수강평 총 173,742개, 만족도 96.9%
🔥실시간으로 올라오는 진짜 수강평!🔥
현재 일본에서 로봇프로그래밍 관련 업무를 보고 있는 사람입니다. 외주로 개발,납품한 소프트웨어의 유지보수가 사내에서도 가능하게 되면 좋겠다는 말이 나와 미래의 담당?이 되기 위해 이 강의를 듣게 되었네요. 업무시간중 짬날때, 퇴근후 집에서 틈틈이 강의를 들었는데 로봇과는 다르게 자유도와 사용할수있는 명령어가 많다는것,그리고 이런 퀄리티의 강의가 무료라는것에 놀랍기도하고 재미도 있었습니다. 이제 기본편 강의에 들어가게 되는데 마침 중급편 강의도 곧 올라온다고 하니 타이밍도 딱 맞는거 같아 기쁘기까지합니다. ㅎㅎ 좋은 강의 만들어주셔서 감사합니다.
학부 수업과는 차원이 다른 양질의 수업 내용이였습니다. 특히 초반에는 생소한 영어 단어들 때문에 거부감이 들 수도 있지만, 꾸준히 강의를 듣고 복습하다보면 점점 개념을 이해할 수 있게되고 공식들과 정리들이 확 와닿는 시점이 있습니다. 특히 개념들이 단원마다 점차적으로 확대되는데 이 모든 것은 SVD 를 위한 빌드업이라는 점에 정말 감격했습니다. 제가 학부 시절에 이런 강의가 있었다면 얼마나 좋았을까 부럽다고 생각이 들기도 합니다ㅋㅋ 1단원 부터 시작하여 augmented matrix 를 row reduction 하여 general solution 형태로 풀거나 , 행렬의 rank, dimension, determinant, eigenvalue, eigenvector, 직교, 그람-슈미츠, 대각화 및 spectral decomposition, symmetric matrix, quadratic form 모든 단원에서 배운 지식들이 유기적으로 연결되어 있고 기가 막히게 정리와 증명에 쓰입니다. 개인적으로 중간중간 각종 분해 알고리즘 (LU, PA=LU, QR) 들의 수치적인 효율성과 메모리측면의 효율성이나 시간복잡도등을 비교하는 부분이 있어 정말 좋았습니다. 선형대수학은 단순히 선형방정식을 행렬방정식으로 표현하고 해를 구하는 학문인줄 알았지만, 행렬의 해를 더 효율적으로 구하기 위한 각종 알고리즘들과 least-squares 를 통해 데이터의 error 값을 최소화 하여 선형적으로 맞추는 방법, quadratic form 에서 제약 조건을 걸어 행렬의 최대값을 구하는 방법과 SVD 를 통해 더 효율적으로 데이터를 압축하는 등 공학적인 실사용 사례들과 기하학적으로 어떻게 생겼는지 확인할 수 있어 정말 큰 도움이 되었다고 생각합니다. 앞으로 확률과 통계, 벡터 미적분학 수업이 정말 기대됩니다. 수치해석학 강의도 기대하고있습니다! 이렇게 좋은 강의를 제공해주셔서 정말 감사합니다.
최근 Hot 한 강의
-
제미니의 개발실무 - 커머스 백엔드 레거시와 AI 활용편
-
2026년! 객체지향 제대로 배우기(with Python)
-
AI 시대에 살아남기: Supabase로 백엔드 뚝딱!
-
제대로 파는 Git & GitHub - by 얄코(Yalco)
-
한 입 크기로 잘라 먹는 리액트(React.js) : 기초부터 실전까지
-
성장과 상금은 누구의 것? 인프런 3주 '서바이벌' 챌린지 : All or Nothing!
-
네이버 면접관이 사용하는 실시간 초저지연 Platform Apache Flink
-
클로드 코드 완벽 마스터: AI 개발 워크플로우 기초부터 실전까지 (with 커서 AI)
-
[Rookiss AI Creative GameDev - Live] Unity Indie & UE5 Tech Lab (2026년 2월 반)
-
네이버 면접관이 사용하는 초저지연 및 메시징 분산 시스템 NATS