Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
2019_G検定対策_数学講座03_微分/20190125_JDLA_G_Math_3
Search
ITO Akihiro
January 25, 2019
Technology
0
14
2019_G検定対策_数学講座03_微分/20190125_JDLA_G_Math_3
G検定対策社内数学講座
--
微分
関数の"ある点"における傾きを求める
ITO Akihiro
January 25, 2019
Tweet
Share
More Decks by ITO Akihiro
See All by ITO Akihiro
「重鎮問題」について(軽めに)
akit37
0
48
Software + Hardware = Fun++
akit37
0
23
基本的に "リモートしかない" ワーク/20231128_KBS_LT
akit37
1
20
3つの先端技術が コミュニティ軸で融合した話。/20230615_CMCMeetup
akit37
0
18
Bootleg_越境してみたときのアウェイ感。/20230328_CMCMeetup
akit37
0
23
始まりは2017年のG検定。/20221026_AITable
akit37
0
14
kintone知能化計画/20220902_kintone_and_JPStripes
akit37
0
24
外観検査用画像前処理の_コツをコード解説付きで。/20220810_CDLE_LT
akit37
0
15
サブスク課金に銀行振込を追加してみた。その①/20220713_JPStripes
akit37
0
20
Other Decks in Technology
See All in Technology
LINE Notify互換のボットを作った話
kenichirokimura
0
170
Go製のマイグレーションツールの git-schemalex の紹介と運用方法
shinnosuke_kishida
1
370
30代エンジニアが考える、エンジニア生存戦略~~セキュリティを添えて~~
masakiokuda
4
2k
SaaSプロダクト開発におけるバグの早期検出のためのAcceptance testの取り組み
kworkdev
PRO
0
400
OPENLOGI Company Profile
hr01
0
61k
Symfony in 2025: Scaling to 0
fabpot
2
160
Javaの新しめの機能を知ったかぶれるようになる話 #kanjava
irof
3
4.9k
PHPStan をできる限り高速化してみる
colopl
0
250
AWS のポリシー言語 Cedar を活用した高速かつスケーラブルな認可技術の探求 #phperkaigi / PHPerKaigi 2025
ytaka23
7
1.5k
View Transition API
shirakaba
1
930
アプリケーション固有の「ロジックの脆弱性」を防ぐ開発者のためのセキュリティ観点
flatt_security
1
780
職種に名前が付く、ということ/The fact that a job title has a name
bitkey
1
230
Featured
See All Featured
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
40
2k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
4
490
A designer walks into a library…
pauljervisheath
205
24k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
12k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
102
18k
Fireside Chat
paigeccino
37
3.3k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
135
33k
Navigating Team Friction
lara
184
15k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
11
610
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.4k
Transcript
微分 〜関数の”ある点”における傾きを求める〜 Jun. 2019 created by ITO Akihiro
まずは、最小二乗法 y x y x
y x すべての点からの距離が最短(=誤差が最小)となる直線 単純に距離の和をとると +/-で相殺されてしまうので二乗和をとる ⇒ 最小二乗法 y x L1 L2 L3
L4 L5 L7 L6 L8 L9 L10
x f(x) ❓ y x 微分
a a+h h f(a+h) f(a) y x
a a+h h f(a+h) f(a) y x
h f(x+h) f(x) x x+h y x
None
None
偏微分 y x z 現実世界での誤差関数は複雑だが、二次元に落 として考えればシンプルに計算できる。 例えば、三次元の関数なら、グラフをある面で切っ て、真横や真上から見れば、二次元の関数にな る。これに対して微分すればよい。 つまり、特定のどれか1つの変数だけに着目して
微分する。 これが、偏微分。
None
None
局所解と最適解 y x w local 局所解 w optimal 最適解 最適解を見つけるには基本的に
勾配降下法を使うが、 局所解に嵌まり込んでしまい、 最適解に辿り着けなくなる場合がある。 このリスクを少なくするために、 確率的勾配降下法 (SGD:Stochastic Gradient Descent) 等を用いる。