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
[動画あり] 線形回帰を題材に汎用的な理解を身につける:座学編
Search
数理の弾丸
April 09, 2024
110
0
Share
[動画あり] 線形回帰を題材に汎用的な理解を身につける:座学編
YouTube:
https://youtu.be/54pe6MDaGI0
数理の弾丸
April 09, 2024
More Decks by 数理の弾丸
See All by 数理の弾丸
【動画あり】Transformer論文解説
mathbullet
0
340
RAG:チャットボットの能力を底上げする技術
mathbullet
0
270
ゼロから始める大規模言語モデル入門
mathbullet
0
230
[動画あり] AI入門特急コース
mathbullet
0
210
Featured
See All Featured
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
120
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
260
The untapped power of vector embeddings
frankvandijk
2
1.7k
Why Our Code Smells
bkeepers
PRO
340
58k
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
100
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
61k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.6k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.2k
BBQ
matthewcrist
89
10k
Believing is Seeing
oripsolob
1
110
Transcript
ຊεϥΠυΛ༻ͨ͠ղઆಈը ֓ཁཝͷϦϯΫ͔Β
εϐʔΧʔ ٢ా ژେใܥ%"*ίϯαϧݴޠֶɾࣗવݴޠॲཧ εϛε چఇେଔ3ˍ%ݚڀһԽֶܥ
ࠓճͷΰʔϧ ઢܗճؼϞσϧͷϝΧχζϜͱͦͷॴɾॴΛΔ ઢܗճؼϞσϧͷ1ZUIPO࣮ΠϝʔδΛ࣋ͭ ্هΛ௨ͯ͠ɺ৽ͨͳϞσϧΛʮ׆༻Ͱ͖Δঢ়ଶ·Ͱཧղ͢Δʯ ͱ͍͏͜ͱͷഽײ֮Λ௫Ή
৽ͨͳϞσϧΛʮ׆༻Ͱ͖Δঢ়ଶ·Ͱཧղ͢Δʯͱ͍͏͜ͱͷഽײ֮Λ௫Ήͷؾ࣋ͪ ઢܗϞσϧ ܾఆ χϡʔϥϧωοτ Lฏۉ๏ ϚϧίϑϞσϧ FUD ৽ͨͳٕज़Λशಘ͢Δඞཁੑৗʹ͋Δ
ࠓճͷΰʔϧ ઢܗճؼϞσϧͷϝΧχζϜͱͦͷॴɾॴΛΔ ઢܗճؼϞσϧͷ1ZUIPO࣮ΠϝʔδΛ࣋ͭ ্هΛ௨ͯ͠ɺ৽ͨͳϞσϧΛʮ׆༻Ͱ͖Δঢ়ଶ·Ͱཧղ͢Δʯ ͱ͍͏͜ͱͷഽײ֮Λ௫Ή
͜ͷಈըͰ৮Εͳ͍͜ͱ ֶशΞϧΰϦζϜͷৄࡉ ࠷খೋ๏ʹΑΔύϥϝʔλ࠷దԽ ઢܗճؼͷੜख๏ ਖ਼ଇԽɺϩδεςΟοΫճؼFUD
ճؼͱʁ
ճؼͱʁ ճؼ େখʹҙຯͷ͋ΔΛ༧ଌ͢Δઃఆ
ճؼͱʁ ճؼ େখʹҙຯͷ͋ΔΛ༧ଌ͢Δઃఆ Ωϟϯϖʔϯछผ ސ٬ಛੑ ༧ଌ ޮՌࢦඪ ΩϟϯϖʔϯͷޮՌ༧ଌ ྫ
ճؼͱʁ ճؼ େখʹҙຯͷ͋ΔΛ༧ଌ͢Δઃఆ Ωϟϯϖʔϯछผ ސ٬ಛੑ ༧ଌ ޮՌࢦඪ ΩϟϯϖʔϯޮՌͷࣄલγϛϡϨʔγϣϯ ൢଅޮՌͷߴ͍ސ٬ಛੑͷൃݟ
ΩϟϯϖʔϯͷޮՌ༧ଌ ྫ
ճؼͱʁ ճؼ େখʹҙຯͷ͋ΔΛ༧ଌ͢Δઃఆ Ωϟϯϖʔϯछผ ސ٬ಛੑ ༧ଌ ޮՌࢦඪ ΩϟϯϖʔϯޮՌͷࣄલγϛϡϨʔγϣϯ ൢଅޮՌͷߴ͍ސ٬ಛੑͷൃݟ
ΩϟϯϖʔϯͷޮՌ༧ଌ ྫ આ໌มʢ༧ଌͷใݯͱ͢Δʣ తมʢ༧ଌͷରͱ͢Δʣ
ઢܗճؼϞσϧͱʁ
ઢܗճؼϞσϧͱʁ ઢܗճؼ తมΛઆ໌มͷҰ࣍ࣜͰ༧ଌ͢ΔϞσϧ y = w1 x1 + w2
x2 + b
ઢܗճؼϞσϧͱʁ ઢܗճؼ తมΛઆ໌มͷҰ࣍ࣜͰ༧ଌ͢ΔϞσϧ y = w1 x1 + w2
x2 + b આ໌ม తม ༧ଌͷରͱ͢Δ ༧ଌͷใݯͱ͢Δ
ઢܗճؼϞσϧͱʁ ઢܗճؼ తมΛઆ໌มͷҰ࣍ࣜͰ༧ଌ͢ΔϞσϧ y = w1 x1 + w2
x2 + b આ໌ม తม ύϥϝʔλ ಛʹ ʮઆ໌มͷ֤ΛͲΕ͘Β͍༧ଌʹӨڹͤ͞Δ͔ʯΛද͢ w ༧ଌͷରͱ͢Δ ༧ଌͷใݯͱ͢Δ
ΠϝʔδʮઢͷͯΊʯ ސ٬ಛੑʢFH݄ͨΓߪങֹʣ ޮՌࢦඪ
ΠϝʔδʮઢͷͯΊʯ ސ٬ಛੑʢFH݄ͨΓߪങֹʣ ޮՌࢦඪ
ΠϝʔδʮઢͷͯΊʯ ސ٬ಛੑʢFH݄ͨΓߪങֹʣ ޮՌࢦඪ
ΠϝʔδʮઢͷͯΊʯ ސ٬ಛੑʢFH݄ͨΓߪങֹʣ ޮՌࢦඪ ઢͷܗΛܾΊΔͷ͖ͱย w ͕͖ΛܾΊɺ ͕ยΛܾΊΔ w ͯ·Γͷྑ͞
Ͱܾ·Δ w ֶश Λσʔλʹ߹Θͤͯௐ͢Δ͜ͱ w b w, b w, b
ࠓճͷΰʔϧ ઢܗճؼϞσϧͷϝΧχζϜͱͦͷॴɾॴΛΔ ઢܗճؼϞσϧͷ1ZUIPO࣮ΠϝʔδΛ࣋ͭ ্هΛ௨ͯ͠ɺ৽ͨͳϞσϧΛʮ׆༻Ͱ͖Δঢ়ଶ·Ͱཧղ͢Δʯ ͱ͍͏͜ͱͷഽײ֮Λ௫Ή
ઢܗճؼϞσϧͷॴͱॴ
y = w1 x1 + w2 x2 + b ઢܗճؼϞσϧͷॴͱॴ
ॴ Ϟσϧͷ͕ࣜγϯϓϧͰɺֶशޙͷঢ়ଶΛղऍ͍͢͠ ➡︎ ୯ʹ༧ଌثͱͯ͠͏͚ͩͰͳ͘ɺཁҼੳʹ׆༻͍͢͠ 2.5 0.8
y = w1 x1 + w2 x2 + b ઢܗճؼϞσϧͷॴͱॴ
ॴ Ϟσϧͷ͕ࣜγϯϓϧͰɺֶशޙͷঢ়ଶΛղऍ͍͢͠ ➡︎ ୯ʹ༧ଌثͱͯ͠͏͚ͩͰͳ͘ɺཁҼੳʹ׆༻͍͢͠ 2.5 0.8
ॴ ઢܗճؼϞσϧͷॴͱॴ આ໌มͱతมͷؒʹઢܗͷ͕ؔͳ͍߹ɺ ͏·͘ϞσϦϯά͢Δͷ͍͠
ઢܗճؼϞσϧͷॴͱॴ ॴ આ໌มͱతมͷؒʹઢܗͷ͕ؔͳ͍߹ɺ ͏·͘ϞσϦϯά͢Δͷ͍͠ ॴ Ϟσϧͷ͕ࣜγϯϓϧͰɺֶशޙͷঢ়ଶΛղऍ͍͢͠ ➡︎ ୯ʹ༧ଌثͱͯ͠͏͚ͩͰͳ͘ɺཁҼੳʹ׆༻͍͢͠
ࠓճͷΰʔϧ ઢܗճؼϞσϧͷϝΧχζϜͱͦͷॴɾॴΛΔ ઢܗճؼϞσϧͷ1ZUIPO࣮ΠϝʔδΛ࣋ͭ ্هΛ௨ͯ͠ɺ৽ͨͳϞσϧΛʮ׆༻Ͱ͖Δঢ়ଶ·Ͱཧղ͢Δʯ ͱ͍͏͜ͱͷഽײ֮Λ௫Ή