파이썬을 활용한 선형대수학 - NumPy와 SciPy의 활용
파이썬을 활용한 선형대수학 - NumPy와 SciPy의 활용
수강정보 222명의 수강생
55,000원
29회 수업 · 총 13시간 31분 수업
기간 : 평생 무제한 시청
수료증 : 발급 강의
수강 난이도 : 초급

이 강의는

이 강좌에서는 파이썬의 SciPy 라이브러리를 활용하여 다양한 행렬계산 관련 문제들을 푸는 방법을 배웁니다.파이썬을 몰라도, 선대개 지식이 얕아도 주어진 문제를 풀 수 있게 됩니다.

파이썬을 활용한 선형대수학 - NumPy와 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.
 

공개 일자

2019년 3월 21일 (마지막 업데이트 일자 : 2019년 3월 21일)

지식공유자 소개

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

아직 평가를 충분히 받지 못한 강의 입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️

교육과정

모두 펼치기 29 강의 13시간 31분
섹션 0. 강좌 소개
2 강의 01 : 00
강좌 트레일러
01 : 00
강의자료 및 소스코드
섹션 2. 기초 수업
6 강의 195 : 00
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
섹션 3. 행렬 방정식의 해
6 강의 153 : 00
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
섹션 4. 고유치와 고유벡터
4 강의 153 : 00
이론 수업: 고유치 계산 알고리즘 개론
45 : 00
일반 행렬
35 : 00
밴드 행렬
35 : 00
특별 강좌: Power Method 개론
38 : 00
섹션 5. 행렬 분해와 행렬 분해를 활용한 행렬 방정식의 해
5 강의 173 : 00
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
섹션 6. Singular Value Decomposition와 최소자승법
1 강의 52 : 00
SVD와 최소자승법 함수 사용법
52 : 00
섹션 7. 응용
3 강의 66 : 00
최소자승법을 활용한 데이터 피팅 및 그래프 그리기
29 : 00
SVD를 사용하여 흑백 이미지 압축
29 : 00
교육용: 2D 선형변환 시각화
08 : 00
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스