検索対象

並び順

ブックマーク数

期間指定

  • から
  • まで

361 - 400 件 / 573件

新着順 人気順

線形代数の検索結果361 - 400 件 / 573件

  • 圏論における普遍性と普遍射 - 再帰の反復blog

    数学における普遍性の概念は、どういうものなのか一言で説明しにくいものだけど、圏論では普遍射を使って定義するのが普通。 と思ったら、『ベーシック圏論』は副題(訳書での追加?)が「普遍性からの速習コース」だけど、本文中に普遍射という言葉がそもそも出てこない。普遍元は出てくるけど、これも脇役的な扱いという感じがする。 目次: 普遍性と普遍射の説明 n次元ベクトル空間に関する普遍性 普遍射 内側からの特徴付け、外側からの特徴付け 普遍性の定式化 例: 集合の直和とベクトル空間の直和 集合の直和 ベクトル空間の直和 直和の持つ普遍性 圏論的な定式化 直積 例: 商集合 商集合の作り方 商集合の持つ普遍性 普遍要素による定式化 例: 核(カーネル)と余核(コカーネル) 例: ベキ集合 例: 像(イメージ) 普遍射を使わない定式化と表現可能関手 1. 普遍性と普遍射の説明 1.1. n次元ベクトル空間に

    • 3つの酒蔵が創立、顧問は嘉納治五郎の超進学校「灘」　数学五輪の常連「数研」の秘密（NIKKEI STYLE） - Yahoo!ニュース


      灘中学校・高等学校︵神戸市︶は、中高一貫の男子校として難関大学に多くの合格者を出す﹁超有名﹂進学校だ。特に医師を志す人が挑む難関中の難関、東大理科3類と京大医学部医学科への合格者数では他を圧倒する。灘の強さの秘密は、どこにあるのか。教育ジャーナリストのおおたとしまさ氏が学校を訪ねた。 灘には数学研究部という部活がある。おいたちははっきりしないが、少なくとも50年以上の歴史をもつ。大学の数学科の学生が読むような、数学の教科書や専門書を読んで輪講する﹁自主ゼミ﹂が主な活動内容だ。活動は部員の自主性に任されており、顧問が指導することはほとんどない。 本年度の﹁自主ゼミ﹂グループは4つ。課題図書は、線形代数についての﹃理系のための線型代数の基礎﹄︵永田雅宜︶、微分幾何についての﹃多様体の基礎﹄︵松本幸夫︶、代数的整数論についてのオンライン文書﹃Algebraic Number Theory﹄︵J.
        3つの酒蔵が創立、顧問は嘉納治五郎の超進学校「灘」　数学五輪の常連「数研」の秘密（NIKKEI STYLE） - Yahoo!ニュース

      • 「当社ならではのデータ」を用いた、前例のないモデル構築【freee】

        「前例がないプロダクトのモデルを構築する。苦労しましたが、それこそが面白かった部分」。そう語るのは、コンサルティングファームのデータサイエンティストとしてキャリアをスタートし、現在はfreeeで金融領域などのデータ分析に携わる、福田幸太郎さん。彼が取り組んだのは、法人カード「freeeカード Unlimited」の開発プロジェクトだ。 このカードは、従来の事業用クレジットカードを発行できない、または少ない限度額しか設定できない小規模事業者の資金繰りをサポートする、他に類を見ないもの。福田さんは「freeeならではのユニークなデータ群」とする多数の中小企業の会計データを分析し、独自のモデルを作ることで、前例のないプロダクトを生み出した。 特集「データサイエンティストとは何者か」の第6弾では、「freeeカード Unlimited」のプロジェクトを中心に、freeeにおけるデータサイエンティス

          「当社ならではのデータ」を用いた、前例のないモデル構築【freee】

        • ITと数学

          2021年4月28日紙版発売 2021年4月23日電子版発売 中井悦司，他複数　著 B5判／160ページ 定価2,178円（本体1,980円＋税10%） ISBN 978-4-297-12066-5 Gihyo Direct Amazon 楽天ブックス ヨドバシ.com 電子版 Gihyo Digital Publishing Amazon Kindle ブックライブ 楽天kobo honto この本の概要 Software Designで完売御礼の特集号，ITエンジニアと線形代数，ITエンジニアと微分積分，ITエンジニアと数学の各特集記事を再編集しまとめました。各記事，それぞれ筆者が再検討し修正，場合によって加筆をしております。内容はほぼ高校から大学の教養課程の数学と，Pythonを使ったプログラミングが中心。しかし，Deep Learnningや機械学習，人工知能の基礎を学ぶことができ

            ITと数学

          • ［C++］WG21月次提案文書を眺める（2022年05月） - 地面を見下ろす少年の足蹴にされる私

            文書の一覧 JTC1/SC22/WG21 - Papers 2022 mailing2022-05 全部で36本あります。 N4912 2022-11 Kona hybrid meeting information N4913 PL22.16/WG21 agenda: 25 July 2022, Virtual Meeting P0543R1 Saturation arithmetic P0792R9 function_ref: a non-owning reference to a Callable P0901R9 Size feedback in operator new P1021R6 Filling holes in Class Template Argument Deduction P1255R7 A view of 0 or 1 elements: views::maybe P

              ［C++］WG21月次提案文書を眺める（2022年05月） - 地面を見下ろす少年の足蹴にされる私

            • ケーリー・ハミルトンの定理の組合せ論的証明 - 数学の命題示しました


              1，概要 正方行列の固有多項式について，が成り立つ． これをCayley–Hamiltonの定理という． Cayley–Hamiltonの定理は線形代数のクラスの後半で習うのが普通であるが，実は線形代数の知識を用いずに証明できる． 具体的には，置換を用いた行列式の定義と行列の乗の定義から，組合せ論的考察により証明できる． 本記事で紹介する証明は，組合せ論的な視点から線形代数を再構成したBrualdi [1]の本からとったものである． 以下第2節ではまず準備として行列式や固有多項式を，組合せ論的オブジェクトの母関数として解釈する． 次に第3節で，行列の乗とグラフ上の歩道の対応を復習する． 最後に第4節で，上の二つを組み合わせてCayley–Hamiltonの定理を証明する．2，行列式のHarary-Coater流の定義 以下で述べるように，行列式はグラフのサイクルの母関数として解釈できる．
                ケーリー・ハミルトンの定理の組合せ論的証明 - 数学の命題示しました

              • 海外志向と遠回り ─ 20年近くかけて少しずつやりたいことに近づいたソフトウェアエンジニアの生存戦略｜ハイクラス転職エージェントのパソナキャリア

                こんにちは、ひげぽん（@higepon）といいます。最近は、@miyagawaさんが配信しているRebuild.fmというポッドキャストにときどき出演させてもらっています。もしかしたら、そちらで私のことをご存じの方もいらっしゃるかもしれません。 ソフトウェアエンジニア歴は長く、もうすぐ20年になります。新卒で電機メーカーのシステム子会社に就職。その後、株式会社はてな、サイボウズ・ラボ株式会社などを経て、アメリカのTwitter本社で働くために渡米。最近また日本に戻って、某外資系企業でエンジニアをしています。 長いキャリアの中では、たくさんの失敗や遠回りをしました。世界に羽ばたくWebサービスを作ろうと奮闘しましたが、失敗しました。開発効率を上げるツールを作って使われないこともありました。行きたい会社の面接を受けて箸にも棒にもかからず、悔しい思いをしたこともありました。 本記事では、このよう

                  海外志向と遠回り ─ 20年近くかけて少しずつやりたいことに近づいたソフトウェアエンジニアの生存戦略｜ハイクラス転職エージェントのパソナキャリア

                • 今こそ「数学」の学び直しをせよ、芳沢光雄×佐藤優対談


                  文系でも怖くない 学び直し！数学 ﹁数学は何の役に立つのか﹂。中学校・高校の授業が嫌で、社会に出て﹁数学から解放された﹂と安堵した人も多いだろう。だが、今や経団連が﹁文系も数学を学ぶべき﹂と提言する時代だ。現代のビジネスパーソンは、数学を使いこなせるかどうかで大差がつく。文系でも恐れることはない。あなたの心強い味方の数学を、いま一度学び直してみてはどうだろう。 バックナンバー一覧 ビジネスパーソンの必須スキルである数学を、一からおさらいする﹁学び直し！ビジネス数学﹂特集︵全8回︶。三角関数に指数・対数、二次方程式。中学校・高校の数学で登場したややこしい数式や記号を見ると、今もむしずが走る文系ビジネスマンは少なくないだろう。だが、ビジネス、企業内のさまざまな問題を解決するには﹁数学で考える﹂ことが大きな武器になる。第1回は、作家の佐藤優氏が、その著書を高く評価する数学者、芳沢光雄氏を招き、数
                    今こそ「数学」の学び直しをせよ、芳沢光雄×佐藤優対談

                  • 線形代数と確率過程の話

                    はじめに 理工系の学生なら、学部で線形代数を習うことでしょう。学部での線形代数は、主に行列やベクトルの性質を調べるものとして学ぶと思います。そこで面倒な計算をして対角化とか固有ベクトルとか固有値とかやって、「なんで行列を対角化しなきゃいけないのか？」「固有ベクトルとか求めて何がうれしいのか？」がいまいちわからないまま卒業し、その後の機械学習ブームで「時代は線形代数！」とか言われて教科書を引っ張り出したは良いけど、でも結局よくわからないままそっと閉じる、なんて人も多いのではと思います。 線形代数は、代数学の一分野です。代数学とはその名の通り「具体的な数」の「代」わりに「記号」を使って式を表現し、その性質を調べる学問です。小学校で「つるかめ算」や「過不足算」をやったと思いますが、中学に入るとそれがすべて方程式や連立方程式で解けてしまうことを習ったと思います。一度方程式に落としてしまえば、もとが

                      線形代数と確率過程の話

                    • 大学を卒業したので四年間を振り返る - お腹.ヘッタ。


                      大学生活において自分に関わってくれた全ての人へのアンサーブログです。感謝七割エモさ二割やって行き一割ぐらいでこのブログは作られています。 まぁ詰まるところ普通の底辺大学に通ってた学生の振り返りです。書いてたらあまり面白くはないことに気がついたので適当に興味がある人だけが読みましょう。興味がない人はブラウザバックしてください。 いやまって。。ブラウザバックって死語ってまじ・・・？ 入学 私は地元の工業高校を卒業後地元の総合大学の情報工学学科に入学しました。 大学選び及び大学受験には完全に失敗してて、所謂ACやsailとかの上位大学の一発芸入試を落ちた口のオタクでした。当時は能力もないのに学歴コンプみたいになっていて大変痛々しかったですが cf.当時の落ちたブログ記事 、今思うと浪人などはしなくてよかったなと思いました。多分性格上勉強をし続けるみたいなのは得意ではないので・・・ この頃はインフ
                        大学を卒業したので四年間を振り返る - お腹.ヘッタ。

                      • 大名行列を特異値分解してみる - Qiita


                        はじめに 線形代数には、特異値分解という操作があります。行列を特異値と、それをくくりだす行列に分解する処理です。この分解は可逆処理ですが、特異値の大きいところだけを取り、小さいところを無視することで元の行列を近似することができます。近年、この性質を利用した情報圧縮が様々な場所で積極的に利用されています。筆者の身近なところでは、量子状態をテンソルネットワークで近似する際、特異値分解が中心的な役割を果たします。 本稿では、特異値分解がどういう処理なのか、実際に簡単な行列で試してみて、﹁なるほど情報圧縮だなぁ﹂というのを実感することを目的とします。 コードは以下においておきます。 https://github.com/kaityo256/daimyo_svd Google ColabでJupyter Notebookを開きたい場合はこちらをクリックしてください。 まず細かいことはさておき、特異値
                          大名行列を特異値分解してみる - Qiita

                        • ゲームプランナー教育に関するメモ - myゲーム趣味レーター

                          ゲームプランナー教育に関するメモ 随時更新していきます ゲームプランナー教育に関するメモ ゲーム クリエイター教育に関する資料 ゲーム会社やIT企業での研修事例 私の考える「ゲームプランナー新人研修」について 研修で得るべきスキル 記憶に残る研修：楽しんで覚えて身につける カリキュラムの先行例 IGDA開発者教育フレームワーク 東京工科大学の安原広和先生の「ゲームデザイン論」 東京国際工科専門職大学デジタルエンタテインメント学科 ゲーム構成論Ⅰ ゲーム構成論Ⅱ エンタテインメント設計 企画・発想法(E) ゲームデザイン実践演習 インターフェースデザイン コンテンツデザイン概論 プロジェクトマネジメント ゲームハード概論 コンピュータシステム コンピュータグラフィックスⅠ コンピュータグラフィックスⅡ ゲーム クリエイター教育に関する資料 遊んで学べるゲームデザイン教材 | ゲームライターコ

                            ゲームプランナー教育に関するメモ - myゲーム趣味レーター

                          • 『入門現代の量子力学 -量子情報・量子測定を中心として-』の新しい点について｜Masahiro Hotta


                            ﹁物理量が演算子で、それが複素数である謎めいた波動関数に作用する？その波動関数って何？因果律を破って観測で収縮するっていいの？シュレディンガー方程式に従う連続的な時間発展ではないから、その観測による収縮って変でしょ？﹂という疑問から解放されたい方には、この教科書がお勧めです。力学や電磁気学、解析学や線形代数の基礎知識を持っている大学理学部物理学科の2年生から3年生向けの内容になっています。 ﹃入門現代の量子力学﹄は、量子ネイティブ育成のための現代的な量子力学の教科書です。そしてヴィクター・ワイスコップに習って、"It doesn't matter what we cover in the textbook, it matters what you discover"の精神で書かれてます。水素原子などのこれまで標準的だったテーマを全体的にカバーして、その内容を嚙み砕いて分かりやすく教えること
                              『入門現代の量子力学 -量子情報・量子測定を中心として-』の新しい点について｜Masahiro Hotta

                            • python3ではじめるシステムトレード：射影と最小二乗法 - Qiita

                              1016 1:04 12776 回帰直線と射影 説明が明確で、分かりやすいストラング：線形代数イントロダクションは、線形代数の入門書として多くの人に支持されています。しかし、ハードルもあります。理解に多くに時間を費やしてしまうこともあります。その一つが、4.3の最小二乗法です。最小二乗法そのものは難しいものではありません。回帰直線を求めるのに最初に習うのが最小二乗法です。誤差を最小にするように回帰係数を決めましょうということなので、なんら難しさはありません。しかし、これを射影と合わせて理解しようとすると、それはやさしいことではありません。それは図4.6を見ればわかります。 左の図は回帰直線を幾何的に説明した図で、右側は線形代数的に表現したものです。ここでは時間の経過$t$を0,1,2としています。また、その観測値$\mathbf{b}$を6,0,0としています。これを $\mathbf{b

                                python3ではじめるシステムトレード：射影と最小二乗法 - Qiita

                              • 特異値分解を詳しく解説 - Qiita


                                はじめに 特異値分解は機械学習ではよく使われるテクニックだが、大学の教養過程で使うような線形代数の教科書には載っていなかったりする。 書店で色々探した結果、こちらの本に分かりやすい解説があり、理解が深まったのでまとめておく。 線形代数セミナー: 射影,特異値分解,一般逆行列　金谷 健一 (著) 今回は特異値分解の解説のみで、具体的な活用法はまた別の機会に書く。 定義 ${\rm rank}(\boldsymbol A)=r$ の $m \times n$ 行列 $\boldsymbol A$ を考える。 ただし、$r < m < n$とする。 $\rm rank$って何？という方はあまり気にしなくても大丈夫ですが、気になる方はこちらの記事を参照。 このとき、$\boldsymbol A$の特異値分解は下記のように表される。 $$\boldsymbol A = \boldsymbol U \
                                  特異値分解を詳しく解説 - Qiita

                                • IPA、情報セキュリティマネジメント試験と基本情報技術者試験の実施を延期へ

                                  情報処理推進機構（IPA）は2020年9月18日、同年10月18日に実施予定の情報処理技術者試験のうち、「情報セキュリティマネジメント試験（SG）」と「基本情報技術者試験（FE）」の実施を延期し、2020年度中にCBT（Computer Based Testing）方式で実施すると発表した。さらに、実施可否を検討していた秋期高度試験区分も、全ての区分で2020年度の試験実施を見送り、2021年度春期試験での実施を予定している。 これらの試験は、2020年3月24日に取りやめを発表した2020年度春期情報処理技術者試験・情報処理安全確保支援士試験の代替試験。 CBT方式は従来の紙試験とどう違うのか 関連記事 IPA、基本情報技術者試験にPythonを追加／COBOLを廃止 IPAは、国家試験「基本情報技術者試験」の内容を見直した結果、COBOLを廃止し、Pythonを追加する。線形代数や「確

                                    IPA、情報セキュリティマネジメント試験と基本情報技術者試験の実施を延期へ

                                  • 汎用人工知能 - Wikipedia


                                    汎用人工知能︵はんようじんこうちのう、英: Artificial general intelligence、略称: AGI︶とは、人間が実現可能なあらゆる知的作業を理解・学習・実行することができる人工知能である[1][2]。 人工知能の研究においては主要かつ最終的な目標であるとみなされており、未来学やSFにおいて話題に上がることが多い。数多くの企業・研究機関が汎用人工知能の達成に取り組んでおり、代表的な企業としてはOpenAI[3]、DeepMind[4]、Anthropic[5]などが挙げられる。 汎用人工知能は未だ実現しておらず、一般的には今後数十年以内に実現すると見積もられているが[6][7][8]、汎用人工知能は将来的にも絶対に完成しないとする少数派の意見も存在する[9]。さらに深層学習などによって作成された﹁GPT-4︵ChatGPT︶が汎用人工知能の初期バージョンである﹂という

                                    • 滋賀大学データサイエンス学部の講座が無料に：人工知能ニュースまとめ10選 | Ledge.ai

                                      画像はUnsplashより 日々、目まぐるしく進化、発展を遂げるAI（人工知能）業界。さまざまな企業が新しいサービスを開始したり、実験に取り組んだりしている。 そこで本稿ではLedge.aiで取り上げた、これだけは知っておくべきAIに関する最新ニュースをお届けする。AIの活用事例はもちろん、新たな実証実験にまつわる話など、本稿を読んでおけばAIの動向が見えてくるはずだ。 新資格「データサイエンス数学ストラテジスト」が9月21日から開始 機械学習やビジネス活用も問われる 日本数学検定協会は、新資格「データサイエンス数学ストラテジスト」の資格試験を2021年9月21日から開始予定だと発表し、公式サイトを公開した。 「データサイエンス数学ストラテジスト」資格は、データサイエンス戦略(データの把握や分析など)で必要とされる数学的スキル、リテラシーの理解度・習熟度を測定し認定するもの。データサイエン

                                        滋賀大学データサイエンス学部の講座が無料に：人工知能ニュースまとめ10選 | Ledge.ai

                                      • Pythonで線形代数！～行列編（基礎・後編）

                                        連載目次 前回は、行列をNumPyの配列として表し、要素ごとの四則演算を行ったり、ブロードキャスト機能を利用したりする方法、さらに、行や列の操作、集計などについても見てきました。今回は行列の内積について基本的な考え方から計算方法、応用例について見ていきます。 この連載には「中学・高校数学で学ぶ」というサブタイトルが付いていますが、2012年施行の学習指導要領で数学Cが廃止され、行列が実質的に高校数学で取り扱われなくなったので、行列になじみのない方もおられるかもしれません。そこで、内積の計算方法についても簡単に説明することとします（なお、2022年度施行の学習指導要領では数学Cと行列が復活しました）。 行列の取り扱いについては内容が多岐にわたるので、少しずつ確実に理解できるよう、数回に分けて取り組むことにします。

                                          Pythonで線形代数！～行列編（基礎・後編）

                                        • 【2021年度版】これが無償⁉ IT企業の新人エンジニア向け研修資料6選 - EE-LMSマガジン


                                          サイボウズやミクシィといったIT企業が、新人エンジニア向けの社内研修資料を無償で公開しているのをご存知でしょうか？資料の内容は、IT基礎知識からアプリ開発、機械学習などのさまざま。なかには動画付きのものまで登場しています。 今回は、IT企業が無償で公開している新人エンジニア向けの研修資料を6つ紹介します！ITの勉強をしたい人も、研修資料の作成で悩んでいる人も、ぜひ参考にしてみてください。 サイボウズ株式会社 株式会社ミクシィ GMOペパボ株式会社 株式会社セガ 株式会社リクルート 株式会社サイバーエージェント その他の研修資料 企業はなぜ研修資料を公開するのか？ オンライン研修の実現ならWisdomBase(ウィズダムベース) サイボウズ株式会社 サイボウズは2019年よりエンジニア新人研修の資料を公式ブログ上で公開しています。 ︻資料形式︼スライド、動画、演習用資料 ︻公開ページ︼﹁20
                                            【2021年度版】これが無償⁉ IT企業の新人エンジニア向け研修資料6選 - EE-LMSマガジン

                                          • 「半人前でも奪い合い」、激化するAI人材獲得競争（日経ビジネス） - Yahoo!ニュース

                                            こんにちは。パリ在住で、フランス発の機械学習プラットフォーム、Dataiku（データイク）という会社で欧州企業のデジタルトランスフォーメーションを支援している宮崎真と申します。日本でオンラインを中心にAI（人工知能）など先端技術の教育を展開するzero to one（仙台市）のリサーチ担当もしています。 【写真】ゲーム会社などのスタートアップも積極的にデータ人材を雇いにきている。Ecole Polytechniqueでのキャリアフォーラム（2019年） 今回の連載ではAI、データサイエンスというテーマを中心に業界や教育機関の動向、関連用語などについて書いていきます。私の経験をもとに執筆しているので、欧州、特にフランスの事情に関する内容が多くなります。AIやデータサイエンスと聞くとシリコンバレーのある米国が最先端というイメージがあるかもしれませんが、欧州も各国が力を入れていて参考になる点が少

                                              「半人前でも奪い合い」、激化するAI人材獲得競争（日経ビジネス） - Yahoo!ニュース

                                            • 日本語の文章でピリオドとかカンマ使う奴ｗｗｗｗｗｗｗｗｗｗｗ - なにこれ


                                              こんにちは。今日は悪口を書きます。 最初の二つの記事は奈良公園で転んでシカの糞まみれになったかのように悲しい気持ちで書いていましたが︵？？？？︶、なんだか最近元気です。 はじめに 別にカンマやピリオドを使うなと言っているわけではないのです。好きじゃないけど嫌いじゃないので。 今回、悪口の対象となる方々は﹁日本語の文章でピリオドとかカンマを使うのに、それらの後にスペースがあいていない人々﹂です。稀にしか出会いませんが。 よろしくお願いします。 句読点とカンマ・ピリオド　なぜ そもそもなぜ、日本語の文章にカンマ、ピリオドを使う文化があるのでしょうか？という話から。 正確な由来を確かめるためにこの文章を書いているわけではないので、Googleに回答はお任せします。 ﹁日本語　ピリオド　なぜ﹂とかでググると、3番目あたりに九州大学のPDFが出てきます︵たぶん︶。詳しく書いてあるので、私が解説するま
                                                日本語の文章でピリオドとかカンマ使う奴ｗｗｗｗｗｗｗｗｗｗｗ - なにこれ

                                              • 数学市民化プロジェクト – はじまりはKan拡張

                                                最近少し報告が出来ていなかったので、Mathpedia運営1ヵ月の続きの報告をしようと思う。結論からいえば、結構事務手続きで色々と面倒ごとが続いて大変だった。 ●源泉徴収・消費税 まず、実は先月の会計報告は間違っていた。というのも、源泉徴収や消費税という概念が登場していなかったからだ。この辺は事務局長が税務署への問い合わせをしながら判明して、既に対応済みだ。若干詳しく説明すれば、この事業は「数学市民化プロジェクト」から各執筆者（個人・個人事業主）に対する「業務委託」となり、その対価には源泉徴収や消費税（これは執筆者側が個人事業として納税義務が存在）が発生するのだ。源泉徴収に関しては、手取りが2万円になるように額面を22,046円に修正し、差額を既に納税している。また消費税についても、執筆者に2年前の課税収入が1000万円を超えている方はいないため、これは消費税の納税義務は発生せず、こちらも

                                                  数学市民化プロジェクト – はじまりはKan拡張

                                                • プログラミングのための数学


                                                  プログラマーが知っておきたい﹁数学﹂をPythonで学ぼう。本書では、プログラミングに必要となる数学‥線形代数、微積分、機械学習の基礎を学び、実際のソフトウェア開発で活用できるPythonの主要ライブラリの使い方を習得します。実際のコーディングはJupyter Notebookを通して学びます。 関連サイト本書の関連ページが用意されています。 商品サイト内容紹介ソフトウェア開発において数学のスキルがますます重要になっています。時代をリードする企業はデータサイエンスや機械学習を取り入れ活用し、ゲーム開発、コンピューターグラフィックスやアニメーション、画像や信号処理、価格設定、株式市場分析など、数学の知識が多くのシーンで役立ちます。 本書では、プログラミングに必要となる数学‥線形代数、微積分、機械学習の基礎を学び、実際のソフトウェア開発で活用できるPythonの主要ライブラリの使い方を習得しま
                                                    プログラミングのための数学

                                                  • svg要素の基本的な使い方まとめ


                                                    4.図形の変形 基本図形だけでもグラフィックを描くことは可能だが，何れも座標が固定化されているので位置の変更やサイズの変更を行うのが面倒である．このような操作を簡略化するためtransform属性が提供されている．これはcss3でのtransform属性とほぼ同様の機能を提供する． transform属性:座標軸の変形 svgにおける図形要素の描画は，通常その要素が属するコンテナ要素︵svg要素，symbol要素，marker要素等︶のveiwBox属性の値に従って行われる．即ち，viewBoxから定まる座標軸とスケールを元に図形要素の実際の描画位置が計算される．ここで，この座標軸を変形する事を思い浮かべてみよう．同じ図形要素であっても，描画する基準が異なるため，座標軸の変形度合いに応じ描かれる図形が変形することだろう． この座標軸の変換をアフィン変換と呼び，svgではこの変換をtrans

                                                    • 二次方程式の話


                                                      はじめに 数学は、嫌う人には嫌われます。そして﹁Xなんて日常生活で使わない。なぜこんなことを学ばなければならないのか﹂と言われがちです。Xとして三角関数や線形代数がよく挙げられますが、この前﹁二次方程式なんて日常生活で使わない。なぜこんなことを学ばなければならないのか﹂という発言を見つけました。 当然のことですが、二次方程式も三角関数も線形代数も全て重要であり、日常生活で使う様々なものに使われています。しかし、﹁日常生活で使うもの﹂には使われていますが、日常生活で直接これらを使うことはないでしょう。 日常生活で使わないから学ばなくて良いのか？では代わりに何を学ぶのか？日常生活で直接使う知識ばかり学べば良いのか？学問のカリキュラムを考えるのはかなり難しい問題です。 ただ、数学というのは本来面白いものです。テストに追われてる時には苦痛だったものも、卒業してもう一度見てみたらその面白さに気づくか
                                                        二次方程式の話

                                                      • ベクトルの外積とは何？意味と計算方法をわかりやすく解説 | HEADBOOST

                                                        ベクトルの外積とは、「2本のベクトルが作る平行四辺形に対して、垂直な方向に働く新しいベクトル」のことです。そして、ベクトル \(\vec{v}\) と \(\vec{w}\) があるとき、外積は \(\vec{v}\times \vec{w}\) と表すので、「クロス積」とも言います。 このベクトルの外積は、線形代数において幅広く使われる重要な概念です。そのため、これについての理解を深めることで、線形代数の幾何学的なイメージをさらにグッと深めることができて、さまざまな面での応用力が身に付きます。 そのためにも、このページでは、ベクトルの外積について誰でも正しく理解できるようになるために、幾何学的なアニメーションを豊富に用いながら徹底的に解説してきます。きっとお役に立つことでしょう。 それでは始めます。 1.ベクトルの外積の幾何学的な意味 それでは、このベクトルの外積とはどのようなものなので

                                                          ベクトルの外積とは何？意味と計算方法をわかりやすく解説 | HEADBOOST

                                                        • ２０１９年クリスマスシーズンからプログラミング言語 Julia を始めるため，第１歩からN(>=1)歩進む手引き - Qiita

                                                          ２０１９年クリスマスシーズンからプログラミング言語 Julia を始めるため，第１歩からN(>=1)歩進む手引きJulia 本日は カレンダーが空いていたので書きます． １日目だし プログラミング言語の Julia やってみようかなーな人向けに書きます． あまりソフトウェアの開発の経験がない人向けに書いています． Julia の魅力的なところ(数学的表現がしやすい) 筆者は純粋数学系出身なのでプログラムに縁がなく幸か不幸か社会人になって初めて本格的にコードを書くことになりました．このとき不満だったのは教科書に書いてあるような数学記号やギリシャ語を表現する手段が許されておらず $\alpha$, $\beta$ をしょうがなく alpha, beta と書いていました．PCは LaTeX を書くためというもんだと思ってたので，なんでそういうのサポートされてないんだとプンスコしていたのを思い出

                                                            ２０１９年クリスマスシーズンからプログラミング言語 Julia を始めるため，第１歩からN(>=1)歩進む手引き - Qiita

                                                          • C++線形代数ライブラリEigenの注意点

                                                            ※ 2020-09-06: 「アライメントの問題（C++17以上かつEigenバージョン3.4以上）」を追加。 線形代数ライブラリ（行列演算や行列分解などを行うライブラリ）には、有名どころだとPythonではNumpyがあり、C++ではEigenがあります。Eigenは強力なライブラリですが、気をつけなければいけないところがいくつかあるのでまとめます。 Eigenの特徴 ヘッダーオンリーでテンプレートが多用されており、汎用性が高い Expression Template（式テンプレート）を用いた遅延評価で高速（不要な計算を自動で除外する） 自動でSIMDやループ展開が適用され高速 静的にサイズを指定した行列はヒープを一切使用しない 疎行列のサポートがある 密行列・疎行列それぞれ様々な行列分解アルゴリズムが実装されている 以上のように、非常に高速で強力なライブラリですが、高速性のトレードオフ

                                                              C++線形代数ライブラリEigenの注意点

                                                            • 機械学習に使われる数学 — ディープラーニング入門：Chainer チュートリアル


                                                              機械学習に使われる数学 次章より3つの章にわたって、ディープラーニングを含む機械学習に必要な数学のうち、基礎的なものとして﹁微分﹂﹁線形代数﹂﹁確率統計﹂の3つについて、要点を絞り、簡潔に紹介していきます。 その前に、本章では機械学習 (machine learning) の考え方について大枠を掴み、どの部分でそれぞれの項目が登場するかを把握しておきましょう。 機械学習とは 機械学習は、与えられたデータから、未知のデータに対しても当てはまる規則やパターンを抽出したり、それらを元に未知のデータを分類したり、予測したりする手法を研究する学術領域です。 機械学習は様々な技術に応用されており、例えば画像認識、音声認識、文書分類、医療診断、迷惑メール検知、商品推薦など、幅広い分野で重要な役割を果たしています。 教師あり学習の考え方 機械学習の代表的な問題設定として、教師あり学習 (su
                                                                機械学習に使われる数学 — ディープラーニング入門：Chainer チュートリアル

                                                              • 統計的因果推論の理論と実装 - 共立出版

                                                                本書は、統計的因果推論の理論（数理的メカニズム）と実装（Rによる数値解析）の両方を統一的にカバーしたものである。具体的には、ハーバード大学統計学科のDonald B. Rubinの提唱した潜在的結果変数の枠組みによる統計的因果推論を扱う。また、データの一部が観測されない場合の因果推論も扱っており、これは類書にはほとんどみられない本書の特徴である。 本書の数理的な理論解説は、できるだけ高校数学の範囲内で理解できるように工夫した。微積分や線形代数も、ほぼ登場しない。さらに、必要な数学的知識は、登場する箇所で解説を加えた。また、Rを使った数値計算により、数学が苦手な人にも統計的因果推論のメカニズムを理解してもらえるように工夫している。そして、数式とRコードとの対応関係をRの初心者も理解できるように、できるだけ1行ごとに完結するコードを書くよう心がけた。 さらに、Rを使って統計的因果推論の実証研究

                                                                  統計的因果推論の理論と実装 - 共立出版

                                                                • 入門 現代の量子力学 量子情報・量子測定を中心として：堀田 昌寛 - とね日記


                                                                  理数系ネタ、パソコン、フランス語の話が中心。 量子テレポーテーションや超弦理論の理解を目指して勉強を続けています！ ﹁入門 現代の量子力学 量子情報・量子測定を中心として‥堀田 昌寛﹂︵Kindle版︶︵正誤表︶ 内容紹介‥ 今世紀の標準！ 次世代を担う物理学徒に向けて、量子力学を根本的に再構成した。原理から本当に理解する15章。 ﹁量子力学は20世紀前半には場の理論を含めて完成を見た。しかしその完成に至るまでの試行錯誤では、現在では間違っていることがわかっている物質波の解釈の仕方や、正確ではなかった不確定性関係の議論もなされていた。そこで本書では、そのような歴史的順序そのままの紆余曲折のある論理を辿らないことにした。一方で、線形的な状態空間やボルン則を用いた確率解釈やシュレディンガー方程式などを天下り的に公理とするスタイルもとらない。代わりに情報理論の観点からの最小限の実験事実に基づいた
                                                                    入門 現代の量子力学 量子情報・量子測定を中心として：堀田 昌寛 - とね日記

                                                                  • 概念の左右と難しさ


                                                                    数学に関するポエム的な記事です。特に技術的な内容ではありません。圏論の知識があると共感が得やすいと思いますが読むために必須ではありません。 定義は詳細に説明しませんし数学的に厳密な話でもありませんが、明らかに間違ったことを書くつもりもないので、どこかが明らかに間違っていたら指摘してくれると助かります。 追記: 極限の左右を間違えていたので修正しました 随伴と逆 数学をやっていると随伴という概念に遭遇します。随伴というのは逆を緩めた概念です。 逆関数 逆関数を例に逆という概念と性質について説明します。分かっている方は読み飛ばして大丈夫です。 随伴という概念には遭遇していなくても、逆という概念に遭遇した方は多いと思います。例えば関数 f\colon\mathbb{R}\to\mathbb{R} に対する逆関数 f^{-1}\colon\mathbb{R}\to\mathbb{R} です。関数

                                                                    • Book Review|予備校のノリで学ぶ「大学の数学・物理」Official Website

                                                                      おすすめの参考書や書籍の紹介です。随時更新していきます(最終更新：2024年1月11日)。 Books by Yobinori members 著書紹介 Mathematics 解析学 線形代数学 代数学 集合論 微分方程式 複素解析学 確率統計学 ベクトル解析 離散数学 情報理論 物理数学 Physics 力学 電磁気学 流体力学 量子力学 相対性理論 熱力学 統計力学 物性物理学 宇宙 Other areas 化学 生物学 機械学習 High school 高校数学 高校物理 高校化学 For the public 一般向け(数学) 一般向け(物理) 一般向け(その他) たくみの趣味 やすの趣味

                                                                        Book Review|予備校のノリで学ぶ「大学の数学・物理」Official Website

                                                                      • 中学・高校数学のロードマップ ～ 分野一覧と学ぶ順序 | 趣味の大学数学


                                                                        どうも、木村︵@kimu3_slime︶です。 中学数学・高校数学の各分野・単元について、ロードマップを紹介したいと思います。 中学校学習指導要領︵平成29年告示︶解説、高等学校学習指導要領︵平成30年告示︶解説を参考に、自分なりに図を作りました。分野分けはおおざっぱなものです。 代数、幾何、解析、確率・統計おおざっぱに、4つの分野に単元を分類しました。 代数︵だいすう︶は、中学では数と式と呼ばれる分野。マイナスやルートといった色々な数を知ること、不特定の数を文字で表すことは、数学の基礎となっています。古くは商売に利用され、また数の神秘は人を魅了してきました。 幾何︵きか︶は、中学では図形と呼ばれる分野。平面図形の性質を論証・証明によって示すスタイルは、ユークリッドの﹁原論﹂から生まれ、数学の正しさを支える方法となっています。土地の測量に利用されてきましたが、﹁座標﹂によって代数的な分析が
                                                                          中学・高校数学のロードマップ ～ 分野一覧と学ぶ順序 | 趣味の大学数学

                                                                        • IPAデジタルスキル標準ver.1.0.pdf

                                                                          All Rights Reserved Copyright© IPA 2023 デジタルスキル標準 ver.1.１ 2023年8月 All Rights Reserved Copyright© IPA 2023 1 目次 I. デジタルスキル標準の概要 ⚫ デジタルスキル標準策定の背景、ねらい ⚫ デジタルスキル標準 改訂の考え方 ⚫ デジタルスキル標準の構成 ⚫ デジタルスキル標準で対象とする人材 ⚫ デジタルスキル標準の汎用性 ⚫ デジタルスキル標準の活用イメージ II. DXリテラシー標準 1. DXリテラシー標準策定のねらい、策定方針 2. DXリテラシー標準の構成 3. スキル・学習項目 a. 概要 b. 詳細 4. DXリテラシー標準の活用イメージ III. DX推進スキル標準 1. DX推進スキル標準策定のねらい、策定方針 2. DX推進スキル標準の構成 3. 人材類型・ロー

                                                                          • 未経験からデータ分析を仕事にするまでに役に立った教材をまとめていく - Qiita

                                                                            こんにちは。現在、私はPythonやらJuliaやらを使ってデータ分析をしているのですが、最近、自分の所属部署にも新入社員が入ってきて、後進の育成をする立場になりました。そこで、「このページにあるやつが良かったよ」と言って済ませられるように、データ分析を仕事にするまでに実際に役に立ったなと思う教材・参考になったサイト・書籍等を、これまでの経験をもとにまとめていきます。 私自身、プログラミングも統計学も全く知らない状態から独学してきたので、「データ分析を仕事にしたいけどなんのスキルもない！」という悩みのある初学者の参考になればと思います。 注1: 日本語と英語が読めるのが前提条件になります 注2: ググって1分で解決できる問題については掲載してません 例えばjupyterのインストール方法とか Kaggle Learn 機械学習コンペサイトのKaggleが提供している、機械学習に最低限必要な

                                                                              未経験からデータ分析を仕事にするまでに役に立った教材をまとめていく - Qiita

                                                                            • PythonとSymPy: 数学の力を解き放て！ - Python転職初心者向けエンジニアリングブログ


                                                                              Pythonはその柔軟性と拡張性から、様々な領域で利用されています。数学の分野においても、PythonはSymPyという強力な数学ライブラリを提供しています。この記事では、PythonとSymPyの連携に焦点を当て、SymPyを使用して数学的な問題を解決するための実用的なコーディング例を通じて、その魅力を探求していきます。 SymPyとは何か SymPyはPythonで書かれたシンボリック計算ライブラリで、代数演算や方程式の解法、微積分、線形代数など、数学に関する幅広い操作をサポートしています。SymPyは数学的な問題をシンボリックに表現し、数式の形で扱うことができます。これにより、数学的な概念をプログラムで表現し、計算機による数学の応用を容易にします。 SymPyの基本的な機能 SymPyは様々な数学的な操作をサポートしていますが、その中でも特に基本的な機能を紹介します。 シンボルの定義
                                                                                PythonとSymPy: 数学の力を解き放て！ - Python転職初心者向けエンジニアリングブログ

                                                                              • Rubyの配列で組み合わせを列挙する（翻訳）｜TechRacho by BPS株式会社

                                                                                概要 元サイトの許諾を得て翻訳・公開いたします。 英語記事: Enumerating Combinations with Ruby Arrays 原文公開日: 2023-05-08 原著者: Domhnall Murphy サイト: VectorLogic Rubyの配列には、さまざまな問題を解決するのに役立つ振る舞いがぎっしり詰まっています。本記事では、「配列の配列」で可能なすべての組み合わせを評価する方法を2通り見ていくことにします。 🔗 はじめに この間、限られた時間の中で、ささやかながらRubyの技術調査を行い、つらい思いをしました。振り返ってみると、「配列の配列」から派生する組み合わせを列挙する方法の調査に時間をかけすぎていました。 調査が終わった後もこの点に未練が残っていたので、トラウマを克服するためにこの概念を本記事にまとめることにしました。皆さんも私の旅に参加してみません

                                                                                  Rubyの配列で組み合わせを列挙する（翻訳）｜TechRacho by BPS株式会社

                                                                                • CV・CG・ロボティクスのためのリー群・リー代数入門: (1) リー群 - swk's log はてな別館

                                                                                  シリーズ一覧へ このエントリでは，回転を題材としてリー群の定義を説明し，それを導入する動機と基本的な考え方を導入する． ざっくりと言うと，回転を考えるというのはある種の「曲がった空間」を考えることであって，理論上も実用上も面倒な点が多い．ところがここで，回転が「群」と呼ばれる数学的構造を持っていることに着目すると，さっきの「曲がった空間」に関する問題を，それに対応する「真っ直ぐな空間」に関する問題に置き換えて考えることができる．ここで言う「曲がった空間」がリー群であり，「真っ直ぐな空間」がリー代数と呼ばれるものであり，それらの間の対応を表すのが指数写像と呼ばれるものである，という話をこのエントリとそれに続く 2 エントリくらいを通じて見ていきたい． 何やら魔法のような話に聞こえるかもしれないが，こんな風に，ある問題をそれと対応関係にある別の問題に置き換えて考えるというのは数学ではよくある話

                                                                                    CV・CG・ロボティクスのためのリー群・リー代数入門: (1) リー群 - swk's log はてな別館
                                                                                  前のページ 6 7 8 9 10 11 12 13 14 15 次のページ

                                                                                  はてなブックマーク

                                                                                  公式Twitter

                                                                                  はてなのサービス

                                                                                  • App Storeからダウンロード
                                                                                  • Google Playで手に入れよう
                                                                                  Copyright © 2005-2024 Hatena. All Rights Reserved.