線形代数の知識ゼロから始めて行列式「だけ」理解する - アジマティクス
この記事は、線形代数において重要な「行列式」の概念だけを、予備知識ゼロから最短距離で理解したい人のための都合のいい記事です。 そのため、わかっている人から見れば「大雑把すぎじゃね？」「アレの話するんだったらアレの話もしないとおかしくね？」という部分が少なくないかもですが、趣旨をご理解いただいた上でお付き合いください。明らかな間違いに関しては、ご指摘いただけますと助かります。 線形変換 ↑座標です。 座標を変形することを考えます。つまり、座標変換です。 座標変換にもいろいろあって、以下のようにグニュッと曲げたやつ も座標変換には違いありませんが、今回ここで考えるのは線形変換だけにします。線形変換とは大雑把に言えば「すべての直線を直線に保つ」「原点を動かさない」という条件を満たす変換です。 そういう変換には例として、伸ばしたり縮めたりの拡大・縮小（scale）、原点中心に回す回転（rotate
なぜWikipediaの説明はわかりにくいのか（数学とか） - 大人になってからの再学習
調べ物をするときにWikipediaの存在は絶大だ。どんな些細なものに対しても詳しい説明が載っている。 だけど、数学、物理などの理工系の教科書に登場するキーワードについては、Wikipediaの説明はほとんど役に立たない。 具体例をいくつか。 ■ フーリエ変換 数学においてフーリエ変換（フーリエへんかん、英語: Fourier transform; FT）は実変数の複素または実数値函数を別の同種の函数に写す変換である。変換後の函数はもとの函数に含まれる周波数を記述し、しばしばもとの函数の周波数領域表現 (frequency domain representation) と呼ばれる。・・ http://ja.wikipedia.org/wiki/%E3%83%95%E3%83%BC%E3%83%AA%E3%82%A8%E5%A4%89%E6%8F%9B ■ NP困難 NP困難（-こんなん、N
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
サービス終了のお知らせ
『パターン認識と機械学習の学習 普及版』（PDF）
