このブログをはじめてから2年8か月と少し（ちょうど1000日くらい）が経った。 これまでに公開したエントリの数は299。 つまり、このエントリは記念すべき第300号！というわけ。 ブログとしてある程度の存在を認められるには300記事が1つの目安であるという説があるので[要出典]、 この300回目のエントリは当ブログにとって大きな節目と言える。 前回299号のエントリでは「なぜWikioediaはわかりにくいのか（数学とか）」という内容を書いた。 そこで言いたかったことを3行でまとめると次の通り。 ■ Wikipediaの説明は理工系の初学者にはわかりにくいね。 ■ そもそも説明のアプローチ（思想とも言う）が違うので、わかりにくくて当然だね。 ■ もっとわかりやすい説明の仕方がありそうだね。特に図を使った説明は直観的な理解を助ける力があるね。 まぁ、だいたいこんな感じ。 そして、その記事につ
■キーワード： 検索、システム、再現率、適合率、評価、recall、precision 動物の写真データ群から、検索システムを使って犬の写真を全て選び出したい。 どちらの検索システムが優れていると言えるだろうか。 システムA： 検索結果として50件ヒットした。すべてが犬の写真で誤りは1つもなかった。でも、データ群の中には取りこぼした犬の写真が70件あった。 システムB： 検索結果として200件ヒットした。そのうち、80件は誤りだったけど、データ群の中の犬の写真はすべて拾い出した。取りこぼしは0件だった。 どちらが優れているかは、その検索の目的によって異なる。 システムAは適合率 precision が高い。（適合率 1.0、再現率 0.41） システムBは再現率 recall が高い。（適合率 0.6、再現率 1.0） と評価される。 適合率と再現率の意味が直観的にわかるように、図を作って
連立方程式を解くために、行列の逆行列が用いられる。 簡単な例として で表されるxとyの関係を行列を使って表せば次のようになる。 ここで , , とすると、最初の式は という線形代数でおなじみの式で表されるから、 両辺にの逆行列をかけて として解が求まる。 つまり、行列Aの逆行列を求めれば解を求めることができる。 今回の例だと、 なので、 となって、 が求まる。 これはグラフに表すと、次のようになって、つまりの二つの直線の交点を求めたことになる。 さて、このように、きれいに連立方程式が解ける場合はいいけど、 現実問題として解が求まらないことは多くある。 ＝＝＝＝＝ ■ 例1) 式が多すぎて解が存在しない。 このような3つの式を満たす解は存在しない。 グラフに表すと次のような感じ。 3つの直線は1つの点で交わらないため、解が無いことがわかる。 ■ 例2) 式が少なすぎて解が1つに定まらない。
このブログでカバーされている「勉強に役立ちそうなエントリ」の一覧です。 ★をつけたものは、書くときに頑張ったような気がするので、見て損は無いと思う。というもの。 ■ 理工系の大学学部生くらいを対象とした用語の説明 ・★ベクトルの内積とは - 大人になってからの再学習 ・★固有ベクトル・固有値 - 大人になってからの再学習 ・★log(1+x)のテイラー展開・マクローリン展開 - 大人になってからの再学習 ・★写像：単射、全射、全単射 - 大人になってからの再学習 ・★フーリエ変換 - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する - 大人になってからの再学習 ・★フーリエ級数展開の式を理解する(2) - 大人になってからの再学習 ・★プログラミングで理解する反射律・対称律・推移律・反対称律 - 大人になってからの再学習 ・★群・環・体 - 大人になってからの再学習 ・★分散
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く