인공지능을 위한 선형대수학 수료증
모집인원999명
학습기간2024-03-01 ~ 2024-12-31
강의 소개 및 개요입니다.
|
성명 |
이일구 |
소속기관 |
팜캐드 |
|
과목명 |
인공지능을 위한 선형대수학 |
강의시간 |
5시간 |
|
학습목표 |
인공지능을 위한 기초수학인 선형대수학을 학습한다. |
||
강의 선수과목 및 준비사항입니다.
|
선수과목 |
- |
|
참고자료 |
Deep Learning (Ian Goodfellow, et. al.) |
|
준비사항 |
Anaconda 환경, jupyter notebook 환경 |
인공지능을 위한 선형대수학 강의 과정입니다.
|
1 |
선형대수학의 기초 1 - 스칼라, 벡터, 텐서가 무엇인지 - 행렬곱 (matrix multiplicatrion)을 어떻게 하는지 - Linear combination, Linear transformation이 무엇인지 그리고 실제로 어떻게 인공지능에서 쓰이는지 알아본다. |
|
2 |
선형대수학의 기초 2 - Transpose, Trace, Orthogoanl 등의 개념을 배운다. - Inverse matrix, determinant 등의 개념을 배운다. |
|
3 |
선형대수학의 기초 3 - Eigenvalue, Eigenvector가 무엇인지 - Eigenvalue, Eigenvector를 실제로 어떻게 계산하는지 - Diagonalization이 무엇인지 Eigendecomposition을 어떻게 하는지 알아본다. |
|
4 |
선형대수학의 기초 4 - Singular value decomposition에 대해서 알아본다. |
|
5 |
선형대수학의 기초 1~4 에서 배운 이론에 대한 실습 |