機械学習でよく出てくる「e」について - Qiita
機械学習に必要な高校数学やり直しアドベントカレンダー Advent Calendar 2016の3日目の記事です。 2日目の記事を書いて下さったseri_kさんが紹介されたチャート式の参考書、懐かしいですね。「大学への数学」と並んで、高校の頃使っていた教材です。 で、そんな高校数学の参考書に出てくるもので、機械学習の分野でも頻出するのが $e$ という記号。シグモイド関数やソフトマックス関数などで使われますし、誤差関数でよく出てくる交差エントロピー誤差にも自然対数という形で出てきます。この $e$、高校数学で習うものですが、今回の高校数学やり直しアドベントカレンダーを機に復習してみます。 eの定義を見てみると... 教科書や参考書を見ると出てくる$e$の定義は以下の通りです。 $$e = \lim_{t \to 0}(1+t)^{\frac{1}{t}}$$ 値としては $e=2.7182
ネイピア数eの定義がなぜあの形か，先生は説明をしてくれなかった
まぁたしかにそうなんですが，定義の背景には，そう定義すれば都合の良い理由があるはずなんですよね． ということで，この\(e\)の定義について今日は見ていきましょう． eがよく出てくる所 さて，eがよく出てくるところってどこでしょうか？ そうです，微分ですね． 微分方程式を解いていると，必ずと行っていいほど\(e\)が出てきます． しかも，理系の方ならおなじみ，\(e\)には，指数関数\(e^x\)を微分した結果は，\(e^x\)とという素晴らしい性質があります． また，底を\(e\)とする対数関数\(log(x)\)の微分は\(\frac{1}{x}\)ととてもきれいになりますね． さて，これって，本当にたまたま\(e^x\)や\(log(x)\)を微分した結果こうなったのでしょうか？ いや，きれいになるように自然対数\(e\)を定義したと考えるほうが自然じゃないでしょうか？ ということで
文字列アルゴリズムの学びかた - Hatena Developer Blog
こんにちは！はてなアプリケーションエンジニアの id:takuya-a です。 みなさんは、このような疑問をもったことはありませんか？ grep はどのように文字列を検索しているのか？ MeCab はどうやって辞書を高速にルックアップしているのか？ パーサやコンパイラを作りたいけど、何から始めればいいのか？ 本稿では、「文字列アルゴリズムとはどんなものなのか？」「なぜ重要なのか？」「何を知っておくべきか？」「どうやって勉強すればいいのか？」といった疑問にお答えしていこうと思います。 文字列アルゴリズムの意外な応用や、モチベーションを保ちやすい勉強のしかた、文字列アルゴリズムを勉強するために行った社内での取り組み、実装するときのコツといったトピックについても触れています。 このエントリは、はてなエンジニアアドベントカレンダー2016の22日目の記事です。昨日は id:syou6162 さんに
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
