競技プログラミングに関係する数学の整理 ～文系出身や数学苦手erが、もっと競プロを楽しむために～ - テルの競プロメモ
まえがき この記事の目的 意図する対象読者 今回の整理の仕方（記事の見方） 注意 競プロに関係する数学（本題） 言葉（文系でも多分聞いたことはある）編 言葉（文系だと聞いたことないかも）編 言葉（離散数学）編 「式変形」編 「図形っぽいやつ」編 筆者のバックグラウンド 経歴、仕事など まえがき この記事では、競技プログラミングに関係する数学用語・概念と、それがどんな単元（分野）に属するものかを整理（一覧化）します。 競技プログラミングの問題に出てくる用語・概念をはじめ、競技プログラミングの解説記事などに出てくる用語・概念も、思いつく限り挙げています。 「この記事の数学的な部分、どのぐらい信用できるの？」とか、「数学苦手と言ってもどのくらい苦手なの？」といった疑問への参考としては、筆者のバックグラウンドを記事の最後で紹介したので、気になる方は先にそちらを読んでください。 この記事の目的 文系
統計学② pythonを使って、確率密度関数(正規分布、標準正規分布)を覚えちゃう！ - Qiita
まずは例題を見てみよう！ 例題1:たとえば、1000人が受けた数学のテストがあり、平均が50、標準偏差(std)が10だったとして、それをヒストグラムに出します。 import numpy as np import matplotlib.pyplot as plt # 平均 50, 標準偏差 10 の正規乱数を1,000件生成 x = np.random.normal(50, 10, 1000) # ヒストグラムを出力 plt.hist(x, bins=20) filename="hist2.png" plt.savefig(filename) plt.show() plt.hist(x, bins=50) filename="hist.png" plt.savefig(filename) plt.show() plt.hist(x, bins=100) filename="hist.pn
第１回 環の定義 - Pythonで学ぶ「プログラミング可換環論」
はじめに どうも初めまして、グレブナー基底大好きbot (Twitter:@groebner_basis) です。 最近、プログラマ向けの数学のセミナーや勉強会*1が開催されるなど、コンピュータを専門にする人が純粋数学に興味を持つ機会が増えてきました。 そこで、この記事では、計算科学とも関わりの深い「可換環論」について、プログラミングの側面から解説していきたいと思います。 可換環論とは 可換環論は、代数学に含まれる分野で、140年以上の歴史があります。名前の通り、「可換環」と呼ばれる数学的対象を研究する分野です。この可換環については、後々詳しく説明したいと思います。 かつての数学者は、計算といえば紙に書く「手計算」が主な手法でした。しかし、近年では、コンピュータの発達に伴い、可換環論の色々な計算が数式処理システム(Computer Algebra System) で実現できるようになりまし
機械学習はライブラリを使えれば数学は必要ないのだろうか。生の声を聞いてみた。 - Qiita
はじめに 株式会社キカガクでは、機械学習や人工知能に関して、初心者向けに数学やプログラミングの教育サービスを行っています。 ２０１７年１月に創業し、約４ヶ月で累計７００名以上の方に、手書きの数学やプログラミングをオフラインの講義スタイルでお伝えしてきました。 このご時世、機械学習の便利なライブラリがたくさん開発されており、数学を含めた中の仕組み知らなくても、なんとなくうまくいく物を作ることができます。 個人的には、大学院で機械学習の応用研究をしていたという背景もあり、機械学習の数学をしっかりと勉強するのが当たり前だと思っています。 しかし、中の数学を知らなくても、（教師あり学習の場合）入力$X$と出力$Y$の関係性を見つけるといった大枠の概念を知っておくことと、データの準備さえできれば、動くものを作ることができるため、 「もしかすると、数学を学ばなくても、別に良いのではないか？ 機械学習は
超簡単！Pythonを使って中学・高校レベルの数学問題を解いてみた - paiza times
秋山です。 PythonはNumpyとかSympyとか、数値計算が得意なライブラリが充実しています。もちろん中学・高校の数学で習うレベルの計算もすぐにできちゃいます。 というわけで今回はPythonでプログラミングをして、中学・高校で習う数学の問題を解いてみました。 Pythonが使えるようになれば、中学・高校レベルの数学では困らずに済む。かもしれない。 ■中学2年生レベル ◆連立方程式 ◇問題 x + y = 3 x + 3y = 13 のとき、xとyを求めよ。 Numpyを使って、連立方程式を行列計算で解いてみました。 ■中学3年生レベル ◆2次方程式 ◇問題 x^2 - 10x + 24 = 0 のとき、xを求めよ。 昔の授業では (x - 4)(x - 6) = 0 x = 4 , 6 このような解法を習ったと思います。 この問題は、NumpyのPolynomialを使って式を作り
今すぐ始めるLaTeX | POSTD
(訳注:2016/12/11、原文の変更に伴い記事を修正いたしました。) 謝辞 : この記事で書かれていることは全て、大学での私の経験と、読んだいくつもの文献に基づいています。私はプロフェッショナルでもエキスパートでもありませんが、この言語に対する多大な情熱を持つ学生です。issueでの議論は誰からでも歓迎しますし、修正・加筆すべき点があればプルリクエストも受け付けています。もしこの作品が有用だと感じたのであれば 寄付 して頂けると幸いです。 Table of Contents LaTeXとは？ LaTeXを使う理由 LaTeXのための設定 最初のLaTeXファイル もっと深く見てみましょう 多言語での利用 リスト パラグラフとセクション 表の作成 脚注 パッケージとは？ テーブル 画像を追加する LaTeXにコードを挿入する その他のツール LaTeXとは？ LaTeX（「ラ-テック」あ
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のカレンダー | Advent Calendar 2016 - Qiita
今年、機械学習の本を少なくとも一度は手にした人は多いのではないでしょうか。 数ページめくっていると、数式のオンパレードで、「うっ」てなって、静かに本を閉じてから数ヶ月。 すでに本棚の肥やしになっていたりしませんか？ それは私です。これはイカンと思って 機械学習の本を理解するための高校数学のおさらいをしようよ！で、作りました。 誰が書くの？ すでに、おさらいが終わった人、 これを機会におさらいを始めてみようと思った人、 おさらいする必要もなく理解している人、 一緒にこのアドベントカレンダーを作りませんか？ 何を書いたらいいの？ 得意な分野の説明をわかりやすく説明、三角関数とか行列とか統計とか・・・ 自分の勉強法の紹介 オススメの書籍やオススメ記事やオススメ勉強法の紹介 などなど 来年はもっと理解出来た状態で、機械学習と向き合う年にしましょう！
Webプログラマと数学の接点、その入り口
フロントエンドのパラダイムを参考にバックエンド開発を再考する / TypeScript による GraphQL バックエンド開発
プログラマーとして社会人になったけど高校数学を1から独学している - It's okay to be weird
この春からプログラマーとして働くようになりました。今まで色々と開発系の勉強を中心にしていましたが、最近はもっぱら高校数学を独学しています。 勉強しようと思ったきっかけ、教材として使っている『長岡の教科書』の紹介について書いていきます。 勉強しようと思ったきっかけ まず前提として、僕は高校を中退しています。空白期間を経て情報系の専門学校に入ったのですが、その際に取った高認も、英語だけを受験して取得したという経緯もあり、高校以降の勉強の知識がごっそり抜けてしまっています。 その後、専門学校に入ってから基本情報技術者試験を受験することになったのですが、そこで出てきた集合や対数、数列といった知識が全くないため（Σってなに状態）、数学の知識の欠如を感じたものです。 なんとなく数学コンプレックスを抱えたまま過ごしている折に、2014年10月発売のWEB+DB PRESS Vol.83のインタビューにて
機械学習の基礎知識としての数学 - learning.ikeay.net
私がAI（人工知能）や機械学習って難しいナーと感じるところは、数学の前提知識がある程度必要なところです。 GoogleからTensorflowが出たときに、私もいっちょやってみるかなんて思ったのですが、参考にした記事もなかなか難しくてあんまり理解できなかったのを覚えてます。途中まで理解出来てたのに、急に数式が出てきて「なるほどわからん！」ってなることが多かったですね。 「というかエンジニアなのに数学苦手なのｗ」とビックリされる方もいらっしゃると思いますが、エンジニアっつったって、今の御時世理系出身エンジニアばかりじゃないんです。でもエンジニア女子やってると自動でリケジョ扱いされるから面白いですね。 当面の目標としては、AIの中でも機械学習を学んでいきたいので（DeepLearningできるようになりたい！）、あると嬉しい数学の知識としては以下です。 線形代数 確率・統計 微分・積分 AIの
数学を避けてきた社会人プログラマが機械学習の勉強を始める際の最短経路 - Qiita
巷ではDeep Learningとか急に盛り上がりだして、機械学習でもいっちょやってみるかー、と分厚くて黄色い表紙の本に手をだしたもののまったく手が出ず（数式で脳みそが詰む）、そうか僕には機械学習向いてなかったんだ、と白い目で空を見上げ始めたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 対象 勉強に時間が取れない社会人プログラマ そろそろ上司やらお客様から「機械学習使えばこんなの簡単なんちゃうん？」と言われそうな人 理系で数学はやってきたつもりだが、微分とか行列とか言われても困っちゃう人 この記事で行うこと 数学の基礎知識に慣れるための、数式が最初から出てこないプログラマ向けの数学入門書の紹介 機械学習の初学者には鉄板の、オンライン講座（MOOC）の機械学習コース紹介 環境 WindowsでもMacでもLinuxでも大丈夫(MATLAB/Octaveというツール
「第1回 プログラマのための数学勉強会」開催しました！（動画＆資料つき） - 34歳からの数学博士
どうも、佐野です。 昨日「第1回 プログラマのための数学勉強会」を開催しました。朝からの大雪にも関わらず多くの方にお集り頂き、濃厚なセッションの数々をお送りすることができて大変嬉しく思っております。 以下、各セッションを動画・資料と共に、簡単に内容のご紹介をさせて頂きます。 1. 「プログラマのための線形代数再入門」 - 佐野岳人 [資料] トップバッターとして発表させて頂きました。線形代数は3Dプログラミングをはじめ、画像処理や機械学習など多くの分野で必要になる数学の分野です。「行列の積はなぜこんな複雑な形をしているのか？」から「行列は線形変換・アフィン変換の定量表現である」という話をしました。 次回は中編として「行列式・逆行列とその実装」、後編で「座標変換と固有値・固有ベクトル」を発表してみたいと思います。 2. 「明日話したくなる「素数」のお話」 - 辻順平 [資料] 日曜数学者 i
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
数式とPython式の対応関係をまとめてみた - Qiita
数式を綺麗にプログラミングするコツ #spro2013
プログラマのための数学勉強会 カテゴリーの記事一覧 - 31歳からの数学修士
数学とプログラミングの世界を楽しもう〜プロジェクトオイラー〜