딥러닝을 공부하기 위해서는 선형대수학에 대한 이해가 꼭 필요합니다. 시중에 많은 선형대수 책이 있지만, 저는 딥러닝 관점에서 선형대수학을 다루고 있는 이 책을 추천합니다. 이 책은 MIT 교수이자 응용수학의 대가인 길버트 스트랭(Gilbert Strang) 교수의 '선형대수학과 딥러닝' 을 강의 내용을 고스란히 담은 책이라는 점에서 큰 강점을 가집니다.
이 책은 다음을 목표로 합니다.
1. 데이터과학의 주요 방법론과 아이디어 정리
2. 이 아이디어를 선형대수학의 언어로 표현하는 법
3. 이 아이디어를 어떻게 설명하고 가르치는 법
그리고 이 책의 구성은 다음과 같습니다.
1장 선형대수학 하이라이트
2장 큰 행렬의 계산
3장 낮은 랭크와 압축 센싱
4장 특별한 행렬들
5장 확률과 통계
6장 최적화
7장 데이터를 통한 학습
보시다시피 딥러닝과 관련된 주요 내용들을 빠짐없이 포함하고 있습니다. 또한 선형대수학 뿐만 아니라 데이터 과학에 필요한 최적화, 확률과 통계 등을 다루기도 합니다. 다만 이 책은 선형대수학을 배웠다는 가정 하에 설명을 하고 있습니다. 1장에서 기본적인 내용을 다루지만, 선형대수학 기초 없이는 접근하기 다소 어려운 책 같습니다. 1장을 반복 학습하는 것도 하나의 방법입니다. (1장 내용만 137페이지로 방대합니다)
video | K-MOOC
Factoring Matrices and Tensors: Positive and Sparse 시청
www.kmooc.kr
이 책의 가장 큰 장점으로 양질의 온라인 강의가 있습니다. 강의를 듣고 학점도 취득할 수도 있는 K-MOOC 에서 이 책을 바탕으로 한 선형대수학 온라인 강의를 무료를 들을 수 있으니 함께 한다면 학습 효율이 많이 오르지 않을까 생각합니다.
댓글