AIを学ぶのに必要な最低限の数学の知識は5つだけ!｜shi3z
最近、「AIを理解したくて代数幾何の教科書を勉強しているんですよ」という人によく会う。 五年前くらい前に、note株式会社の加藤社長も「社内で代数幾何学の勉強会を開いてるんですよ」と言っていた。僕はその都度「それは全く遠回りどころか明後日の方向に向かってますよ」と言うのだがなかなか聞き入れてもらえない。 確かに、AI、特にディープラーニングに出てくる用語には、ベクトルやテンソルなど、代数幾何学で使う言葉が多い。が、敢えて言おう。 代数幾何学とAIはほとんど全く全然何も関係していないと。 なぜこのような不幸な誤解が生まれてしまうかの説明は後回しにして、意地悪をしても仕方ないので、AIを理解するために最低限知っておかなければならない用語を5つだけ紹介する。 テンソル(スカラー、ベクトル、行列など)おそらく、「テンソル」という言葉が人々を全ての混乱に向かわせている。 Wikipediaの説明は忘
ChatGPT(GPT-3) 後の進化の予想：自然言語が原始言語と呼ばれる日
「meaning of meaning」 でMidjourneyにて生成目次： (0) 最尤推定・パラメーター推定 (1) 深層学習とKL情報量について (2) スクリプト意味論について (3) チョムスキー階層と複雑性クラスについて (4) ヴィトゲンシュタイン前期後期による言語哲学の分類について (5) 自然言語が原始言語と呼ばれるまで ※数式が面倒な人は(1)の途中の”中国語の部屋”の部分から読んでください。 GPT-3 Chatはチューリングテストをクリアしているとも言える会話のクオリティを幅広いトピックで行うことができます。これには驚きを隠せません。今後GPT-3以上の自然言語処理ができるために、あるいはこれからの方向を理解するためには何を基準に考えればいいでしょうか？この議論は自然言語処理、統計、言語哲学、オートマトンの基礎的知識のみに基づいて話をしていきます。 結論としてはC
モンティ・ホール問題を分かりやすく解説します – 絶対納得して欲しい！ | 数学の面白いこと・役に立つことをまとめたサイト
挑戦者の前に三つのドアが現れます。下の画像のようなドアです。 この三つのドアの向こう側には、車が一台とヤギは二頭のどれかがあります。ただし、どのドアの向こうに車もしくはヤギがあるかは挑戦者には分かりません。司会者のホール氏は知っています。 挑戦者はこのドアの中から一つを選んで、それが車の場合にだけその車を手に入れることができます。 まず、挑戦者は何の情報も与えられずに、一つのドアを選びます。 ここで終わりではありません。挑戦者がドアを選んだら、司会のホール氏は残り二つのドアからヤギのドア（ハズレ）を選んで開けてみせます。※必ず、ハズレを開けます。 これでハズレのドアは一つ開かれたので、車のドア（アタリ）は今挑戦者が選んでいるドアか、残りの一つのドアということになります。上の画像でいうと、一番左か真ん中のドアが当たりです。 ここで、ホール氏は挑戦者に、 「今選んでいるドアをもう一つのドアに変
1. Pythonで学ぶ統計学 2. 確率分布[scipy.stats徹底理解] - Qiita
データから計算される確率分布のことを「経験分布」といいます。これに対して、確率分布を生成してくれる関数は「理論分布」といいます。 まず、分布の形（確率分布の種類）を決める、それから母数（確率分布のパラメータ）を決めてしまえば、母集団分布の推定ができます。 そうした統計関数を集めたモジュールがscipy.statsです。その基本的な使い方は、次のように記法が統一されています。 ⑴ 確率分布の種類 確率関数は「離散型」と「連続型」の２つに大別されます。 離散型は、例えばサイコロの目のようにとびとびの値をとる変数です。また連続型は、重量や温度のように連続した値をとるものをいいます。 以下に、scipy.statsに実装されている確率分布から、知っておきたい15種類を列挙しました。 確率分布 probability distribution メソッド データ
![1. Pythonで学ぶ統計学 2. 確率分布[scipy.stats徹底理解] - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/622904a44fa709595c6156b2f9fe36b66ac1b5d2/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk3MiZoPTM3OCZ0eHQ9MS4lMjBQeXRob24lRTMlODElQTclRTUlQUQlQTYlRTMlODElQjYlRTclQjUlQjElRTglQTglODglRTUlQUQlQTYlRTMlODAlODAyLiUyMCVFNyVBMiVCQSVFNyU4RSU4NyVFNSU4OCU4NiVFNSVCOCU4MyU1QnNjaXB5LnN0YXRzJUU1JUJFJUI5JUU1JUJBJTk1JUU3JTkwJTg2JUU4JUE3JUEzJTVEJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz00ZDdhMTg3YTc5MjkzMmQxNzMwNzA2NzNjOWYxM2I3MA%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB5X2l0b2gmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPWE5MDcyNTVmNTU3N2IyYjZmMmE1M2VmNWZjOGNjZjM1%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3Ddf49fee19980fc11a06eaed0b3987e48)
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
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
タランチュラ | データサイエンス学習支援 on X: "【MCMC法とは】 ベイズ推論で難しい部分の一つはMCMC法によるサンプリング部分だね🤔 ☑️マルコフ連鎖 ☑️モンテカルロ法 まず上記２つの言葉の定義を理解するところから始めよう👍 https://t.co/O1lgoy1U8M"
kenken on X: "「何でも正規分布」、「何でも直線」には無理がある。 以前も紹介しましたが、何度でも定期的に読み返したくなる秀逸な3ページ😆👍 特に、等分散正規分布の仮定の危うさが良く理解できる比較図も秀逸😆👍 https://t.co/a7HhHMqmyU"
偏差値と割合（上位何パーセントか）の変換表 - 具体例で学ぶ数学
https://twitter.com/fladdict/status/1590524169904877568