반응형
단순한 한 점이 아니라 방향성을 가지고 있는 점(좌표),혹은 그 방향 자체(크기)라고 봐도 될듯하다
위에서는 3차원까지만 예시를 했지만 이를 n차원까지 늘리면 n개의 원소를 요소로 가지는 리스트 또는 배열로 생각해볼 수 있다
같은 모양의 벡터끼리는 +- 그리고 성분곱(*)이 가능함
두 벡터의 경로를 이어 시작과 끝을 잇는 벡터가 두 벡터의 합이다
벡터의 차원에 상관없이 계산이 가능하다
여러가지 노름 방법이 있다
L1 노름은 각 성분의 절대값 크기를 모두 더한 것이다, 즉 요소의 경로를 하나하나 따라가며 크기를 잰것
L2노름은 피타고라스 정리를 이용해서 계산을 통해 거리를 구하는 느낌이다
기계학습의 목적에 따라 다른 노름이 사용된다
두 벡터 사이의 거리를 구할때는 뺄셈을 이용한다
두 벡터의 각도를 구할때는 내적연산과 L2노름을 이용해서 구할 수 있다(COS법칙으로부터 발생)
<x,y> 내적은 x를 y에 정사영 시킨 길이(|x|cos세타) 에 y의 크기를 곱하는것이다
본격적인 ai관련 강의를 시작했는데...
역시... 어려워보인다
강의보러가기
https://www.boostcourse.org/onlyboostcampaitech6/lecture/1502900?isDesc=false
반응형
'네이버 부스트캠프(naver boostcamp)' 카테고리의 다른 글
[부스트캠프 AI Tech 프리코스] 10강 경사하강법(순한맛) (0) | 2023.08.25 |
---|---|
[부스트캠프 AI Tech 프리코스] 9강 행렬이 뭐에요? (0) | 2023.08.25 |
[부스트캠프 AI Tech 프리코스] 7강 numpy (0) | 2023.08.24 |
[부스트캠프 AI Tech 프리코스 6강] File / Exception / Log Handling (0) | 2023.08.17 |
[부스트캠프 AI Tech 프리코스 5강] Module and Project (0) | 2023.08.16 |