最近の AI とか deep learning というのは、非線形の相関だと理解しているのだが、 それでもやっぱり線型代数が基本だということが説明されている特集。 いくら非線形と言っても、やっぱり線型部分がないと脈絡がなくなってしまうので、 線型代数も大事だということがわかる。
以下の４つの記事＋コラムより成る。
- 線型代数と機械学習（中井悦司）
- 分類問題のニューラルネットワークの簡単な例が示され、線型変換と非線形変換が組み合わされて問題が解かれているのだということがよくわかる。
- 速習・線型代数（橘慎太郎）
- 大学１年生レベルの線型代数の簡単な説明。
- やさしくわかるディープラーニングと線型代数（石川聡彦）
- ディープニューラルネットワークの原理の解説と誤差逆伝播の話。
- [コラム] 高校教育課程の変化と大学での数学（中西崇文）
- 高校の数学では行列が消えている。一方で、複素平面が復活している。
- 自然言語処理・画像処理における線型代数の応用（貞光九月、上野貴史）
- 特異値分解を使うなどして、たくさんの情報を少数の情報に還元して表現するやりかたの説明。