파이썬을 활용한 선형대수학 - SciPy의 활용

파이썬을 활용한 선형대수학 - SciPy의 활용

(1개의 수강평)

27명의 수강생

55,000원

조범희 (타블렛깎는노인)
평생
초급
수료증
29개 수업, 총 13시간 31분
Wishlist

파이썬을 활용한 선형대수학 - SciPy의 활용

컴퓨터를 사용해서 행렬방정식을 풀어보고 싶지 않나요? 고유치도 구해보고 싶지 않나요? 혹은 당장 그런 기능들이 필요한가요?


당신의 삶을 윤택하게 만들어줄 강좌 "파이썬을 활용한 선형대수학"이 오픈되었습니다. 이 강좌에서는 파이썬의 SciPy 라이브러리를 활용하여 다양한 행렬계산 관련 문제들을 푸는 방법을 배웁니다.  파이썬을 몰라도, 선대개 지식이 얕아도 주어진 문제를 풀 수 있게 됩니다.
 
겁내지 마세요! 재밌게 따라 하실 수 있습니다! 실용적이면서 동시에 적당히 이론적 내용이 가미되어있습니다.
궁금할 수 도 있는 부분들을 살펴볼까요?

Q. 행렬 방정식을 컴퓨터로 풀 수 있다던데 사실인가요?
A. 그럼요. 컴퓨터로 안푸는게 더 이상합니다.

Q. 당장 사이즈가 큰 행렬의 고유치들을 구해야하는데 어떡하죠? 손으로 풀 수 없어요ㅠㅠ
A. 걱정 마세요. 단 몇줄의 파이썬 코드로 구 할 수 있습니다. 이 강좌가 당신에게 필요합니다.

Q. 전 프로그래밍 경험이 없는데... 그치만 선형대수학 문제들을 컴퓨터로 풀어보고 싶어요!
A. 잘 찾아오셨습니다. 쉽게 따라하실 수 있습니다.

Q. 어디서 듣기론... 보통 직접 코드를 짠다고들 하던데...?
A. 몇 년이 아닌 수십년간 개발된 선형대수학 관련 함수들이 존재합니다. 그 사용법만 알아도 살아가는데(?) 큰 도움이 됩니다.

Q. 파이썬이 느리다고 들었는데... 이거 배워봤자 실용적이지 않은거 아닌가요?
A. 우리가 배울 SciPy의 함수들은 포트란으로 짜여진 함수들(수십년간 개발된...!!)을 불러와서 사용합니다. 실사용에 문제가 없을 정도의 속도와 정확도를 제공합니다.
Story1.
선형대수학개론의 수업을 다 들었다. 난 드디어 선형대수학개론을 마스터 하였다. 어떤 문제든 나에게 던져주면 완벽하게 풀 수 있게 되었다. 그런데.. 당장 100 x 100 행렬을 singular value decomposition을 해야한다.. 큰일이다.... 선대개를 분명 정복했는데.. 이 문제를 풀기위해선 너무나 많은 시간이 필요하다.. 이를 어떻게 해야하지..? 당신을 위해 이 강좌를 준비했습니다. 컴퓨터의 도움을 받아봅시다!
Story2.
교수님: 당장 내일까지 이 데이터를 2차 함수로 근사해오게. 학생: 네 알겠습니다. 데이터는 몇개 인가요? 교수님: 4만개 학생: ;; 교수님: 아참, 하는김에 a+b*sinh(x)+c*Log(x)에도 한번 피팅해보겠나? 금방 하지? 학생: ??? 울지마세요. SciPy를 활용하면 쉽게 구할 수 있습니다.
Story3.
이제 대학교를 안다니니 Matlab을 사용할 수가 없네... 너무 비싸기도하고.. 하.. 근데 행렬 방정식을 어떻게 풀지..? 앞으로도 좀 풀어야하는데 뭐 방법이 없을까.. 이 강좌가 당신에게 딱입니다.
Story4.
아 심심해.. 당신을 위해 이 강좌를...

 학습 목표

파이썬과 SciPy를 활용하여 선형대수학적 문제들을 컴퓨터로 풀 수 있다.

 도움이 되는 분들

  • 공대생
  • 대학원생
  • 당장 행렬 방정식의 해를 구해야하는 분들
  • 당장 고유치와 고유벡터를 구하고자 하는 분들
  • SVD 해보고 싶은 분, 최소자승법의 해가 필요한 분들
  • 선형대수학개론을 들은 분들
  • 심심하신 분들 (재밌습니다)

연관된 강좌

참고 사항

  • 파이썬의 전문지식이 없어도 됩니다.
  • 선형대수학 지식이 얕아도 선형대수학의 문제들을 컴퓨터로 풀 수 있게 됩니다.
  • 강좌와 실습이 동시에 진행이 됩니다.
  • 실용적으로 사용 가능합니다.
  • 추후 Lapack 라이브러리를 사용하기 위한 분들을 위해 강좌에서 사용되는 함수에 관련된 Lapack 함수가 뭔지 알려드립니다.
  • 행렬계산 관련 수치해석 이론을 배우진 않습니다.
 

지식공유자 소개

조범희 (타블렛깎는노인)

새로운것을 배우고 가르치는걸 좋아합니다. 이번 기회를 통해 많은 분들에게 도움이 되면 좋겠습니다.

전문분야 (+좋아하는 분야) 👨‍🎓

  • 전공은 원자력, 그 중에서도 원자로내 중성자 분포를 수치해석방법들을 통해 분석하는 연구
  • 수학: 선형대수학개론, 대학미적분, 벡터미적분학, 응용미분방정식, 응용해석방정식, 확률과 통계, 수치해석
  • 컴퓨터 언어: 포트란(MPI, OpenMP 포함), Javascript (nodeJS), C#, C++, Python, Solidity, …
  • DIY: 인터넷에서 타블렛깎는노인으로 활동하며, 액정타블렛, 빔프로젝터, 스크린, ambilight, 음성인식장치 등등 하드코어한 DIY를 합니다.

출신학교 

  • 박사: 카이스트, 원자력 및 양자공학과, 2011 ~ 2016
  • 석사: 카이스트, 원자력 및 양자공학과, 2009 ~ 2011
  • 학부: 카이스트, 원자력 및 양자공학과, 2005 ~ 2009
  • 고등학교: 경기과학고, 2003 ~ 2005

경력 

  • 2019 ~: 인프런강사
  • 2017 ~ 2018: 스탠다드에너지, 연구소장 
  • 2016 ~ 2017: 스탠다드에너지, 특수연구 총괄

링크

교육과정

강좌 소개
강좌 트레일러
01 : 00
강의자료 및 소스코드
사전 설치
Python과 SciPy 설치
10 : 00
Visual Studio Code 설치
08 : 00
기초 수업
행렬 및 벡터 표현법
31 : 00
간단한 행렬 입출력 방법
26 : 00
행렬 관련 편리한 기능
22 : 00
행렬 기본 조작 (1)
41 : 00
행렬 기본 조작 (2)
47 : 00
행렬 기본 조작 (3)
28 : 00
행렬 방정식의 해
이론 수업: 행렬의 분류
39 : 00
이론 수업: 왜 역행렬을 구하는것보다 Ax=b를 푸는게 좋을까?
11 : 00
일반 행렬
43 : 00
밴드 행렬
35 : 00
특수 행렬
18 : 00
동시에 여러식 풀기
07 : 00
고유치와 고유벡터
이론 수업: 고유치 계산 알고리즘 개론
45 : 00
일반 행렬
35 : 00
밴드 행렬
35 : 00
특별 강좌: Power Method 개론
38 : 00
행렬 분해와 행렬 분해를 활용한 행렬 방정식의 해
행렬 분해 (1) - LU decomposition
53 : 00
행렬 분해 (2) - Cholesky decomposition
37 : 00
고급 과정: Low-Level Lapack 함수 활용
46 : 00
행렬 분해 (3) - QR decomposition
22 : 00
동시에 여러식 풀기 & 행렬 방정식 푸는 방법 요약
15 : 00
Singular Value Decomposition와 최소자승법
SVD와 최소자승법 함수 사용법
52 : 00
응용
최소자승법을 활용한 데이터 피팅 및 그래프 그리기
29 : 00
SVD를 사용하여 흑백 이미지 압축
29 : 00
교육용: 2D 선형변환 시각화
08 : 00

수강 후기

5.0
1개의 수강평
Gabriel Woojae Lim 1달 전
완료수업 25/29, 수강시간 10h33m 에서 첫 후기 남깁니다. 이런거 잘 안남기는 사람이라 지금 남겨야 미루지 않을것 같습니다. 수강동기 : ML 공부하던 중 Numpy slicing을 정확히 배울 필요가 있었고, 강좌를 둘러보다가 여기서 커버가 될 것 같아 수강했습니다. 후기 : 필요했던 Numpy slicing을 정확히 배울 필요가 있었습니다. 조범희님의 선형대수학 강의를 선수강 하지 않았지만, 따라가는데 문제 없었습니다. 이 강좌를 차분히 따라가면 Scipy의 linalg 함수들의 사용법 충분히 배우게 됩니다. 함수사용법에 대한 설명과 예제의 구성이 꼼꼼하며, 수강생이 '당연히 알겠지' 하고 넘어가는 것 없이 자세히 풀어서 설명해주십니다. 그러기에 앞서 올리신 조범희님의 선형대수학 강의가 듣고 싶어집니다. (인프런 리뉴얼 하면 할인권 풀어주시나 했는데.. 없네요. ㅎㅎ)
조범희 (타블렛깎는노인) 프로필

조범희 (타블렛깎는노인) 1달 전
소중한 후기 감사합니다!!ㅎㅎ 교과서나 주어진 커리큘럼이 없이 만든 강좌여서 나름 이런저런 노력을해서 만든 강좌다 보니 개인적으로 애착이 많이 가는 강좌입니다. 강좌를 보시면서 부족하거나, 업데이트 됐으면 하는 부분들이 있다면 언제든지 저에게 메시지나 이메일로 피드백 주시면 최대한 반영하도록 하겠습니다. 제가 생각지도 못한 부분들이 있을 수도 있기에 수강생 여러분의 적극적인 의견이 있으면 강좌가 더 업데이트(!) 되고 수정될 수 있습니다. (지금은 또 다른 수학관련 강좌를 만들고 있습니다. 앞으로도 많은 관심 부탁드릴게요 ㅎㅎ)