[머신러닝에 관련된 선형대수학 기초 제대로 배우기]

본 과정은 머신러닝에 관련된 선형대수학의 기초 내용을 다루고 있습니다. 단순 이론 강의뿐만 아니라, 학습한 내용을 머신러닝에 직접 적용해보는 과정을 통해 이론과 실제 실무 사이의 간격을 줄여주는 강의입니다.

머신러닝 모델에 대한 심층적인 이해, 성능 좋은 모델을 구현하기 위한 기초적인 수학 지식을 습득할 수 있는 강의이며, 목차는 아래와 같이 구성되어 있습니다.

<목차>

[통계]Machine Learning(머신러닝)을 위한 선형대수학 Part.1 초급 1

• 개요 및 목차

• 기초사항: 기초수학(함수1)

• 기초사항: 기초수학(함수의 극한)

• 기초사항: 기초수학(함수의 미분)

• 기초사항: 기초수학(함수의 적분)

• 벡터

• 일차방정식

• 행렬

• 행렬식(행렬과 가우스소거법)

• 게임이론

[통계]Machine Learning(머신러닝)을 위한 선형대수학 Part.1 초급 2

• 벡터공간

• 벡터공간2

• 벡터공간3

• 벡터공간4

• 벡터공간5

• 벡터공간6

• 벡터공간7

• 선형변환

• 선형변환2

• 선형변환3

• 선형변환4

• 수직성

• 수직성2

• 그램슈미츠-직교화 과정

• 고윳값과 고유벡터

• 고윳값과 고유벡터2

• 고윳값과 고유벡터3

• 이차형식

• 이차형식