강의 계획 레슨 246개 중 22번째 · 모듈 2: 수학과 확률, 필요한 만큼만
모듈 2: 수학과 확률, 필요한 만큼만

숫자 리스트로서의 집(벡터)

왜 중요한가 신경망은 집, 단어, 사진을 결코 보지 않아요. 숫자 리스트를 봐요. 사물을 숫자 리스트로 바꾸고, 그 리스트들을 비교하는 것이 첫 단계예요.

집을 숫자 셋으로 묘사해 봐요: 10제곱미터 단위의 크기, 침실 수, 역까지의 거리 km. 집 A는 [8, 3, 1.5], 집 B는 [9, 3, 2.0], 집 C는 [4, 1, 6.0]이에요. 각 리스트는 벡터예요: 특성마다 방향이 하나씩인 공간 속의 점.

작은 숫자

A와 B는 얼마나 다를까요? 특성별로 빼세요: [-1, 0, -0.5]. 각각 제곱하세요: [1, 0, 0.25]. 더하세요: 1.25. 제곱근: 약 1.12. 그게 두 점 사이의 직선 거리예요. A와 C는 약 6.34가 나오니, B가 A와 더 가깝게 맞아요.

벡터: 특성마다 하나씩인 순서 있는 숫자 리스트. 거리: 두 벡터 사이 직선의 길이, np.linalg.norm(a - b).

요약 사물은 벡터가 되고, 비슷한 사물은 가까운 점이 돼요.

이 레슨의 단어와 기호
벡터
특성마다 하나씩인 숫자 리스트
내 차례

distance(a, b)(두 벡터 사이의 직선 거리, 반복문 금지)와, 2D 배열 houses에서 target에 가장 가까운 행의 인덱스를 반환하는 most_similar(target, houses)를 쓰세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.