AI와 데이터의 모든 것

- 위치벡터(Standard Position Vector) : [0,0]이 벡터의 시작되는 지점(꼬리)인 벡터 (R2 기준) - 단위 벡터(Unit Vector) i (hat^) = [1,0] : 수평방향으로 1 이동하는 것을 의미 j (hat^) = [0,1] : 수직방향으로 1 이동하는 것을 의미 - 벡터의 표기법 3가지 (3번째 이미지 참고) 1) 열 벡터 (Column Vector) 2) 튜플 (Tuple) 3) 단위 벡터 (Unit Vector) - 단위벡터 계산하는 법 (3번째 이미지 참고) ex. v = (-2, 2)일 때, 각 열에 각 값의 제곱을 더한 값에 루트를 씌운 값으로 나누고, 그 각 열을 더한 값이 단위벡터이다. - 집합(Set) & 직선의 매개변수 표현 (4번째 마지막 그림 참..

- 벡터는 크기와 방향을 나타내는 것 - 방향은 2차원 뿐만 아니라 3,4,5,6,,,,n차원이 될 수 있음 - 크기와 방향이 같다면 어느 지점에서 시작되는 벡터라도 같은 벡터임 - R 왼쪽에 막대기 하나 더 붙거나 진하게 표시된 R 기호는 Real Coordicate Space라는 뜻으로 어떤 수라도 표현할 수 있는 "실수 좌표 공간"임을 표기하는 기호이다. - Rⁿ 에서 n은 차원을 나타냄 - 벡터의 합은 동일한 차원의 실수 좌표 공간을 가진 벡터끼리 가능하며 - 같은 위치의 성분끼리 더해주면 된다. - 곱의 경우에는 각 성분에 scalar 수를 그대로 곱해주면 되는데, - 이때, 양수를 곱하면 같은 방향에 크기만 달라지고, - 음수를 곱하면 방향이 반대로 바뀌며, 크기도 달라질 수 있다.

선형대수학(線型代數學, 영어: linear algebra)은 벡터 공간, 벡터, 선형 변환, 행렬, 연립 선형 방정식 등을 연구하는 대수학의 한 분야이다. - 위키백과 Linear(선형), Linearity(선형성) - 어떤 수를 입력하더라도 선형 내의 예측가능한 결과값을 내주는 특징을 가짐 Algebra(대수) - 문자가 숫자를 대신해주는 것 (ex. 방정식의 미지수 - unknown in the equation) 선형대수에서는 방정식을 3가지 요소로 표현할 수 있다. (A) 계수 행렬(Coefficient Matrix) (x) 미지수 벡터(unknown vector) (b) 우변 벡터(right-hand side vector)