This is a complete course on linear algebra for machine learning. It is also the first quarter of my broader ML Foundations series, which details all of the ...
第5章はこちら。第6章は行列について。 まずは行列の定義とか用語の説明などから入って、例として票形式のデータを行列で表すのが挙げられている。他にもdirected graphを行列で表す隣接行列の考え方なども述べられている。 次にゼロ行列と単位行列の解説がある。この辺りは基礎なので問題なく読み進められる。 最後に行列の転置・足し算・掛け算が説明されている。各章でおなじみではあるが、各演算の計算量も解説されている。
学会名: SIAM Conference on Applied Linear Algebra 開催期日: 2012年6月18日 - 22日 開催場所: Universitat Politecnica de Valencia, Spain 1. 学会の概要 本会議は SIAM(米国応用数理学会)主催で3年に1回開催される線形代数の応用に関する国際会議である。線形代数に関してはおそらく世界最大の会議であり,今回は12件の招待講演,75のミニシンポジウム(4講演/セッション),42の一般講演セッション(4講演/セッション)があった。講演の総数は450件程度である。内容は線形代数のほとんどあらゆる応用にわたり,線形計算はもちろん,制御理論,マルコフ連鎖,画像処理,グラフ理論などへの応用も含む。今回も Demmel,Higham,van Loanをはじめ,著名な研究者が多数参加していた。 2. 目立
Amazonはお客様のセキュリティとプライバシーの保護に全力で取り組んでいます。Amazonの支払いセキュリティシステムは、送信中にお客様の情報を暗号化します。お客様のクレジットカード情報を出品者と共有することはありません。また、お客様の情報を他者に販売することはありません。 詳細はこちら
引き続きIntroduction to Applied Linear Algebra第2章を読んだ時のメモ。第1章はこちら。 第二章は線形関数について。線形関数はベクトル同士の掛け算で表せますよということから始まって、アフィン変換などで2次元ベクトルの場合グラフ上でどのように変換されるかが可視化されている。具体例としてcivil engineeringの分野で橋にかかる負荷の計算の例が挙げられていた。 その後は、テイラー展開と線形回帰モデルについての解説がある。テイラー展開では偏微分とか出てくるけども、二次元での例が図示されているので何となく理解できると思う。線形回帰の部分では住宅価格の予測についての例が示されている。
第6章はこちら。第7章はMatrix Examples、行列を使った事例の紹介。 行列による演算で拡縮や回転反転などができる。また直線への射影もできる。軸の変換も同様。 各行に1の要素が一つだけある行列をかけ合わせることで、ベクトルに対して要素を選択するような演算を行うことができる。これを応用すると画像のクロップも行える。同様にpermutationを行列の掛け算で行うこともできる。 Incidence matrixという表現を使うと、有向グラフやネットワークを表せる。これを応用してグラフ上の流量を計算するような例が書かれている。 最後に1次元畳み込みと2次元畳み込みの事例が書かれていて、グラフや画像を平滑化するために用いられている例が図とともに述べられている。
第三章はノルムと距離について。2章の内容についてはこちら。 ノルムとはベクトルの大きさのようなものですよ、という解説から始まり、ノルムの性質・計算方法などが説明されている。距離についてはなじみのあるユークリッド距離から解説が始まって三角不等式が述べられている。 次の節では標準偏差の計算方法が解説されている。統計的な本で見る記述と比べるとベクトル表現なので、一見して理解しづらいがやっていることは統計学の標準偏差の計算と同様。 次にベクトル間の角度を計算する方法が説明されている。内積とノルムが分かると角度は計算できる。ついでに相関係数や計算量についての話も書かれている。
Visualization to practically understand linear algebra (Japanese) 1. 線形代数の実⽤的理解 のための、可視化 Graphic notes on “Linear Algebra for Everyone” by Gilbert Strang Kenji Hiranabe Version 0.8 = 22 2. これは何? • Gilbert Strang 著 『Linear Algebra for Everyone』 は線形代数を直感理解するのにとてもいい本です。 • 定理と証明の連鎖ではなく、マトリックス語法と例⽰で直感的な理解と実⽤的な 応⽤法を得ることができます。 • Youtube の MIT OpenCourseWare、 先⽣の講義プレイリストである 18.06 と 18.065 には、200万⼈の購読者がいます
線形代数の復習をかねてIntroduction to Applied Linear Algebraという本を読んでいます。線形代数についての基礎(ベクトル・行列)から機械学習に関する応用など幅広く書かれていて、読み始めですがかなり分かりやすいです。 実世界での応用事例についてを紙幅を割いて各章で述べられているところも、初学者にとってはなんで線形代数を勉強するのかという疑問を解決するために良いと思っています。 まずは第一章。第1章はベクトルです。基本的にはベクトルとは何か、足し算、内積などの基礎的な内容から計算量までが語られています。 応用事例として例えばベクトルの内積により、2つのベクトルの共起回数を求められるといった内容や、多項式の計算ができるといったことなどが書かれています。
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