[ML] Scalar(스칼라), Vector(벡터), Matrix(행렬)

티스토리 뷰

기술(Tech, IT)/머신 러닝(Machine Learning)

Daniel803 2023. 2. 4. 04:52

Machine Learning의 기초적이고 이론적인 부분을 위해선 Scalar, Vector, Matrix에 대한 기본적인 이해가 필요하다.

1. Scalar

: 방향을 갖지 않는 크기, 즉 값만을 가진다. Matrix의 Dimension(차원)으로 나타내면 1 x 1으로 생각할 수 있다.

2. Vector

: 크기에 방향까지 가진 개념을 뜻한다. 좌표평면에서 (1, 2)의 경우 원점을 기준으로 x 축 기준 오른쪽(양)으로 1만큼, y 축 기준 위(양)으로 2만큼의 크기를 갖고 이 경우 1 x 2의 Dimension을 갖는 Matrix로 생각할 수 있다.

3. Matrix

: 행렬을 우리가 일반적으로 알고있는 2 x 2 혹은 3 x 3 등과 같이 나타내는 그 행렬을 말한다.

: Scalar와 Vector는 Matrix의 특별한 형태 중 하나로 이해할 수 있다.

[ML] MSE(Mean Squared Error, 평균 제곱 오차) (0)	2023.02.26
[ML] Gradient Descent(경사하강법) (0)	2023.02.25
[ML] CS229: Machine Learning (0)	2023.02.05
[ML] Closed-form solution(닫힌 형태) (0)	2023.01.31
[ML] Eigenvalue(고유값), Eigenvector(고유벡터) (0)	2023.01.30

공지사항

최근에 올라온 글

최근에 달린 댓글

링크

글 보관함