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

선형대수를 공부하다보면 행렬 곱을 다양한 관점으로 해석하여 기하학적으로 이해하는 부분이 많습니다. 그래서 본 포스팅에서는 행렬 곱을 바라보는 관점을 정리하고, 어떤 경우에 해당 관점으로 보는지 정리해보았습니다 :) 이해의 용이성을 위해 3*3 정사각행렬의 곱으로 이야기를 진행하겠습니다 $$ A B = C $$ notation 규칙인 다음과 같이 하겠습니다 $\vec{r}$은 행 벡터를 의미하고, $\vec{c}$는 열 벡터를 의미합니다 각 벡터의 아랫 첨자는 두 개의 문자의 조합이며, 첫 번째 문자는 행렬을 의미하고 두 번째 문자는 인덱스를 의미합니다 $\vec{r}_{A2}$는 $A$ 행렬의 2번째 행 벡터를 의미합니다 1. 요소 관점 - 행 벡터와 열 벡터의 내적 가장 기본적인 방법은 $A$의 행 벡..
선형 대수
2023. 2. 1. 00:03