ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「勾配降下法」
本シリーズでは、以下の本に沿って数学を解説している。前回は微分編第三回、多変数関数の微分について解説した。多変数関数については、その独立変数の一つに着目し、それ以外を定数として見なして微分する偏微分という方法を使う。今回の内容にも出てくるの...
ニューラルネットワーク
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「多変数関数の微分」
本シリーズでは、以下の本に沿って数学を解説している。前回は微分編2回目ということで、合成関数の微分と、関数の最小値に関する原理を説明した。各種公式だったり、記号なんかも出てきたが、理解できただろうか。特に記号は今回もガンガン使っていくので、...
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「合成関数の微分、関数の最小値」
本シリーズでは、以下の本に沿って数学を解説している。前回は、微分の基本を解説した。微分とは導関数を求めること、導関数はある点における接線の傾きを求めることだ、ということを説明してきた。また、幾つか導関数をカンタンに求める公式と、微分の線形性...
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「微分の基本」
本シリーズでは、以下の本に沿って数学を解説している。前回は、ベクトルについて解説を行った。ベクトルとは、通常の数ではなく、向きと大きさを持つ量だった。イメージは2次元や3次元であればしやすいが、なかなか4次元以上となると難しい。とはいえ、同...
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「ベクトル」
本シリーズでは、以下の本に沿って数学を解説している。前回は、数列、漸化式、シグマ記号について解説をしてきた。特にシグマ記号は頻繁に出てくるし、慣れないと厄介なので、繰り返し使って感覚を身に付けていこう。前回の記事は以下。さて、今回はベクトル...
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「数列、漸化式、シグマ記号」
前回から、以下の本の解説を行っている。要するに、ニューラルネットワークの理解をするための数学の解説だ。初回は、関数についてざっと解説を行った。以下の記事だ。今回は、数列周りを解説していこう。数列まずはこいつから。数列とは、単純に数の列のこと...
ディープラーニングのための数学勉強結果 ディープラーニングのための数学勉強結果「ニューラルネットワーク、関数」
最近、引っ越しをした。その時の掃除で、以下の本が発掘された。読んだ記憶がなく、折角なので勉強していくことにした。今回から、その勉強結果をまとめていこうと思う。本の目次から、メインはニューラルネットワークのようだ。そして、ニューラルネットワー...
自然言語処理学習結果 自然言語処理勉強結果「単語の分散表現」
前々回、単語の意味理解の一つとして、コーパスを利用して共起語に着目する手法を解説した。これは、次元が大きくなりすぎるという問題点があり、それをなんとか削減したかった。今回は、そんな問題点を回避するために、前回解説したニューラルネットワークを...
自然言語処理学習結果 自然言語処理勉強結果「ニューラルネットワーク」
前回まで、自然言語処理における単語の意味理解について解説していた。今回もその手法の一つ…ではない。というのも、それを解説するために、また機械学習に戻らなければいけない。今回は、機械学習におけるニューラルネットワークというものを解説しよう。な...