いじゅういん

やっほおーーー!!! みんなーーー数学やってるぅ???🤭🤭🤭🤭

いじゅういん

やっほおーーー!!! みんなーーー数学やってるぅ???🤭🤭🤭🤭

最近の記事

回転と射影で学ぶ線形写像(補足 掃き出し法)

このシリーズの(2)では線形写像を表現する道具として行列を導入しました。 重要だったことをまとめておくと 2次元ベクトル$${\begin{bmatrix} x \\ y\end{bmatrix}}$$を2次元ベクトルに移す線形写像は$${x,y}$$の1次式2本で表せる。一般に$${n}$$次元ベクトル$${\begin{bmatrix} x_1 \\ x_2 \\ \vdots \\ x_n  \end{bmatrix}}$$を$${m}$$次元ベクトルに移す線形写像は

¥100
    • 回転と射影で学ぶ線形写像(2 線形変換の性質)

      前回(https://note.com/ijuin_sugaku/n/n77e5b2e10bec?sub_rt=share_sb)、2次元ベクトルや3次元ベクトルに対する回転変換と射影変換は線形変換であることを説明しました。線形変換がもつ性質について見ていき、回転と射影について理解を進める準備をしましょう。 線形写像の決定線形写像がもつ良い性質として、「いくつかのベクトルの移り先が決まってしまえば他のあらゆるベクトルの移り先は自ずと決まる」というものがあります。 このこと

      • 回転と射影で学ぶ線形写像(1)

        線形代数で登場する重要な概念に線形写像というものがあります。回転と射影の2つの具体例を通して線形写像の概念に触れてみましょう。 2つの具体例回転 まずは比較的考えやすい180度回転から見て見ましょう。図のように、2次元ベクトルを原点を中心に180度回転する変換は$${(x,y)}$$を$${(-x,-y)}$$に移す変換と言い換えることができます。 次に、2次元ベクトルを原点を中心に90度回転する変換を考えてみます。これは合同な三角形に着目するなどして、$${(x,y)

        • 【機械学習】PaCMAPで高次元を見る【次元削減】

          最近、次元削減の手法について整理してたので、今回はPaCMAPの紹介をしてみます。 改めて勉強してたら、次元削減おもろ!!あたまよ!!かっこよ!!!ってなったので少しでも共有できたら嬉しいです☺️ お品書きはこんな感じです。 イントロ次元削減とは高次元データの様子を低次元データに変換し、扱いやすくするための手法群です。 たぶん主成分分析が一番有名ですね。他にもt-SNE,UMAPなども有名かなと思います。 今回紹介するPaCMAPもこのような次元削減の手法の一つです。

          noteはじめました✌︎( •ω• )✌︎

          こんにちは!伊集院と申します! すうがくぶんかという会社で数学や統計学の授業をしています✌︎( •ω• )✌︎ いつかやりたいなーって思ってる数学が増える一方なので、ここで勉強報告しながら進めていきたくてアカウントを作ってみましたー さてさて、何からやろうかな やっぱりフェルマーは永遠の憧れですよねぇ ゼータ関数も捨て難い…🤔 ここには並べてないけど気になる数学はまだまだたくさん積み上がってます 特にノルマも決めずにゆるゆるやっていくのでよかったら見ていってください!

          noteはじめました✌︎( •ω• )✌︎