{% raw %} Math for AI - Study Materials

Math for AI

19 lessons View examples

AI/ML/DL을 위한 수학 (Mathematics for AI) - Overview

01. 벡터와 행렬 (Vectors and Matrices)

01_Vectors_and_Matrices.md

02. 행렬 분해 (Matrix Decompositions)

02_Matrix_Decompositions.md

03. 행렬 미분 (Matrix Calculus)

03_Matrix_Calculus.md

04. 노름과 거리 측도 (Norms and Distance Metrics)

04_Norms_and_Distances.md

05. 다변수 미적분 (Multivariate Calculus)

05_Multivariate_Calculus.md

06. 최적화 기초 (Optimization Fundamentals)

06_Optimization_Fundamentals.md

07. 경사 하강법 이론 (Gradient Descent Theory)

07_Gradient_Descent_Theory.md

08. 머신러닝을 위한 확률론 (Probability for Machine Learning)

08_Probability_for_ML.md

09. 최대우도추정과 MAP (Maximum Likelihood and MAP)

09_Maximum_Likelihood_and_MAP.md

10. 정보 이론 (Information Theory)

10_Information_Theory.md

11. 고급 확률 분포 (Advanced Probability Distributions)

11_Probability_Distributions_Advanced.md

12. 샘플링과 몬테카를로 방법

12_Sampling_and_Monte_Carlo.md

13. 딥러닝을 위한 선형대수

13_Linear_Algebra_for_Deep_Learning.md

14. 볼록성과 쌍대성

14_Convexity_and_Duality.md

15. 그래프 이론과 스펙트럼 방법

15_Graph_Theory_and_Spectral_Methods.md

16. 다양체 학습과 표현 학습

16_Manifold_and_Representation_Learning.md

17. 어텐션과 트랜스포머의 수학

17_Math_of_Attention_and_Transformers.md

18. 생성 모델의 수학

18_Math_of_Generative_Models.md

{% endraw %}