Linear Algebra 28
- 최소 제곱법 (Least Square Method)
- Hessian
- Gradient & Jacobian
- 행렬의 Norm
- 머신러닝에서의 SVD: 데이터와 가중치 관점
- 특이값 분해 (SVD)
- 고유값 분해 (EVD)
- 고유값과 고유벡터
- Qudratic Form과 Positive Definite
- Trace
- LU Decomposition
- 선형 사상과 차원 정리
- 크래머의 법칙 (Cramer's rule)
- 행렬식과 역행렬
- 연립 선형 방정식
- 선형 변환 (Linear Transformation)
- 행렬의 네 가지 주요 부분공간 (Four Fundamental Subspaces)
- Rank
- 행렬의 기본 연산
- 행렬의 종류
- 그람-슈미트 과정 (Gram-Schmidt Process)
- 사영 (Projection)
- 내적과 외적
- Norm & Distance
- 기저와 차원
- 선형 독립 (Linear Independence)
- 벡터 공간
- 벡터의 기본 개념과 연산