인공지능을 위한 선형대수(선형변환 with Neural Networks)

edwith에서 들을 수 있는 인공지능을 위한 선형대수(주재걸 교수님) 강의를 들으면서 복습한 내용입니다.

- 선형 변환을 통해 좌표가 변경되는 개념

- 4개의 dimension을 가진 input layer

- bias term이 일반적으로 추가되어있음

- 상수가 더해진 경우를 affine transformation 라고 함

- 1을 추가해주는 경우는 trick을 통해 linear transformation으로 만들 수 있음

- linear combination coefficient

- 많은 경우 bias term은 input으로 쓰이는 feature vector의 처음 또는 마지막 dimension에 1을 끼워넣고 선형 변환을 통해 해결

- 입력 정보가 기하학적으로 basis(column) vector의 선형결합으로서 linear transformation 표현됨