정지홍
2023. 1. 10. 17:55
딥러닝은 머신러닝에 속하며 머신러닝은 인공지능에 속한다.
인공지능은 약인공지능(자율주행,언어인식) , 강인공지능(거의 우리 살아있는 인간과 같은)으로 나뉜다.\
import numpy as np
print("시그마는 an의 변수인 첨자가 k부터 1부터 n까지 1씩 증가하며 더하는 것이다")
a=np.array([1,2,3,4,5])
b=np.array([1,2,1,2,1])
print(np.sum(a))
print(np.sum(b))
print(np.sum(a*b))
시그마는 an의 변수인 첨자가 k부터 1부터 n까지 1씩 증가하며 더하는 것이다
15
7
21
15
7
21
import numpy as np
print("자연상수 e는미분을 해도 식이 변하지 않는다. y=e^x")
print("y=exp(x)로 표기하기도 한다.")
def get_exp(x):
return np.exp(x)
print(get_exp(1))
print("위의 식에서 x와yd의 위치를 바꾸고 정리하먄 y=logx로 나타내며 이를 자연로그라고 한다.")
def get_long(x):
return np.log(x)
print(get_long(1))
자연상수 e는미분을 해도 식이 변하지 않는다. y=e^x
y=exp(x)로 표기하기도 한다.
2.718281828459045
위의 식에서 x와yd의 위치를 바꾸고 정리하먄 y=logx로 나타내며 이를 자연로그라고 한다.
0.0
import numpy as np
print("스칼라는 일반적인 수치이며 벡터는 스칼라를 직선 위에 나열한 것이다. 수식에서는 위에 화살표를 그린다.")
print("행렬에서 수평방향의 스칼라를 행, 수직방향의 스칼라를 열이라고 한다.")
print("행렬과 배열은 다른 것이다.")
print("행렬의 곱은 각 원소끼리 곱보다 좀 더 복잡하다.")
print("lxm행렬과 mxn행렬을 서로 곱하면 lxn행렬이 나온다.")
a=np.array([[0,1,2],[1,2,3]])
b=np.array([[2,1],[2,1],[2,1]])
print(np.dot(a,b))
c=np.array([1,2,3])
print(np.dot(a,c))
스칼라는 일반적인 수치이며 벡터는 스칼라를 직선 위에 나열한 것이다. 수식에서는 위에 화살표를 그린다.
행렬에서 수평방향의 스칼라를 행, 수직방향의 스칼라를 열이라고 한다.
행렬과 배열은 다른 것이다.
행렬의 곱은 각 원소끼리 곱보다 좀 더 복잡하다.
lxm행렬과 mxn행렬을 서로 곱하면 lxn행렬이 나온다.
[[ 6 3]
[12 6]]
[ 8 14]
import numpy as np
print("행렬에는 행과 열을 바꾸어주는 전치라는 것이 있다.")
a=np.array([[1,2,3],
[4,5,6]])
print(a.T)
print("전치시키면서 곱하는 것")
b=np.array([[0,1,2],[1,2,3]])
print(np.dot(a.T,b))
행렬에는 행과 열을 바꾸어주는 전치라는 것이 있다.
[[1 4]
[2 5]
[3 6]]
전치시키면서 곱하는 것
[[ 4 9 14]
[ 5 12 19]
[ 6 15 24]]
print("미분은 한 지점에서의 변화율을 의미한다")
print("f(X)를 한번 미분하여 나온 것으 도함수라고 하며 또한 f(x)를 x에 관해 미분한다고 한다.")
print("하나의 변수에 대한 미분을 상미분이라고 하며 f(x)의 변화율을 기울기라고 한다.")
print("합성함수는 여러개의 함수를 합성하여 나타낸것이다")
print("편미분은 여러 개의 변수를 가진 함수를 하나의 변수로만 미분하는 것을 의미한다. 이렇게 나온 함수를 편도함수라 한다")