Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習のための数学 〜1次方程式と線形変換, マージンの距離〜
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
kkeeth
December 12, 2016
Science
3.8k
2
Share
機械学習のための数学 〜1次方程式と線形変換, マージンの距離〜
機械学習を学ぶ上で必要な数学の、「1次方程式」についての資料になります。先にベクトル・行列の計算ができる方が対象となりますのでご注意下さい。
kkeeth
December 12, 2016
More Decks by kkeeth
See All by kkeeth
Programming to play with p5.js
clown0082
0
89
とある EM の初めての育休からの学び
clown0082
1
5.6k
The history of Javascript frameworks: changes in front-end design philosophy
clown0082
2
230
Visually experience the beauty of mathematics with p5.js
clown0082
1
3.3k
Rediscover the joy of coding with Creative Coding
clown0082
0
1.9k
全員が意思決定する会社で開発者体験や生産性を見る大変さについて
clown0082
0
660
JavaScript × Mathematics go to Digital Art
clown0082
1
460
In-house study group at YUMEMI
clown0082
0
240
Playing Ionic Logo by p5.js
clown0082
0
340
Other Decks in Science
See All in Science
機械学習 - K-means & 階層的クラスタリング
trycycle
PRO
0
1.5k
Kaggle: NeurIPS - Open Polymer Prediction 2025 コンペ 反省会
calpis10000
0
580
機械学習 - SVM
trycycle
PRO
1
1.1k
My Little Monster
juzishuu
0
700
あなたに水耕栽培を愛していないとは言わせない
mutsumix
1
330
東北地方における過去20年間の降水量の変化
naokimuroki
1
220
データベース08: 実体関連モデルとは?
trycycle
PRO
0
1k
コミュニティサイエンスの実践@日本認知科学会2025
hayataka88
0
160
(2025) Balade en cyclotomie
mansuy
0
610
アクシズを探せ! 各勢力の位置関係についての考察
miu_crescent
PRO
1
300
Tensor Factorization Meets Deformed Information Geometry: Convex Relaxation under Deformed Algebra
gkazunii
0
110
先端因果推論特別研究チームの研究構想と 人間とAIが協働する自律因果探索の展望
sshimizu2006
3
910
Featured
See All Featured
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
160
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
The Invisible Side of Design
smashingmag
302
52k
For a Future-Friendly Web
brad_frost
183
10k
Discover your Explorer Soul
emna__ayadi
2
1.1k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
34
2.8k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.1k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.3k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.5k
Statistics for Hackers
jakevdp
799
230k
Odyssey Design
rkendrick25
PRO
2
650
No one is an island. Learnings from fostering a developers community.
thoeni
21
3.7k
Transcript
Copyright© 2016 Leprachaun Corp. All Rights Reserved 機械学習のための数学 1次方程式と線形変換, マージンの距離
Copyright© 2016 Leprachaun Corp. All Rights Reserved 自己紹介 var my_info =
{ name : ‘Kiyohito Kuwahara’, twitter: ‘@kuwahara_jsri(ちょこちょこ変わります)’, github : ‘k-kuwahara’, qiita : ‘@clown0082’, workplace: ‘Leprachaun Corp.’ }
Copyright© 2016 Leprachaun Corp. All Rights Reserved ※今回は「ベクトル」「行列」の 計算ができる方を対象としています。
Copyright© 2016 Leprachaun Corp. All Rights Reserved 1次方程式
Copyright© 2016 Leprachaun Corp. All Rights Reserved 方程式とは
Copyright© 2016 Leprachaun Corp. All Rights Reserved 方程式とは この子らは2次方程式 この子らは1次方程式
Copyright© 2016 Leprachaun Corp. All Rights Reserved 方程式の次数
Copyright© 2016 Leprachaun Corp. All Rights Reserved 方程式の次数 最大値は「1」 最大値は「2」
Copyright© 2016 Leprachaun Corp. All Rights Reserved 1次方程式を視覚的に見てみよう!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 1次方程式のグラフ
Copyright© 2016 Leprachaun Corp. All Rights Reserved 1次方程式のグラフ 切片と傾きを制すれば、 1次方程式を制す!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 方程式はベクトルで表現できる!
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式 このtを媒介変数と言う このdを方向ベクトルと言う
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式 ベクトルは「向き」と「大きさ」をも つため、その「直線の傾き」をあ らわす
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式 この子らに注目
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式 実際に計算してみよう!
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトル方程式 ここがポイント!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換(イメージ) A x y
x+y Ax Ay A(x+y) 手書きですみません…
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換 これが重要!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換の例
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換:拡大・縮小 f 3 0
0 2 0 2b 3a 0
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換:回転 1 0 0
1 -sinθ cosθ cosθ sinθ f
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換:反転 f 1 0
0 1 0 1 -1 0
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換(余談1) 解き方に興味がある方は、 ガウスの消去法で調べて みてください!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 線形変換(余談2) Googleで検索すると 「線型」 「線形」 上記の二つを目にすると思いますが,
どちらでも構いません. 昔は「線型」がよく使われていたのですが, 岩波書店などの書籍が「線形」に統一した ため, 現在は「線形」が主流になりました. 「函数」と「関数」 の違いみたいなものです.
Copyright© 2016 Leprachaun Corp. All Rights Reserved マージン(点と直線の距離)
Copyright© 2016 Leprachaun Corp. All Rights Reserved マージン(点と直線の距離):イメージ
Copyright© 2016 Leprachaun Corp. All Rights Reserved この距離がマージンd マージン(点と直線の距離):イメージ
Copyright© 2016 Leprachaun Corp. All Rights Reserved 機械学習(の手法の一つ)で は, これを「誤差」と呼んだり する.
マージン(点と直線の距離):イメージ
Copyright© 2016 Leprachaun Corp. All Rights Reserved マージン(点と直線の距離):定義
Copyright© 2016 Leprachaun Corp. All Rights Reserved マージン(点と直線の距離):定義 機械学習ではこちらの形で 表現されることが多い.
Copyright© 2016 Leprachaun Corp. All Rights Reserved 以上です。
Copyright© 2016 Leprachaun Corp. All Rights Reserved ありがとうございました!