티스토리 뷰
1. 고유값, 고유벡터(Eigenvalue, Eigenvector)
- 어떠한 벡터를 선형변환할때, 몇몇 점들 중에서 원점에서부터 멀어지는 방향으로 변환하는 scaling을 하는 방향을 찾는 것이 고유값 문제를 푸는 것
- 역행렬 존재시 k=0 가정 모순, 역행렬이 존재하지 않아야 한다
- Eigenvalue는 유일하게 결정되지만 Eigenvector은 유일하지 않음
<이유>
- Principal stress 구할 때 응용
- Eigen vector 방향으로는 shear 가 작용하지 않음, axial 방향으로 작용
- Eigenvector가 선형변환을 했을 때 축이 뒤틀리지 않음
- 방향 상관없이 일정한 값을 도출
2. 선형변환(Linear Transformation)
3. 선형변환 vs 좌표번환
- 좌표축을 바꾸어서 가많이 있는 점을 다른식으로 표현
- 어떤 행렬을 곱하였을 때 이것을 좌표변환이라고 생각, 점을 이동시키는 행렬
<출처>
1. 네이버블로그
'인공지능 > 머신러닝' 카테고리의 다른 글
[ML Algorithm] 분류 평가(Evaluation) (0) | 2019.10.16 |
---|---|
[Math] 오일러 공식 Euler's Equation (0) | 2019.10.16 |
머신러닝 알고리즘 - 기저함수(basis function) (0) | 2019.10.16 |
머신러닝 - 신경망(퍼셉트론) (0) | 2019.10.16 |
[ML Algorithm] 인공지능 - 유전 알고리즘 (0) | 2019.10.16 |
댓글