Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

タグ

数学に関するizm_11のブックマーク (3)

  • やる夫で学ぶディジタル信号処理

    やる夫cry2 実験データの解析とかで信号処理をしなくちゃならないことが多くなってきたお… やる夫cry 数学でフーリエ解析とか習ったけど,真面目に聞いてなかったのでさっぱりわからないお… やる夫 だからやらない夫に教えてもらうお! やる夫で学ぶディジタル信号処理 東北大学 大学院情報科学研究科 鏡 慎吾 更新履歴 (最終更新: 2016.01.08 ) PDF版 アスキーアートがないと読む気にならないという方は,ページ上部の「アイコンを表示する」をクリックしてください.アスキーアートではないけど多少は助けになるかも知れません. 講演の機会を頂きました.ご関係各位に感謝します: やる夫で信号処理は学べるか ―東北大学機械知能・航空工学科における信号処理教育とウェブ教材― (依頼講演), 電子情報通信学会総合大会, AS-2-8, 九州大学伊都キャンパス, 2016年3月16日. [PDF]

  • 「第2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。 3/27(金)「第2回 プログラマのための数学勉強会」が開催されました。今回も多くの方にご参加頂き、数学愛ほとばしるセッションの数々をお送りできて嬉しく思っております。各セッションの動画・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 2」 - 佐野岳人 [資料] 線形代数再入門の続編として行列式・逆行列について発表しました。高校や大学で行列式を習うときは低次の場合の計算法だけか、あるいは置換を使ったガチな定義を習うかのどちらかと思うのですが、「そもそもこれは何なのか」をプログラマが納得できるように、普段見慣れているであろう「要件・仕様・実装」のフォーマットでその意味と計算法について解説することを試みました。 数学科卒というと計算が得意とか暗算が速いとか思われがちですが、僕は自分でも悲しくなるほど計算が遅くよく間違います。掃き

    「第2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
  • プログラマのための線形代数再入門

    The document describes various probability distributions that can arise from combining Bernoulli random variables. It shows how a binomial distribution emerges from summing Bernoulli random variables, and how Poisson, normal, chi-squared, exponential, gamma, and inverse gamma distributions can approximate the binomial as the number of Bernoulli trials increases. Code examples in R are provided to

    プログラマのための線形代数再入門
  • 1