AI를 위한 필수 수학

58

AI

를 위한 필수 수학

형적으로 종속된다는 가설을 바탕으로 시뮬레이션을 해볼 것이다. 이 예시에서 키 데이터에 대

한 체중 데이터 그래프를 그리면 직선 또는 평면의 시각적 패턴이 나타날 것으로 예상된다.

2.3

수학 모델: 선형과 비선형

선형 종속성

linear

dependency

은

1

차원 직선

line

,

2

차원 평면

plane

, 고차원 초평면

hyperplane

과 같이 세

상의 평평함을 모델링한다. 선형 종속성을 모델링하는 선형 함수의 그래프는 한없이 평평하고

절대 구부러지지 않는다. 주변에서 테이블, 막대, 천장 같은 직선이나 평평한 면을 볼 때마다

그 물체의 대표 함수가 선형이라는 것을 기억하자. 평평하지 않은 것은 모두 비선형이며, 구부

러진 곡선이나 곡면의 데이터 포인트는 비선형 함수에 의해 생성된다.

출력값이 피처와 변수에 대해 선형 종속인 선형 함수의 수식은 매우 쉽게 적을 수 있다. 수식에

서 피처는 거듭제곱이나 루트를 씌우지 않고 피처 그 자체로만 나타난다. 선형 함수의 피처는

분모의 형태나 사인

sine

, 코사인

cosine

, 지수

exponential

, 로그

logarithmic

, 기타 미적분 함수와 같은 다

른 함수에 포함되지 않는다. 선형 함수의 피처엔 오로지 스칼라(벡터나 행렬이 아닌 실수 또는

복소수 )를 곱하고 서로 더하거나 뺄 수만 있다. ...