- 運営しているクリエイター
2021年10月の記事一覧
Ｅ資格【ラビット・チャレンジ】25日目/確率的勾配降下法
確率的勾配降下法は計算は勾配法と同じで、サンプルとして計算する数字がランダムと言う感じなので
計算自体は勾配法
一回の更新を見えるように県債するだけなら上記のように計算する事が可能
Ｅ資格【ラビット・チャレンジ】23日目/最急勾配法
適当に初期点を選んで、勾配を確認し下がって、その位置からまた勾配を確認して下がる。
最初意味が分からなかったけれど、
例えばこれが関数なんとかかんとか。
Ｆ（✘）＝なんとかかんとか。だけど、ｘとｙを使っているもの。
求めたいのここ。
仮にもっと簡単に
このような式の場合。
この一番したの部分を求めるときは
ｙ＝Ｘ^2 +1
だとして、ｙが一番最小の時のｘは0だと分かる。
でも実
Ｅ資格【ラビット・チャレンジ】22日目/機械学習
あと三日で10月も終わり、、、、
ラビットチャレンジのテスト項目はまだ、機械学習をクリアできていません！
後2ヶ月しかない、できれば2月にE資格とりたい、、、
逆算すると、10月に機械学習をクリアしとかないとかなりきつい
深層学習の難易度を考えると、ホントにきつい！
本日は数学の基礎と、スキルアップAIでの
こちら！機械学習させてもらいました。
優しく丁寧に分かりやすく説明してありま
Ｅ資格【ラビット・チャレンジ】21日目/機械学習
今回は、数式に慣れようと、機械学習の動画を見たのだけれど、難しすぎて全く覚えていないのが本日の正直な感想
ここ∑。だから、行列に変えれるのだろう。とか、微分。してる。とか。
その程度を感じながら流して見たけれど。
かなり歯ごたえがありすぎて全くかじることもできず
ましてや、吸収することなど全然できなかった。
ラビットチャレンジ：応用数学レポート
第一章：線形代数
機械学習、ディープラーニングの基礎である応用数学の学習。講義動画からのまとめ、知らなかった用語の解説を踏まえつつ記載していく。
第一章：線形代数
●行列はスカラが表のようにまとまったもの。
スカラ：数の大きさ、数字それがより集まったもの。
●連立方程式を解くことにも応用が可能
加減法を使って解くことが可能。これは逆行列（A×Bが単位行列）を求めていることでもある。
●
Ｅ資格【ラビット・チャレンジ】19日目/第一章：線形代数
機械学習、ディープラーニングの基礎である応用数学の学習。講義動画からのまとめ、知らなかった用語の解説を踏まえつつ記載していく。
第一章：線形代数
●行列はスカラが表のようにまとまったもの。
スカラ：数の大きさ、数字それがより集まったもの。
●連立方程式を解くことにも応用が可能
加減法を使って解くことが可能。これは逆行列（A×Bが単位行列）を求めていることでもある。
●逆行列の計算
逆
Ｅ資格【ラビット・チャレンジ】18日目/第一章：線形代数
機械学習、ディープラーニングの基礎である応用数学の学習。講義動画からのまとめ、知らなかった用語の解説を踏まえつつ記載していく。
第一章：線形代数
●行列はスカラが表のようにまとまったもの。
スカラ：数の大きさ、数字それがより集まったもの。
●連立方程式を解くことにも応用が可能
加減法を使って解くことが可能。更には応用として逆行列を求めることもできる。
●
Ｅ資格【ラビット・チャレンジ】17日目/応用数学レポートに向けての目次と今日までの感想。
まず、現段階の講義。応用数学合格までやっていますが、E資格の過去問でいうともう3ページくらいです。。。
正直途方もない！と言うのが感想です。
統計検定2級を勉強したから、ホンの少し「あ、見たことある！」と言うところはあり、統計検定勉強してて助かった感じはあります。
もし、まったく勉強してなければかなりきつかったかも、、、、
でも、入門テストも知らない知識ばかり、応用数学の行列も知らない言葉
Ｅ資格【ラビット・チャレンジ】16日目/特異値得意分解！③
前回の続き。これはまだ、左特異ベクトル。
次に右特異ベクトル
計算すると
特異値は前回求めたものを使う
ですが、、、
ちょっと難しいので、問題として解ける行列を使いなおして計算します、、、
Ｅ資格【ラビット・チャレンジ】15日目/特異値得意分解！②
前回の解説がここまででしたが、
一旦、特異値分解の式についておさらい。
という事で表される、、、けれど、-1 と T の違いがあるのに
同じAを求められるのか。
大丈夫、直行行列なので
【直行行列】
Aを転地したものと、逆行列は同じものを直行行列と言う。
では、
行列Aは直行行列VとUと対角行列∑に分割される。
U1、U2は左特異ベクトル。V1、V2は右特異ベクトル
真ん中
Ｅ資格【ラビット・チャレンジ】13日目/応用数学動画終了！
とりあえず、動画だけは見終わりました。
感想は、、、、
線形代数は面白そう
統計の後半は意味が分からない、、、
です！
期待値 E[X] 分散 V[X]が新しい表現をされていてよく分からない(;'∀')
習ったのはこれですが、
ラビットチャレンジでの期待値は
が、、、これは単に、Ｘをｆと言う関数で表しただけなので
ｆ（Ｘ＝Ｘ）はＸで表される。
Ｘ＝Ｘｋは番目を表しているだけなの
Ｅ資格【ラビット・チャレンジ】12日目/固有値固有ベクトル
固有値固有ベクトル。
固有ベクトルは、行列に掛けても向きが変わらない数字
AX = λX （X ≠ 0）
（A-λE）X ＝0 （Xのは0以外）
逆行列をもたないものであるというお約束。
例題：
これで固有値 λ ＝1，6
λ ＝1から計算して、比率の片方を出す。
もう一つλ＝6 も。。。