「線形代数を簡単に理解できるようになりたい…」。そう思ったことはないでしょうか。当ページはまさにそのような人のためのものです。ここでは線形代数の基礎のすべてを、誰でもすぐに、そして直感的に理解できるように、文章だけでなく、以下のような幾何学きかがく的なアニメーションを豊富に使って解説しています。ぜひご覧になってみてください（音は出ませんので安心してご覧ください）。 いかがでしょうか。これから線形代数の基礎概念のすべてを、このようなアニメーションとともに解説していきます。 線形代数の参考書の多くは、難しい数式がたくさん出てきて、見るだけで挫折してしまいそうになります。しかし線形代数は本来とてもシンプルです。だからこそ、これだけ多くの分野で活用されています。そして、このシンプルな線形代数の概念の数々は、アニメーションで視覚的に確認することで、驚くほどすんなりと理解することができます。 実際のと
投稿１６９ 日常の中の曲率 Ｓ．Ｈ氏
平素はSo-netをご利用いただき、誠にありがとうございます。 このたび、誠に勝手ながら、2021年1月28日(木)をもちまして、「U-page+」サービスの提供を終了させていただくこととなりました。 サービスをご利用いただいておりますお客さまには、ご迷惑をおかけすることを深くお詫び申し上げますとともに、これまでのご愛顧に厚くお礼申し上げます。 記 ■提供終了サービス名 U-Page+ ■提供終了日 2021年1月28日（木） 15:00 提供終了日以降、お客さまのWebコンテンツの表示、FTPからのデータダウンロードができなくなります。 ■解約のお手続きについて 2021年1月28日(木)をもって自動解約となりますので、お客さまご自身での解約のお手続きは必要ございません。 サービス終了日以前に解約をご希望のお客さまは、解約のお手続きが必要です。 下記のWebページよりお手続きください。
セガは6月15日、社内勉強会で使った線形代数の教材を、公式ブログで無償公開した。ページ数は150以上。ゲーム開発に必要な3DCGの技術的基礎となる知識を学び直すために使ったものという。 2020年に行った社内勉強会向け教材の一部をPDF形式で公開。全8部構成で、ベクトルや行列、3次元での回転を計算するときに使う「クォータニオン」について教える。ただし簡潔に分かりやすく学べるよう編集したため、用語の定義が一般的なものと異なる場合があるとしている。 ゲーム制作では、キャラや背景を3次元で回転させたり、ゲームエンジンそのものを作ったりするときに線形代数を使うという。セガは教材について「興味のある方は参考にしてほしい。“大人の学び直し”をしてみたい方はぜひ」としている。 関連記事 任天堂がSwitch向けにプログラミング学習ソフト 作ったゲームの共有機能も 任天堂が、Nintendo Switch
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
---【追記：2022-04-01】--- 「基礎線形代数講座」のPDFファイルをこの記事から直接閲覧、ダウンロードできるようにしました。記事内後半の「公開先」に追記してあります。 --- 【追記ここまで】--- みなさん、はじめまして。技術本部 開発技術部のYです。 ひさびさの技術ブログ記事ですが、タイトルからお察しの通り、今回は数学のお話です。 ＃数学かよ って思った方、ごめんなさい（苦笑） 数学の勉強会 弊社では昨年、有志による隔週での数学の勉強会を行いました。ご多分に漏れず、コロナ禍の影響で会議室に集合しての勉強会は中断、再開の目処も立たず諸々の事情により残念ながら中止となり、用意した資料の配布および各自の自学ということになりました。 勉強会の内容は、高校数学の超駆け足での復習から始めて、主に大学初年度で学ぶ線形代数の基礎の学び直し 、および応用としての３次元回転の表現の基礎の理解
基礎線形代数講座
- 線形代数・回転の表現 - 株式会社 セガ 開発技術部 こちらからも↓PDFをダウンロードできます https://techblog.sega.jp/entry/2021/06/15/100000Read less
「Immersive Math」は、数学のうちベクトルや行列などの計算を研究する分野である「線形代数」についてインタラクティブな図を用意することでわかりやすさを向上させた無料の教科書サイトです。 Immersive Math https://immersivemath.com/ila/index.html サイトのトップページはこんな感じ。「完全にインタラクティブな図を備えた世界で最初の線形代数本」と述べられています。 中央に表示されている三角形の図はインタラクティブで、左上をクリックすることで回転・停止を切り替えられるほか、各頂点をクリックしてドラッグ＆ドロップすることで位置を調整可能。自由に図を編集できるため理解しやすいというわけです。 ページをスクロールすると目次が現れました。まずは「Preface(序文)」をクリック。 「『百聞は一見に如かず』という言葉の通り、たくさんの言葉を重ね
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
このブログでカバーされている「勉強に役立ちそうなエントリ」の一覧です。 ★をつけたものは、書くときに頑張ったような気がするので、見て損は無いと思う。というもの。 ■ 理工系の大学学部生くらいを対象とした用語の説明 ・★ベクトルの内積とは - 大人になってからの再学習 ・★固有ベクトル・固有値 - 大人になってからの再学習 ・★log(1+x)のテイラー展開・マクローリン展開 - 大人になってからの再学習 ・★写像：単射、全射、全単射 - 大人になってからの再学習 ・★フーリエ変換 - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する(2) - 大人になってからの再学習 ・★プログラミングで理解する反射律・対称律・推移律・反対称律 - 大人になってからの再学習 ・★群・環・体 - 大人になってからの再学習 ・★分散
数学速成コース
数学速成コース 目次 コースガイダンス 第１回：集合と論理１ 第２回：線形代数１ 第３回：微分積分１ 第４回：線形代数２ 第５回：微分積分２ 第６回：確率統計１ 第７回：線形代数３ 第８回：微分積分３ 第９回：確率統計２ 第１０回：集合と論理２ 第１１回：線形代数４ 第１２回：微分積分４ 第１３回：確率統計３ 付録 Copyright (C) 2008-2009 the CompView project of Tokyo Institute of Technology (Global COE program)
線形代数を学ぶ理由 - Qiita
はじめに 少し前(2019年4月頃)に、「AI人材」という言葉がニュースを賑わせていました。「現在流行っているディープラーニングその他を使いこなせる人材」くらいの意味だと思いますが、こういうバズワードの例の漏れず、人によって意味が異なるようです。併せて「AI人材のために線形代数の教育をどうするか」ということも話題になっています。 線形代数という学問は、本来は極めて広く、かつ強力な分野ですが、とりあえずは「行列とベクトルの性質を調べる学問」と思っておけば良いです。理工系の大学生は、まず基礎解析とともに線形代数を学ぶと思います。そして、何に使うのかわからないまま「固有値」や「行列式」などの概念が出てきて、例えば試験で3行3列の行列の固有値、固有ベクトルを求め、4行4列の行列の行列式を求めたりしてイヤになって、そのまま身につかずに卒業してしまい、後で必要になって後悔する人が出てきたりします(例え
2015/1/30 「プログラマのための数学勉強会」にて発表。 動画: https://www.youtube.com/watch?v=hyzotMaTtPg
大学の数学を，Youtubeの動画で独学できる。 実際に大学で講義している様子を録画したビデオなので， 板書を読めるし，先生の説明も聞ける。 大学生の定期試験・院試対策や，社会人になってからの復習にもどうぞ。 これがあれば，通勤・通学中の電車内で， あるいはベッドの中にいても 時間や場所を問わずに勉強ができる。 なお，大学の「物理学」の動画はこちら。 ※PDF形式の講義ノートはこちらのサイトに集約されているので，動画とあわせて活用しよう。 大学の初年度 統計学 物理数学 微分方程式 解析学・応用 代数学・応用 圏論 幾何 その他数学 数学検定 大学の初年度 行列論と「線形代数」の講義を動画で学ぶ。Youtubeで大学の授業を勉強 大学の数学で，一変数と多変数の微積分の講義を，Youtubeの動画で学ぶ 統計学 統計学の基礎の講義を，Youtube動画で。明治薬科大の「DAIWA統計学」 生
線形代数に固有値という概念が出てきます。最初はイメージしにくいのでは、と思うのですが重要な概念かつ、統計学でも頻繁に利用されるので、これもこの可視化シリーズとしてアニメーショングラフを書いて説明することを試みたいと思います。 このようなグラフの意味を読み解いていきます。 1.固有値・固有ベクトルとは？ まず、固有値・固有ベクトルとはなんぞや。数式で表すと下記のことです。 ${\bf x}\neq {\bf 0}$の${\bf x}$で、行列Aをかけると、長さが$\lambda$倍になるような${\bf x}$の事を固有ベクトル, $\lambda$を固有値と言います。 知らない人は？？？で、これだけではよくわからないですね。 早速、グラフィカルな説明も交えて説明していきたいと思います。 2.行列Aによる線形変換 固有値・固有ベクトルの説明の前に、行列による線形変換について取り上げます。 例
「線形代数で何を学ぶのか、何に役立つのか」大学や高専で線形代数を学び始めた人へ送るポスト→「学生時代に読んでみたかった」「意味や繋がりが理解できて初めて面白い」
三谷 純 Jun MITANI @jmitani 筑波大学 システム情報系 教授（'75生）CG/折紙/幾何/プログラミング，一風変わった折り紙の設計，制作をしてます．令和元年度文化庁文化交流使としてアジア諸国をまわってきました．主に数学と折紙と日常のことについてツイートします．折紙作品の写真をこちらで公開しています instagram.com/mitani.jun/ mitani.cs.tsukuba.ac.jp/ja/ 三谷 純 Jun MITANI @jmitani 理工系の大学生1年生の多くは まずはじめの数学で「線形代数」を学ぶことになると思います。 僕が学生だった頃、 「結局これって何を勉強しているの？」 という疑問がずっと拭えなかった記憶があります。 同じような疑問を持っている学生向けに、線形代数で何を学ぶのか説明する文章を作ってみました pic.twitter.com/1j
「第5回 プログラマのための数学勉強会 発表資料 (2015/11/21[sat])」 内容は統計学の素養がある方には基本的な事項ですが、ベクトルと内積で見方を変えてみたという点と、あまり統計学に親しみがない方にも理解してもらえるようなまとめになっている、というところに本スライドの独自性があると考えていますので、その辺り良ければご覧ください＾＾Read less
2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod
[DL輪読会]Learning Transferable Visual Models From Natural Language SupervisionDeep Learning JP
INDEX はじめに PageRank の基本概念 どうやって PageRank を求めるか 現実に適用する際の問題 Namazu での実装実験 PageRank に対する個人的見解 参考文献 おまけ：「グーグル？／ゴーグル？」 Since: Thu Feb 1 18:22:44 JST 2001 Last Refreshed: Sat Jan 24 18:30:35 JST 2004 ★(2004/1/24) Yuan Huanglin氏によって 本ページの中国語訳 が作成されました。 ★(2003/7/1) 拙著『Namazuシステムの構築と活用』を改訂しました。 詳しくは サポートページをご覧ください。 ★(2003/5/20) Google に関するオンラインニュース記事一覧(日本語記事のみ)を 別ページ(googlenews.html) として分離しました。 ★(2001/2/
高校数学の基本問題
「あなたがまだやっていない問題」は、背景色・文字色の変化なし 「あなたが弱い問題」は、この色 「あなたが半分ぐらいできる問題」は、この色 「あなたがよくできる問題」は、この色
そんな中で，読者さんとこんなやりとりがありました． と，言うことで，参考書類をまとめてみました．大学レベルになると，オススメ参考書をまとめたサイトもめっちゃ少なく，参考書を探すのすら一苦労です． 幸いにも，私はロボットを専門的に学んでおり，数学，力学，電気，プログラミングなどなど多彩なことを学んでいます． 今回は，私が今まで使ったことのある参考書の中で良かったものを紹介させていただきます． ここにまとめたのは，すべて私が今まで読んだことのある参考書なので，他のサイトによくある「使ったことないけどおすすめする」的なのとは違います 私が愛読しているオーム社のマンガでわかるシリーズなどはKindle版も出ているので，通学時間とかのスキマ時間とかでサクッと読みたい人とかはKindle版を購入するのがおすすめです． 授業だけだと解法の暗記になってしまうことも少なくないですが，参考書等で体系的にわから
この記事は、線形代数において重要な「行列式」の概念だけを、予備知識ゼロから最短距離で理解したい人のための都合のいい記事です。 そのため、わかっている人から見れば「大雑把すぎじゃね？」「アレの話するんだったらアレの話もしないとおかしくね？」という部分が少なくないかもですが、趣旨をご理解いただいた上でお付き合いください。明らかな間違いに関しては、ご指摘いただけますと助かります。 線形変換 ↑座標です。 座標を変形することを考えます。つまり、座標変換です。 座標変換にもいろいろあって、以下のようにグニュッと曲げたやつ も座標変換には違いありませんが、今回ここで考えるのは線形変換だけにします。線形変換とは大雑把に言えば「すべての直線を直線に保つ」「原点を動かさない」という条件を満たす変換です。 そういう変換には例として、伸ばしたり縮めたりの拡大・縮小（scale）、原点中心に回す回転（rotate
統計・機械学習・R・Pythonで用途別のオススメ書籍 - StatModeling Memorandum
比較的読みやすい本を中心に紹介します。今後は毎年このページを更新します。 微分積分 高校数学をきちんとやっておけばそんなに困ることないような。偏微分とテイラー展開は大学演習のような本でしっかりやっておきましょう。ラグランジュの未定乗数法のような、統計・機械学習で必要になる部分は、ネット等で学べばいいかなと思っています。 線形代数 tensorflowなどのおかげで順伝播部分（行列積および行列とベクトルの積）さえ書ければ線形代数の知識はそこまでいらないんじゃないかという流れを感じます。しかし、主成分分析やトピックモデルなどの行列分解や、ガウス過程などのカーネル法のような様々なデータ解析の手法に一歩踏み込むと、きちんとした勉強が必要になります。理解しやすくて使いやすくて、統計や機械学習への応用を主眼においた線形代数の本はまだ見たことないです。機械学習シリーズとかで基礎から「The Matrix
TL;DR 「機械学習をやるなら線形代数はやっとけ」的な話が出るけど具体的な話があまり見当たらない 研究でなく実務レベルで機械学習を扱う場合にどのような線形代数の知識が必要になるのか考えてみた 高校でやるベクトル・行列＋αくらいあれば概念的には十分で、計算が苦じゃない基礎体力が重要では？ 機械学習が流行ることで、機械学習に必要な数学的基礎にも話が及ぶことが多くなってきている。 特に、線形代数や微積に関しては基礎を押さえとけみたいなことを言う人が結構いる気がする。 中身のない話をしたい場合はまあそれだけでもいいのだけれど、具体的に何が必要になるのかを説明してくれてる人はあまりいない。少なくとも自分の観測範囲では。 レベル感が様々なので万人に通用する議論はできないのはしょうがないが、「自分としてはこれは必要だと思っている」みたいな意見は聞いてみたい。 自分の考えはどうだろう、ということで線形代
久しぶりにタイトルで釣りにいっているが、ブラウザの「戻る」ボタンを押さないでくれw ... ... ... （よし、まだ「戻る」ボタンを押してない！） ぼく自身、データサイエンティストだったことはないが、一応大学では数学を勉強していたし、金融でクオンツトレーダーもやっていたし、人生3回分（と言ったら言い過ぎか）くらいのSQLクエリは書いている。なので、これから書くことは、本屋に立ち並ぶ歯の浮く様なビッグデータ談義よりは、普遍的な価値があると自負できる。 もう一つ本題に移る前に、「データサイエンティスト」という呼称について感じる両価的な感情について軽く説明したい。 ぼくは幸いにも優秀な同僚や友人に恵まれていて、彼らの中には、データ分析屋さんでありながら、データを集めてきて（広義の）データウェアハウスに突っ込むという非常に面倒くさい一連の作業もちゃっちゃか出来る奴が2、3人いる。そういうマルチ
転職してから1年とちょっとが経ち、Pythonをメイン言語としてからも同じくらいが経った。最近やっとnumpy/scipyの使い方のコツがわかってきたと思うので、マサカリ飛んでくるのを覚悟でなんか書いてみようと思う。 転職して初めてPythonを使ったというわけではない（実際wafのwscriptとかは書いたことある）が、まあでもほぼ初心者同然だった。学習曲線でいうとPythonはすごく良い言語だと思う。Python本体の言語仕様については、わりとすぐに覚えることができた。だが一方、numpy/scipyについては、そう簡単ではなく習得するにはそれなりに時間がかかったと思う。 ケーススタディ たとえば\(N\times M\)行列\(B\), \( M\times L \)行列\( C \), \( M \)次元ベクトル\(a=(a_k)_{1\leq k \leq M}\)が与えられて
そうです、Matrix（行列）クラスに色々入る予定のようです. .... いやもっと伝えるべきモノが他にあるとの怒号が今にも聞こえて来そうですが... 「すみません今日の所は行列の紹介をさせて下さい.」 多くの方は興味もないであろうけど、 Rubyには行列やベクトルを扱う Matrix クラスというものがありまして、 Ruby2.2では色々新機能やバグfixが入るようです. 「行列ベクトル演算するならRubyよね」 と言われるくらいのモノにはなるのではないでしょうか？ 本日はRuby2.2以前にあるものも含めMatrixのマジですごい所を紹介します. 使わないともったいない！すごいMatrix, 楽しく学ぼう！ 1. LU分解 LU分解が出来るという事は... n元連立方程式をいとも簡単に解く事が出来ちゃうの # 2x + y = 2 # x + 2y = 3 Matrix[ [2, 1]
講義ノートの目次へ 大学の初年度で学ぶ，微分・積分（＝解析学）の講義ノートPDF。 良質な講義資料を集めた。演習問題と解答もある。おかげで，高い参考書を買わなくて済む。 夏学期には「一変数の微積分」を扱い， 冬学期に「多変数の偏微分・重積分」を扱うケースが多い。 微分には極限やε-δ論法，級数展開，収束などが含まれ， 積分には線・面・体積の積分や広義積分を含む。 これらの範囲が，１冊の教科書の中に収められている。 ※並列学習として，線形代数の講義ノートはこちら。 ※解析学の続きとして，複素解析，微分方程式，ベクトル解析がある。 解析学の講義ノート まず，大学１年生で学ぶ解析学の要点は，下記の記事で要約してある。 先に目を通しておこう。 大学１年生で学ぶ数学「解析学・微積分」の要点まとめ，勉強法の解説。 入門用に全体像・概要をわかりやすく紹介 http://language-and-engi
理系インデックス
理系インデックスは自然科学に関する問題を解答解説付きで公開しています。 内容は 『 基本的で大学の授業や試験に出そうな定番の問題 』 を作成するように目指しています。 ２０１０年１月ＯＰＥN サイトの作成環境の変更に伴い、リニューアルＯＰＥＮしました。 （※ 量子化学に関する内容が一部工事中になっています。） 数学 微分積分 線形代数 微分方程式 応用解析 確率・統計学 物理学 量子力学 熱力学 統計力学 力学・解析力学 電磁気学 化学 量子化学 化学熱力学 有機化学 無機化学 高分子化学 生物学 生物学 癌治療・再生医療・老化寿命制御 複雑系 複雑系 （ 非線形、カオス、非平衡熱力学、生物振動 ） その他 アクセス数推移 リンク集 当サイトの内容について、損害・トラブル等が発生した場合、賠償・保障責任は一切負いません。 また、当サイトに掲載されている内容の無断転載、無断使用
Jeremy Howardによる ディープラーニングの素晴らしいコース を受講している間、自分の前提知識がさびついてきているせいで、誤差逆伝播法のような概念が理解しにくくなっていることを認識しました。そこで、理解度を上げるべく、そうした概念に関するいくつかのWikiページをまとめてみることにしました。本記事では、ディープラーニングでよく使われる線形代数演算のいくつかについて、ごく基本的な事項をざっとご紹介します。 線形代数とは？ ディープラーニングの文脈での線形代数とは、数の集合を同時に操作するための便利な手法を提供してくれる、数学的ツールボックスです。これらの数値を保持するためのベクトルや行列（スプレッドシート）のような構造体と、それらを加算、減算、乗算、および除算するための新しい規則を提供します。 線形代数が便利な理由 線形代数は、複雑な問題を単純で直感的に理解できる、計算効率の良い問
【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本 - Qiita
【データ分析の必読10冊+差をつける10冊＋100冊超】データサイエンス、データ分析、機械学習関連の本本機械学習数学データ分析データサイエンス Update版2023年版データ分析の100冊を書きましたよ！ 必読10冊を更新。データサイエンス、データ分析、機械学習周りでおすすめ図書10選のような記事は良く見ますが、網羅的な紹介記事はあまり見かけないので自分が欲しいと思い書きました。私よりたくさん読んでいる方は多々いらっしゃると思いますが、記事を書いてくださいな。 別の観点でデータ分析プロジェクトのフェーズ毎の参考書籍紹介という記事を新たに書きました。 データ分析の各フェーズ（データ分析プロジェクト全体-ビジネス状況の理解-データの理解-データの準備-モデルの作成-評価-展開）毎に参考書籍を紹介しています。 本記事の対象と想定 Qiitaはプログラマやコンピューター系技術者のための記事と思っ
微分積分
静岡理工科大学情報学部コンピュータシステム学科菅沼研究室のページです．主として，プログラミング言語（ HTML，C/C++, Java, JavaScript, PHP, HTML，VB，C# ），及び，システムエンジニアとしての基礎知識（数学，オペレーションズ・リサーチやシステム工学関連の手法）を扱っています．
線形代数演習講義へのjulia導入を考える
本記事はJulia Advent Calendar 2022の12/23の記事です。 東京大学で働いている松井と申します。 線形代数の講義における演習（実際にコードを書き行列演算を行う）の重要性を感じています。 そのためにjuliaを使えないかと思い至り、pythonとの比較に焦点を当て思っていることを述べます。 線形代数における演習の意義 線形代数は工学全般において重要で基盤的な学問体系ですが、なかなかとっつきにくいものです。その理由の一つは線形代数の諸アルゴリズムは最終的には計算機で実行するにも関わらず、学生は自分の手を動かしてコーディングする機会が少ない点だと感じます。多くの大学のカリキュラムでは大学初年次に線形代数講義があると思いますが、座学がメインであることが多いと思います。本当は、座学と並行して実際にコーディングして行列演算を行う「演習講義」があれば、理解が深まるだろうと感じま
プログラミングのための線形代数
最近、データサイエンスが流行っていることもあり、線形回帰モデルについても解説記事を見かけることが多くなりました。情報にアクセスしやすくなったのはいいことだと思うんですが、ずっと以前から間違いや解説の不足が多い理論なので、私なりに解説を試みたいと思います。全体的にあまり厳密ではありませんが、線形回帰モデルを学びたての方には有益な記事になるかなと思います。 あと、私も勉強中の身なので、間違いがあったらご指摘いただけたら嬉しいです。 本題 さて、よくある間違いとは以下のような解説です。 線形性の仮定が満たされていないので、線形回帰モデルを使ってはいけない 残差が正規分布&等分散ではないので、線形回帰モデルを使ってはいけない 回帰係数に対するt検定の結果をもとに、p値が大きい説明変数を除外する 多重共線性があるとよくないので、変数間で相関が強い、もしくはVIF値が大きい変数を除外する AICが小さ
線形代数（行列論と抽象線形代数学）の講義ノートPDF。演習問題と解答付き - 主に言語とシステム開発に関して
講義ノートの目次へ 大学で学ぶ数学の，１年次分の線形代数を，独学でも入門・学習できるようPDF教科書を収集。 行列論の入門から始め， 逆行列 固有値 対角化・2次形式 などを扱い，線形空間の議論に進んでゆく。 そして線形空間の議論では「抽象線型代数」が扱われ， 正規直交基底 内積・ノルム などを学ぶが，これは量子力学や関数解析などの応用分野で必須の前提知識だ。 Web上で無料で閲覧できるリソースを集めた。演習問題と解答を含む。 下記の３つに分けてリンクを記載。 （１）行列論 （２）抽象線形代数 （３）その他 なお，微積分（解析学）の講義ノートPDFはこちら。 また，群・環・体など代数学の続きのノートはこちら。 （１）行列論 行列をテーマに線形代数を論じているノート。線形空間の話も一部含んでいる。 ページ数が多いPDF： 線型代数学入門 - lin_alg.pdf http://www.ma
もう14年前、私は大学で数学と経済学を学びたいと思い経済学部に入ったのでした。 しかし私は生来目的を忘れてしまうタイプでして、大学時代は体育会の部活にうつつを抜かし、日々を過ごしていました。 "うつつを抜かし"とか書くとめっちゃ楽しんでいるように見えますが、実際のところは毎日大学と練習場へ山二つ超えた往復(初めて行った時は自転車で1時間、体力がついてきた頃で自転車で30分強の道のりである)、朝の4時とかに起きて練習し朝ごはんを食べ大学に行き、講義を終え大学から練習場へ行き練習し、そこに泊まる(あそこは数十人の雑魚寝である)という感じでしてそういう一連のなんたらは当時の私からすると大変な地獄であり精神は完全に闇の中に沈んでいたのでした。今から思うと普通に睡眠不足とかそういう感じだったのだろうなと思う。ずっと静かな田舎で暮らしていた若者がいきなり大人数の雑魚寝の環境でよく眠れることはないだろう
(2015/11/19、記事を修正いたしました。) 目次 線形変換 主成分分析（PCA） 共分散行列 基底変換 エントロピーと情報の取得 とにかくコードが欲しい方へ その他の参考資料 本稿は固有ベクトルと行列との関係性について、平易な言葉で、数学にあまり詳しくなくても分かるように書いてみました。この発想に基づいて、PCA、共分散、情報エントロピーについても説明します。 固有ベクトルは英語で「eigenvector」ですが、この eigen はドイツ語で、「そのものだけが持つ」という意味です。例えばドイツ語の「mein eigenes Auto」は、「ほかならぬ私が持つ車」というニュアンスです。このようにeinenは、2つのものの間に存在する特別な関係性を意味します。独特、特徴的、その性質を端的に示すものということです。この車、このベクトルは、私だけのもので、他の誰のものでもありません。 線
第49回 データマイニング+WEB ＠東京( #TokyoWebmining 49th ) ー機械学習 方法論 祭りーを開催しました - hamadakoichi blog
2015/10/24 "第49回 データマイニング+WEB ＠東京( #TokyoWebmining 49th ) ー機械学習 方法論 祭りー" を開催しました。 第49回 データマイニング+WEB ＠東京( #TokyoWebmining 49th ) ー機械学習 方法論 祭りーEventbrite Google グループ 会場提供し運営を手伝って下さった FreakOut のみなさん、どうもありがとうございました。素敵なトークを提供してくれた講師メンバーに感謝します。多くの方々の参加を嬉しく思っています。 参加者ID・バックグラウンド一覧 参加者Twitter List : tokyowebmining-48 参加者セキココ：第49回 データマイニング+WEB ＠東京 セキココ (作成してくれた [Twitter:@komiya_atsushi] さんに感謝） 以下、全講師資料、関連資
Immersive Math
immersive linear algebra by J. Ström, K. Åström, and T. Akenine-Möller v1.1. ISBN: 978-91-637-9354-7 The world's first linear algebra book with fully interactive figures. Learn More Check us out on Twitter and Facebook Preface A few words about this book. Chapter 1: Introduction How to navigate, notation, and a recap of some math that we think you already know. Chapter 2: Vectors The concept of a
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
線形代数とは？初心者にもわかりやすい解説 | HEADBOOST
セガ、150ページ超の社内向け数学資料を無償公開 「3DCGの技術的基礎に」
Webプログラマと数学の接点、その入り口
クォータニオンとは何ぞや？：基礎線形代数講座 - SEGA TECH Blog
わかりにくい線形代数を操作可能な図で表現することで簡単に理解できる無料の教科書「Immersive Math」
機械学習の基礎知識としての数学 - learning.ikeay.net
勉強に役立ちそうなエントリの一覧 - 大人になってからの再学習
プログラマのための線形代数再入門
大学以降の「数学」の勉強に役立つ動画のまとめ - 勉強メモ （大学の講義動画や，資格試験の対策）
【数学】固有値・固有ベクトルとは何かを可視化してみる - Qiita
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
CodeIQについてのお知らせ
数式を綺麗にプログラミングするコツ #spro2013
Google の秘密 - PageRank 徹底解説
【厳選30冊】理系大学生が読んでおくべき参考書たち徹底まとめ｜迫佑樹オフィシャルブログ
線形代数の知識ゼロから始めて行列式「だけ」理解する - アジマティクス
機械学習をやる上で線形代数のどのような知識が必要になるのか
データサイエンティストに必要な3つのスキル | quipped
Pythonで数値計算のコツ：for文書いたら負けかなと思っている – はむかず！
Ruby2.2 ではアレが死ぬほど使いやすくなるの！ - Qiita
大学の数学で，微積分（解析学）の講義ノートPDF。演習問題と解答付き（大学１年で学ぶ，１変数と多変数の微分積分学のオンライン教科書） - 主に言語とシステム開発に関して
ディープラーニングのための線形代数入門：一般的演算の初学者向けガイド | POSTD
プロでもよくある線形回帰モデルの間違い - Qiita
"まずはこの一冊から 意味がわかる線形代数" 読んだ - でこらいふろぐ
固有ベクトル、主成分分析、共分散、エントロピー入門 | POSTD