수열의 합과 마찬가지로 정적분에서도 위끝과 아래끝을 변환하는 방법이 있습니다.
$$\int_{a}^{b}f(x)dx=\int_{a-p}^{b-p}f(x+p)dx$$
이 테크닉 역시 위 끝과 아래 끝이 복잡한 정적분을 간단히 계산하는데 사용할 수 있습니다. 이 글에서는 이 테크닉의 원리와 활용을 설명합니다.
수열의 합과 마찬가지로 정적분에서도 위끝과 아래끝을 변환하는 방법이 있습니다.
$$\int_{a}^{b}f(x)dx=\int_{a-p}^{b-p}f(x+p)dx$$
이 테크닉 역시 위 끝과 아래 끝이 복잡한 정적분을 간단히 계산하는데 사용할 수 있습니다. 이 글에서는 이 테크닉의 원리와 활용을 설명합니다.
시그모이드 함수(sigmoid function)는 인공지능 분야중 하나인 딥러닝(심층학습)의 출력값을 결정하기 위해 사용하는 함수입니다. 시그모이드 함수의 정의는$$f(x)=\frac{1}{1+e^{-x}}=\frac{e^{x}}{e^{x}+1}$$이고 그래프가 S자 모양의 곡선으로 나타나는 함수입니다. 이 글에서는 시그모이드 함수의 용도와 중요성을 간단히 소개하고, 그 특징을 알아보겠습니다. (시그모이드 함수는 실제로 2018학년도 수능과 2017학년도 6월 모의고사에서 출제되었습니다.)