개발자를 위한 필수 수학

153

4

장

선형대수학

# 테스트

print("통합 행렬:\n {}".format(combined))

v

=

array([1,

2])

print(combined.dot(v))

# [-2 3]

각 변환을 함수로 생각하면 중첩된 함수 호출처럼 가장 안쪽에서 가장 바깥쪽으로 적용해야 합

니다.

실전에서 사용되는 선형 변환

이런 모든 선형 변환과 행렬이 데이터 과학이나 머신러닝에 어떤 관련이 있는지 궁금할 것입니

다. 정답은 전부입니다! 데이터 준비부터 선형 회귀, 로지스틱 회귀, 신경망을 사용한 수치 연

산에 이르기까지 선형 변환은 수학적 데이터 조작의 핵심입니다.

하지만 실전에서는 벡터 공간상의 데이터와 선형 변환을 기하학적으로 시각화하는 데 시간을

들이는 경우는 거의 없습니다. 너무 많은 차원을 다루기 때문에 이를 효율적으로 처리할 방법

이 없습니다. 하지만 이러한 인위적으로 보이는 수치 연산이 무엇을 하는지 이해하기 위해 기하

학적 해석을 알아 두는 것이 좋습니다. 그렇지 않으면 맥락 없이 수치 연산 패턴만 암기하게 됩

니다. 또한 행렬식과 같은 새로운 선형대수학 개념을 명확하게 이해하는 데에도 도움이 됩니다.

4.4

행렬식

선형 변환을 수행할 때, 때때로 공간을 ‘확장’ 또는 ‘축소’하게 되는데, 어느 정도로 이 공간을 변

화하는지 대략적으로 알아 두면 유용합니다. [그림 ...