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 〜ベクトルと行列の意味と計算〜
Search
kkeeth
December 12, 2016
Science
1
1.8k
機械学習のための数学 〜ベクトルと行列の意味と計算〜
機械学習を学ぶ上で必要となる、「ベクトル」と「行列」についてのスライドになります。ベクトル同士・行列同士の計算、内積の計算ができることが目標です。
kkeeth
December 12, 2016
Tweet
Share
More Decks by kkeeth
See All by kkeeth
The history of Javascript frameworks: changes in front-end design philosophy
clown0082
1
46
Visually experience the beauty of mathematics with p5.js
clown0082
0
2.2k
Rediscover the joy of coding with Creative Coding
clown0082
0
1k
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
470
JavaScript × Mathematics go to Digital Art
clown0082
1
230
In-house study group at YUMEMI
clown0082
0
120
Playing Ionic Logo by p5.js
clown0082
0
150
Skills that employers recommend students to acquire
clown0082
0
200
Walking through the source code of an OSS Library(ESLint))
clown0082
0
290
Other Decks in Science
See All in Science
論文輪読会 第16回 "NeRF:Representing Scenes as Neural"
academix
0
460
スポーツメトリクス設計に対比較法を使いまくる / Sports metrics design using pairwise comparison method (spoana#14)
konakalab
1
720
B-Cubed: Leveraging analysis-ready biodiversity datasets and cloud computing for timely and actionable biodiversity monitoring
peterdesmet
0
160
Microbiology Labs.
maleehafatima
0
130
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
120
SCOTT: Self-Consistent Chain-of-Thought Distillation
meshidenn
0
310
統計的因果探索の方法
sshimizu2006
0
870
大規模画像テキストデータのフィルタリング手法の紹介
lyakaap
5
1.1k
Ph.D. defense "Convex Manifold Approximation for Tensors"
gkazunii
0
180
BMI 研究はなぜ同じ失敗を繰り返すのか(日本BMI研究会, 2021.11.5)
ykamit
1
1.9k
2023-10-03-FOGBoston
lcolladotor
0
170
Leveraging conformal prediction for calibrated probabilistic time series forecasts to accelerate the renewable energy transition
ingevandenende
2
250
Featured
See All Featured
GraphQLとの向き合い方2022年版
quramy
32
12k
The Power of CSS Pseudo Elements
geoffreycrofte
60
5k
Fireside Chat
paigeccino
21
2.6k
Docker and Python
trallard
34
2.7k
A better future with KSS
kneath
231
16k
Done Done
chrislema
178
15k
Faster Mobile Websites
deanohume
299
30k
Web Components: a chance to create the future
zenorocha
305
41k
Designing on Purpose - Digital PM Summit 2013
jponch
110
6.5k
What's in a price? How to price your products and services
michaelherold
237
11k
10 Git Anti Patterns You Should be Aware of
lemiorhan
648
58k
Stop Working from a Prison Cell
hatefulcrawdad
266
19k
Transcript
Copyright© 2016 Leprachaun Corp. All Rights Reserved 機械学習のための数学 ベクトルと行列の意味と計算
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 ベクトル
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルとは
Copyright© 2016 Leprachaun Corp. All Rights Reserved 単位ベクトル
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの和、差
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの和の性質
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルのスカラー倍
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの大きさ(ノルム)
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの内積
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの積(外積)・商について 結論から述べると, 今回はベクトルの積(外積), 商については扱わない.
・積(外積)について 「外積」というものが存在するが, 今回は不要と判断. ※興味のある方はGoogle先生にお聞き下さいw ・商について ベクトルについては「商」が定義できないため, 扱えないことが理由となる. 厳密には, あるベクトルの逆元が一意に定まらないからだが, この議論は話がそれるため割愛.
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルの転置
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列とは(1)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列とは(2)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 単位行列
Copyright© 2016 Leprachaun Corp. All Rights Reserved 単位行列
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の和・差
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列のスカラー倍
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の和とスカラー倍の性質
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(1)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(1) なんでこんな計算の仕方なの?
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 問題) 工場Aでは「車」と「トラック」を製造している. それぞれを1台製造するのに必要な人員は以下.
・車の製造 :専門技術者3人, 作業員5人 ・トラックの製造:専門技術者4人, 作業員8人 では車2台, トラック3台を製造するのに必要な専門技術者, 作業員は何名? (http://www.slideshare.net/taketo1024/ss-44063603 より ※多少変更点有り)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 答え) 2 × (専門技術者:3人 + 作業員:5人): 車2台
+) 3 × (専門技術者:4人 + 作業員:8人): トラック3台 専門技術者: (2×3 + 3×4) = 18人 作業員: (2×5 + 3×8) = 34人 (http://www.slideshare.net/taketo1024/ss-44063603 より ※多少変更点有り) 専門技術者 作業員 車 3人/台 5人/台 トラック 4人/台 8人/台
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 答え) 2 × (専門技術者:3人 + 作業員:5人): 車2台
+) 3 × (専門技術者:4人 + 作業員:8人): トラック3台 専門技術者: (2×3 + 3×4) = 18人 作業員: (2×5 + 3×8) = 34人 (http://www.slideshare.net/taketo1024/ss-44063603 より ※多少変更点有り) 専門技術者 作業員 車 3人/台 5人/台 トラック 4人/台 8人/台
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 行列の積で書き直すと…
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 専門技術者 作業員
車 3人/台 5人/台 トラック 4人/台 8人/台 車, トラック 専門技術者, 作業員
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 専門技術者 作業員
車 3人/台 5人/台 トラック 4人/台 8人/台 車, トラック 専門技術者, 作業員
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(余談) 専門技術者 作業員
車 3人/台 5人/台 トラック 4人/台 8人/台 車, トラック 専門技術者, 作業員
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(1) では話を戻します.
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(2)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(2) 対応する行が 存在しない!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(3)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(3) 行列の積を計算する際は、 右からか、左からかに注意する!
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の積(4)
Copyright© 2016 Leprachaun Corp. All Rights Reserved ベクトルと行列の積
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の転置(1)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 行列の転置(2)
Copyright© 2016 Leprachaun Corp. All Rights Reserved 復習
Copyright© 2016 Leprachaun Corp. All Rights Reserved 復習 ・ベクトルとは?単位ベクトルとは? ・ベクトルの「ノルム」とは? ・ベクトルの「内積」はどう計算する?
・行列とは?単位行列とは? ・行列の掛け算はどう計算する? ・どういう時行列は掛け算ができない?
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!