[B! 数学] okbmのブックマーク

okbm id:okbm

数学に関するokbmのブックマーク (4)

【統計学】初めての「標準偏差」（統計学に挫折しないために） - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
okbm 2017/09/10
数学

Python
リンク
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
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
okbm 2017/05/27
機械学習

Python

数学
リンク
20170422 数学カフェ Part1
1. 数学カフェ「確率・統計・機械学習」（Part1） 2017年4⽉22⽇数学カフェ Yahoo! Japan コワーキングスペース LODGE 株式会社Preferred Networks ⼤野健太 oono@preferred.jp 2. ⼤野健太 • twitter: @delta2323_ • 経歴 • 数学専攻（修⼠） → 2012.4 PFI → 2014.10 PFN • 担当 • バイオプロジェクト • Chainerコアチーム • インターン・採⽤チーム 2 3. • 2014年3⽉設⽴ • 本社：東京アメリカ⼦会社：カリフォルニア州サンマテオ • 社員数：約70名（8割以上はエンジニア・リサーチャー） • 事業内容：深層学習の産業、特に産業⽤ロボット・交通・バイオヘルスケアへの応⽤ 3 夏季インターン(5/7締切) フルタイム募集中！
okbm 2017/04/23
機械学習

数学
リンク
機械学習の基礎知識としての数学 - learning.ikeay.net
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
okbm 2016/09/11
機械学習

数学

統計
リンク
1