일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- 행렬
- 연속확률분포
- 내적
- 분류
- 이산확률변수
- 연속확률변수
- 이산확률분포
- 머신러닝
- 정규분포
- 베이즈정리
- 엔트로피
- 신경망
- 노름
- 벡터
- 다층 퍼셉트론
- 최소제곱법
- 선형대수
- 조건부확률
- 퍼셉트론
- 조합
- 경사하강법
- 의사결정나무
- 역행렬
- 확률과 통계
- 결합확률
- 확률
- 행렬의 곱셈
- 서포트 벡터 머신
- 선형회귀
- 확률과통계
- Today
- Total
데이터사이언티스트 성장기
03. 행렬 본문
행렬
행렬은 여러 데이터를 행 X 열 형태로 이루어진 직사각형 안에 배열한 형태입니다.
행은 데이터가 가로로 배열되어있는 형태이고
열은 데이터가 세로로 배열되어있는 형태입니다.
행렬의 연산
행렬의 덧셈과 뺄셈을 연산할 땐 벡터의 덧셈과 뺄셈처럼 서로 대응하는 성분끼리 연산을 진행합니다.
행렬과 스칼라값을 곱할 땐 벡터와 스칼라의 곱인 스칼라배를 적용할 때와 같은 원리로 각 성분에 스칼라 값을 곱하여 연산합니다.
반면 행렬끼리의 곱셈 연산에서는 앞서 알아보았던 내적의 개념을 사용하게 됩니다.
위 그림처럼 두 행렬를 각각 행벡터와 열벡터를 쌓은 형태로 생각하고 각각의 행벡터와 열벡터의 내적을 맞는 위치에 재배열하여 새로운 행렬을 구성하게 됩니다.
예를 들어 다음과 같은 식을 가정해보겠습니다.
위 행렬 곱셈을 풀기 위해 왼쪽 행렬 A는 행벡터를 세로로 쌓은 형태로, 오른쪽 행렬 B는 열벡터를 가로로 쌓은 형태로 생각해보겠습니다.
각 벡터를 문자로 치환하면 다음과 같은 식이 됩니다.
이제 각각 문자로 치환된 벡터끼리 내적을 구한 뒤 그림 3-5의 형태로 배치해보겠습니다.
이제 예제 그림 3-6 의 값을 넣어 계산해보겠습니다.
위와 같이 계산할 수 있습니다.
벡터의 내적은 항상 스칼라값으로 나오기 때문에, 행렬끼리의 곱셈을 하기 위해선 m X n 형태의 행렬과 n X l 형태의 행렬만 곱셈이 가능합니다.
참고: 인공지능을 위한 수학 (이시카와 아키히코)
'수학 > 선형대수' 카테고리의 다른 글
04.역행렬과 행렬식 (0) | 2022.09.03 |
---|---|
02. 내적과 노름 (0) | 2022.08.29 |
01. 벡터와 벡터의 연산 (0) | 2022.08.27 |