7.5 Principal Component Analysis
이번 포스트에서는 Principal Component Analysis(주성분 분석)에 대해서 알아보겠습니다.
Category
- Linear Algebra 42
- Google Boot Camp 5
- Recommender System 5
- Paper Review 3
- Bayesian Statistics 3
- Side project-TFT 2
- test 1
- Statistical Learning 1
- Python Coding 1
Linear Algebra
7.4 Properties with Singular Value Decomposition
이번 포스트에서는 Singular value decomposition을 이용하여 얻을 수 있는 다양한 matrix와 vector space의 성질에 대해서 알아보겠습니다.
7.3 Singular Value Decomposition
이번 포스트에서는 Singular Value Decomposition에 대해 다루어보겠습니다.
7.2 Quadratic Form
이번 포스트에서는 quadratic form에 대해 알아보겠습니다.
7.1 Diagonalization of Symmetric Matrices
이번 포스트에서는 Symmetric matrix의 특별한 성질에 대해서 알아보도록 하겠습니다.
6.8 Application : Fourier Series
이번 포스트에서는 Fourier Series에 대해 알아보겠습니다.
6.7 Application : Linear regression
이번 포스트에서는 orthogonal projection의 응용인 linear regression(선형 회귀)에 대해서 알아보겠습니다.
6.6 Inner Product Spaces
이번 포스트에서는 inner product space에 대해 알아보겠습니다.
6.5 Least Squares Problems
이번 포스트에서는 least-squares problems에 대해 알아보도록 하겠습니다.
6.4 Gram-Schmidt Process
이번 포스트에서는 Gram-Schmidt Process에 대해 알아보겠습니다.
6.3 Orthogonal Projection
이번 포스트에서는 orthogonal projection에 대해 알아보겠습니다.
6.2 Orthogonal Set
이번 포스트에서는 orthogonal set에 대해서 알아보겠습니다.
6.1 Inner Product, Length, Orthogonality
이번 포스트에서는 inner product, length, orthogonality에 대해서 알아보도록 하겠습니다.
5.4 Complex Eigenvalue
이번 포스트에서는 complex eigenvalue에 대해서 알아보겠습니다.
5.3 Diagonalization
이번 포스트에서는 diagonalization에 대해서 알아보겠습니다.
5.2 Characteristic Equation
이번 포스트에서는 characteristic equation에 대해서 알아보도록 하겠습니다.
5.1 Eigenvectors and Eigenvalues
이번 포스트에서는 eigenvector와 eigenvalue에 대해 알아보겠습니다.
4.8 Change of basis
이번 포스트에서는 change of basis에 대해 알아보겠습니다.
4.7 Coordinate system
이번 포스트에서는 Coordinate system에 대해서 알아보겠습니다.
4.6 Rank, Nullity
이번 포스트에서는 Rank와 nullity에 대해서 알아보도록 하겠습니다.
4.5 Dimension
이번 포스트에서는 vector space의 dimension에 대해 알아보겠습니다.
4.4 Linear independent sets ; Basis
이번 포스트에서는 vector space에서의 Basis에 대해 알아보겠습니다.
4.3 Matrix and subspace
이번 포스트에서는 Matrix를 이용하여 정의하는 null space, column space, row space에 대해서 알아보겠습니다.
4.2 Linear transformation (2)
이번 포스트에서는 tranformation에서의 kernel과 range에 대해서 알아보겠습니다.
4.2 Linear transformation (1)
이번 포스트에서는 Linear transformation에 대해서 알아보겠습니다.
4.1 Vector Space
이번 포스트에서는 Vector space와 subspace에 대해서 알아보겠습니다.
3.3 Cramer’s Rule
이번 포스트에서는 Cramer’s rule에 대해서 알아보겠습니다.
3.2 Properties of Determinant
이번 포스트에서는 determinant에 관한 여러 정리와 성질에 대해서 알아보겠습니다.
3.1 Determinant
이번 포스트에서는 determinant에 대해서 알아보겠습니다.
2.4 Partitioned Matrix
이번 포스트에서는 partitioned matrix에 대해 알아보겠습니다.
2.3 Inverse of Matrix (3)
이번 포스트에서는 invertible matrix가 가지는 성질을 정리한 invertible matrix theorem에 대해 알아보겠습니다.
2.3 Inverse of Matrix (2)
이번 포스트에서는 일반적인 square matrix에 대해 inverse를 구하는 방법에 대해서 알아보겠습니다.
2.3 Inverse of matrix (1)
이번 포스트에서는 matrix의 inverse에 대해 알아보겠습니다.
2.2 Matrix Operation (1)
이번 포스팅에서는 matrix를 이용한 연산 중, 덧셈, scalar multiple, 곱셈에 대해서 알아보겠습니다.
2.2 Matrix Operation (2)
이번 포스트에서는 matrix에서 정의되는 특별한 연산인 transpose와 trace에 대해 알아보겠습니다.
2.1 Matrix
두 번째 chapter의 첫 번째 포스트에서는 matrix의 정의와 기본적인 matrix에 대해 알아보겠습니다.
1.5 Linear Independence
이번 포스트에서는 선형 대수학에서 매우 중요한 개념 중 하나인 linear independence에 대해 알아보겠습니다.
1.4 Matrix Equation
이번 포스트에서는 linear system을 표현하는 방법 중 하나인 matrix equation에 대해 알아보겠습니다.
1.3 Vector Equation
세 번째 포스트에서는 linear system을 표현하는 방법 중 하나인 vector equation와 이와 관련된 중요한 개념인 linear combination, spanning set에 대해서 다루어 보겠습니다.
선형대수학 정리 포스트 시작
학교에서 선형대수학 강의 튜터로 참가하게 되었습니다.
1.1 System of Linear Equation
첫 번째 선형대수학 포스트에서는 linear equation과 system of linear equation, solution of linear system에 대해 다루어 보겠습니다.
1.2 Solving a Linear System
두 번째 포스트에서는 저번 포스트에서 정의한 linear equation와 linear system을 푸는 방법에 대해 다루어 보겠습니다.
Google Boot Camp
Logistic Regression (2)
이번 포스트에서는 computational graph와 vectorization에 대해서 알아보도록 하겠습니다. 또한 이를 이용하여 logistic regression에 적용해보도록 하겠습니다.
Neural Network
이번 포스트에서는 Neural network에 대해서 알아보겠습니다.
Logistic Regression (1)
이번 포스트에서는 logistic regression에 대해서 알아보도록 하겠습니다.
Introduction of deep learning
이번 포스트에서는 딥러닝이 무엇인지, 왜 딥러닝이 현재 유명해졌는지 알아보도록 하겠습니다.
Google Boot Camp 참가!
2022 여름에 진행되는 Google 머신러닝 부트캠프에 합격하였다!
Recommender System
맨 위로 이동 ↑Paper Review
Optimal Bandwidth Choice for the Regression discontinuity estimator
Paper Review : Optimal Bandwidth Choice for the Regression discontinuity Estimator
Regression discontinuity designs: A guide to practice
이번 논문은 인과 추론의 방법 중 Regression Discontinuity Design에 대한 대략적인 가이드 논문입니다. Cutoff에 의해서 treatment 부여 여부가 결정될 때, cutoff 근방의 outcome을 비교하여 treatment effect를 파악하는 Re...
Identification of Causal Effects Using Instrumental Variables
인과 추론에서의 방법론 중 하나인 도구 변수, instrumental variable에 대한 논문입니다. 구조방정식으로 정의를 하였던 도구 변수를 potnetial outcome framework에서 어떠한 방식으로 적용이 되는지에 대한 논문입니다.
Bayesian Statistics
1.1 Introduction to Bayesian statistics (1)
이번 포스트에서는 베이지안 통계의 기본적인 framework와 frequentist와 bayesian의 차이에 대해 전반적으로 알아보겠습니다.
1.1 Introduction to Bayesian statistics (2)
이번 포스트에서는 베이지안 통계에서의 전반적인 추론 방법에 대해 알아보겠습니다.
Bayesian Statistics 정리 시작!
다음 학기에 베이지안 통계를 이용하여 고차원 데이터를 다루는 방법론을 배우는 수업을 들을 계획입니다. 그런데 수업 계획서를 보니 논문이 최신 논문에다가 내용도 만만치 않은 것을 느꼈습니다. 따라서 베이지안 통계의 기본적인 내용을 복습하고 정리할 필요성을 느끼게 되어, 베이지안 통계...
Side project-TFT
Side Project - TFT series
이번 포스트에서는 api를 이용하여 데이터를 가져오는 방법에 대해 알아보겠습니다.
test
시험 포스팅
##[공지사항]## 신규 업데이트 안내 드립니다
Statistical Learning
Kernel Smoothing Method
Local Regression 정리
Python Coding
Python Coding Study 시작!
머신러닝, 딥러닝, 통계학에서 사용되는 프로그램 중 하나인 파이썬과 R.