プログラマのための線形代数再入門

プログラマのための線形代数 再 入門
∼行列・線形変換・アフィン変換∼
@taketo1024
2015/01/30 第1回プログラマのための数学勉強会
今日の内容
1. 行列の積
2. 線形変換とアフィン変換
1. 行列の積
行列の足し算
✓
3 5
4 10
◆
+
✓
3 4
5 8
◆
=
✓
3 + 3 5 + 4
4 + 5 10 + 8
◆
=
✓
6 9
9 18
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 5 · 4
4 · 5 10 · 8
◆
=
✓
9 20
20 80
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 5 · 4
4 · 5 10 · 8
◆
=
✓
9 20
20 80
◆
こうだったら簡単だったのに…
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
これが正しい計算規則です。
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
行列の掛け算
✓
3 5
4 10
◆ ✓
3 4
5 8
◆
=
✓
3 · 3 + 5 · 5 3 · 4 + 5 · 8
4 · 3 + 10 · 5 4 · 4 + 10 · 8
◆
=
✓
34 52
62 96
◆
ふぅ…
正直、3 3以上の行列計算は
地獄です。
(僕は必ず計算を間違うので気が狂いそうになる)
なぜこう定義する?
もんだい
• さの工場では車とトラックを製造しています。
• 車の製造には作業員3人、ロボット5台の稼働が必
要です。
• トラックの製造には作業員4人、ロボット8台の稼
働が必要です。
• さの工場で車を2台、トラックを3台製造するのに
必要な作業員とロボットの稼働はいくらでしょう?
こたえ
車2台 : 2 (作業員:3人 + ロボット:5台)
トラック3台 : 3 (作業員:4人 + ロボット:8台)
+)
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
こたえ
車2台 : 2 (作業員:3人 + ロボット:5台)
トラック3台 : 3 (作業員:4人 + ロボット:8台)
+)
作業員:(2 3 + 3 4) = 18人、
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
こたえ
車2台 : 2 (作業員:3人 + ロボット:5台)
トラック3台 : 3 (作業員:4人 + ロボット:8台)
+)
作業員:(2 3 + 3 4) = 18人
ロボット:(2 5 + 3 8) = 34台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
こたえ
車2台 : 2 (作業員:3人 + ロボット:5台)
トラック3台 : 3 (作業員:4人 + ロボット:8台)
+)
作業員:(2 3 + 3 4) = 18人
ロボット:(2 5 + 3 8) = 34台 こたえ
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
行列の積で書き直すと…
(ベクトルは縦に書かないの?は後で説明します)
車・トラック
作業員・ロボット
2 3
✓
3 5
4 8
◆
= 2 · 3 + 3 · 4 2 · 5 + 3 · 8
= 18 34
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
もんだい 2
• 作業員はサンドイッチを2個食べ、コーヒーを3杯
飲みます。
• ロボットはサンドイッチ6個、コーヒー10杯を燃
料として動きます。
• さの工場で車を2台、トラックを3台製造するのに
必要なサンドイッチとコーヒーはいくらでしょう?
こたえ
SW COFFEE
作業員 2個/人 3杯/人
ロボット 6個/台 10杯/台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
こたえ
2 3
✓
3 5
4 8
◆
= 18 34
SW COFFEE
作業員 2個/人 3杯/人
ロボット 6個/台 10杯/台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台 車・トラック 作業員・ロボット
こたえ
2 3
✓
3 5
4 8
◆
= 18 34
18 34
✓
2 3
6 10
◆
= 240 394
SW COFFEE
作業員 2個/人 3杯/人
ロボット 6個/台 10杯/台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台 車・トラック 作業員・ロボット
作業員・ロボット
こたえ
2 3
✓
3 5
4 8
◆
= 18 34
18 34
✓
2 3
6 10
◆
= 240 394
SW COFFEE
作業員 2個/人 3杯/人
ロボット 6個/台 10杯/台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
こたえ
車・トラック 作業員・ロボット
サンドイッチ・コーヒー作業員・ロボット
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394先にこっちを計算すると…
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
=
✓
3 · 2 + 5 · 6 3 · 3 + 5 · 10
4 · 2 + 8 · 6 4 · 3 + 8 · 10
◆
=
✓
36 59
56 92
◆
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
=
✓
3 · 2 + 5 · 6 3 · 3 + 5 · 10
4 · 2 + 8 · 6 4 · 3 + 8 · 10
◆
=
✓
36 59
56 92
◆
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
2 3
✓
36 59
56 92
◆
= 2 · 36 + 3 · 56 2 · 59 + 3 · 92
= 240 394
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
2 3
✓
36 59
56 92
◆
= 2 · 36 + 3 · 56 2 · 59 + 3 · 92
= 240 394
まとめて書けば:
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 18 34
✓
2 3
6 10
◆
= 240 394
2 3
✓
36 59
56 92
◆
= 2 · 36 + 3 · 56 2 · 59 + 3 · 92
= 240 394
同じ!
18 34
つまりこういうこと
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
車・トラック 作業員・ロボット サンドイッチ・コーヒー
52 95 240 394
18 34
つまりこういうこと
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
車・トラック 作業員・ロボット サンドイッチ・コーヒー
52 95
✓
36 59
56 92
◆
一発でいける!
240 394
SW COFFEE
作業員 2個/人 3杯/人
ロボット 6個/台 10杯/台
作業員 ロボット
車 3人/台 5人/台
トラック 4台/台 8台/台
=
SW COFFEE
車 36個/台 59杯/台
トラック 56個/台 92杯/台
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
=
✓
36 59
56 92
◆
行列の掛け算は、対応表の合成になっていた!
打ち消しあう
もんだい 3
• では車を52台、トラックを95台製造するのに必要
なサンドイッチとコーヒーは?
こたえ
18 34 240 394
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
車・トラック 作業員・ロボット サンドイッチ・コーヒー
52 95 … …
18 34
こたえ
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
車・トラック 作業員・ロボット サンドイッチ・コーヒー
52 95 …
✓
36 59
56 92
◆
一発でいきましょう
240 394…
18 34
こたえ
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
車・トラック 作業員・ロボット サンドイッチ・コーヒー
52 95 …
✓
36 59
56 92
◆
7192 11808
こたえ
行列の積は変換の合成と対応する形で
定義されていた!
x y x y A x y AB
A B
AB
あらかじめ積を計算しておけば、中間をすっ飛ばせる!
ちなみに数学ではベクトルを縦に書き、
行列を左から掛けることが多い
A B
✓
x
y
◆
A
✓
x
y
◆
BA
✓
x
y
◆
BA 順序に注意!
と書く場合はこっちの方が分かりやすいf(~x) = A~x
「転置」を取れば同じ計算になる
2 3
✓
3 5
4 8
◆ ✓
2 3
6 10
◆
= 240 394
✓
2 6
3 10
◆ ✓
3 4
5 8
◆ ✓
2
3
◆
=
✓
240
394
◆
左から作用
右から作用
… DirectX 系
… OpenGL 系
以後、変換について話すので後者の
スタイルで書きます。
(DirectX 系の人は脳内転置お願いします)
2. 線形変換とアフィン変換
線形変換
ベクトルの線形性(平行と比率)の保たれる変換
f
線形変換
… 和をバラせる
… 実数倍をバラせる
(
f(~x + ~y) = f(~x) + f(~y)
f(a · ~x) = a · f(~x)
✓
1
0
◆
,
✓
0
1
◆
の行き先だけで決まる!線形変換は
f
✓
1
0
◆
=
✓
ax
ay
◆
, f
✓
0
1
◆
=
✓
bx
by
◆
とすれば、
f
✓
x
y
◆
= f(x ·
✓
1
0
◆
+ y ·
✓
0
1
◆
)
= x · f
✓
1
0
◆
+ y · f
✓
0
1
◆
= x ·
✓
ax
ay
◆
+ y ·
✓
bx
by
◆
✓
x
y
◆
x
✓
1
0
◆
y
✓
0
1
◆
f
✓
x
y
◆
= x
✓
ax
ay
◆
+ y
✓
bx
by
◆
x
✓
ax
ay
◆
y
✓
bx
by
◆
f
その結果は行列とベクトルの積で書ける!
x
✓
ax
ay
◆
y
✓
bx
by
◆
f
✓
x
y
◆
= x
✓
ax
ay
◆
+ y
✓
bx
by
◆
=
✓
ax bx
ay by
◆ ✓
x
y
◆
f
✓
x
y
◆
=
✓
ax bx
ay by
◆ ✓
x
y
◆
つまり線形変換は の行き先を並べた行列で表現できる!
✓
1
0
◆
,
✓
0
1
◆
f
f
✓
x
y
◆
=
✓
ax bx
ay by
◆ ✓
x
y
◆
✓
1
0
◆
✓
0
1
◆
✓
ax
ay
◆
✓
bx
by
◆
… f の行列表示f
同様に3次元ベクトルの線形変換は、
3次行列との積で書ける
f
0
@
x
y
z
1
A = x
0
@
ax
ay
az
1
A + y
0
@
bx
by
bz
1
A + z
0
@
cx
cy
cz
1
A
=
0
@
ax bx cx
ay by cy
az bz cz
1
A
0
@
x
y
z
1
A
f
0
@
ax
ay
az
1
A
0
@
bx
by
bz
1
A
0
@
cx
cy
cz
1
A
線形変換の合成は行列の積に対応する
✓
x
y
◆
f
✓
x
y
◆
= A
✓
x
y
◆
g
✓
f
✓
x
y
◆◆
= BA
✓
x
y
◆
f g
g f : f と g の合成f g
左から作用
行列は線形変換の定量表現!
線形変換にはどんなものが
ある?
等倍・偏倍変換
A =
✓
a 0
0 b
◆
✓
1
0
◆
✓
0
1
◆
f
✓
a
0
◆
✓
0
b
◆
回転
A =
✓
cos✓ sin✓
sin✓ cos✓
◆
✓
1
0
◆
✓
0
1
◆
f
✓
cos ✓
sin ✓
◆
✓
sin ✓
cos ✓
◆
反転
A =
✓
1 0
0 1
◆
✓
1
0
◆
✓
0
1
◆
f
✓
0
1
◆
✓
1
0
◆
正射影
A =
✓
1 0
0 0
◆
✓
1
0
◆
✓
0
1
◆
f
✓
1
0
◆
平行移動…?
✓
1
0
◆
✓
0
1
◆
f
✓
p
q
◆
とならない変換は線形でない!
f
✓
0
0
◆
=
✓
0
0
◆
f
✓
0
0
◆
= f(
✓
0
0
◆
+
✓
0
0
◆
) = 2f
✓
0
0
◆
f
より、
でなければいけない。
f
✓
0
0
◆
=
✓
0
0
◆
✓
p
q
◆
えー、使えねぇ…
そんなことない!
xy 平面は xyz 空間の z=1 に浮いていると見る
✓
x
y
◆
✓
1
0
◆
✓
0
1
◆
0
@
0
0
1
1
A
0
@
x
y
1
1
A
xy平面の線形変換は、
z=1上で行われていると見る
0
@
ax bx 0
ay by 0
0 0 1
1
A
0
@
x
y
1
1
A =
0
@
✓
ax bx
ay by
◆ ✓
x
y
◆
1
1
A
z=1 のまま
の線形変換
✓
x
y
◆
一方、こういう3次行列を考えれば、
z=1 上の点の平行移動が表現できる!
0
@
1 0 p
0 1 q
0 0 1
1
A
0
@
x
y
1
1
A =
0
@
x + p
y + q
1
1
A
z=1 は固定されたまま!
✓
p
q
◆
平行移動
真横から見ると分かる!
x, y x, y
z z
z=1 z=1
0
@
1
0
0
1
A ,
0
@
0
1
0
1
A
0
@
0
0
1
1
A
0
@
1
0
0
1
A ,
0
@
0
1
0
1
A
0
@
p
q
1
1
A
: 不変
z=1ではxy平面の平行移動!
空間全体は線形変換
0
@
1 0 p
0 1 q
0 0 1
1
A
平面上の平行移動は線形ではないが、
空間内に埋め込めば線形変換として表現できる!
線形変換と平行移動を組み合わせたものを
「アフィン変換」という
0
@
1 0 p
0 1 q
0 0 1
1
A
0
@
ax bx 0
ay by 0
0 0 1
1
A
アフィン変換も一つ上の次元から見れば、
ただの線形変換!
線形変換 平行移動
同様に xyz 空間も 4次元 xyzw 空間 において、
w=1 上に浮いてると考えれば、
xyz空間
w
0
B
B
@
0
0
0
1
1
C
C
A
x, y, z
4次行列によって3次元空間の
線形変換・平行移動を表現できる!
0
B
B
@
ax bx cx 0
ay by cy 0
az bz cz 0
0 0 0 1
1
C
C
A
線形変換
0
B
B
@
1 0 0 p
0 1 0 q
0 0 1 r
0 0 0 1
1
C
C
A
平行移動
これに加えて、
「射影変換」も一つ上の次元の行列で表現できる
(需要があればまた次回)
3Dレンダリングの座標変換は、
全て4次元行列の積で表現できる!
オブジェクト座標 ワールド座標 スクリーン座標
まとめ
1. 行列は線形変換の定量表現
2. 行列の積は変換の合成に対応
3. 次数をあげれば平行移動も射影も表現できる
Thanks!
Twitter: @taketo1024

Blog: http://taketo1024.hateblo.jp
1 of 81

Recommended

プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列 by
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列
プログラマのための線形代数再入門2 〜 要件定義から学ぶ行列式と逆行列Taketo Sano
57.3K views113 slides
基底変換、固有値・固有ベクトル、そしてその先 by
基底変換、固有値・固有ベクトル、そしてその先基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先Taketo Sano
31.4K views50 slides
グラフィカルモデル入門 by
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門Kawamoto_Kazuhiko
117.8K views67 slides
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 by
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料
「内積が見えると統計学も見える」第5回 プログラマのための数学勉強会 発表資料 Ken'ichi Matsui
96K views96 slides
BERT入門 by
BERT入門BERT入門
BERT入門Ken'ichi Matsui
7.5K views36 slides
深層学習の数理 by
深層学習の数理深層学習の数理
深層学習の数理Taiji Suzuki
79.7K views182 slides

More Related Content

What's hot

因果探索: 基本から最近の発展までを概説 by
因果探索: 基本から最近の発展までを概説因果探索: 基本から最近の発展までを概説
因果探索: 基本から最近の発展までを概説Shiga University, RIKEN
15.3K views47 slides
研究効率化Tips Ver.2 by
研究効率化Tips Ver.2研究効率化Tips Ver.2
研究効率化Tips Ver.2cvpaper. challenge
20.2K views298 slides
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築 by
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築Kosuke Shinoda
1.5K views19 slides
【メタサーベイ】基盤モデル / Foundation Models by
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Modelscvpaper. challenge
16.4K views63 slides
計算機アーキテクチャを考慮した高能率画像処理プログラミング by
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミングNorishige Fukushima
8.8K views173 slides
FastAPIを使って 機械学習モデルをapi化してみた by
FastAPIを使って 機械学習モデルをapi化してみたFastAPIを使って 機械学習モデルをapi化してみた
FastAPIを使って 機械学習モデルをapi化してみたSho Tanaka
1.2K views15 slides

What's hot(20)

PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築 by Kosuke Shinoda
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
PyTorchLightning ベース Hydra+MLFlow+Optuna による機械学習開発環境の構築
Kosuke Shinoda1.5K views
【メタサーベイ】基盤モデル / Foundation Models by cvpaper. challenge
【メタサーベイ】基盤モデル / Foundation Models【メタサーベイ】基盤モデル / Foundation Models
【メタサーベイ】基盤モデル / Foundation Models
cvpaper. challenge16.4K views
計算機アーキテクチャを考慮した高能率画像処理プログラミング by Norishige Fukushima
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング
Norishige Fukushima8.8K views
FastAPIを使って 機械学習モデルをapi化してみた by Sho Tanaka
FastAPIを使って 機械学習モデルをapi化してみたFastAPIを使って 機械学習モデルをapi化してみた
FastAPIを使って 機械学習モデルをapi化してみた
Sho Tanaka1.2K views
【DL輪読会】StyleGAN-T: Unlocking the Power of GANs for Fast Large-Scale Text-to-I... by Deep Learning JP
【DL輪読会】StyleGAN-T: Unlocking the Power of GANs for Fast Large-Scale Text-to-I...【DL輪読会】StyleGAN-T: Unlocking the Power of GANs for Fast Large-Scale Text-to-I...
【DL輪読会】StyleGAN-T: Unlocking the Power of GANs for Fast Large-Scale Text-to-I...
Deep Learning JP677 views
畳み込みニューラルネットワークの高精度化と高速化 by Yusuke Uchida
畳み込みニューラルネットワークの高精度化と高速化畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida64.5K views
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial) by RyuichiKanoh
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
勾配ブースティングの基礎と最新の動向 (MIRU2020 Tutorial)
RyuichiKanoh25.6K views
数学で解き明かす深層学習の原理 by Taiji Suzuki
数学で解き明かす深層学習の原理数学で解き明かす深層学習の原理
数学で解き明かす深層学習の原理
Taiji Suzuki3.8K views
cvpaper.challenge 研究効率化 Tips by cvpaper. challenge
cvpaper.challenge 研究効率化 Tipscvpaper.challenge 研究効率化 Tips
cvpaper.challenge 研究効率化 Tips
cvpaper. challenge21.3K views
近年のHierarchical Vision Transformer by Yusuke Uchida
近年のHierarchical Vision Transformer近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida13.8K views
機械学習による統計的実験計画(ベイズ最適化を中心に) by Kota Matsui
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
Kota Matsui13.1K views
MySQL・PostgreSQLだけで作る高速あいまい全文検索システム by Kouhei Sutou
MySQL・PostgreSQLだけで作る高速あいまい全文検索システムMySQL・PostgreSQLだけで作る高速あいまい全文検索システム
MySQL・PostgreSQLだけで作る高速あいまい全文検索システム
Kouhei Sutou9.1K views
強化学習その3 by nishio
強化学習その3強化学習その3
強化学習その3
nishio26.7K views
テスト文字列に「うんこ」と入れるな by Kentaro Matsui
テスト文字列に「うんこ」と入れるなテスト文字列に「うんこ」と入れるな
テスト文字列に「うんこ」と入れるな
Kentaro Matsui177.9K views
ブレインパッドにおける機械学習プロジェクトの進め方 by BrainPad Inc.
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc. 14.5K views

Viewers also liked

ゲーム開発におけるバックトラック法 by
ゲーム開発におけるバックトラック法ゲーム開発におけるバックトラック法
ゲーム開発におけるバックトラック法大介 束田
6.5K views40 slides
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg by
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg 「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg Junpei Tsuji
70.3K views42 slides
偶然にも500万個のSSH公開鍵を手に入れた俺たちは by
偶然にも500万個のSSH公開鍵を手に入れた俺たちは偶然にも500万個のSSH公開鍵を手に入れた俺たちは
偶然にも500万個のSSH公開鍵を手に入れた俺たちはYoshio Hanawa
124.7K views21 slides
技術選択とアーキテクトの役割 by
技術選択とアーキテクトの役割技術選択とアーキテクトの役割
技術選択とアーキテクトの役割Toru Yamaguchi
42K views90 slides
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏 by
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏プログラム組んだら負け!実はHTML/CSSだけでできること2015夏
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏Yusuke Hirao
82.1K views88 slides
運用に自動化を求めるのは間違っているだろうか by
運用に自動化を求めるのは間違っているだろうか運用に自動化を求めるのは間違っているだろうか
運用に自動化を求めるのは間違っているだろうかMasahito Zembutsu
55.8K views195 slides

Viewers also liked(20)

ゲーム開発におけるバックトラック法 by 大介 束田
ゲーム開発におけるバックトラック法ゲーム開発におけるバックトラック法
ゲーム開発におけるバックトラック法
大介 束田6.5K views
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg by Junpei Tsuji
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg 「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
「明日話したくなる「素数」のお話」第1回プログラマのための数学勉強会 #maths4pg
Junpei Tsuji70.3K views
偶然にも500万個のSSH公開鍵を手に入れた俺たちは by Yoshio Hanawa
偶然にも500万個のSSH公開鍵を手に入れた俺たちは偶然にも500万個のSSH公開鍵を手に入れた俺たちは
偶然にも500万個のSSH公開鍵を手に入れた俺たちは
Yoshio Hanawa124.7K views
技術選択とアーキテクトの役割 by Toru Yamaguchi
技術選択とアーキテクトの役割技術選択とアーキテクトの役割
技術選択とアーキテクトの役割
Toru Yamaguchi42K views
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏 by Yusuke Hirao
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏プログラム組んだら負け!実はHTML/CSSだけでできること2015夏
プログラム組んだら負け!実はHTML/CSSだけでできること2015夏
Yusuke Hirao82.1K views
運用に自動化を求めるのは間違っているだろうか by Masahito Zembutsu
運用に自動化を求めるのは間違っているだろうか運用に自動化を求めるのは間違っているだろうか
運用に自動化を求めるのは間違っているだろうか
Masahito Zembutsu55.8K views
実践イカパケット解析 by Yuki Mizuno
実践イカパケット解析実践イカパケット解析
実践イカパケット解析
Yuki Mizuno118.7K views
MySQLテーブル設計入門 by yoku0825
MySQLテーブル設計入門MySQLテーブル設計入門
MySQLテーブル設計入門
yoku082548.3K views
ウェブパフォーマンスの基礎とこれから by Hiroshi Kawada
ウェブパフォーマンスの基礎とこれからウェブパフォーマンスの基礎とこれから
ウェブパフォーマンスの基礎とこれから
Hiroshi Kawada111.7K views
AutoEncoderで特徴抽出 by Kai Sasaki
AutoEncoderで特徴抽出AutoEncoderで特徴抽出
AutoEncoderで特徴抽出
Kai Sasaki37.7K views
オンラインゲームの仕組みと工夫 by Yuta Imai
オンラインゲームの仕組みと工夫オンラインゲームの仕組みと工夫
オンラインゲームの仕組みと工夫
Yuta Imai869.7K views
Webアプリケーション負荷試験実践入門 by 樽八 仲川
Webアプリケーション負荷試験実践入門Webアプリケーション負荷試験実践入門
Webアプリケーション負荷試験実践入門
樽八 仲川51.1K views
ちゃんとした C# プログラムを書けるようになる実践的な方法~ Visual Studio を使った 高品質・低コスト・保守性の高い開発 by 慎一 古賀
ちゃんとした C# プログラムを書けるようになる実践的な方法~ Visual Studio を使った 高品質・低コスト・保守性の高い開発ちゃんとした C# プログラムを書けるようになる実践的な方法~ Visual Studio を使った 高品質・低コスト・保守性の高い開発
ちゃんとした C# プログラムを書けるようになる実践的な方法~ Visual Studio を使った 高品質・低コスト・保守性の高い開発
慎一 古賀86K views
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側 by Takeshi HASEGAWA
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
「スプラトゥーン」リアルタイム画像解析ツール 「IkaLog」の裏側
Takeshi HASEGAWA132.6K views
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」 by Takuto Wada
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
SQLアンチパターン 幻の第26章「とりあえず削除フラグ」
Takuto Wada148.6K views
人は一ヶ月でエンジニアになれるのか - 詳細解説 by Livesense Inc.
人は一ヶ月でエンジニアになれるのか - 詳細解説人は一ヶ月でエンジニアになれるのか - 詳細解説
人は一ヶ月でエンジニアになれるのか - 詳細解説
Livesense Inc.394.8K views
中の下のエンジニアを脱出するための仕事術 by Noriaki Kadota
中の下のエンジニアを脱出するための仕事術中の下のエンジニアを脱出するための仕事術
中の下のエンジニアを脱出するための仕事術
Noriaki Kadota46.8K views
SSL/TLSの基礎と最新動向 by shigeki_ohtsu
SSL/TLSの基礎と最新動向SSL/TLSの基礎と最新動向
SSL/TLSの基礎と最新動向
shigeki_ohtsu56.8K views
MySQL 5.7の罠があなたを狙っている by yoku0825
MySQL 5.7の罠があなたを狙っているMySQL 5.7の罠があなたを狙っている
MySQL 5.7の罠があなたを狙っている
yoku0825122.3K views
フーリエ変換と画像圧縮の仕組み by yuichi takeda
フーリエ変換と画像圧縮の仕組みフーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
yuichi takeda239.5K views

Similar to プログラマのための線形代数再入門

Operations research yonezawa_no2 by
Operations research yonezawa_no2Operations research yonezawa_no2
Operations research yonezawa_no2ssuser0bebd2
300 views81 slides
平方剰余 by
平方剰余平方剰余
平方剰余Arisa Niitsuma
2.4K views80 slides
トーナメントは運か実力か by
トーナメントは運か実力かトーナメントは運か実力か
トーナメントは運か実力かKazuro Fukuhara
1.9K views31 slides
KMC JavaScriptから始めるプログラミング2016 第一回 by
KMC JavaScriptから始めるプログラミング2016 第一回KMC JavaScriptから始めるプログラミング2016 第一回
KMC JavaScriptから始めるプログラミング2016 第一回kyoto university
1.9K views78 slides
Operations research yonezawa_no1 by
Operations research yonezawa_no1Operations research yonezawa_no1
Operations research yonezawa_no1ssuser0bebd2
845 views65 slides
暗号技術の実装と数学 by
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学MITSUNARI Shigeo
9.6K views35 slides

Similar to プログラマのための線形代数再入門(6)

Operations research yonezawa_no2 by ssuser0bebd2
Operations research yonezawa_no2Operations research yonezawa_no2
Operations research yonezawa_no2
ssuser0bebd2300 views
トーナメントは運か実力か by Kazuro Fukuhara
トーナメントは運か実力かトーナメントは運か実力か
トーナメントは運か実力か
Kazuro Fukuhara1.9K views
KMC JavaScriptから始めるプログラミング2016 第一回 by kyoto university
KMC JavaScriptから始めるプログラミング2016 第一回KMC JavaScriptから始めるプログラミング2016 第一回
KMC JavaScriptから始めるプログラミング2016 第一回
kyoto university1.9K views
Operations research yonezawa_no1 by ssuser0bebd2
Operations research yonezawa_no1Operations research yonezawa_no1
Operations research yonezawa_no1
ssuser0bebd2845 views

More from Taketo Sano

Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201... by
Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...
Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...Taketo Sano
1.1K views52 slides
トポロジーと圏論の夜明け by
トポロジーと圏論の夜明けトポロジーと圏論の夜明け
トポロジーと圏論の夜明けTaketo Sano
3.4K views81 slides
Swift で数学研究のススメ by
Swift で数学研究のススメSwift で数学研究のススメ
Swift で数学研究のススメTaketo Sano
1.4K views33 slides
(意欲的な中高生のための)トポロジー・圏論・コンピュータ by
(意欲的な中高生のための)トポロジー・圏論・コンピュータ(意欲的な中高生のための)トポロジー・圏論・コンピュータ
(意欲的な中高生のための)トポロジー・圏論・コンピュータTaketo Sano
3.8K views76 slides
特性類の気持ち by
特性類の気持ち特性類の気持ち
特性類の気持ちTaketo Sano
3.9K views42 slides
Swift で数学のススメ 〜 プログラミングと数学は同時に学べ by
Swift で数学のススメ 〜 プログラミングと数学は同時に学べSwift で数学のススメ 〜 プログラミングと数学は同時に学べ
Swift で数学のススメ 〜 プログラミングと数学は同時に学べTaketo Sano
29.4K views42 slides

More from Taketo Sano(20)

Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201... by Taketo Sano
Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...
Divisibility of Lee’s class and its relation with Rasmussen’s invariant / 201...
Taketo Sano1.1K views
トポロジーと圏論の夜明け by Taketo Sano
トポロジーと圏論の夜明けトポロジーと圏論の夜明け
トポロジーと圏論の夜明け
Taketo Sano3.4K views
Swift で数学研究のススメ by Taketo Sano
Swift で数学研究のススメSwift で数学研究のススメ
Swift で数学研究のススメ
Taketo Sano1.4K views
(意欲的な中高生のための)トポロジー・圏論・コンピュータ by Taketo Sano
(意欲的な中高生のための)トポロジー・圏論・コンピュータ(意欲的な中高生のための)トポロジー・圏論・コンピュータ
(意欲的な中高生のための)トポロジー・圏論・コンピュータ
Taketo Sano3.8K views
特性類の気持ち by Taketo Sano
特性類の気持ち特性類の気持ち
特性類の気持ち
Taketo Sano3.9K views
Swift で数学のススメ 〜 プログラミングと数学は同時に学べ by Taketo Sano
Swift で数学のススメ 〜 プログラミングと数学は同時に学べSwift で数学のススメ 〜 プログラミングと数学は同時に学べ
Swift で数学のススメ 〜 プログラミングと数学は同時に学べ
Taketo Sano29.4K views
山手線は丸いのか?プログラマのためのトポロジー入門 by Taketo Sano
山手線は丸いのか?プログラマのためのトポロジー入門山手線は丸いのか?プログラマのためのトポロジー入門
山手線は丸いのか?プログラマのためのトポロジー入門
Taketo Sano24K views
何もないところから数を作る by Taketo Sano
何もないところから数を作る何もないところから数を作る
何もないところから数を作る
Taketo Sano4.8K views
「数える」とは何か? 〜 「とは何か?」を問う、AI時代の数学 by Taketo Sano
「数える」とは何か? 〜 「とは何か?」を問う、AI時代の数学「数える」とは何か? 〜 「とは何か?」を問う、AI時代の数学
「数える」とは何か? 〜 「とは何か?」を問う、AI時代の数学
Taketo Sano4.5K views
情報幾何学 #2.4 by Taketo Sano
情報幾何学 #2.4情報幾何学 #2.4
情報幾何学 #2.4
Taketo Sano2K views
情報幾何学 #2 #infogeo16 by Taketo Sano
情報幾何学 #2 #infogeo16情報幾何学 #2 #infogeo16
情報幾何学 #2 #infogeo16
Taketo Sano2.2K views
objc2swift 〜 Objective-C から Swift への「コード&パラダイム」シフト by Taketo Sano
objc2swift 〜 Objective-C から Swift への「コード&パラダイム」シフトobjc2swift 〜 Objective-C から Swift への「コード&パラダイム」シフト
objc2swift 〜 Objective-C から Swift への「コード&パラダイム」シフト
Taketo Sano7.6K views
何もないところから数を作る by Taketo Sano
何もないところから数を作る何もないところから数を作る
何もないところから数を作る
Taketo Sano9.5K views
objc2swift (続・自動変換の野望) by Taketo Sano
objc2swift (続・自動変換の野望) objc2swift (続・自動変換の野望)
objc2swift (続・自動変換の野望)
Taketo Sano4.3K views
さらに上を目指すための iOS アプリ設計 by Taketo Sano
さらに上を目指すための iOS アプリ設計さらに上を目指すための iOS アプリ設計
さらに上を目指すための iOS アプリ設計
Taketo Sano30.9K views
objc2swift (自動変換の野望) by Taketo Sano
objc2swift (自動変換の野望)objc2swift (自動変換の野望)
objc2swift (自動変換の野望)
Taketo Sano6.6K views
2015 02-18 xxx-literalconvertible by Taketo Sano
2015 02-18 xxx-literalconvertible2015 02-18 xxx-literalconvertible
2015 02-18 xxx-literalconvertible
Taketo Sano3.8K views
let UIWebView as WKWebView by Taketo Sano
let UIWebView as WKWebViewlet UIWebView as WKWebView
let UIWebView as WKWebView
Taketo Sano29.5K views
コードを書けば複素数がわかる by Taketo Sano
コードを書けば複素数がわかるコードを書けば複素数がわかる
コードを書けば複素数がわかる
Taketo Sano4.8K views
虚数は作れる!Swift で学ぶ複素数 by Taketo Sano
虚数は作れる!Swift で学ぶ複素数虚数は作れる!Swift で学ぶ複素数
虚数は作れる!Swift で学ぶ複素数
Taketo Sano42.2K views

プログラマのための線形代数再入門