반응형
두 번째 파트에서는 벡터 공간과 행렬에 대해 알아볼 거예요! 이번 내용도 쉽고 재미있게 설명해 드릴게요! 😊
1. 벡터 공간(Vector Space) 🛠️
벡터 공간은 벡터들의 모임이에요. 이 벡터들은 서로 더할 수도 있고, 숫자(스칼라)와 곱할 수도 있어요. 벡터 공간은 데이터를 표현하는 데 아주 중요한 역할을 해요!
- Null Space (Kernel): 어떤 행렬 A가 있을 때, 그 행렬과 곱해서 0이 되는 벡터들의 모임이에요.
- 예: A * x = 0이 되는 x를 찾는 것이에요!
2. 행렬(Matrix)이란? 🧮
행렬은 데이터를 행과 열로 정리한 표라고 생각하면 돼요. 예를 들어:
| 1 2 |
| 3 4 |이렇게 숫자들을 정리한 게 행렬이에요! 📋
3. 행렬의 역할 ✨
- 행렬 변환(Linear Transformation): 행렬은 벡터를 다른 벡터로 변환하는 도구로 사용될 수 있어요. 예를 들어 데이터를 더 작은 차원으로 줄이는 데 사용돼요! 📉
- 역행렬(Inverse Matrix): 어떤 행렬에 곱했을 때 원래의 값을 유지하게 만드는 행렬이에요! (마치 1처럼) ⭕️
벡터 공간과 행렬에 대해 알아봤어요! 😊 이제 마지막 파트에서는 행렬의 연산과 특성에 대해 설명해 드릴게요! 🚀
반응형
'AI 공부 > Math 데이터사이언스 수학' 카테고리의 다른 글
| [데이터사이언스 수학] 📚 Matrix와 Tensor: 데이터 사이언스 필수 개념! 🚀 (0) | 2025.01.03 |
|---|---|
| [데이터사이언스 수학] 스칼라와 벡터 개념, 5분 만에 완벽 이해! 🚀 (0) | 2025.01.03 |
| [데이터 사이언스 수학] 기하 평균(Geometric Mean): 데이터 분석의 숨겨진 비밀을 파헤쳐보자! 💡 (2) | 2024.11.07 |
| [데이터사이언스 수학] 데이터 사이언티스트가 알아야하는 Linear Algebra(선형대수) Part 3: 행렬 연산과 특성들 🧠🚀 (2) | 2024.11.06 |
| [데이터사이언스 수학] 데이터 사이언티스트가 알아야하는 Linear Algebra(선형대수) Part 1: 벡터와 벡터 연산! 🏹✨ (1) | 2024.11.06 |
