「ヒューリスティック探索入門」のメモ - threecourse’s blog
「ヒューリスティック探索入門」というPDFの1章、2章、4章の一部の学習メモです。 特に、「状態空間問題」といった問題設定や用語について認識できたこと、A*法の理論などについてとても勉強になりました。 (PDF) https://jinnaiyuu.github.io/pdf/textbook.pdf (Github） https://github.com/jinnaiyuu/search-ja できる限り元のテキストに沿っているつもりで、私の意見や考えは青字としています。誤りなどありましたら教えて下さい。 1章 イントロダクション このPDFの主な対象は、状態空間問題 (state-space problem)。 特に、状態空間問題のうち完全情報かつ決定論的 モデル 状態空間問題とは、与えられたゴールに到達するための行動の列（＝プラン） を発見する問題 完全情報とは、エージェントが世界の
「データ活用のための数理モデリング入門」で、アイデアを数式に落とし込む - yag's blog
データ活用のための数理モデリング入門 作者:水上 ひろき,熊谷 雄介,高野 雅典,藤原 晴雄発売日: 2020/04/15メディア: 単行本（ソフトカバー） 「データ活用のための数理モデリング入門」をご恵贈いただきましたので、このブログで紹介したいと思います。私は著者の一人からお声がけいただき出版前に原稿をレビューさせていただく機会がありましたので、実はあとがきにこっそり名前が載っていたりします。 本書について この本は、ビジネスにおける様々な課題を数理モデリングを通じて解決するための入門書です。ビッグデータから人工知能/AIへと言葉を変えつつも、世の中の流行として注目され続ける企業のデータ活用ですが、どういったデータに対して何をするかという活用の実態は多種多様です。ECサイトにおける商品のレコメンドに始まり、広告配信の配信の最適化や業務効率化、または社内に眠っている情報を素早くアクセスで
Matthews Correlation Coefficient (MCC) について勉強した - guchiBLO はてな
本記事の概要 最近 Google AI Blog で紹介された ELECTRA の論文 を読んだのですが、論文内に出てきた Matthews Correlation Coefficient (MCC) をそういえばわかってないなぁと思ったのでまとめておきます。 調べてみると使える場面は多そうで、kaggle でも例えば VSB Power Line Fault Detection (電線コンペ) はこの指標を使っていたりします。また、この指標を理解する過程で precision/recall の非対称性など、今まで意識できていなかった学びがありました。 ちなみに、このブログがすごく参考になったのでより深く知りたい人は是非読んでみて下さい。 MCC について調べてたらめちゃくちゃわかりやすい記事があった... よく使う precision/recall についての理解も更に深まってよかったh
Matthews Correlation Coefficient is The Best Classification Metric You’ve Never Heard Of
Congratulations! You’ve built a binary classifier —a fancy-schmancy neural network using 128 GPUs with their dedicated power station, or perhaps a robust logistic regression model that runs on your good old ThinkPad. You’ve designed the model and fed the data; now the time has finally come to measure the classifier’s performance.
大学の理工系の講義ノートPDFまとめ （数学・物理・情報・工学） - 主に言語とシステム開発に関して
大学と大学院の，理工系の講義ノートPDFのまとめ。 PDF形式の教科書に加え，試験問題と解答，および授業の動画も集めた。 学生・社会人を問わず，ぜひ独学の勉強に役立ててほしい。 内容は随時，追加・更新される。 （※現在，６０科目以上） カテゴリ別の目次： （１） 数学の講義ノート （２） 物理学の講義ノート （３） 情報科学の講義ノート （４） 工学の講義ノート ※院試の問題と解答のまとめはこちら。 （１）数学の講義ノート 解析学： 解析学の基礎 （大学１年で学ぶ，１変数と多変数の微分・積分） 複素解析・複素関数論 （函数論） ルベーグ積分 （測度論と確率論の入門） 関数解析 （Functional Analysis） 代数： 線形代数 （行列論と抽象線形代数） 群論入門・代数学 （群・環・体） 有限群論 （群の表現論） 微分方程式： 常微分方程式 （解析的および記号的な求解） 偏微分方程
高校レベルの数学から大学の教養数学くらいまでを独学/学び直した - razokulover publog
去年の12月頃から数学の学び直しを始めた。 職業柄少し専門的な、特に機械学習の方面の書籍などに手を出し始めると数式からは逃れられなかったりする。とはいえ元々自分は高校時代は文系で数学1A2Bまでしか履修していない。そのせいか少し数学へ苦手意識があり「図でわかるOO」とか「数学無しでもわかるOO」のような直感的に理解出来る解説に逃げることが多かった。実務上はそれで問題ないにしてもこのまま厳密な理解から逃げているのも良くないなと感じたのでもう少し先の数学に取り掛かることにした。 巷には数学の学び直しについての記事が既にたくさんある。それに自分の場合は何かの受験に成功した！とか難関の資格を取得した！というような華々しい結末を迎えている状態ではない。そんな中で自分が何か書いて誰の役にたつかもわからないが、少なくとも自分と似たようなバックグランドを持つ人には意味のある内容になるかもしれないので、どの
hiroyukikojima’s blog
先週の月曜日、8月5日に株価の4451円の暴落が起きた。その前に8月2日にも2216円の下落となっているので、合計するとすさまじい値下がりだ。これを日銀の利上げや植田総裁の発言のせいだと非難する人たちもいるし、単なる短期的な調整と見る投資関係者もいる。現在の株価がいわゆる「バブル」でこれからも暴落を続けるのだろうか。それとも、そんなことはなく、再び安定したり上昇軌道に戻るのだろうか。もちろん、ぼくにはどっちだか判断がつかない。つくはずがない。(確実な判断がつくぐらいなら、こんなブログを書く暇に、株を買うか空売りするかしてるがな。笑)。判断はつかないが、もしも現在が「バブル」であるなら、それはとても重要な問題なのだ。そんなわけで今回は、経済学者の立場から「資産バブルの問題」について解説したいと思う。 その前に、宣伝をひとつ。 今年は宇沢弘文先生の没後10年にあたり、記念のシンポジウムが企画さ
『Pythonからはじめる数学入門』｜感想・レビュー - 読書メーター
この機能をご利用になるには会員登録（無料）のうえ、ログインする必要があります。 会員登録すると読んだ本の管理や、感想・レビューの投稿などが行なえます
ITエンジニアが投票した「ITエンジニア本大賞2020」ベスト10発表。「ドラゴンクエストXを支える技術」 「ダークウェブの教科書」など
ITエンジニアが投票した「ITエンジニア本大賞2020」ベスト10発表。「ドラゴンクエストXを支える技術」 「ダークウェブの教科書」など ITエンジニア本大賞は、ITエンジニアに読んでほしい技術書・ビジネス書を選ぶイベントです。 これまで正式名称が「ITエンジニアに読んでほしい！技術書・ビジネス書 大賞」で通称として「ITエンジニア本大賞」と呼ばれていましたが、今回から「ITエンジニア本大賞」が正式名称となりました。 「ITエンジニア本大賞」の主催は翔泳社ですが、対象となる書籍は出版社を問わず技術書、ビジネス書全般。刊行年も関係なく、この1年を振り返っておすすめしたい書籍となっています。 今回発表されたのは技術書部門ベスト10とビジネス書部門ベスト10です。このなかから特に投票の多かった技術書3冊、ビジネス書3冊について、同社が2月13日、14日に開催するイベント「Developers S
そのクラウド、信用できますか？ 〜プログラムを暗号化したまま実行する〜
この文章では「2019年度未踏IT人材発掘・育成事業」に採択された 「準同型暗号によるバーチャルセキュアプラットフォームの開発」について解説します。 可能な限り事前知識を仮定せずに書きましたので、ぜひご一読ください。 なお表示上の執筆者は「艮鮟鱇」となっていますが、実際の執筆はプロジェクトの採択メンバー全員に よります。 「クラウド」という言葉が市民権を獲得して久しくなりました。 一口に「クラウド」と言っても様々ですが、その多くは「他者に処理を移譲する仕組み」と 簡潔にまとめられます。例えば、GPUを使う機械学習のプログラムを書いたが手元にはGPUが無い。 そこでGPUが搭載されたクラウド上のマシンを 借りて代わりに実行してもらう、といったケースが分かりやすいでしょう。 （画像は全てクリックで拡大します） このとき、処理を実行するにあたって必要なプログラムとデータは、 もちろんクラウドに送
強化学習に出てくるベルマン方程式を理解しよう - HELLO CYBERNETICS
はじめに ベルマン方程式の概要 最適制御と評価関数 最適制御 評価関数 価値関数 ベルマンの最適性原理 ベルマン方程式 価値関数の離散化 状態の時間発展再訪 ベルマン方程式 まとめ 最後に はじめに 強化学習の基礎に置かれている「ベルマン方程式」について、言葉は知っているが実はちゃんと理解していないという方は意外と多いのではないかと思われます。これを知っていようが知っていまいが、正直世の中の便利なフレームワークを活用すれば強化学習を実行することは可能であるためだと推測されます。 しかし、ある種の出発点になっているはずの基礎方程式を無視して、ガチャガチャ色々試してみても、なんだかフワついたままでモヤモヤしてしまうのではないでしょうか。少なくとも自分はそうです。 なので今回はベルマン方程式を基本から丁寧に解説していきたいと思います。 ベルマン方程式の概要 細かい話をする前に、ベルマン方程式がど
【論理の哲学】 論理と数学の関係、論理と哲学の関係に迫る - 「好き」をブチ抜く
記事の内容 「論理」というものは、どのように研究されてきたのだろうか？？ ・論理と数学の関係は？ ・論理と哲学の関係は？ ・論理と私たちが使う言語の関係は？ などなど、興味は尽きない。 「論理」という対象に、どこか興味を惹かれる人もいると思う。 今回の記事では、この「論理」に様々な角度から迫るいい本を紹介したい。 深掘りしていこう。 記事の内容 論理の哲学 論理学の歴史 論理と数学における構成主義 ブラウワーの哲学 ダメットの哲学 BHK解釈 おすすめ本、記事 論理の哲学 ・論理学と哲学 ・嘘つきのパラドクス ・ソリテスパラドクス ・完全性と不完全性 ・論理と数学における構成主義 ・論理主義の現在 ・計算と論理 ・自然言語と論理 目次を見れば分かる通り、「論理」に関する様々な考察に満ちている！ 数学よりな議論もあれば、哲学よりな議論もある。とくに、「計算と論理」、「自然言語と論理」について
pythonの除算結果が浮動小数点数になったので、必要な精度が失われた話 - 子供の落書き帳 Renaissance
（注：pythonの話を書いていますが、浮動小数点の精度の話は他のプログラミング言語でも同様だと思います。 pythonの記法では、浮動小数点の除算演算子が/であり、整数除算の演算子が//であることに注意してください） 特に、大きな数の計算で答えの整数を正確に求める必要がある場合に、この問題にハマりやすい。 Pythonでは除算の結果がfloatになる 公式リファレンスより。 整数の除算結果は浮動小数点になりますが、整数の切り捨て除算結果は整数になります https://docs.python.org/ja/3/reference/expressions.html#binary-arithmetic-operations 公式チュートリアルより。 除算 (/) は常に浮動小数点数を返します。 https://docs.python.org/ja/3/tutorial/introductio
線形代数を学ぶ理由 - Qiita
はじめに 少し前(2019年4月頃)に、「AI人材」という言葉がニュースを賑わせていました。「現在流行っているディープラーニングその他を使いこなせる人材」くらいの意味だと思いますが、こういうバズワードの例の漏れず、人によって意味が異なるようです。併せて「AI人材のために線形代数の教育をどうするか」ということも話題になっています。 線形代数という学問は、本来は極めて広く、かつ強力な分野ですが、とりあえずは「行列とベクトルの性質を調べる学問」と思っておけば良いです。理工系の大学生は、まず基礎解析とともに線形代数を学ぶと思います。そして、何に使うのかわからないまま「固有値」や「行列式」などの概念が出てきて、例えば試験で3行3列の行列の固有値、固有ベクトルを求め、4行4列の行列の行列式を求めたりしてイヤになって、そのまま身につかずに卒業してしまい、後で必要になって後悔する人が出てきたりします(例え
連休中に「ディープラーニングの数学」と「身近な数学」と「Google Colaboratory（Python）」でじっくり数学を復習しました - karaage. [からあげ]
「最短コースでわかる ディープラーニングの数学」「身近な数学」を読む GW（ゴールデンウィーク）中は日経BPさんから献本いただいた「最短コースでわかる ディープラーニングの数学」（以降ディープラーニングの数学）と、ほけきよ（id:imslotter）さんから献本いただいた「身近な数学」と数学と名のつく本2冊をじっくり読みました。 全然違う繋がりで献本いただいた両本ですが、奇しくも同じ「数学」というキーワードがタイトルにあるということで、大胆にもまとめて書評を書いてみたいと思います（笑） また、両者とも付録として、内容の理解を深めるためのPythonコードがGitHubで公開されているのですが「Google Colaboratory」（以降Google Colab）を使うことで、Python環境を構築することなく、手軽にコードを実行できることが分かったので、その活用方法も合わせて紹介しようと
![連休中に「ディープラーニングの数学」と「身近な数学」と「Google Colaboratory（Python）」でじっくり数学を復習しました - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/1efc352c41451f57cf80da47c3cf7013dc898c03/height=288;version=1;width=512/https%3A%2F%2Fcdn.image.st-hatena.com%2Fimage%2Fscale%2F20f9b40081ca534175a6862e9ae135b1d0dbafa0%2Fbackend%3Dimagemagick%3Bheight%3D1300%3Bversion%3D1%3Bwidth%3D1300%2Fhttps%253A%252F%252Fcdn-ak.f.st-hatena.com%252Fimages%252Ffotolife%252Fk%252Fkaraage%252F20190416%252F20190416010937.jpg)
数学大百科事典 仕事で使う公式・定理・ルール127 | 翔泳社
忘れてしまった数学の知識が効率的に復習できる 現代において数学の知識はあらゆる分野で必要不可欠なものになっています。 最近では理系・文系の垣根も崩れ、「経済学」や「心理学」など、さまざまな分野で高校数学程度の素養が求められています。 しかしながら、いざ学び直そうと思っても、数学の参考書は厳密に解説し過ぎており、学習に時間がかかってしまいます。 そのため、本書では、忘れてしまった数学の知識を効率的に復習したい人のために、重要な公式などに絞って学習し直すことができます。 【本書の特徴】 ・さまざまな分野で登場する可能性の高い数学の公式・定理を解説しています ・数学を必要としている人が効率的に・要領よく学び直すことができます ・充実した索引を活用し、リファレンスとしても利用できます ・各項目に「教養」「実用」「受験」それぞれの重要性を星5段階で示しています ・「こんなふうに使われている」という項
ディープラーニングは最低限の数学で分かる
作っている雑誌で、これまで何度も取り上げてきた人工知能（AI）。中でも中核と言える「ディープラーニング」を、先日、数学的にちゃんと理解できて感動した、という話である。 今更と思われた読者もいるかもしれないが、数式を追って結論にたどり着いたとき、思わず「おお、分かった！」と声を上げてしまった。基本が分かると、関連する技術も結構すらすら理解できるようになって少々驚いている。 筆者は、PC用LinuxやPCボード「Raspberry Pi（ラズパイ）」を主題とするホビー向けの雑誌を作っている。AIは既に身近な存在になり、フリーソフトで顔認識をしたり、便利なAIフレームワークを使えば数行のPythonプログラムで機械学習ができたりする。そんな記事をもう数十本は企画して、執筆してもらってきた。 しかし、機械学習やディープラーニングの仕組みを自分で理解していたかというと、「何となくは」としか言えなかっ
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
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
数式とPython式の対応関係をまとめてみた - Qiita
シリーズ一覧 - 共立出版
地形プロシージャル生成 - パーリンノイズアルゴリズム - Qiita
