°Ë»ö
¼öÇè¼­ Âü°í¼­ Àڰݼ­ ÀϹݵµ¼­ + ½°ÅÍ
¦¦  [À̺¥Æ®]  [¹®ÀÇ]

¿¹¾à º¤ÅÍ¿Í Ä£±¸µéÀÌ ¾Ë·ÁÁÖ´Â ¼±Çü´ë¼ö ºñÁ¦ÀÌÆÛºí¸¯/Á¤±¸È«

½ÃÁß°¡ : 24,800¿ø
ÆǸŰ¡ : 22,320¿ø
Ãâ°£ÀÏ :
      ÃÑ »óÇ° ±Ý¾× 0 ¿ø

      »óÇ°ÀÌ Ç°ÀýµÇ¾ú½À´Ï´Ù.

      ÆäÀ̽ººÏ Æ®À§ÅÍ À§½Ãµñ Ä«Ä«¿À½ºÅ丮
      • »óÇ°Á¤º¸
      • »óÇ°Æò°¡
      • »óÇ°¹®ÀÇ
      • ¹è¼Û/¹ÝÇ°/ȯºÒ

      ¡Ø ¾Ë·Áµå¸³´Ï´Ù.

       

      ¹ßÇàÀÏ :  2022-02-11

       

      ISBN 9791165921392(1165921391)
      Âʼö 448ÂÊ
      Å©±â 173 * 230 mm ÆÇÇü¾Ë¸²

      Ã¥¼Ò°³

      ÀÌ Ã¥ÀÌ ¼ÓÇÑ ºÐ¾ß

      ±Í¿©¿î ij¸¯Å͵é°ú ÇÔ²² ¶°³ª´Â
      Áñ°Å¿î ¼±Çü´ë¼ö ¿©Çà!
      µ¥ÀÌÅ͸¦ Àß ´Ù·ç±â À§ÇØ ²À ÇÊ¿äÇÑ ±âÃÊ Áö½ÄÀÎ ¼±Çü´ë¼ö!
      ±âº»ÀûÀÎ º¤ÅÍ, Çà·Ä À̷кÎÅÍ SVD, PCA µî Â÷¿ø Ãà¼Ò±îÁö
      ÀÌ Ã¥À» ÅëÇØ µ¿È­Ã¥À» ÀÐµí ºÎ´ã ¾øÀÌ ¹è¿ö º¸¼¼¿ä.

      »ó¼¼À̹ÌÁö

      º¤ÅÍ¿Í Ä£±¸µéÀÌ ¾Ë·ÁÁÖ´Â ¼±Çü´ë¼ö µµ¼­ »ó¼¼À̹ÌÁö

      ÀúÀÚ¼Ò°³

      ÀúÀÚ : Á¤±¸È«

      ¹öŬ¸®´ëÇб³(UC Berkeley)¿¡¼­ Çлç, ¼®»ç ±×¸®°í ¹Ú»ç¸¦ ¼ö·áÇÏ¿´´Ù. ÇöÀç Ķ¸®Æ÷´Ï¾Æ ½Ç¸®Äܹ븮¿¡ ÀÖ´Â ¹ÙÀÌ¿À ¾÷üÀÎ ¼¼ÆäÀ̵å(Cepheid)¿¡¼­ ½Ã´Ï¾î(Senior) µ¥ÀÌÅÍ °úÇÐÀÚ... ´õº¸±â

      ¸ñÂ÷

      ÀúÀÚ ¼Ò°³
      ̵̧ȍ
      º£Å¸ ¸®´õ ¸®ºä
      ½ÃÀÛÇϸç

      Chapter 01 vectorµéÀÇ À̾߱â
      01-1 vector°¡ ¿òÁ÷ÀÏ ¼ö ÀÖ´Â ¹æÇâ
      01-2 vector°¡ º¼ ¼ö ÀÖ´Â ¹æÇâ°ú dot product¶ó´Â vectorµéÀÇ Ãã
      01-3 vectorÀÇ norm°ú projection

      Chapter 02 matrixµéÀÇ À̾߱â
      02-1 ÇÑ °³ ÀÌ»óÀÇ vectorµéÀ» ¸ðÀÌ°Ô ÇÒ ¼ö ÀÖ´Â Á¸Àç
      02-2 column rank of A
      02-3 rref¸¦ Ãç¼­ A ¾È¿¡ column vector¸¦ B¿Í D·Î ³ª´² ¸ðÀÌ°Ô Çϱâ
      02-4 matrix transpose¿Í inverse
      02-5 inverse¸¦ ÇÏ´Â ÀÌÀ¯´Â identity matrix¸¦ ¸¸µé±â À§ÇØ

      Chapter 03 matrix ¾È vectorµéÀÌ »ç´Â space
      03-1 vectorµéÀÌ »ç´Â space
      03-2 rank-nullityÀÇ ¹ýÄ¢
      03-3 subspaceÀÇ basis ã´Â ¹ý
      03-4 orthogonal complement subspace¿Í full rank matrix
      03-5 orthogonal matrix

      Chapter 04 ¸ñÀûÁö·Î ¾È³»ÇÏ´Â Áöµµ ¸¸µå´Â ¹ý
      04-1 ¸ñÀûÁö±îÁö °¡´Â ±æÀ» ÇÑ °¡Áö ¾Ë·Á ÁÖ´Â Áöµµ ¸¸µå´Â ¹ý
      04-2 ¹Ù¶óº¸´Â Áöµµ ¸¸µå´Â ¹ý
      04-3 ¹«ÇÑÈ÷ ¸¹Àº ´Ù¸¥ ±æ·Î vector bÀÇ ¹æÇâÀ» ¾Ë·Á ÁÖ´Â Áöµµ ¸¸µå´Â ¹ý
      04-4 ¼±Çü ÇÁ·Î±×·¡¹Ö(linear programming)

      Chapter 05 õõÈ÷ °É¾î°¡±â
      05-1 eigendecomposition
      05-2 eigenvalue¸¦ º¸°í A°¡ singularÀÎÁö nonsingularÀÎÁö ¾Ë¾Æº¸´Â ¹ý
      05-3 diagonalizable matrix
      05-4 matrix¿Í vectorÀÇ ´ëÈ­
      05-5 orthogonally diagonalizable matrix
      05-6 Markov chain
      05-7 Markov chain with absorbing state

      Chapter 06 µÎ °³ÀÇ ´Ù¸¥ space »çÀÌÀÇ Ãß¾ï
      06-1 singular value decomposition(SVD)
      06-2 pseudoinverse
      06-3 dot product, matrix multiplication, linear combination ±×¸®°í projection¿¡ ´ëÇÑ ÂªÀº À̾߱â
      06-4 principal component analysis(PCA)

      ¸¶Ä¡¸ç
      ÀÌ Ã¥¿¡¼­ »ç¿ëµÈ R ÄÚµå ¸ðÀ½
      ã¾Æº¸±â

       


      (0°³)
      ¸®ºäº¸µå
      µî·ÏµÈ ¸®ºä°¡ ¾ø½À´Ï´Ù.
      (0°³)
      »óÇ°¹®ÀÇ
      µî·ÏµÈ ¹®ÀÇ°¡ ¾ø½À´Ï´Ù.

      »óÇ° °í½Ã Á¤º¸

      1. ¹è¼Û
      ¹è¼ÛÀº ´çÀÏ ¿ÀÈÄ 5½ÃÀÌÀü(Åä¿äÀÏÀº ¿ÀÈÄ1½Ã)¿¡ ÁÖ¹®¹× °áÀ縦 ÇÏ½Ã¸é ´çÀϹè¼ÛµË´Ï´Ù.
      ¹è¼ÛÀº ÁÖ¹® ÈÄ °áÀç¿Ï·áÀÏÀ» ±âÁØÀ¸·Î 1~2ÀÏ ¾È¿¡ ¹è¼Û¿Ï·á¸¦ ¿øÄ¢À¸·Î ÇÏ°í ÀÖ½À´Ï´Ù.
      ´Ù¸¸ ºÎµæÀÌÇÑ °æ¿ì(ÇØ´ç»óÇ°ÀÇ Ç°Àý ¹× ÀýÆÇ) °í°´´Ô²² ÀüÈ­¸¦ µå·Á¼­ 󸮸¦ ÇÕ´Ï´Ù.

      2. ¹è¼Û·á
      ¹è¼Û·á´Â 3¸¸¿ø ÀÌ»óÀÌ °æ¿ì À̱×ÀëÇ÷¯½º¿¡¼­ ºÎ´ãÇÏ°í, ¹Ì¸¸ÀÏ °æ¿ì °í°´ÀÌ 2,500¿øÀ» ºÎ´ãÇÕ´Ï´Ù.
      ´Ù¸¸ ±¸¸Å±Ý¾×ÀÌ 3¸¸¿ø ÀÌ»óÀε¥ Àû¸³±Ý µîÀ» »ç¿ëÇÏ¿© ½ÇÁ¦ °áÀç±Ý¾×ÀÌ 3¸¸¿ø ¹Ì¸¸ÀÌ µÇ´õ¶óµµ À̱×ÀëÇ÷¯½º¿¡¼­ ¹è¼Û·á¸¦ ºÎ´ãÇÏ°í, Á¦ÁÖ¸¦ Á¦¿ÜÇÑ µµ¼­Áö¿ªÀÇ °æ¿ì´Â 5,000¿øÀÌ Ãß°¡µÈ´ä´Ï´Ù. Çؿܹè¼ÛÀº Àü¾× °í°´ºÎ´ãÀÌ µÈ´ä´Ï´Ù.

      5. ¹ÝÇ°/±³È¯
      ¹ÞÀ¸½Å ³¯ ºÎÅÍ ÀÏÁÖÀÏ À̳» ¹ÝÇ°/±³È¯ÀÌ °¡´ÉÇϽʴϴÙ. ½Ã°£ÀÌ Áö³ª¸é 󸮰¡ ºÒ°¡ÇÔÀ» ¾Ë·Á µå¸³´Ï´Ù. ´Ù¸¸ ÁÖ¹®ÇϽŠ»óÇ°°ú ´Ù¸¥ »óÇ°ÀÌ ¹è¼ÛµÇ°Å³ª Æĺ», ³«ÀåÀÌ ÀÖ´Â µµ¼­ÀÇ °æ¿ì ÀÌ¿ë¾à°ü¿¡ ÁØÇÏ¿© À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î ±³È¯, ¹ÝÇ° ¹× ȯºÒ µîÀ» Çص帳´Ï´Ù.

      4. ȯºÒ
      ¹ÞÀ¸½Å ³¯ºÎÅÍ 2ÀÏ À̳»·Î ÀüÈ­³ª 1:1 °Ô½Ã±Û·Î Àû¾îÁÖ¼Å¾ß °¡´ÉÇϽʴϴÙ. 

      5. ÁÖÀÇ
      °í°´´Ô º¯½ÉÀ¸·Î ÀÎÇÑ ±³È¯/¹ÝÇ°/ȯºÒ °í°´´Ô²²¼­ Åùèºñ(¿Õº¹Åùèºñ)¸¦ ºÎ´ãÀÌ µÇ´Ï ÀÌÁ¡ À¯ÀÇÇØ ÁֽʽÿÀ. ¶ÇÇÑ °­ÀÇÅ×ÀÙ/¾ãÀº¹®Á¦Áý/ºñ´ÒÆ÷ÀåµÈÁ¦Ç°µîÀº Çѹø ±¸¸ÅÇÏ½Ã¸é ±³È¯/¹ÝÇ°/ȯºÒÀÌ ÀüÇô ¾ÈµË´Ï´Ù. ½ÅÁßÈ÷ »ý°¢Çϼż­ ±¸¸Å ºÎŹµå¸³´Ï´Ù. ´Ù¸¸ ºÒ·®Å×ÀÙÀÇ °æ¿ì ±× ºÒ·®ÀÌ µÈ °³º°Å×ÀÙÀ» À̱×ÀëÇ÷¯½ºÀÇ ºñ¿ëÀ¸·Î A/S¸¦ Çص帳´Ï´Ù.

      6. ÁÖ¹®Ãë¼Ò, ±³È¯, ¹ÝÇ° ¹× ȯºÒÀº ´çÀÏ 5½Ã ÀÌÀü¿¡ ÇØÁÖ¼Å¾ß °¡´ÉÇÕ´Ï´Ù.
      ±× ÀÌÈÄ´Â ¹è¼Û µî¿¡ µû¸¥ Á¦ºñ¿ëÀ» ºÎ´ãÇÏ¼Å¾ß ÇÕ´Ï´Ù.