딥러닝을 위한 수학 -2탄(랜덤 변수, 확률 분포, 평균, 분산, 정규 분포, 최대 우도 추전(MLE), MAP, entropy
오늘은 딥러닝을 위한 수학 2탄을 가지고 왔습니다! 딥러닝을 위한 수학 1탄에서는 벡터, 행렬의 미분을 다뤘고, 2023.01.24 - [Artificial Intelligence/혁펜하임 딥러닝 공부] - 딥러닝을 위한 수학 -1탄(스칼라, 벡터, 행렬, 미분) 딥러닝을 위한 수학 -1탄(스칼라, 벡터, 행렬, 미분) 딥러닝을 배울 때 필요한 수학에 빠질 수 없는 게 벡터, 행렬, 미분입니다. Back propagation이나 convolution 연산 등을 하기 위해 필수적입니다! 오늘은 스칼라와 벡터, 행렬, 이들의 미분에 대해서 공 univ-life-record.tistory.com 오늘은 확률 분포에 관해서 배워보겠습니다. 본 게시글은 패스트캠퍼스 [혁펜하임의 AI DEEP DIVE] 체험단 활..
2023. 2. 2.
딥러닝을 위한 수학 -1탄(스칼라, 벡터, 행렬, 미분)
딥러닝을 배울 때 필요한 수학에 빠질 수 없는 게 벡터, 행렬, 미분입니다. Back propagation이나 convolution 연산 등을 하기 위해 필수적입니다! 오늘은 스칼라와 벡터, 행렬, 이들의 미분에 대해서 공부해 보겠습니다. 전치의 개념을 통해 더 쉽게! 미분할 수 있다는 점! 기대해 주세요 ㅎㅎ (이 글은 혁펜하임의 AI DEE DIVE를 바탕으로 정리했습니다!) 1. 스칼라를 벡터로 미분 스칼라는 숫자 하나, 벡터는 숫자 여러 개! 여기서는 그냥 편미분 해주시면 됩니다. 예를 들어 이 스칼라 함수를 이 벡터로 미분한다고 생각하면, [x2^2, 2*x1*x2]가 나올 것입니다. 하지만, 이 벡터가 매우 길다면.. 각각을 미분해 주기는 쉽지 않습니다. 그래서! 전치를 사용할 수 있습니다. ..
2023. 1. 24.
