Introduction and Motivation

Machine learning의 목적은 data로 부터 valuable patterns을 뽑아내는 것이다
Dataset에 맞게 Model을 설계, Model은 input과 output의 function을 describe 할 수 있어야 한다

A model is said to learn from data if its performance on a given task improves after the data is taken into account.

Learning이란 data의 pattern이나 struct를 model의 parameter을 자동으로 optimize하며 찾아낸다.

머신러닝 시스템의 근본적인 이해를 위해 수학적인 기반은 매우 중요하다

Vector

1. Geometric vectors
   우리가 흔히 중고등학교때 배운 vector의 개념
2. Polynomials
   다항식 또한 vectors이다. 두 다항식은 더할수있고 scalar배또한 할 수 있다.
   따라서 Polynomials are Instance of Vecors
3. Elements of $\Bbb{R}^n$
   $a,b\in\Bbb{R}^3$ 일때 $a+b = c \in\Bbb{R}^3$
   스칼라로 곱해도 속한다

Linear algebra는 이러한 비슷함에 초점을 둔다.