Tech blog

벡터  (Vector) 벡터의 개념 벡터란 숫자를 원소로 가지는 리스트 또는 배열. 가로로 배열되면 행벡터, 세로로 배열되면 열벡터로 불리며,  벡터 안에 요소의 수가 곧 '벡터의 차원'이 된다. 벡터는 '공간에서의 한 점'을 나타낸다.- 1차원 벡터 : 1차원 공간 (x축) '수직선 상의 한 점'을 의미 (스칼라)- 2차원 벡터 :  2차원 공간 (x축, y축)  '좌표평면 상의 한 점'을 의미 (x,y) - 3차원 벡터 : 3차원 공간 (x축, y축, z축) '공간 상의 한 점'을 의미 (x,y,z) - n차원 벡터 : n차원 공간 (.... n개의 축) 'n차원 공간 상의 한 점'을 의미 벡터는 원점으로부터의 '상대적 위치'를 표현한다 아래 그림처럼 점, 화살표가 달린 선으로 시각화 할 수 있듯이 ..

* 네이버 AI 엔지니어 부스트 클래스 수강 내용을 참고하여 작성 Numpy, Pandas 기초문제 1. 행렬곱 연산 >>> import numpy as np>>> arr1 = np.random.rand(5,3)>>> arr2 = np.random.rand(3,2)>>> arr1 @ arr2array([[0.30803948, 0.94545996], [0.22873815, 0.3066217 ], [0.33170786, 0.60242841], [0.3039172 , 0.5035964 ], [0.28638591, 0.98754071]]) 2. concatenate 연산 >>> import numpy as np>>> arr1 = [[5,7], [9,11]] >>> ar..

피쳐 정규화 (Feature Normalization) 의 목적 피쳐 정규화는 피쳐에 대한 정규화 처리로 서로 다른 지표들을 비교할 수 있도록 한다. 예를 들어 몸무게와 키가 건강에 미치는 영향에 대해서 분석한다고 할 때, 몸무게는 50~100kg 사이의 범주에, 키는 160~180cm 사이의 범주에 일반적으로 있게 될텐데, 이때 분석 결과는 수치 범위가 넓은 체중 피쳐에 편향될 가능성이 높다. 또한 두 값의 평균, 분산, min, max가 제각각이라면 두 피쳐에 대한 비교가 어렵고 모델의 학습 성능이 떨어질 확률이 높은 것. 수치형 데이터에 피쳐 정규화를 하면, 모든 피쳐를 대략 비슷한 수치 구간으로 이동시킬 수 있고, 피쳐끼리의 비교가 가능해진다. 피쳐 정규화의 종류 1) 선형함..