Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- 전처리
- Gram matrix
- 수달
- 소수
- 신경망
- c#
- Python
- neural network
- 합성곱 신경망
- 비샤몬당
- 소인수분해
- backpropagation
- CNN
- 냥코 센세
- 오일러 프로젝트
- project euler
- SQL
- Convolutional Neural Network
- 자전거 여행
- 딥러닝
- 오토인코더
- Autoencoder
- 역전파
- deep learning
- bayesian
- 히토요시
- A Neural Algorithm of Artistic Style
- 베이지안
- 역전파법
- mnist
Archives
- Today
- Total
목록Principal Component Analysis (1)
통계, IT, AI
주성분분석(Principal Component Analysis; PCA)에 관하여
1. 들어가며2차원의 세계가 존재한다고 가정하고 그곳을 플랫랜드라고 부르자. 즉, 플랫랜드에는 높이라는 것이 없다. 플랫랜드에서 일어나는 일을 상상해보자. 먼저 그곳의 주민들을 관찰한다면 아래와 같은 모습일 것이다. 테두리는 피부이고 그 안에 보이는 것은 장기이다. 우리는 장기를 관찰할 수 있고 심지어 만질 수도 있다. 그곳의 주민 A를 들어 다른 곳에 두자. 그러면 플랫랜드의 사람들은 A가 갑자기 사라지고 엉뚱한 곳에 나타났다고 생각할 것이다. 우리가 플랫랜드에 다리를 걸쳐둔다면 그들은 동그란 두개의 원을 볼 수 있을텐데 사실 그 두개의 원이 하나의 존재라는 것을 결코 쉽게 이해하지 못할 것이다. 이제 우리에게 과제가 하나 주어졌다. 아래와 같은 3차원의 물체를 어떻게 해야 그나마 그들에게 잘 이해시킬..
통계
2017. 1. 30. 00:10