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 |
Tags
- LU분해
- 머신러닝
- 인과 추론
- Omitted Variable Bias
- 크롤링
- Sharp RD
- rct
- 최소제곱법
- 잔차의 성질
- 인과추론
- residuals
- Instrumental Variable
- 회귀불연속설계
- 교란변수
- 누락편의
- causal inference
- OVB
- HTML
- 선형대수
- 예제
- confounder
- Python
- least square estimation
- 교란 변수
- 사영
- 통계
- 네이버 뉴스
- simple linear regression
- backdoor adjustment
- 단순선형회귀
Archives
- Today
- Total
목록수선의 발 (1)
Always awake,

orthogonal 개념 두 벡터가 "orthogonal하다"라는 것은 수직이라는 의미입니다. 두 벡터의 내적은 아래와 같으므로, orthogonal 한 두 벡터의 내적 값은 0 ($cos(\theta) = 0$)이 됩니다. $$ u \cdot v = |u| |v| cos(\theta) $$ orthogonal한 벡터 만들기 하나의 벡터 $u$가 주어져 있고, 여기에 orthogonal하지 않은 벡터 $v$를 추가한다고 합시다 그리고 추가한 벡터 $v$로 기존에 있던 $u$와 orthogonal한 벡터를 만들고 싶다면 어떻게 하면 좋을까요? 이 두 개의 벡터 $u$, $v$를 이용하여 $u$에 orthogonal한 새로운 벡터를 만들 수 있습니다! 아래와 같이 2차원 평면에 $u = [3,1]$가 있고,..
선형 대수
2022. 3. 2. 02:56