콘텐츠 바로가기
본문 바로가기


블로그 전체검색
파이썬과 NumPy로 배우는 선형대수

[도서] 파이썬과 NumPy로 배우는 선형대수

이정주 저

내용 평점 5점

구성 평점 5점


머신러닝 전문가가 되기 위해서 정말 필수적으로 공부해야되는 수학 중 하나가 선형대수학이다 


효율적으로 머신을 학습시키고 그 수치를 분석하기 위해서 선형의 그래프를 분석하고 계산할 줄 알아야 한다 


모든 머신러닝 개발자의 필수 학문 중에 하나이다 


그로 인해 요즘 선형대수학을 좀더 쉽게 이해시키기 위한 많은 서적과 강의가 쏟아져 나오고 있다


이 책은 파이썬의 라이브러리 중에 하나인 NumPy를 활용해 코드로 선형대수학을 이해할 수 있게 구성된 입문 서적이다


323페이지의 얇은 분량에 파이썬 개발환경과 기본적은 파이썬 문법에 대해서 약 50 페이지 가량 할애 하였고


파이썬의 주요 라이브러리인 NumPy의 문법에 대해서 약 50페이지 가량 할애 하였다 


그 후 모든 페이지는 선형대수학의 이론과 NumPy를 활용한 실습에 초점이 맞춰져 있다


정말 알기 쉽게 표현한 수학책이라고 하여도 선형대수학 자체가 그렇게 쉬운 학문은 아니다 


난해한 수학기호들과 수학공식과 그래프를 어느정도 이해하고 볼 줄 알아야 코드로 풀어낼 수가 있다 


이 책은 어렵지만 최대한 수학의 공식과 이론을 코드로 보여주면서 진행한다 


다른 책들 처럼 이론만 나열 해놓은 책들과는 조금 다르게 프로그래밍은 알지만 수학은 잘 모르는 초보자가 쉽게 이해할 수 있도록 많은 노력을 한 것으로 보인다 


아마 이 책을 먼저 보고 다른 선형대수학 강의나 선형대수학 프로그래밍 서적 과 머신러닝 서적을 보면 이해가 더 빠를 것 같다는 생각이 든다 


그만큼 최대한 코드로 풀어 쉽게 이해시키려는 저자의 많은 노력이 돋보이는 책이다


책의 목차는 아래와 같다


 

Chapter 1 파이썬


1.1파이썬의 장단점

1.2파이썬 개발 환경 만들기

1.3데이터 타입

1.4제어문

1.5함수

1.6모듈

1.7입출력


Chapter 2 넘파이


2.1 넘파이 배열

2.2 넘파이 배열 생성 함수와 shape 변환 함수

2.3 인덱싱과 슬라이싱

2.4 얕은 복사와 깊은 복사

2.5 산술 연산과 브로드캐스팅


Chapter 3 선형대수


3.1 맷플롯리브

3.2 벡터의 정의

3.3. 벡터의 기본 연산

3.4 행렬의 정의

3.5 행렬의 기본 연산

3.6 선형 결합

3.7 벡터 공간

3.8 벡터와 행렬 간 곱셈

3.9 선형 연립 방정식

3.10 행렬식

3.11 고유값, 고유벡터


Chapter 4 예제 1: 이미지 기하학적 변환


4.1 이동

4.2 회전

4.3 확대/축소

4.4 결합된 변환


Chapter 5 예제 2: Planar Rectification


5.1 호모그래피 행렬 구하기

5.2 Planar Rectification 구현하기


Chapter 6 예제 3: 인공 신경망


6.1 인공 신경망 구조

6.2 인공 뉴런

6.3 레이어

6.4 활성화 함수

6.5 가중치

6.6 편향

6.7 데이터 세트

6.8 모델 학습

6.9 신경망의 학습 메커니즘

6.10 신경망 표기법

6.11 피드포워드

6.12 경사 하강법

6.13 역전파 알고리즘

6.14 붓꽃 분류 문제


이 책을 통해 선형대수학의 기초 이론을 이해하고 사용된 NumPy 코드를 활용하여 선형대수학 정복에 도전 해보자

 
취소

댓글쓰기

저장
덧글 작성
0/1,000

댓글 수 0

댓글쓰기
첫 댓글을 작성해주세요.

PRIDE1