인공지능을 위한 수학2 [인공지능을 위한 수학] 챕터3 정리 챕터3은 딥러닝하면 빠질 수 없는 선대와 관련된 내용이다. 내적 내적(점곱)의 정의는 벡터에서 서로 대응하는 성분끼리 곱한 다음이를 모두 더한 값이다. 표기는 $$또는 $\vec{a}\cdot\vec{b}$를 사용한다. 추가적으로 내적은 두 벡터의 성분 개수가 같을때만 가능하다. $$ = a_{1}b_{1} + a_{2}b_{2} + a_{3}b_{3} + ... + a_{n}b_{n} = \sum_{i=1}^{n}a_{i}b_{i} $$ 위의 식을 응용하여 두벡터 a와b가 이루는 각$\theta$를 아래의 식으로 구할 수 있다 $$ = \left \|a\right \| \left \|b\right \|cos\theta$$ $$ cos\theta = \frac{ }{ \left \|a\right \| \.. 2023. 11. 17. [인공지능을 위한 수학] 챕터2 정리 2단원은 미분에 관한 파트이다. 대부분의 내용은 알고있었는데 수식보다는 개념적으로 설명해주는 부분이 많았다. 미분 Basic $\Delta$는 변화량을 나타내는 기호인데 이를 $lim_{\Delta=0}$으로 보내 순간적 변화량을 구할때 $d$기호를 사용한다. 미분할때 맨날 보는 ${dx}\over{dy}$에 있는 $d$이다. 함수 $f(x)에서 x$의 순간 변화량을 구하고 싶은 경우 아래와 같이 유도할 수 있다. $${{df(a)}\over{dx}}={{\Delta{f(a)}}\over{\Delta{x}}} = {lim_{h=0}{{f(a+h)-f(a)}\over{(a+h)-a}}}$$ $$\frac{{d}}{{dx}}(f(x) + g(x)) = \frac{{df(x)}}{{dx}} + \frac{{d.. 2023. 6. 14. 이전 1 다음