機械学習の基礎知識としての数学 - learning.ikeay.net
私がAI（人工知能）や機械学習って難しいナーと感じるところは、数学の前提知識がある程度必要なところです。 GoogleからTensorflowが出たときに、私もいっちょやってみるかなんて思ったのですが、参考にした記事もなかなか難しくてあんまり理解できなかったのを覚えてます。途中まで理解出来てたのに、急に数式が出てきて「なるほどわからん！」ってなることが多かったですね。 「というかエンジニアなのに数学苦手なのｗ」とビックリされる方もいらっしゃると思いますが、エンジニアっつったって、今の御時世理系出身エンジニアばかりじゃないんです。でもエンジニア女子やってると自動でリケジョ扱いされるから面白いですね。 当面の目標としては、AIの中でも機械学習を学んでいきたいので（DeepLearningできるようになりたい！）、あると嬉しい数学の知識としては以下です。 線形代数 確率・統計 微分・積分 AIの
Ruby2.2 ではアレが死ぬほど使いやすくなるの！ - Qiita
そうです、Matrix（行列）クラスに色々入る予定のようです. .... いやもっと伝えるべきモノが他にあるとの怒号が今にも聞こえて来そうですが... 「すみません今日の所は行列の紹介をさせて下さい.」 多くの方は興味もないであろうけど、 Rubyには行列やベクトルを扱う Matrix クラスというものがありまして、 Ruby2.2では色々新機能やバグfixが入るようです. 「行列ベクトル演算するならRubyよね」 と言われるくらいのモノにはなるのではないでしょうか？ 本日はRuby2.2以前にあるものも含めMatrixのマジですごい所を紹介します. 使わないともったいない！すごいMatrix, 楽しく学ぼう！ 1. LU分解 LU分解が出来るという事は... n元連立方程式をいとも簡単に解く事が出来ちゃうの # 2x + y = 2 # x + 2y = 3 Matrix[ [2, 1]
線形代数（行列論と抽象線形代数学）の講義ノートPDF。演習問題と解答付き - 主に言語とシステム開発に関して
講義ノートの目次へ 大学で学ぶ数学の，１年次分の線形代数を，独学でも入門・学習できるようPDF教科書を収集。 行列論の入門から始め， 逆行列 固有値 対角化・2次形式 などを扱い，線形空間の議論に進んでゆく。 そして線形空間の議論では「抽象線型代数」が扱われ， 正規直交基底 内積・ノルム などを学ぶが，これは量子力学や関数解析などの応用分野で必須の前提知識だ。 Web上で無料で閲覧できるリソースを集めた。演習問題と解答を含む。 下記の３つに分けてリンクを記載。 （１）行列論 （２）抽象線形代数 （３）その他 なお，微積分（解析学）の講義ノートPDFはこちら。 また，群・環・体など代数学の続きのノートはこちら。 （１）行列論 行列をテーマに線形代数を論じているノート。線形空間の話も一部含んでいる。 ページ数が多いPDF： 線型代数学入門 - lin_alg.pdf http://www.ma
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
