Matrix
- vector를 원소로 가지는 2차원 배열
- numpy에서는 row vector를 기본 단위로 함
- 하나의 vector는 공간에서의 한 점
- Matrix는 이 점들의 모임
- 행렬 간의 덧셈, 뺄셈, 성분곱(행렬 끼리 곱), 스칼라곱(행렬에 상수 배)은 vector와 같음
- 벡터 공간에서 사용되는 연산자(operator)
- 행렬곱을 통해 벡터를 다른 차원으로 보낼 수 있다
Transpose Matrix
- 한 행렬의 row, column의 인덱스를 뒤집은 행렬
Matrix Multiplication (행렬곱)
- 행렬곱을 통해 vector를 다른 차원으로 변환 가능
- X의 #col과 Y의 #row가 같아야 함
- X의 row vector와 Y의 col vector의 내적
X @ Y
= 행렬 X, 행렬 Y의 행렬곱
- np.inner는 X의 row vector와 Y의 row vector를 내적
Inverse Matrix
- row와 col의 개수가 같고, 행렬식(determinant)이 0이 아닌 경우
- 하나의 행렬과 그 역행렬의 곱은 항등 행렬(Identity matrix)
- row와 col의 개수가 다르다면 유사역행렬(pseudo-inverse)사용
- 역행렬 구하기
'부스트캠프 AI Tech > Math' 카테고리의 다른 글
Statistics (0) | 2022.01.19 |
---|---|
Probability (0) | 2022.01.19 |
Neural Network (0) | 2022.01.19 |
Gradient Descent (0) | 2022.01.18 |
Vector (0) | 2022.01.17 |