Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- LSTM
- 딥러닝
- yarn
- NumPy
- graph
- HelloWorld
- 코딩더매트릭스
- effective python
- C
- python
- 알고리즘
- C언어
- 주식분석
- 하이브
- 하둡2
- hive
- recursion
- hadoop2
- Sort
- collections
- 파이썬
- RNN
- 그래프이론
- GRU
- 선형대수
- tensorflow
- 텐서플로
- Java
- scrapy
- codingthematrix
Archives
- Today
- Total
목록그램슈미트 (1)
EXCELSIOR
[코딩더매트릭스]Chap10 - 직교화 Orthogonalization
Chap 10직교화(Orthogonalization)이번 장의 첫 번째 목적은 다음 문제에 대한 알고리즘을 제시하는 것이다.Computational Problem : (여러 벡터들의 Span 내에 있는 가장 가까운점 ) 주어진 벡터 와 실수 벡터들 에 대해, Span 내에 있으며 에서 가장 가까운 벡터를 찾아보자. 라 하고, 행렬-벡터 곱셈의 선형결합 정의에 의하면, Span 내 벡터들의 집합은 로 표현할 수 있는 벡터들의 집합이다. 따라서, 결국 계수(좌표)들을 찾는 것은 을 최소화 하는 벡터 를 찾는 것과 같다. 이것을 최소제곱 (least-squares) 문제라고 한다.10.1 복수의 벡터들에 직교하는 투영9장에서 살펴보았던 소방차 문제 와 같이 직교성과 투영(proj..
Linear Algebra/Coding the Matrix
2018. 6. 11. 08:22