2021/01/14 eigenvector, PCA, One-hot-encoding
Linear transformations 선형변환의 개념을 기저벡터의 transform landing 위치로 이해하는게 직관적이다. R2 에서 2개의 기저벡터는 2차원 공간을 span 하기 때문에, 기저벡터의 선형변환 후, 스칼라 연산의 합(linear combination)으로 다시, 변형된 공간으로 모든 벡터가 span eigenvector & eigenvalue 직접 한번 풀어보자 임의의 A 벡터를 가정 어차피 100퍼 이해해서, 체득하는 건 시간적으로 무리, 수학적으로 완벽하게 이해하기 보다. 한번 손으로 따라 써 보고, 기하학적인 직감, 느낌을 가지고 있는게 좋을 것 같다. 선형대수는 천천히 꾸준히 공부하자. Uploaded by Notion2Tistory v1.1.0 주말/리뷰 시간을 활용해서..
쓰기/TIL
2021. 1. 15. 00:53