일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- word embedding
- 벡터간 유사도
- 역행렬
- 신경망 학습
- NMT
- 연립일차방정식
- RNN
- machine translation
- SVD
- 프로그래머를 위한 선형대수
- NLP
- 데이터프레임
- PPMI
- sigmoid
- 정칙행렬
- Linear Algebra
- 밑바닥부터 시작하는 딥러닝2 2장
- 선형대수학
- 딥러닝
- 밑바닥부터 시작하는 딥러닝
- 동시발생 행렬
- word2vec
- 자연어처리
- DataFrame
- pandas
- ReLU
- one-hot vector
- 판다스
- Python
- Transformer
- Today
- Total
목록연립일차방정식 (2)
생각하는감자
성질이 나쁜 예 성질이 나쁘다는 것에는 여러 종류가 있을 수 있다. 단서가 부족한 경우 원인 벡터 x는 n차원으로 구성되어 있고, 결과벡터 y는 m차원으로 구성되어 있다고 할 때, m < n 이라면 알고 싶은 양은 n 개인데, 단서가 겨우 m개뿐인 상황이다. 예를 들어 m = 2, n = 3이라고 하면 y = Ax 에서 A의 의미는 x가 있는 3차원 공간을 y가 있는 2차원 공간으로 옮기는 사상이다. 원래의 차원보다 낮은 공간으로 옮기는 것이므로 납작하게 누르는 사상인 것인데, 여러 개의 x가 A를 통해 y에 옮겨왔을 때, 원래의 x는 어디 있었을까 라는 질문에 x의 값을 특정할 수 없다는 문제가 생긴다. 핵(kernel) 주어진 행렬 A에 의해 Ax = 0으로 이동해 오는 것과 같은 x의 집합을 A의 ..

역문제 결과(y)를 먼저 알고 원인(x)을 추정하는 형태의 문제를 역문제라고 한다. *원인으로부터 결과를 추정하는 것은 순문제이다. 현실에서 역문제를 다룰 때에는 y = Ax + (노이즈) 와 같은 상황을 검토해야 하는데, 노이즈를 의식하지 않는다면 연립일차방정식이라고 할 수 있을 것이다. 예를 들어 행렬 A와 결과 y 가 있을 때 원인 x를 구하는 상황을 생각해 보면 아래와 같다. 위와 같은 일반 연립 일차방정식에 대해 "해가 존재하는지", "해가 유일한지" 등을 판단해볼 수 있다. 정칙행렬 역행렬이 존재하는 정방행렬을 정칙행렬이라고 하며 정칙행렬이 아닌 행렬은 특이행렬이라고 한다. 연립일차방정식의 해법 - 정칙인 경우 1) 변수소거법 어렸을 때 연립일차방정식을 풀었던 것과 동일한 해법이다. 변수의 개..