이에요.

내적 값이 0이라면 두 벡터가 서로 직교(90도)한다는 뜻이에요! ✨

이렇게 해서 벡터와 벡터 연산에 대해 알아봤어요! 😊 다음 파트에서는 벡터 공간과 행렬에 대해 설명해 드릴게요! ✨