Linear-algebra

행렬을 단순한 숫자 배열이 아니라 선형 시스템을 압축해서 표현하는 언어로 이해하고, 선형연립방정식과 연결해 설명합니다.

선형연립방정식을 푸는 세 가지 핵심 관점인 가우스 소거법, 역행렬, 행렬식의 역할과 한계를 초보자 눈높이에서 정리합니다.

행렬이 특정 방향을 얼마나 늘이거나 줄이는지를 보여주는 고유값과 고유벡터의 개념을 직관과 계산 예제로 설명합니다.

대각화가 왜 계산을 단순화하는지, 그리고 연립 미분방정식의 시간응답 해석과 어떻게 연결되는지 예제로 설명합니다.

선형대수학의 모든 개념을 처음부터 끝까지 다루는 완전한 가이드. 벡터, 행렬, 행렬식, 벡터공간, 고유값, SVD까지 Python 코드 예제와 함께 배웁니다.

AI와 머신러닝을 이해하기 위한 핵심 수학을 완전히 정복하는 가이드. 선형대수(벡터, 행렬, 고유값), 미적분(편미분, 체인 룰), 확률통계(확률분포, 최대우도추정, 베이즈)까지 직관적으로 설명합니다.

AI/ML 논문을 읽을 때 반드시 만나는 수학 개념(선형대수·미적분·확률통계·최적화)과 LaTeX/KaTeX 수식 문법을 실전 예시 중심으로 총정리합니다. 기호 치트시트, 수식 패턴 해설, MDX 블로그 렌더링 팁까지 한 번에 다룹니다.

AI/딥러닝에 필요한 수학을 코드와 직관으로 정리합니다. 선형대수(행렬, 고유값), 미적분(편미분, 역전파), 확률/통계(베이즈, 분포), 최적화(경사하강법), 정보이론(엔트로피, KL-divergence)까지.