섹션 2 확률변수 자료 문의

강의가 도움이 되신다니 감사 합니다. 자료는 2.2확률변수의 평균에 올려습니다.^^

구현 코드

강의 마지막 파일에 ZIP 파일 형식으로 올려 놨습니다. 그래도 필요하신 분들은 메일 주시면 ZIP으로 보내 드립니다. 감사 합니다

추가로 공부하면 좋은 수학 내용 및 최신 연구 추천

안녕하세요 최적화이론 Bible을 수강해 주셔서 감사 합니다. 최적화이론을 제대로 공부 하시면 반드시 한번쯤은 도움이 된다는 말씀을 먼저 드리고 싶고요. 선형대수를 좀 깊게 공부하시는 것도 추천드립니다. 혹시 AI에 관심이 있으시면 정말 꾸준히 확률공부를 하셔야 한다고 말씀 드리고 싶습니다. 질문 내용이 좀 광범위 해서 jang_hwan_im@naver.com으로 본인의 상황을 좀 자세히 적어 주시면 좀 더 자세한 답변이 드릴 수 있을 것 같습니다. 필요 하시면 메일 부탁 드려요.

최적화이론 2

강의가 도움이 되셨다고 하니 감사드립니다. 최적화이론 2를 작업 중 입니다. 좀 더 자세한 주제를 강의할여고 합니다. 생각보다 시간이 좀 걸릴 것 같습니다. 가능하면 빠른시간에 강의를 오픈해 보겠습니다. 그럼 좋은하루 되세요.^^

확인부탁합니다_부록1의 순서

순서에 문제 지적해 주셔서 감사 하니다. 교정 했어요 . 좋은 하루 되세요^^

그램슈미트 예제3 오타

오타 맞습니다. 감사 합니다. 좋은 하루 되세요^^

람다

일반적으로 라그랑주 승수 (Lagrange Multiplier)를 사용할때는 기호 람다를 사용합니다. 나머지는 사용하는 맥락에 따라 달라지며, 특정 모델이나 문제에 따라 그 정의가 결정된다고 해야 할 것 같습니다.

행렬연산 가우스 조던소거

선형 연립방정식의 목적은 주어진 방정식에 맞는 x,y,z에 알맞은 값을 얻는것 입니다. 아주 쉬운예로 x+y=1, x+3y =2인 연립방정식을 푼다면 처음식에서 x=1-y로 만들고 이를 두번째 식에 넣으면 1-y+3y=2식 이되고 여기서 y값을 구할 수 있습니다. 즉, 미지수를 줄여나가는 방법입니다. 이는 좀 생각해보면 두번째 식에서 첫번째 식을 빼도 같은 결과을 얻습니다. 이를 좀더 관찰하면 숫자들을 빼는 것으로 생각 할 수 있습니다. 가우스 소거법은 이러한 원리를 설명하고 있습니다.질문하신것 중에서 " 1 식에 3을 곱하여 2식에 더하면" 대신 " 1 식에 -3을 곱하여 2식에 더하면"으로 바꾸시면 나머지는 해결될 것 같습니다.가우스 소거 방법의 원칙은 이 문제의 경우 3개의 미지수에서 마지막 1개의 미지수의 1차방정식으로 만들어 z값을 구하고 그 다음 y값 마지막으로 x값을 구한다를 설명하는 것입니다. 이 원칙만 가지고 순서를 다르게 풀어도 괜찬습니다. 좀 더 의문사항이 있스시면 jang_hwan_im@naver.com의로 메일 주세요 유선으로 설명하면 좀 더 쉬울 수 있습니다. 유선통화 원하시면 전화번호와 통화가능 시간 주세요. 좋은 하루 되세요^^

커리큘럼 문의

강의를 녹화하다 보니 Group Theory 까지 넣어서 한달분량으로 공부하기에는 좀 무리가 있어서 생략했습니다. 필요한 부분이 어딘 신지 제 이메일 jang_hwan_im@naver.com로 좀 자세히 보내 주시면 좀 더 좋은 답변을 들일 수 있을 것 같습니다. 감사 합니다.