機械学習に必要な数学 その4 －線形代数－
どうも、最近、吉野家の牛とじ御膳を食べたGuchinakaです。
いきなりのカミングアウトすみません。
この機械学習に必要な数学の記事は過去に3つほど書きました。↓↓
1．機械学習に必要な数学 その1 微分 - 理学療法士・リハビリ関連のための人工知能概論
2．機械学習に必要な数学その2 回帰分析の前に - 理学療法士・リハビリ関連のための人工知能概論
3．機械学習に必要な数学 その3 単回帰分析 2 - 理学療法士・リハビリ関連のための人工知能概論
今回は、線型代数について
少し難しいかと思いますので、今回は、かなり絞って、簡単に簡単に簡単にお話したいと思います。
- スカラー
- ベクトル
- 行列
・スカラー
x, y, z,
などの記号のことですね。1✖︎1に当たります。画像でいうと1ピクセルという感じでしょうか？
（守備力を上げる魔法ではありません。）
・ベクトル
x = ［1, 2, 3］
というようなものがベクトルですよね。縦1✖︎横3ですね。
・行列
画像をご覧ください。
これが行列です。すごいです数字の山になりそうです。
行列の計算の仕方は、Youtubeでご覧ください!!
ってこれ、大学一年生の内容なんですね。私は、勉強した覚えがありません。（知り合いの国立大学のPT養成過程でもあまり知らないようでした。）
この、行列やらベクトルがなんの役にたつんやと思って人も多いでしょう。
こちらの記事↓↓にもあるように、画像というのは全て数字に置き換えられます。
画像を数字にすると、ベクトルや行列ですよね。これを微分することができれば、膨大な情報量を解析できそうです。（これが、人工知能の中身の一部ですかね）
解説というよりは、こんな感じなんですよーという内容を記載しました。
