ML/DL 꿈나무의 선형대수 정복기, 좌표 벡터의 정의와 그 유용성에 대하여

핵심 내용

• 선형대수 학습 내용을 정리한 글로, 유한차원 벡터공간에서 좌표벡터의 정의와 표기 방법을 설명
• 기저가 주어지면 벡터를 선형결합으로 유일하게 나타낼 수 있고, 그 계수를 모은 것이 좌표벡터라는 점을 정리
• 좌표벡터의 유용성으로 계산 편의성, 기저에 따른 유일한 표현, 원본 벡터 복원 가능성을 언급
• 선형대수학이 PCA 같은 차원 축소 기법의 기반이 될 수 있다는 점을 짚음

적용해볼 점

• 복잡한 벡터공간의 계산을 좌표벡터로 단순화하는 관점 이해
• 기저 선택에 따라 표현이 달라지는 구조를 학습에 활용
• 선형대수 기초를 머신러닝과 차원 축소 개념으로 연결해 보기