역행렬을 구하기 위해서는 2가지 조건이 성립해야 한다. 1. 행과 열의 수가 같다. 2. 행렬식(determinant)가 0이 아닌 경우만 가능하다. 역행렬은 표기는 일반적으로 A^(-1)이고, A 연산을 거꾸로 되돌린다는 의미를 갖는다. A A^(-1) = A^(-1) A = I (항등행렬) import np.linalg.inv X @ inv(X) = I 유사역행렬 A^+ 무어펜로즈 역행렬 이라고도 부른다. 이는 앞선 역행렬 조건1과 달리, 행과 열의 수가 달라도 계산이 가능하다. 하지만 출력도 행과 열의 수가 다를 수 있으니, 다음 조건에 따라 연산한다. n >=m 이면, A^+ = (A^T A)^(-1) A^T n Ax = b ==> x = A^+ b 활용 예시 2. 선형회귀 분석 (변수의 수보다 ..

# Vector 컴퓨터에서는 list나 array로 표현함. 공간에서는 "한 점"을 의미. 원점을 생각해보면, - 1D (수직선) 위에서는, 0 - 2D (좌표평면) 에서는, [0,0] - 3D (3차원 공간) 에서는, [0,0,0] - n차원 공간에서는, [0,0,...,0] 인거임. 그래서 원점을 기준으로 x라는 위치를 나타낸 것이 Vector를 의미함. 이는 원점에 대한 위치라 상대적 위치라고 할 수 있음. - 스칼라곱 : 크기를 곱하면, 그 벡터의 길이가 바뀜. - 성분곱 : 같은 모양이면 가능. 성분(원소)끼리의 곱을 말함. - 같은 모양(차원, 개수)에서 +/- 연산 가능. (상대적 위치 이동) X = [[1,2,3],[4,5,6],[7,8,9]] # 스칼라곱 3 * X # 성분곱 [1,7,2..