특이값 분해(SVD) 시각적으로 이해하기 — 회전·확대·회전과 저랭크 근사의 원리
어떤 행렬이든 회전·확대·회전 세 단계로 쪼개는 특이값 분해(SVD)의 기하학적 의미를, 직사각 행렬과 대칭 행렬, 특이값과 특이벡터, 그리고 이미지 압축에 쓰이는 저랭크 근사까지 차근차근 풀어 설명한다.
핵심 내용 읽기 →
AI TOPIC
PCA 최신 뉴스와 핵심 해설
PCA 관련 핵심 뉴스와 활용 인사이트 2편을 최신순으로 모았습니다.
주성분 분석(PCA)이란? 고차원 데이터를 2차원으로 압축해 시각화하는 차원 축소 원리 정리
변수가 많아 직접 그릴 수 없는 고차원 데이터를 PCA가 어떻게 2차원 그래프로 압축해 비슷한 표본을 모아 보여 주는지, 주성분과 로딩 점수, 고윳값과 스크리 플롯 개념을 유전자 측정 예시로 단계별로 쉽게 풀어 설명합니다.
핵심 내용 읽기 →