Mathematics 57
- z-Transform
- Circular Convolution
- Discrete Fourier Transform (DFT)
- Discrete Time Fourier Transform (DTFT)
- Discrete Fourier Series (DFS)
- 복소 지수 (Complex Exponential)
- LTI System
- Kalman Filter 3 - 확률 분포 관점
- Kalman Filter 2 - 알고리즘
- Kalman Filter 1 - 개요
- 수학적 최적화 (Mathematical Optimization)
- 라그랑주 쌍대 문제 (Lagrange Dual Problem)
- 부등식 제약 최적화와 KKT 조건
- 등식 제약 최적화와 라그랑주 승수법 (Lagrange Multiplier Method)
- 마르코프 체인 (Markov Chain)
- 비제약 최적화 문제
- 최소 제곱법 (Least Square Method)
- 최적화 문제
- 최대 사후 추정 (MAP)
- 최대 우도법 (MLE)
- Hessian
- Gradient & Jacobian
- 중심 극한 정리 (Central Limit Theorem)
- 가우시안 분포
- 공분산과 상관 계수
- 행렬의 Norm
- 기대값과 분산
- 베이즈 정리 (Bayes' Theorem)
- 독립
- 머신러닝에서의 SVD: 데이터와 가중치 관점
- 결합 확률 / 주변 확률 / 조건부 확률
- 확률 분포
- 특이값 분해 (SVD)
- 확률 변수 (Random Variable)
- 고유값 분해 (EVD)
- 확률 공간과 확률의 기본 규칙
- 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