目次 / 現代線形代数入門 / 再履修線形代数研究会
目次Table of Contents トップページ 記号一覧 レッスン 1 行列算 1.1 例から入門 1.2 行列の言葉 1.3 行列の相等 1.4 和 1.5 行列のスカラー倍 1.6 積 1.7 積の単位元 1.8 分配則 1.9 積の結合則と拡大結合則 1.10 逆行列 1.11 積の逆行列は逆行列の逆順の積 1.12 転置 1.13 和、スカラー倍、積の転置 1.14 共役と共役転置 1.15 和、スカラー倍、積の共役、共役転置 1.16 ブロック行列 1.17 ブロック行列の積 1.18 ブロック行列の転置公式 1.19 ブロック行列の和とスカラー倍 腕試し問題 レッスン 2 ベクトル空間と線形変換 2.1 行列算総括 2.2 ベクトル空間の公理 2.3 簡単な結果 2.4 ベクトル空間の例 2.5 集合論から Part I 2.6 線形変換（線形写像） 2.7 線形変換の例
Latent Semantic Indexing - naoyaのはてなダイアリー
情報検索におけるベクトル空間モデルでは、文書をベクトルとみなして線形空間でそれを扱います。この文書ベクトルは、文書に含まれる単語の出現頻度などを成分に取ります。結果、以下のような単語文書行列 (term document matrix) が得られます。 d1 d2 d3 d4 Apple 3 0 0 0 Linux 0 1 0 1 MacOSX 2 0 0 0 Perl 0 1 0 0 Ruby 0 1 0 3 この単語文書行列に対して内積による類似度などの計算を行って、情報要求に適合する文書を探すのがベクトル空間モデルによる検索モデルです。 見ての通り、単語文書行列の次元数は索引語の総数です。文書が増えれば増えるほど次元は増加する傾向にあります。例えば索引語が100万語あって検索対象の文書が 1,000万件あると、100万次元 * 1,000万という大きさの行列を扱うことになりますが、単
WEB+DBプレスの「[速習]レコメンドエンジン」のサンプルプログラムを訂正してみる - 遥かへのスピードランナー
プリファードインフラストラクチャーのid:tkngさんと岡野原さんがWEB+DBプレスvol.49に「[速習]レコメンドエンジン」という記事を書かれています。 WEB+DB PRESS Vol.49posted with amazlet at 09.03.08 技術評論社 売り上げランキング: 359 Amazon.co.jp で詳細を見る レコメンドエンジンには前々から興味を持っていたので、早速サンプルコードを自分でも書いてみるか、と思い誌面のソースをXCodeに打ち込んで動かしていたのですが、コンパイルが通らない。 なにぶんC++なんてほとんど書いたことがないので、自分のやり方が悪いのかと疑ったのですが、代入する変数が間違っていたりミススペルがあったりなど、おそらくこれは誌面のソースが間違っているのだろうという結論に至りました。 例えば・・・ p130 リスト２より #include
![WEB+DBプレスの「[速習]レコメンドエンジン」のサンプルプログラムを訂正してみる - 遥かへのスピードランナー](https://cdn-ak-scissors.b.st-hatena.com/image/square/c784ff3f370e4a85522aef377f854c7438f9ea28/height=288;version=1;width=512/http%3A%2F%2Fecx.images-amazon.com%2Fimages%2FI%2F51sknYvsDXL.jpg)
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
長文日記
