수학 · Paldyn AI Lab

배우는 순서대로 정렬했습니다. 앞 글이 뒤 글의 전제가 됩니다.

RESULT / 10

수학2026.07.252 MIN

선형대수의 벡터 개념을 AI의 Embedding과 연결하고, 유사도가 의미하는 것과 한계를 함께 봅니다.

수학2026.04.287 MIN

행렬 곱셈부터 전치, 역행렬, 브로드캐스팅까지 AI 실무에서 반드시 알아야 할 행렬 연산을 PyTorch와 함께 정리한다.

수학2026.04.288 MIN

딥러닝과 LLM을 이해하는 데 반드시 필요한 선형대수 개념을 NumPy 코드와 함께 직관적으로 정리한다.

수학2026.04.288 MIN

도함수, 편미분, 연쇄 법칙, 야코비안까지 ML에 필요한 미적분학 핵심을 PyTorch 자동 미분 코드와 함께 완전 정복한다.

수학2026.04.288 MIN

경사 하강법의 직관부터 배치 GD·SGD·미니배치 SGD의 차이, 학습률 선택, 실전 PyTorch 학습 루프까지 완전 정복한다.

수학2026.04.288 MIN

Momentum, AdaGrad, RMSProp, Adam, AdamW의 원리와 차이를 수식과 PyTorch 코드로 비교하고, 상황별 최적 옵티마이저 선택법을 정리한다.

수학2026.04.288 MIN

결합·주변·조건부 확률, 주요 분포, 기대값, 엔트로피까지 AI 이해에 필요한 확률론 핵심을 코드와 함께 정리한다.

수학2026.04.289 MIN

베이즈 정리의 핵심을 이해하고, 나이브 베이즈 분류기, 베이즈 최적화, LLM과의 연관성까지 직접 코드로 확인한다.

수학2026.07.092 MIN

분류 모델의 확률값과 실제 신뢰도의 차이를 이해하고 Calibration curve와 Brier score의 의미를 정리합니다.

수학2026.04.288 MIN

정보량, 엔트로피, KL 발산, 교차 엔트로피까지 정보 이론의 핵심을 이해하고 딥러닝 손실 함수와의 연결 고리를 코드로 확인한다.