いろいろと終わったのでまた更新開始します。
機械学習を勉強していると、なにかと線形という言葉を聞きます。とくに、「機械学習には線形代数と微分積分が必要」とか言われると思います。でも、ちょっと知ったかぶりをしたいと思います。つっこみたい話題は、 ・線形代数は行列とは違うの？ ・そもそも線形とは？ とかです。別にこれに答えられて学習にはおそらくなんの助けにもならないと思いますが…… 一応一番最初に言っておくのは”線型”代数って書きたいよね。って話。（イキり学生並みの感想） 線型代数は行列とは違うの？ まず、行列
第1章 序論 ・パターン認識とは何か ・機械学習とは何か 今回はこのあたりをまとめる。 パターン認識とは何か そもそもパターンは物理学にふるくからなじみのある分野で、ケプラーは天体観測のたくさんのデータに基づいて経験則から天体の運動に関する法則を発見した。特にパターンが広く広まったのは計算機が広まってからであり、パターン形成を計算機を用いて再現しようとされた。いまでは、非線形物理学のひとつとして、パターンは取り扱われている。 パターン認識では、データの規則性を計算機を
記事でも書こうと思ったら。まとめ用のノートを忘れたよ。帰ったら記事書こう・・・・・・
やっと重い腰を上げて読み始めようと思いました。だいぶ前に買って眠っていました。ほんとはすぐに読みたかったんだけどね（大嘘） これですね。まぁ難しいとは聞いていますが、さすがに予備知識は足りるんじゃないかな？ということで頭から読んでいきたいと思います。一応使いそうな勉強した予備知識は以下の通り ・線形代数 ・解析学 ・解析力学 ・確率 / 統計学 ・プログラミングなどの基礎知識 解析力学に関しては、後ろにLagrangeの未定乗数法の話が載っていたので一応いれてみました
