線形代数学概論
tkn
この講座では線形代数学概論を取り上げ、講義を通じて線形代数学概論をマスターすることができます。
초급
Linear Algebra
파이썬을 활용한 선형대수학 - NumPy와 SciPy의 활용
이 강좌에서는 파이썬의 SciPy 라이브러리를 활용하여 다양한 행렬계산 관련 문제들을 푸는 방법을 배웁니다.파이썬을 몰라도, 선대개 지식이 얕아도 주어진 문제를 풀 수 있게 됩니다.
초급자를 위해 준비한
[수학, 프로그래밍 언어] 강의입니다.
이런 걸 배울 수 있어요
파이썬을 사용하여 선형대수학 문제를 해결하는 방법
NumPy와 SciPy 라이브러리의 활용
행렬 연산의 실제 응용과 계산 효율성 강화
아니 혹시 이거 내 이야기?
🌿 CASE 1 🌿
선형대수학개론의 수업을 다 들었다. 난 드디어 선형대수학개론을 마스터 하였다. 어떤 문제든 나에게 던져주면 완벽하게 풀 수 있게 되었다. 그런데.. 당장 100 x 100 행렬을 singular value decomposition을 해야한다.. 큰일이다.... 선대개를 분명 정복했는데.. 이 문제를 풀기 위해선 너무나 많은 시간이 필요하다...🌿 CASE 2 🌿
교수님 : 당장 내일까지 이 데이터를 2차 함수로 근사해오게.
학생: 네 알겠습니다. 데이터는 몇개 인가요?
교수님: 4만개.
학생: ??
교수님: 아참, 하는 김에 a+b*sinh(x)+c*Log(x)에도 한번 피팅해보겠나? 금방 하지?
학생: ?????????
🌿 CASE 3 🌿
이제 대학교를 안 다니니 Matlab을 사용할 수가 없네... 너무 비싸기도 하고.. 하.. 근데 행렬 방정식을 어떻게 풀지..? 앞으로도 좀 풀어야 하는데 뭐 방법이 없을까..?
NumPy와 SciPy를 활용해 다양한 행렬계산 문제를 풀어봐요.
행렬계산 문제를 빠르게 해결하기 위해선 Python에서 Numpy와 SciPy 라이브러리를 활용해야 합니다. 컴퓨터를 활용해 행렬방정식을 풀어보고 싶지 않나요? 고유치도 구해보고 싶지 않나요? 혹은 당장 그런 기능들이 필요한가요?
이 강의에서는 파이썬의 SciPy 라이브러리를 활용해 다양한 행렬계산 관련 문제를 해결해 볼 수 있습니다. 파이썬을 몰라도, 선형대수학 개론 관련 지식이 얕아도 강의를 듣고 바로 적용하실 수 있도록 내용을 구성했으니, 걱정 말고 수강하세요!
학습 목표 📜
본 강의에서는 SciPy와 NumPy를 활용하여 선형대수학적인 문제를 컴퓨터로 풀 수 있습니다.
이런 분들이 들으면 좋아요! ✨
- 공대생 및 대학원생
- 당장 행렬 방정식의 해를 구해야 하는 분
- 당장 고유치와 고유 벡터를 구하고자 하는 분
- SVD를 해보고 싶거나, 최소자승법의 해가 필요한 분
- 선형대수학개론을 공부한 분
- 기타 파이썬의 SciPy 라이브러리 학습에 관심이 많은 분
수강 전 먼저 확인하세요! ✒️
- 파이썬에 관한 전문 지식이 없어도 수강하실 수 있습니다.
- 강의와 실습이 동시에 진행됩니다.
- 추후 Lapack 라이브러리를 사용하기 위한 분들을 위해, 강좌에서 사용되는 함수에 관련된 Lapack 함수가 뭔지 알려드립니다.
- 본 강의에선 행렬계산 관련 수치해석 이론을 배우진 않습니다.
수강 전 궁금한 사항 모음!
Q. 행렬방정식을 컴퓨터로 풀 수 있다는데 사실인가요?
A. 그럼요. 컴퓨터로 풀지 않는 게 더 이상합니다!
Q. 당장 사이즈가 큰 행렬의 고유치를 구해야 하는데 어떡하죠? 손으로 풀 수 없어요 ㅠㅠ
A. 걱정 마세요. 단 몇줄의 파이썬 코드로 구할 수 있습니다. 이 강좌가 당신에게 필요합니다.
Q. 전 프로그래밍 경험이 없는데... 그치만 선형대수학 문제들을 컴퓨터로 풀어보고 싶어요!
A. 잘 찾아오셨습니다. 쉽게 따라하실 수 있습니다.
Q. 파이썬이 느리다고 들었는데... 이거 배워봤자 실용적이지 않은거 아닌가요?
A. 우리가 배울 SciPy의 함수들은 포트란으로 짜여진 함수들(수십년간 개발된...!!)을 불러와서 사용합니다. 실사용에 문제가 없을 정도의 속도와 정확도를 제공합니다.
Q. 어디서 듣기론... 보통 직접 코드를 짠다고들 하던데...?
A. 몇 년이 아닌 수십 년간 개발된 선형대수학 관련 함수들이 존재합니다. 그 사용법만 알아도 살아 가는데(?) 큰 도움이 됩니다.
이 강좌도 한 번 들어보시겠어요?
조범희 지식공유자의 수학 강의
Introduction to Linear Algebra
.png)
벡터 미적분학 시리즈 1
미분 기초
미분 기초
미분 심화 : 최적화 이론의 기초와 벡터 함수
적분 기초
적분 심화
이런 분들께
추천드려요!
학습 대상은
누구일까요?
선형대수학 개념을 실제 코딩 연습으로 익히고 싶은 분
Python 라이브러리인 NumPy와 SciPy를 활용하여 선형대수학을 학습하고자 하는 분
실제 선형대수학 개념을 다루며 컴퓨터 과학 및 수학 지식을 확장하고자 하는 분
안녕하세요
조범희 (타블렛깎는노인)입니다.
5,921
명
수강생
160
개
수강평
387
개
답변
4.8
점
강의 평점
7
개
강의
새로운것을 배우고 가르치는걸 좋아합니다.
인프런을 통해 많은 분들에게 도움이 되면 좋겠습니다.
전문분야 (+좋아하는 분야) 👨🎓
- 전공: 원자력
- 수학: 선형대수학개론, 대학미적분, 벡터미적분학, 응용미분방정식, 응용해석방정식, 확률과 통계, 수치해석
- 컴퓨터 언어: 포트란(MPI, OpenMP 포함), Javascript (nodeJS), C#, C++, Python, Solidity, …
출신학교
- 박사: 카이스트, 원자력 및 양자공학과, 2011 ~ 2016
- 석사: 카이스트, 원자력 및 양자공학과, 2009 ~ 2011
- 학부: 카이스트, 원자력 및 양자공학과, 2005 ~ 2009
- 고등학교: 경기과학고, 2003 ~ 2005
경력
- 2019 ~: 인프런강사
- 2017 ~ 2018: 스탠다드에너지, 연구소장
- 2016 ~ 2017: 스탠다드에너지, 특수연구 총괄
링크
- 블로그: https://blog.naver.com/bumhee34
- 유튜브: https://www.youtube.com/channel/UCsaTZaR2itIeT0eVHPi1_cw
- 이메일 bumhee34@gmail.com
커리큘럼
전체
29개 ∙ (13시간 31분)
5. 행렬 및 벡터 표현법
31:00
6. 간단한 행렬 입출력 방법
26:00
7. 행렬 관련 편리한 기능
22:00
8. 행렬 기본 조작 (1)
41:00
9. 행렬 기본 조작 (2)
47:00
10. 행렬 기본 조작 (3)
28:00
강의 게시일:
마지막 업데이트일:
수강평
전체
8개
5.0
8개의 수강평
plan20091286수강평 5
∙
평균 평점 4.6
- gwl
수강평 2
∙
평균 평점 5.0
5
76% 수강 후 작성完了授業 25/29、受講時間 10h33m で最初の後期残します。こんなにうまくいかない人なので今残さなければ先延ばしになりそうです。 受講動機：ML勉強中にNumpy slicingを正確に学ぶ必要があり、講座を巡るよりここでカバーになりそうで受講しました。 後期：必要だったNumpy slicingを正確に学ぶ必要がありました。チョ・ボムヒ様の線形代数学講義を選手講はしませんでしたが、従うのに問題ありませんでした。このコースをじっくりと追いつくと、Scipyのlinalg関数の使い方を十分に学びます。関数の使い方の説明と例の構成が入念になり、受講生が '当然分かるだろう'と進むことなく詳しく解いて説明してくれます。そのため、先に上げたチョ・ボムヒ様の線形代数学講義が聞きたくなります。 （インフラをリニューアルしたら割引券解放してもらったんだけど…ありませんね。ㅎㅎ）
- tkn지식공유자
大切なレビューありがとうございます!!ㅎㅎ 教科書や与えられたカリキュラムがなくて作った講座なので、それなりの努力をして作った講座だから、個人的に愛着がたくさん行く講座です。 講座を見ながら不足したり、更新されてほしい部分があれば、いつでも私にメッセージやメールでフィードバックしていただければ、できるだけ反映させていただきます。 私が思いもよらない部分があるかもしれないので、受講生の皆さんの積極的な意見があれば、講座がさらに更新(!)され、修正されることがあります。 （今はまた別の数学関連講座を作っています。これからも多くの関心をお願いしますよㅎㅎ）
- cksgh91034063
수강평 4
∙
평균 평점 4.8
- epicshark70492
수강평 6
∙
평균 평점 4.8
