해당 게시물은 Edwith에서 제공하는
머신러닝과 딥러닝 BASIC을 듣고 요약 정리한 글입니다.
Basic derivative
아래의 식이 도함수의 정의 또는 순간 변화율이라고 한다.
dydf(x)=△x→0lim△xf(x+△x)−f(x)
예제 1
f(x)=3
의 식에서 △x=0.01이라고 가정할 경우
0.01f(x+0.01)−f(x)
의 식으로 표현할 수 있고
0.01f(3+0.01)−f(3)=0
과 같이 값을 얻을 수 있고,
상수 함수를 미분할 경우 0이라는 값을 얻음을 확인할 수 있다.
예제 2
f(x)=x
의 식에서 △x=0.01이라고 가정할 경우
0.01f(x+0.01)−f(x)
의 식으로 표현할 수 있고
0.01x+0.01−x=0.010.01=1
과 같이 값을 얻을 수 있고,
x를 미분할경우 1을 얻음을 확인할 수 있다.
예제 3
f(x)=2x
의 식에서 △x=0.01이라고 가정할 경우
0.01f(x+0.01)−f(x)
의 식으로 표현할 수 있고
0.012(x+0.01)−2x=0.010.02=2
과 같이 값을 얻을 수 있고,
2x를 미분할경우 2을 얻음을 확인할 수 있다.
Partial derivative
f(x)=2x→dxdf=2
f(x,y)=xy,∂x∂f
과 같은 식에서 y를 상수로 취급해
dxdf=y와 같은 값을 얻을 수 있다.
f(x,y)=xy,∂y∂f
과 같은 식에서 x를 상수로 취급해
dydf=x와 같은 값을 얻을 수 있다.
예제 1
f(x,y)=x+y,∂x∂f=1
예제 2
f(x,y)=x+y,∂y∂f=1
합성 함수의 미분
(f(g(x)))′=∂x∂f=∂g∂f∂x∂g