inflearn logo
강의

강의

N
챌린지

챌린지

멘토링

멘토링

N
클립

클립

로드맵

로드맵

지식공유

머신러닝/딥러닝으로 이어지는 선형대수

기저와 공간(Basis and Dimension)

선형대수 질문

해결된 질문

644

엽강통강

작성한 질문수 19

0

안녕하세요 선생님 선형대수를 공부하다가 질문이 있어서 물어봅니다

 

선생님의 선형대수를 보다가 더 선형대수를 공부하고 싶어서 추가적으로 궁금한점이 있어서 물어봅니다

  1. 차원과 랭크의 차이점 - 교과서나 인터넷에서도 서로 다른 개념이라고 말하는데 랭크와 차원의 본질 적인 차이점이 무엇인가요? 둘다 그냥 독립적인 열의 개수만큼의 숫자가 차원 그리고 랭크 인 것 같은데

  2. 외적의 쓰임세: 내적은 여러 머신러닝이나 딥러닝에서 쓰인느 것을 많이 보았는데 외적 같은 경우는 어떻게 쓰이는 것인가요? 3차원 공간에서 2개의 백터의 수직인 백터를 만들어서 어디에 쓰이는건지 잘모르겠습니다

 

감사합니다

머신러닝 딥러닝 선형대수학

답변 1

1

딥러닝호형

안녕하세요.

  1. 벡터공간에서의 차원은 basis 안에 벡터의 개수를 의미합니다. 예를 들어 3차원의 모든 벡터를 표현하려면 3개의 벡터 e1=[1,0,0], e2=[0,1,0], e3=[0,0,1]이 필요합니다. (강의5:47)

  2. 일반적으로 랭크는 행렬에서의 열(혹은 행) 벡터 공간의 차원을 의미합니다. 즉, basis 정의를 만족하는 열(혹은 행) 벡터의 개수를 의미합니다. 차원과 랭크는 다른 개념입니다. (강의1:18)

  3. 쉬운 예시가 없는데요 ㅠㅠ 외적이 미분 방정식을 discretization form으로 만들어 계산할 때 자주 등장합니다. 따라서 머신러닝에서 Hessian을 사용하는 optimizer (gradient descent 베이스 아님)를 다룰 때 활용될 수 있습니다.

감사합니다.

강의자료 문의

0

19

1

mmcv 문의 드립니다.

0

23

2

검색 대상 종목 선정

1

25

2

수강 기간 연장 가능 여부 문의드립니다

0

28

1

llm_decision_logs 미적재 문의

1

21

2

연동 문제

1

38

2

5-21 질문이요!

1

41

3

강의 업데이트

0

38

2

매수 실행 시점 관련

1

37

1

Opus/Sonnet 버전 관련 문의

1

52

2

섹션2 질문이요

1

54

2

섹션1.9 질문입니다!

1

76

3

교안 요청드립니다

0

35

1

수강 연장 문의드립니다.

0

66

2

Kaggle 노트북(predict.ipynb) 관련

1

58

2

강의 연장 문의

0

53

2

수강 신청 연장 문의드립니다.

0

73

2

git bash .env

1

60

1

피드백 내용 문의드립니다.

0

59

1

작업형 1번문제... 환경관련

0

54

2

A가 정방행렬일때의 동치 명제

1

164

2

least square solution에서의 rank에 대해

1

141

2

행별변환5강

1

140

2

그람슈미츠 프로세스 증명

0

315

1