AI 기초 수학 정리 공책_01

딥러닝 교육과정이 이제 시작됩니다. 이 과정에서 다른 사람들과 어떤 것을 공유하면 서로에게 조금이라도 도움이 될까를 고민해봅니다. 내가 가장 잘하는 것이 무엇인지를 생각해보니, 바로 인공지능 교육과정에 필요한 기초 수학을 안내해주면 좋을 것 같습니다. 고교 수학 과정 중 필요한 부분만 선택해서 간략하게 이론을 정리할 예정입니다..

 

인공지능에 필요한 수학 분야는 확률통계, 행렬과 벡터(선형대수학), 미분입니다. 이 부분을 간략하게 정리하는 글을 올리고자 합니다.

 

 

1. 확률

• 경우의 수 : 순열과 조합 / 이항정리
• 확률기초 : 용어 정리 / 기초 이론
• 확률의 곱셈정리 : 조건부 확률과 독립 종속
• 조건부 확률과 F1-score
• 전확률 정리 / 베이즈 정리

 

2. 통계

• 통계 : 용어 정의
• 확률분포(이항분포 포함)
• 정규분포

 

3. 행렬

• 행렬의 연산 : 덧셈, 뺄셈, 곱셈
• 역행렬
• 행렬식 : 행렬의 판별식
• 행렬과 연립방정식
• 변환

 

4. 벡터

• 벡터의 성분
• 벡터 내적

 

5. 미분

• 도함수 정의와 기하학적 의미
• 미분공식
• 여러 가지 도함수 : 시그모이드 함수의 미분
• 쌍곡선 함수와 편미분

 

 

블로그 수식입력에 익숙하지 않아 어려움이 있습니다. 식이나 풀이는 손으로 작성하여 스캔해서 올릴 예정입니다. 교육 중 급히 필요한 부분이 생기면 순서가 바뀔 수도 있습니다.

마지막으로 제가 작성하는 이 글은 다른 뛰어난 분들이 올린 수학 이론, 설명과는 차이가 많을 겁니다. 그냥 제가 이해한 방식과 고등학교 수학적 지식으로 글을 작성할 예정이니 참조만 하시고, 더 깊이 있는 수학 이론은 검색을 통해 학습하시길 부탁드립니다.