Python의 수치/과학계산 라이브러리인 Numpy를 활용해 머신러닝을 하기 위해 필요한 기초적인 선형대수학과 이의 기본적인 응용을 다뤄보는 세션 (필요한 경우, 추가적으로 통계 및 기타 수학적인 내용도 다룰 예정)
1. 컴퓨터 공학에서의 수학의 필요성
2. 머신러닝에서의 수학의 필요성
3. 선형대수학이란? (수학 용어 및 개념 위주의 설명)
4. 파이썬으로 선형대수학 시작해보기 (벡터, 행렬 연산을 위주로 + 순수 파이썬의 한계)
5. Numpy로 선형대수학 다뤄보기 (행렬과 행렬의 특성에 기반한 연산들을 위주로)
6. 다양한 특수 행렬/벡터와 행렬/벡터 연산 및 응용 다뤄보기 with Numpy
7. 머신러닝 알고리즘에 사용되는 선형대수학의 응용 살펴보기 with Numpy
8. 선형대수학과 행렬 연산의 응용 범위
9. 통계 및 기타 기초 수학 살펴보기 with Numpy
10. Next (more and advanced linear algebra/mathmatics and applications using it)
