최적화론 3
-
특징 추출 ( Feature Extraction ) 서로 다른 부류에 속한 데이터를 구별짓기 위해 필요한 특징을 설계하고 추출하는 과정. 사람의 얼굴에서 안경을 썼냐, 머리 스타일이 어떠냐, 코의 모양은 어떠냐 등의 데이터를 뽑아내서 분류를 가장 잘 할 수 있는지를 결정 하는 특징을 추출하는것. ex) 특징 = 피부색, 눈 크기, 입술 크기 특징 벡터 X = {x1,x2,x3} 특징 벡터의 차원 = 3차원 일정 눈, 피부색, 입술크기가 각각 0에 가까울수록 작음 0에 가까울수록 검정색임 0에 가까울수록 작음 으로 한다고 하면, 데이터 값의 학습을 축적 할 수 있다. A라는 사람이 있다고 하면, X1=(x1,x2,x3)=(0.854,0.221,0.134) 이런식 으로 추출 할 수 ..
-
-
도함수 = 미분 이라고 해도 무방하다. 접선 문제 곡선의 접선은 그 곡선에 접하는 직선을 의미한다. 접선 = 접하는 선. 다른선과 접하는 선을 이야기한다. 위 이미지에서 점 P 는 (x,y) = (1,1) 위 그림에서의 접선은 P 지점에 접하는 선 을 의미함. y=x^2의 곡선에 접해있는 점 P에 접하는 접선을 구하라. 접선의 방정식은 어찌되나? 이때 접선 = 직선이다. 직선의 방정식으로 표현이 가능하다. 원점을 지나는 임의의 직선 = y=ax라고 표현 가능하다. 원점을 지나지 않는 임의의 직선 = y=ax+b라고 표현이 가능하다. 이떄, a = 기울기 b = y절편 이라고 이야기한다. [ y를 지나는 선 의 위치 ] 임의의 직선의 위치 = y = ax + b라고 이야기한다. 이때, P(1,1)을 지나야..
