태그 AI수학로드맵

로드맵 53주차 ‘믿음의 업데이트’. 민감도 99% 검사에서 양성이 나와도 실제 확률이 약 17%에 그치는 이유를 1만 명 표와 코드로 정리했다.

로드맵 45주차 주제. 오차를 왜 제곱하고 왜 평균 내는지, MSE 한 숫자가 학습의 목표가 되는 이유를 NumPy 코드로 정리했다.

로드맵 43~44주차 주제. 기울기의 반대 방향으로 조금씩 내려가는 경사하강법과, 학습률이 너무 크면 튕기고 발산하는 현상을 코드 출력으로 비교했다.

로드맵 35주차 ‘확대하면 곡선도 직선이다’와 39주차 체인룰. 수치 미분 코드로 2x 공식과 체인룰 결과가 맞는지 직접 확인했다.

로드맵 24~25주차 주제. 행 × 열이 왜 내적인지, 모양 규칙 (2 × 3)(3 × 2) = (2 × 2)와 ‘신경망 한 층 = 행렬곱 한 번’을 코드로 확인했다.

로드맵 20~21주차 주제. 곱해서 더하는 내적이 왜 AI에서 가장 많이 쓰이는 연산인지, 코사인 유사도가 길이를 지우고 방향만 비교하는 원리를 정리했다.

로드맵 19주차 주제. 화살표의 길이가 곧 두 데이터의 가까움이다. L2 노름과 L1 거리를 피타고라스와 NumPy 코드로 정리했다.

로드맵 14주차의 한 줄 “Σ는 무섭지 않다 — 그냥 for문이다”. 시그마 기호의 네 부품을 range와 반복문에 1:1로 대응시켜 정리했다.

로드맵 13주차 주제. 지수는 반복 곱셈의 폭발, 로그는 ‘몇 번 곱했나’를 되묻는 압축이다. 자릿수 감각과 NumPy 코드로 정리했다.

로드맵 11주차 주제 y = wx + b. 기울기 w와 절편 b가 각각 무엇을 조절하는지 그래프와 NumPy 코드로 정리했다.