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...
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...
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...
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...
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...
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...
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...
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...
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...