수치해석 16강 - 선형회귀와 기계학습 이해하기

주어진 데이터에 접합하기 위한 곡선접합 함수를 두 개의 미지수(기울기, 절편)를 이용하여 모델링한다. 모델링한 곡선접합 함수를 편미분함으로써 기울기와 절편을 구하면서, 기계학습과의 연관성을 이해한다. 이러한 과정을 통해 numpy라이브러리의 polyfit 메서드를 이해한다.

수치해석 15강 - Curve Fitting (곡선접합)과 기계학습의 관계를 이해하기

주어진 데이터를 통해 곡선 접합 함수를 추정하는기계 학습을 이해한다. numpy의 polyfit, polyval 메서드를 통해 곡선 접합 함수를 추정함으로, 곡선 접합(Curve Fitting)의 원리를 이해한다.

수치해석 14강 - Newton Raphson 방법과 Secant method 차이점 이해하기

미분을 사용하지 않고 근소한 거리 차이의 가지는 두 점을 통해 근을 구하는 Secant method를 이해한다.

수치해석 13강 - Newton Raphson 방법을 통한 개방법 이해하기

순간변화율을 기울기로 갖는 직선과 y=0과의 교점(근)을 구하여 에러율을 줄여 근사근을 찾아가는 Newton Raphson 메서드를 학습하고 유도한다. 구간법과 개방법의 차이를 이해한다.

수치해석 12강 - 이분법과 가위치법 비교를 통한 에러분석

닮은 꼴 삼각형의 특성을 활용하여 가위치법의 근을 계산하는 방법을 유도한다. 코딩을 통해 가위치법을 구현한다. 기존의 근과 새롭게 찾은 근을 통해 에러율을 계산하고, 이를 통해 유사 근을 찾아가는 방법을 살펴본다.