이나기 놀이터

직선의 직교조건, 이항분포에서 기댓값과 분산, 함수의 증가 감소, 함수의 극대 극소 함수에서 증가와 감소, 그리고 증가상태와 감소상태, 극대와 극소에 대한 내용입니다. 미분계수는 기하학적으로 접선의 기울기를 의미합니다. 이 기울기를 이용해 함수의 증가 감소를 판단할 수 있습니다. 머신러닝에서 손실함수의 값을 최소로 줄이기 위해 이차함수를 미분하여 극솟점을 찾아갑니다. 이차함수는 극소와 최소가 동일합니다. x=a에서 기울기가 양일 때 극소가 되는 x는 a보다 작은 값입니다. 이때 값을 작아지게 하며 극소를 찾게 되는데, 이 작아지는 값을 학습률(Learning Rate)라고 합니다. 다음 주 화요일 딥러닝에서 많이 쓰이는 활성화함수 2개를 언급하고 "AI 기초 수학 정리 공책"을 일단 마무리하겠습니다. 다..

직선의 직교조건, 이항분포에서 기댓값과 분산, 함수의 증가 감소, 함수의 극대 극소 이항분포에서 기댓값과 분산을 미분을 이용해 구했습니다. 미분으로 구하기 위해서는 20번째 정리 공책에서 언급했던 이항정리를 알고 있어야 합니다. (jjanhan.tistory.com/4 에서도 이항정리를 간단히 다뤘기에 참조하십시오.) 합성함수의 미분과 이계도함수, 즉 미분한 것을 다시 미분하는 과정을 거쳐야 합니다.

티스토리에 수식입력이 많이 힘이듭니다. 특히 행렬을 입력할 때는 여러번 반복하게 되어 너무 시간을 많이 빼앗겨서 행렬부터는 한글에서 작성하여 그림 파일로 전환해서 올렸습니다. 컴퓨터로 모든 작업을 하였기에 이곳을 방문하시는 분들도 그러리라 생각했는데, 모바일로 접속하는 경우가 더 많은 것을 알게 되었습니다. 그래서 모바일로 접속해보니 그림파일이 너무 작아서 보기 힘들더군요. 일단 다음 주까지는 지금처럼 글을 작성하고, 그 이후에는 티스토리에서 바로 작성하여 모바일에서도 보기 편하도록 하겠습니다. 조금 불편하시더라도 다음 주까지만 이렇게 봐 주시길 부탁드립니다.