인공지능을 위한 선형대수학 기초

스칼라(scalar)

최 수빈 2024. 12. 10. 02:03

스칼라

 

크기만을 가진 단일 값

수학과 물리학에서 기본적인 개념

  • 단일 숫자로 표현됨
  • 물리적 단위를 가질 수 있음(kg, ℃)
  • 주로 실수로 표현되지만, 복소수나 정수일 수도 있음
  • 길이, 질량, 온도, 시간 등

데이터 분석과 머신러닝에서 개별 특성값이나 모델 파라미터로 자주 사용됨

 

스칼라 값이 활용되는 방식(스칼라 값을 모델이나 알고리즘에서 사용하는 방법)

  • 모델의 편향(bias) : 신경망에서 각 뉴런의 출력값에 더해지는 단일 숫자
  • 활성화 함수의 임계값 : 뉴런이 활성화되기 위한 기준값
  • 특성값 : 키(170cm)나 나이(30세) 같은 단일 데이터

-> 단일 특성 분석 - 평균, 표준편차 등의 통계적 분석에 사용

-> 모델 파라미터 최적화 - 머신러닝 모델의 가중치(weight)와 편향(bias)는 스칼라 값으로 표현됨

 

예 : 신경망에서 특정 뉴런이 입력값을 처리할 때 가중치로 곱해지고 편향이 더해짐

       이 값들을 학습 과정에서 조정(분석)하여 모델 성능 최적화

'인공지능을 위한 선형대수학 기초' 카테고리의 다른 글

선형 변환  (0) 2025.01.06
행렬식과 역행렬  (2) 2025.01.03
행렬과 행렬 연산  (1) 2025.01.03
벡터 공간과 기저  (5) 2024.12.24
벡터(vector)  (8) 2024.12.11