아는 분과 수다 떨다가 포르자 호라이즌 텔레메트리 정보에서 방향각 관련 변환 이야기 하다 얻은 키워드.
짐벌락 이야기 나오는거 보면 얼핏 본것도 같은데.. 기억이 안나네
| 회전을 표현하는 다른 방법인 Rotation Matrix(이전글)와 비교했을 때, Quaternion은 회전 계산량이 작으며 메모리 효율적이고, Gimbal Lock(짐벌락) 현상이 발생하지 않는 장점을 갖고 있습니다. 다만 직관적으로 이해하거나 시각화기가 어렵다는 단점을 갖고 있습니다. |
[링크 : https://xoft.tistory.com/110]
사원수 = 쿼터니안
그래서 i j k 라는데. 사원수면 4개 여야 하는거 아닌가 -ㅁ-?
q0 + q1i + q2j + q3k (실수 성분 하나에 허수 3개로 표시)
[링크 : https://normal-engineer.tistory.com/187]
[링크 : https://normal-engineer.tistory.com/35]
일단 대략 머리터짐 -ㅁ-
유튜브 알고리즘으로 보게 된 내용
빅 데이터 등에서 차원이 높아질수록(DB에서는 개별 entity의 정보가 늘어날 수록)
유사함의 기준으로 삼을 수 있는 부분이 점점 줄어들게 되고
이는 곳 같다 , 다르다 의 판단으로 사용할 수 없게 됨을 의미한다.
그래서 적절하게 차원을 낮춰서(즉 비교 변수의 갯수를 줄여) 처리 하거나
그게 아니라면 빅 데이터로 빈 공간을 줄여서 판단의 근거로 삼거나..
일단은 해당 용어는 데이터 마이닝에서 나왔다고 한다.
[링크 : https://en.m.wikipedia.org/wiki/Curse_of_dimensionality]
[링크 : https://youtu.be/EXHR2-hECRM]
엑셀에서 한번만 클릭하면 되는걸 막상 구현하려니 묘하게 어렵네
[링크 : https://www.codewithc.com/c-program-for-linear-exponential-curve-fitting/]
[링크 : https://www.bragitoff.com/2018/06/exponential-fitting-c-program/]
+
[링크 : https://www.w3schools.com/ai/tryit.asp?filename=tryai_plotly_regression3]
도대체 이걸 적용하면 머가 나오는거지?
| 2. 가우스 소거법 (Gauss Elimination Method) ㅇ 선형 연립방정식의 해를 구하는 가장 표준적인 방법 |
[링크 : http://www.ktword.co.kr/test/view/view.php?m_temp1=4690]
아오.. 망할 가우스
| 19세기에 카를 프리드리히 가우스가 곡면에 대한 미분 기하학을 만들면서 도입하였다 |
[링크 : https://ko.wikipedia.org/wiki/텐서]
yolo 에서 텐서 합을 계산하는 내용
xy_grid 자체는 아래와 같이 생겨 먹었는데
다른 차원(?) 일 경우는 어떻게 더해지려나?
| [[ [[ 0. 0.] [ 1. 0.] [ 2. 0.] [ 3. 0.] [ 4. 0.] [ 5. 0.] [ 6. 0.] [ 7. 0.] [ 8. 0.] [ 9. 0.] [10. 0.] [11. 0.] [12. 0.] [13. 0.]] [[ 0. 1.] [ 1. 1.] [ 2. 1.] [ 3. 1.] [ 4. 1.] [ 5. 1.] [ 6. 1.] [ 7. 1.] [ 8. 1.] [ 9. 1.] [10. 1.] [11. 1.] [12. 1.] [13. 1.]] [[ 0. 2.] [ 1. 2.] [ 2. 2.] [ 3. 2.] [ 4. 2.] [ 5. 2.] [ 6. 2.] [ 7. 2.] [ 8. 2.] [ 9. 2.] [10. 2.] [11. 2.] [12. 2.] [13. 2.]] [[ 0. 3.] [ 1. 3.] [ 2. 3.] [ 3. 3.] [ 4. 3.] [ 5. 3.] [ 6. 3.] [ 7. 3.] [ 8. 3.] [ 9. 3.] [10. 3.] [11. 3.] [12. 3.] [13. 3.]] [[ 0. 4.] [ 1. 4.] [ 2. 4.] [ 3. 4.] [ 4. 4.] [ 5. 4.] [ 6. 4.] [ 7. 4.] [ 8. 4.] [ 9. 4.] [10. 4.] [11. 4.] [12. 4.] [13. 4.]] [[ 0. 5.] [ 1. 5.] [ 2. 5.] [ 3. 5.] [ 4. 5.] [ 5. 5.] [ 6. 5.] [ 7. 5.] [ 8. 5.] [ 9. 5.] [10. 5.] [11. 5.] [12. 5.] [13. 5.]] [[ 0. 6.] [ 1. 6.] [ 2. 6.] [ 3. 6.] [ 4. 6.] [ 5. 6.] [ 6. 6.] [ 7. 6.] [ 8. 6.] [ 9. 6.] [10. 6.] [11. 6.] [12. 6.] [13. 6.]] [[ 0. 7.] [ 1. 7.] [ 2. 7.] [ 3. 7.] [ 4. 7.] [ 5. 7.] [ 6. 7.] [ 7. 7.] [ 8. 7.] [ 9. 7.] [10. 7.] [11. 7.] [12. 7.] [13. 7.]] [[ 0. 8.] [ 1. 8.] [ 2. 8.] [ 3. 8.] [ 4. 8.] [ 5. 8.] [ 6. 8.] [ 7. 8.] [ 8. 8.] [ 9. 8.] [10. 8.] [11. 8.] [12. 8.] [13. 8.]] [[ 0. 9.] [ 1. 9.] [ 2. 9.] [ 3. 9.] [ 4. 9.] [ 5. 9.] [ 6. 9.] [ 7. 9.] [ 8. 9.] [ 9. 9.] [10. 9.] [11. 9.] [12. 9.] [13. 9.]] [[ 0. 10.] [ 1. 10.] [ 2. 10.] [ 3. 10.] [ 4. 10.] [ 5. 10.] [ 6. 10.] [ 7. 10.] [ 8. 10.] [ 9. 10.] [10. 10.] [11. 10.] [12. 10.] [13. 10.]] [[ 0. 11.] [ 1. 11.] [ 2. 11.] [ 3. 11.] [ 4. 11.] [ 5. 11.] [ 6. 11.] [ 7. 11.] [ 8. 11.] [ 9. 11.] [10. 11.] [11. 11.] [12. 11.] [13. 11.]] [[ 0. 12.] [ 1. 12.] [ 2. 12.] [ 3. 12.] [ 4. 12.] [ 5. 12.] [ 6. 12.] [ 7. 12.] [ 8. 12.] [ 9. 12.] [10. 12.] [11. 12.] [12. 12.] [13. 12.]] [[ 0. 13.] [ 1. 13.] [ 2. 13.] [ 3. 13.] [ 4. 13.] [ 5. 13.] [ 6. 13.] [ 7. 13.] [ 8. 13.] [ 9. 13.] [10. 13.] [11. 13.] [12. 13.] [13. 13.]] ]] |
그냥 행렬 합이랑 같은 느낌..?
| 추세선 알고리즘 (선형회귀) (0) | 2023.03.08 |
|---|---|
| 가우스 소거법 (0) | 2023.01.19 |
| 텐서 곱 (0) | 2021.06.14 |
| 맵핑 (0) | 2019.12.27 |
| 데이터 사이언스 / 사이언티스트 (0) | 2019.12.09 |
| 텐서 합 (0) | 2021.06.22 |
|---|---|
| 텐서 곱 (0) | 2021.06.14 |
| 데이터 사이언스 / 사이언티스트 (0) | 2019.12.09 |
| 선형대수학 (0) | 2019.12.09 |
| Finite Field / Galois field / 유한체 (2) | 2010.11.05 |
이번년도 한 것이 이런 부류의 일이었구나.. 라는걸 이제야 찾아보게 된다.
어떤 의미로 이번에 한건.. 수작업으로 한 빅데이터 경향성 추출 작업?
그게 바로 데이터 사이언스 인데..
선형대수학 이야기도 나오고.. 수학적 기반이 수능과 함께 리셋된 나로서는 이해가 안될수 밖에..
다시 정석책이랑 수학, 통계를 좀 봐야지 살아 남을려나..
그게 아니라면 데이터 사이언스가 아닌 다른 분야를 하는게 나으려나 고민이 된다.
[링크 : https://blog.pabii.co.kr/lessons-learned-after-7-cycles-data-science-classes/]
[링크 : http://blog.ab180.co/data-science-with-r-1-misperception/]
대학교때 필요한건 안듣고 날렸나.. 왜 기억이 안나지?
무료 공개된 동영상 강의라도 보면서 다시 공부를 좀 쌓아 올려야겠다.
[링크 : https://ko.khanacademy.org/math/linear-algebra]
[링크 : http://matrix.skku.ac.kr/SKKU-LA-FL-Model/SKKU-LA-FL-Model.htm]
[링크 : https://www.inflearn.com/roadmaps/22?gclid=CjwKCAiA...E]
| 텐서 합 (0) | 2021.06.22 |
|---|---|
| 텐서 곱 (0) | 2021.06.14 |
| 맵핑 (0) | 2019.12.27 |
| 데이터 사이언스 / 사이언티스트 (0) | 2019.12.09 |
| Finite Field / Galois field / 유한체 (2) | 2010.11.05 |
|
IT20051130.doc
ch04_1.ppt
