ML에서 주로 다루는 데이터는 바로 vector이다. (matrix도 vector들이 결합하여 이루어진 것이라고 생각할 수 있음.) Cosine Similarity는 두 vector가 얼마나 유사한지(similar)를 측정하기 위한 metric 중 하나로서, vector가 가지는 magnitude와 direction 두가지 특성 중에서 direction을 이용한다. 두 vector의 사이각 을 이용하여 similarity를 측정. 공식 공식은 다음과 같음. $$\text{cosine_similarity}=\cos \theta = \frac{\textbf{x}\cdot\textbf{y}}{\|\textbf{x}\|_2\|\textbf{y}\|_2}$$ \(\cdot\) : inner product (내적,..

$\sin$(정현), $\cos$(여현) : 주기신호나 wave등을 나타내는데 사용되는 기본적인 함수. $$ y(t)= A \sin(\omega t + \theta) \\ y(t) = A \cos (\omega t + \theta)$$ $T$ : period (주기), 단위 : sec. Time to complete one vibration $\omega$ : Angular frequency (각주파수), 단위 : raidan/sec (보통 기재하지 않음). 오른쪽의 회전운동에서 단위시간(=보통 1sec)당 몇 radian을 움직이는지 를 의미함. $\omega = \dfrac{2\pi}{T} = 2\pi f$ $f$ : frequency (진동수, 주파수), Hz(=1/sec). How frequent..