[6주차 - Day4] ML_basics - Linear Algebra, Matrix Calculus
Python에서의 벡터, 행렬 표현방법 [10.5, 5.2, 3.25, 7.0] [10.5, 5.2, 3.25, 7.0] import numpy as np x = np.array([10.5, 5.2, 3.25]) x.shape (3,) i = 2 x[i] 3.25 np.expand_dims(x, axis=1).shape (3, 1) A = np.array([ [10,20,30], [40,50,60] ]) A array([[10, 20, 30], [40, 50, 60]]) A.shape (2, 3) i = 0 j = 2 A[i, j] 30 j = 1 A[:, j] array([20, 50]) i = 1 A[i, :] array([40, 50, 60]) 행렬의 곱셉 (Matrix Multiplication)..
BOOTCAMP/프로그래머스 인공지능 데브코스
2023. 5. 14. 17:30
반응형
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 머신러닝
- 파이썬
- ML
- 프로그래머스
- Lv3
- Kaggle
- lv4
- API
- 데이터 분석
- 캐글
- 데이터분석
- 데이터사이언스
- 부스트코스
- sql 테스트
- 알고리즘
- SQLD
- nlp
- EDA
- SQL
- ai
- 인공지능
- 프로그래밍
- LV1
- 쿼리 테스트
- 데이터 시각화
- LV2
- mysql
- 태블로
- 딥러닝
- Python
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함