12월 2022

딥 러닝에서는 Tensor를 기반이 되는 데이터 구조로 인식합니다.Tensor는 구글의 주력 머신러닝 라이브러리인 'Tensor플로우(TensorFlow)'의 이름에도 등장합니다.Tensor는 선형 대수학에서 사용되는 데이터 구조의 한 유형이며 벡터 및 행렬과 마찬가지로 Tensor를 사용하여 산술 연산을 계산할 수 있습니다.이 튜토리얼에서는 Tensor가 무엇이며 NumPy를 사용하여 Python에서 Tensor를 조작하는 방법을 알아보겠습니다.이 자습서를 완료하면 다음을 알 수 있습니다.Tensor는 행렬의 일반화이며 n 차원 배열을 사용하여 표현됩니다.Tensor를 사용하여 요소별 연산을 구현하는 방법.Tensor 곱을 수행하는 방법.튜토리얼 개요이...

Read More

행렬 연산은 많은 머신러닝 알고리즘에 대한 설명에 사용됩니다.일부 연산은 주요 방정식을 푸는 데 직접 사용할 수 있는 반면, 다른 연산은 설명 및 더 복잡한 행렬 연산 사용에 유용한 팁 또는 기초를 제공합니다.이 자습서에서는 머신러닝 방법 설명에 사용되는 중요한 선형 대수 행렬 연산을 알아봅니다.이 자습서를 완료하면 다음을 알 수 있습니다.행렬의 차원을 대칭 이동하기 위한 행렬전환(Transpose) 작업입니다.선형 방정식 시스템을 푸는 데 사용되는 역연산(Inversion)입니다.Trace 및 결정자 연산은 다른 행렬 연산에서...

Read More

많은 선형 대수학은 벡터와 행렬에 대한 연산과 관련이 있으며 다양한 유형의 행렬이 있습니다.선형 대수학을 시작할 때 반복해서 접할 수 있는 몇 가지 유형의 행렬이 있으며, 특히 머신러닝과 관련된 선형 대수학의 일부입니다.이 튜토리얼에서는 머신러닝에서 발생할 수 있는 선형 대수학 분야의 다양한 유형의 행렬 모음을 발견하게 됩니다.이 자습서를 완료하면 다음을 알 수 있습니다.정사각형, 대칭, 삼각형 및 대각선 행렬은 이름에서 알 수 있듯이 많습니다.값이 1인 주 대각선을 제외한 모든...

Read More

행렬은 선형 대수학의 기본 요소입니다.행렬은 머신러닝 분야에서 알고리즘을 훈련할 때 입력 데이터 변수(X)와 같은 알고리즘 및 프로세스에 대한 설명에 사용됩니다.이 튜토리얼에서는 선형 대수학의 행렬과 Python에서 이를 조작하는 방법을 알아봅니다.이 자습서를 완료하면 다음을 알 수 있습니다.행렬이란 무엇이며 NumPy를 사용하여 파이썬에서 행렬을 정의하는 방법.덧셈, 뺄셈, 아다마르 곱과 같은 요소별 연산을 수행하는 방법.행렬을 곱하는 방법과 연산 이면의 직관.튜토리얼 개요이 튜토리얼은 다음과 같이 여섯 부분으로 나뉩니다.매트릭스란 무엇입니까?행렬 정의행렬 산술행렬-행렬...

Read More

벡터의 길이 또는 크기 계산은 머신러닝의 정규화 방법으로 직접 또는 더 광범위한 벡터 또는 행렬 작업의 일부로 필요한 경우가 많습니다.이 튜토리얼에서는 vector norm이라고 하는 벡터 길이 또는 크기를 계산하는 다양한 방법을 알아봅니다.이 자습서를 완료하면 다음을 알 수 있습니다.벡터의 절대값의 합으로 계산되는 L1 norm제곱 벡터 값의 합에 대한 제곱근으로 계산되는 L2 norm최대 벡터 값으로 계산되는 최대 norm튜토리얼 개요이 튜토리얼은 다음과 같이 네 부분으로 나뉩니다.벡터 정규화벡터 L1 표준벡터 L2 norm벡터...

Read More

벡터는 선형 대수학의 기본 요소입니다.벡터는 머신러닝 분야에서 알고리즘을 훈련할 때 대상 변수(y)와 같은 알고리즘 및 프로세스에 대한 설명에 사용됩니다.이 튜토리얼에서는 머신러닝을 위한 선형 대수 벡터를 발견합니다.이 자습서를 완료하면 다음을 알 수 있습니다.벡터가 무엇이며 NumPy를 사용하여 파이썬에서 벡터를 정의하는 방법.덧셈, 뺄셈, 곱셈 및 나눗셈과 같은 벡터 산술을 수행하는 방법.내적 및 스칼라를 사용한 곱셈과 같은 추가 연산을 수행하는 방법.튜토리얼 개요이 튜토리얼은 다음과 같이 다섯 부분으로 나뉩니다. 벡터란 무엇입니까?벡터...

Read More

머신러닝 데이터는 배열로 표시됩니다.파이썬에서 데이터는 거의 보편적으로 NumPy 배열로 표현됩니다.Python을 처음 사용하는 경우 네거티브 인덱싱 및 배열 슬라이싱과 같은 데이터에 액세스하는 몇 가지 Python 방법에 혼란스러울 수 있습니다.이 자습서에서는 NumPy 배열(array)에서 데이터를 올바르게 조작하고 액세스하는 방법을 배웁니다.이 자습서를 완료하면 다음을 알 수 있습니다.목록 데이터를 NumPy 배열로 변환하는 방법.Pythonic 인덱싱 및 슬라이싱을 사용하여 데이터에 액세스하는 방법.일부 머신러닝 API의 기대치를 충족하도록 데이터 크기를 조정하는 방법.튜토리얼 개요이 튜토리얼은 다음과 같이...

Read More

배열은 머신러닝에 사용되는 기본 데이터 구조입니다.파이썬에서 N차원 배열 또는 ndarray라고 하는 NumPy 라이브러리의 배열은 데이터를 표현하기 위한 기본 데이터 구조로 사용됩니다.이 튜토리얼에서는 숫자를 표현하고 Python에서 데이터를 조작하기 위한 NumPy의 N차원 배열을 발견하게 됩니다.이 자습서를 완료하면 다음을 알 수 있습니다.ndarray가 무엇이며 파이썬에서 배열을 만들고 검사하는 방법.새로운 빈 배열과 기본값이 있는 배열을 만들기 위한 주요 함수.기존 배열을 결합하여 새 배열을 만드는 방법튜토리얼 개요이 튜토리얼은 다음과 같이 세부분으로 나뉩니다.NumPy...

Read More

선형 대수학은 많은 난해한 이론과 발견이 있는 큰 분야이지만 머신러닝 실무자에게는 현장에서 가져온 너트와 볼트 도구와 표기법이 필요합니다. 선형 대수학이 무엇인지에 대한 견고한 기초가 있으면 좋은 부분이나 관련 부분에만 집중할 수 있습니다.이 집중 과정에서는 Python을 사용하여 머신러닝에 사용되는 선형 대수 표기법을 7일 만에 시작하고 자신 있게 읽고 구현하는 방법을 알아봅니다.이 집중 코스는 누구를 위한 것입니까?시작하기 전에 올바른 위치에 있는지 확인합시다.이 과정은 일부 응용 머신러닝을 알고...

Read More

머신러닝을 시작하기 전에 선형 대수학을 배울 필요는 없지만 언젠가는 더 깊이 파고들고 싶을 수 있습니다.사실, 수학의 한 영역에서 다른 영역보다 먼저 개선해야 할 것을 제안한다면, 그것은 선형 대수학일 것입니다. 선형 대수학은 머신러닝 알고리즘에 대한 더 나은 직관을 이해하고 구축하는 데 필요한 도구를 제공합니다.이 게시물에서는 선형 대수학에 대해 자세히 살펴보고 머신러닝에서 더 많은 것을 얻으려면 선형 대수학에 대한 기술과 지식을 향상시켜야 하는 이유를 살펴봅니다.Eigen Vectors 및 SVD에...

Read More