SlideShare a Scribd company logo
⾔言語処理の為の機械学習⼊入⾨門
        ・・・の前に
概要

•  ⽬目的

   •    数学記号,数学公式を思い出す

   •    最初の⼀一歩でつまずかない

•  内容

   •    数学記号

   •    公式(指数・対数,微分・積分)

   •    偏微分(∇・Δ)

   •    ⾏行行列
記号編
ギリシャ⽂文字

               慣習的に特定の意味で
               良く使われる⽂文字もある


                     ! :ラグランジュの未定乗数法など
                     ! :フーリエ変換した関数の変数
          !, " , #

                     ! :標準偏差
                     ! :カイ2乗分布
固有名詞として使われる記号

•  N :⾃自然数全体 = {0, 1, 2, …} (0を含むかは流派による)

•  Z :整数全体 = {…, -2, -1, 0, 1, 2, …}

•  R:実数全体

•  C:複素数全体

•  ( Q:有理数全体)

   •  n ! N => 「nは⾃自然数です」

   •  x ! Z   => 「xは整数ではありません」
集合に対する記号

•  ∈(集合に属する)と ⊂(部分集合である)の違いに注意

  •    x ∈ A:xは集合Aの元である

       •    1 ∈ {1, 2, 3}, {3, 4, 5} ∈ { {1, 2}, {3, 4, 5}, {6, 7} }

  •    B ⊂ A:BはAの部分集合である

       •    {1, 2} ⊂ {1, 2, 3}, { {3, 4, 5} } ⊂ { {1, 2}, {3, 4, 5}, {6, 7} }

             N!Z!Q!R!C

       •    集合が等しい場合を含めるかは流派がある

                             (1)          (2)           (3)
            真部分集合 A⊂B                 A⊆B           A⊆B
            部分集合        A⊆B           A⊂B           A⊆B
集合の記法

•  ⼤大雑把に2通りの記法がある

  •    1. 元を全て書きくだす
          S = {1, 3, 5, 7, 9}

  •    2. 元の満たす条件を挙げる
          S = {x ! N | x % 2 = 1, x ! 10}

          S = {x | x ! N, x is odd and is less than or equal to 10}

•  リストの内包表記に対応する

  •    Haskell:

  •    Python:
公式編
指数,対数関連公式

•  定義

  •    a, bを正の実数として                       a x = b ! x = log a b

  •    ⾃自然対数の底: e = 2.728!

        •            を log x や ln x と書く事も
             log e x

•  公式

  •    真数のかけ算                 log(x ! y) = log x + log y

        •    特に,     log x n = n log x

  •    真数の割り算                 log(x / y) = log x ! log y

  •    指数法則                   e( x+y) = e x ! e y
微分,積分関連公式
                                    d n
•  多項式の微分              (x n )! =       (x ) = nx n"1
                                    dx
•  積の微分の公式                    ( f ! g)" = f " ! g + f ! g"

•  合成関数の微分                    ( f (g(x)))! = f !(g(x))" g!(x)

  •    公式そのものより使い⽅方を習得してください

  •    例:   d                "d     % "d % 1
               (log x 3 )! = $ logt ' ( $ x 3 ' = ( (3x 2 ) =
                                                              3
            dx               # dt   & # dx & t                x
                         ↑
             t=x3とおいて合成関数の微分
                 f(t)=log t, g(x)=x3



                                         1 n+1
•  多項式の積分               !   x n dx =        x + C (n " #1)        ← n=­1では分⺟母が0になる
                                       n +1
                             !1
                        "x        dx = log x + C
ベクトル解析の記号
多変数を表す記号

•  1個の実数を表す記号は細字,複数の実数の組を表す記号は太字を⽤用い
   る事が多い

  •    例: x = ( x1, x2 , x3, x4 )
               f (x) = x 3
              g(x) = x1 + x2 + x3 + x4
              h(x) = (x, x 2 + x, x 3 ! x)

•  以降もこの記法に従っていきます

•  定義域,値域を明⽰示することでも分かりやすくなります
  •    上の例の場合                   f :R!R
                                g : R4 ! R
                                h : R ! R3
偏微分(定義)

•  多変数関数(変数が2つ以上の関数)で1つ以外のすべての変数を定数
   だと思って微分する操作

  •    例: f (x, y, z) = x 3 + y 2 + z 5

            !f                                    !f
               (x, y, z) = f x (x, y, z) = 3x 2      (x, y, z) = f y (x, y, z) = 2y
            !x                                    !y


            !f
               (x, y, z) = fz (x, y, z) = 5z 4
            !z
偏微分同⼠士の関係

•  f が⼗十分滑らか(= x, yについて何回でも微分可能)ならば

  f xy (x, y, z) = f yx (x, y, z)
       ↑                    ↑
    まずxで微分し              まずyで微分し
できた関数をさらにyで微分する      できた関数をさらにxで微分する




•  これを繰り返し⽤用いると,

  f xyzyyxwzxxzy (x, y, z) = f xxxxxyyyyzzzw (x, y, z)

  → 偏微分する順序は好きなように決めてよい
∇(ナブラ)

•  多変数関数の1階偏微分を並べて,ベクトルにする操作

•  例:   f (x, y, z) = x 3 + y 2 + z 5

        !f (x, y, z) = (3x 2 , 2y, 5z 4 )   (⾏行行ベクトルの場合)
                       "         %
                       $ 3x 2 '
        !f (x, y, z) = $ 2y '               (列ベクトルの場合)
                       $         '
                       # 5z 4 &
  •    列/⾏行行ベクトルどちらで⽤用いるかは⽂文脈/筆者による

•  (x, y, z) をまとめて x と書いて,↓のように書く事もある

          !f
             (x) = (3x 2 , 2y, 5z 4 )
          !x
Δ(ラプラシアン)

•  多変数関数の2階偏微分をすべて⾜足し合わせたもの

                 "2    "2     "2
  !f (x, y, z) = 2 f + 2 f + 2 f                   f : R 3 ! R なら
                "x    "y     "z
                # "2                               !f はベクトル
                      "2   "2 &
               =% 2 + 2 + 2 ( f                    !f はスカラー(実数)
                $ "x "y "z '
                = f xx + f yy + fzz .
•  例:   f (x, y, z) = x 3 + y 2 + z 5    のとき,

         !2            !2        !2
           2
             f = 6x         f =2      f = 20z 3   だから,
        !x             !y 2      !z 2
        "f (x, y, z) = 20z 3 + 6x + 2.
⾏行行列
⾏行行列の表し⽅方

•  数字を⻑⾧長⽅方形上に並べたもの

•  ⾏行行列は⼤大⽂文字アルファベットで表す事が多い

•  横が⾏行行,縦が列(ほとんど統⼀一されている)

  •    n ⾏行行 m 列の⾏行行列を n×m ⾏行行列と略することも(⾏行行が先)

  •    A = (aij ) と書いたら,i ⾏行行 j 列⽬目がaij(やっぱり⾏行行が先)

                            列(column)
                        !         a12 ! a1m $
                        #
                            a11
                                            &   ⾏行行(row)
                        #   a21   a22 ! a1m &
                        #                   &
                        #    "     " # " &
                        #   an1   an2 ! anm &
                        "                   %
⾏行行列の積

•  A:p×q ⾏行行列,B:サイズ q×r ⾏行行列

   •    Aの列とBの⾏行行が⼀一致しているときABは定義可能

   •    ABは p×r ⾏行行列

   •    BAは定義できるとは限らない

•  ⾏行行列の積の成分表⽰示
                                                       q!
   •     A = (aij ), B = (bij ) とおくと,ABの i ⾏行行 j 成分は   "a    ik   ! bkj
                                                       k=1
⾏行行列の操作(⾏行行列式)

•  ⾏行行列式 (determinant): det A =| A |

    •    例えば逆⾏行行列が存在するかの判定に⽤用いる

    •    例:  (正⽅方⾏行行列にしかdetは定義できないことに注意)
                  ! a b $
          •                なら det A = ad ! bc
               A =#     &
                  " c d %
                  !        $
                  # a b c &
          •                  なら
               A =# d e f &          det A = aei + bfg + cdh ! afh ! bdi ! ceg
                  # g h i &
                  "        %

    •    ⾏行行列n×nの⾏行行列A, Bに対して
                            det AB = det A ! det B
⾏行行列の操作(転置)

•  転置(transpose): A t = AT = t A = T A

   •    どれも同じ意味,ここでは最初の記号を使います

   •    ⾏行行と列を⼊入れ替える操作

   •    Aの i ⾏行行 j 列⽬目とAの j ⾏行行 i 列⽬目は等しい

   •    例:                            ! 1 $
                                      #    &
         •     A = (1 2 3) のとき, A t = # 2 &
                                      # 3 &
                                      "    %
                  ! a b $
                  #        &             ! a c e $
         •                のとき, A t = #
               A =# c d &                        &
                  # e f &                # b d f &
                  "        %             "       %
⾏行行列の内積(形だけ)

•  ⾏行行列のかけ算の例:

  •    x, y :n×1の列ベクトル, A :n×n⾏行行列のとき
                     x t Ay
       はただの実数

•  正定値(今回は説明省略)のn×n⾏行行列Aがあると,そこから2つのベク
   トルの(Aから決まる)間の内積         を(     とも書く)
                    < x, y >  x!y
                < x, y >= x t Ay
    と定義できる

More Related Content

PPTX
mathemaical_notation
PDF
Haskell勉強会 in ie
PPTX
純粋関数型アルゴリズム入門
PDF
Introduction to Categorical Programming (Revised)
PDF
Introduction to Categorical Programming
PDF
Introduction of introduction_to_group_theory
KEY
ラムダ計算入門
PDF
2011年11月11日
mathemaical_notation
Haskell勉強会 in ie
純粋関数型アルゴリズム入門
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming
Introduction of introduction_to_group_theory
ラムダ計算入門
2011年11月11日

What's hot (20)

PDF
abc032
PDF
ものまね鳥を愛でる 結合子論理と計算
PDF
AtCoder Regular Contest 019 解説
PDF
正規表現入門 星の高さを求めて
PDF
PRML 2.3.9-2.4.1
PDF
PRML 1.6 情報理論
PDF
とぽろじー入門(画像なし版)
PDF
自動定理証明の紹介
PDF
Tpp2012 mwpl on_coq
PDF
AtCoder Regular Contest 043 解説
PPTX
(Lambdaだけで) 純LISPのような ナニかを作る
PPTX
スプラトゥーン2 × 数学(訂正版)
PDF
8.4 グラフィカルモデルによる推論
PDF
分布 isseing333
PDF
すごいHaskell読書会
PDF
DDPC 2016 予選 解説
PDF
さくっと線形代数
PPTX
120419サブゼミ意思決定(2) 1
PDF
統計的学習の基礎 5章前半(~5.6)
PDF
私を SKI に連れてって
abc032
ものまね鳥を愛でる 結合子論理と計算
AtCoder Regular Contest 019 解説
正規表現入門 星の高さを求めて
PRML 2.3.9-2.4.1
PRML 1.6 情報理論
とぽろじー入門(画像なし版)
自動定理証明の紹介
Tpp2012 mwpl on_coq
AtCoder Regular Contest 043 解説
(Lambdaだけで) 純LISPのような ナニかを作る
スプラトゥーン2 × 数学(訂正版)
8.4 グラフィカルモデルによる推論
分布 isseing333
すごいHaskell読書会
DDPC 2016 予選 解説
さくっと線形代数
120419サブゼミ意思決定(2) 1
統計的学習の基礎 5章前半(~5.6)
私を SKI に連れてって
Ad

Similar to Math tutorial public (20)

PDF
【Unity道場】ゲーム制作に使う数学を学習しよう
PDF
数式をnumpyに落としこむコツ
PDF
R language definition3.1_3.2
PDF
競技プログラミングでの線型方程式系
PDF
PDF
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
PDF
行列計算を利用したデータ解析技術
PDF
Matrix
PDF
「現実世界に活かす数学」 (麻布高等学校、教養総合、数学講義 5 回目)
PPTX
基礎強化数学 第18回
PPTX
基礎強化数学 第6回
PPTX
基礎強化数学 第6回
PDF
Rで学ぶデータマイニングI 第8章〜第13章
PDF
Lambda calculus
PDF
ラムダ計算と関数型言語を学ぶ
PDF
Ruby科学データ処理ツールの開発 NArrayとPwrake
PDF
データ解析1 ベクトルの復習
PDF
「にじたい」へのいざない #ロマンティック数学ナイト
PPT
K010 appstat201201
【Unity道場】ゲーム制作に使う数学を学習しよう
数式をnumpyに落としこむコツ
R language definition3.1_3.2
競技プログラミングでの線型方程式系
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
行列計算を利用したデータ解析技術
Matrix
「現実世界に活かす数学」 (麻布高等学校、教養総合、数学講義 5 回目)
基礎強化数学 第18回
基礎強化数学 第6回
基礎強化数学 第6回
Rで学ぶデータマイニングI 第8章〜第13章
Lambda calculus
ラムダ計算と関数型言語を学ぶ
Ruby科学データ処理ツールの開発 NArrayとPwrake
データ解析1 ベクトルの復習
「にじたい」へのいざない #ロマンティック数学ナイト
K010 appstat201201
Ad

More from Kenta Oono (20)

PDF
Minimax statistical learning with Wasserstein distances (NeurIPS2018 Reading ...
PDF
Deep learning for molecules, introduction to chainer chemistry
PDF
Overview of Machine Learning for Molecules and Materials Workshop @ NIPS2017
PDF
Comparison of deep learning frameworks from a viewpoint of double backpropaga...
PDF
深層学習フレームワーク概要とChainerの事例紹介
PDF
20170422 数学カフェ Part2
PDF
20170422 数学カフェ Part1
PDF
情報幾何学の基礎、第7章発表ノート
PDF
GTC Japan 2016 Chainer feature introduction
PDF
On the benchmark of Chainer
PDF
Tokyo Webmining Talk1
PDF
VAE-type Deep Generative Models
PDF
Common Design of Deep Learning Frameworks
PDF
Introduction to Chainer and CuPy
PDF
Stochastic Gradient MCMC
PDF
Chainer Contribution Guide
PDF
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
PDF
Introduction to Chainer (LL Ring Recursive)
PDF
日本神経回路学会セミナー「DeepLearningを使ってみよう!」資料
PDF
提供AMIについて
Minimax statistical learning with Wasserstein distances (NeurIPS2018 Reading ...
Deep learning for molecules, introduction to chainer chemistry
Overview of Machine Learning for Molecules and Materials Workshop @ NIPS2017
Comparison of deep learning frameworks from a viewpoint of double backpropaga...
深層学習フレームワーク概要とChainerの事例紹介
20170422 数学カフェ Part2
20170422 数学カフェ Part1
情報幾何学の基礎、第7章発表ノート
GTC Japan 2016 Chainer feature introduction
On the benchmark of Chainer
Tokyo Webmining Talk1
VAE-type Deep Generative Models
Common Design of Deep Learning Frameworks
Introduction to Chainer and CuPy
Stochastic Gradient MCMC
Chainer Contribution Guide
2015年9月18日 (GTC Japan 2015) 深層学習フレームワークChainerの導入と化合物活性予測への応用
Introduction to Chainer (LL Ring Recursive)
日本神経回路学会セミナー「DeepLearningを使ってみよう!」資料
提供AMIについて

Math tutorial public

  • 2. 概要 •  ⽬目的 •  数学記号,数学公式を思い出す •  最初の⼀一歩でつまずかない •  内容 •  数学記号 •  公式(指数・対数,微分・積分) •  偏微分(∇・Δ) •  ⾏行行列
  • 4. ギリシャ⽂文字 慣習的に特定の意味で 良く使われる⽂文字もある ! :ラグランジュの未定乗数法など ! :フーリエ変換した関数の変数 !, " , # ! :標準偏差 ! :カイ2乗分布
  • 5. 固有名詞として使われる記号 •  N :⾃自然数全体 = {0, 1, 2, …} (0を含むかは流派による) •  Z :整数全体 = {…, -2, -1, 0, 1, 2, …} •  R:実数全体 •  C:複素数全体 •  ( Q:有理数全体) •  n ! N => 「nは⾃自然数です」 •  x ! Z => 「xは整数ではありません」
  • 6. 集合に対する記号 •  ∈(集合に属する)と ⊂(部分集合である)の違いに注意 •  x ∈ A:xは集合Aの元である •  1 ∈ {1, 2, 3}, {3, 4, 5} ∈ { {1, 2}, {3, 4, 5}, {6, 7} } •  B ⊂ A:BはAの部分集合である •  {1, 2} ⊂ {1, 2, 3}, { {3, 4, 5} } ⊂ { {1, 2}, {3, 4, 5}, {6, 7} } N!Z!Q!R!C •  集合が等しい場合を含めるかは流派がある (1) (2) (3) 真部分集合 A⊂B A⊆B A⊆B 部分集合 A⊆B A⊂B A⊆B
  • 7. 集合の記法 •  ⼤大雑把に2通りの記法がある •  1. 元を全て書きくだす S = {1, 3, 5, 7, 9} •  2. 元の満たす条件を挙げる S = {x ! N | x % 2 = 1, x ! 10} S = {x | x ! N, x is odd and is less than or equal to 10} •  リストの内包表記に対応する •  Haskell: •  Python:
  • 9. 指数,対数関連公式 •  定義 •  a, bを正の実数として a x = b ! x = log a b •  ⾃自然対数の底: e = 2.728! •    を log x や ln x と書く事も log e x •  公式 •  真数のかけ算 log(x ! y) = log x + log y •  特に, log x n = n log x •  真数の割り算 log(x / y) = log x ! log y •  指数法則 e( x+y) = e x ! e y
  • 10. 微分,積分関連公式 d n •  多項式の微分 (x n )! = (x ) = nx n"1 dx •  積の微分の公式 ( f ! g)" = f " ! g + f ! g" •  合成関数の微分 ( f (g(x)))! = f !(g(x))" g!(x) •  公式そのものより使い⽅方を習得してください •  例: d "d % "d % 1 (log x 3 )! = $ logt ' ( $ x 3 ' = ( (3x 2 ) = 3 dx # dt & # dx & t x ↑ t=x3とおいて合成関数の微分 f(t)=log t, g(x)=x3 1 n+1 •  多項式の積分 ! x n dx = x + C (n " #1) ← n=­1では分⺟母が0になる n +1 !1 "x dx = log x + C
  • 12. 多変数を表す記号 •  1個の実数を表す記号は細字,複数の実数の組を表す記号は太字を⽤用い る事が多い •  例: x = ( x1, x2 , x3, x4 ) f (x) = x 3 g(x) = x1 + x2 + x3 + x4 h(x) = (x, x 2 + x, x 3 ! x) •  以降もこの記法に従っていきます •  定義域,値域を明⽰示することでも分かりやすくなります •  上の例の場合 f :R!R g : R4 ! R h : R ! R3
  • 13. 偏微分(定義) •  多変数関数(変数が2つ以上の関数)で1つ以外のすべての変数を定数 だと思って微分する操作 •  例: f (x, y, z) = x 3 + y 2 + z 5 !f !f (x, y, z) = f x (x, y, z) = 3x 2 (x, y, z) = f y (x, y, z) = 2y !x !y !f (x, y, z) = fz (x, y, z) = 5z 4 !z
  • 14. 偏微分同⼠士の関係 •  f が⼗十分滑らか(= x, yについて何回でも微分可能)ならば f xy (x, y, z) = f yx (x, y, z) ↑ ↑ まずxで微分し まずyで微分し できた関数をさらにyで微分する できた関数をさらにxで微分する •  これを繰り返し⽤用いると, f xyzyyxwzxxzy (x, y, z) = f xxxxxyyyyzzzw (x, y, z) → 偏微分する順序は好きなように決めてよい
  • 15. ∇(ナブラ) •  多変数関数の1階偏微分を並べて,ベクトルにする操作 •  例: f (x, y, z) = x 3 + y 2 + z 5 !f (x, y, z) = (3x 2 , 2y, 5z 4 ) (⾏行行ベクトルの場合) " % $ 3x 2 ' !f (x, y, z) = $ 2y ' (列ベクトルの場合) $ ' # 5z 4 & •  列/⾏行行ベクトルどちらで⽤用いるかは⽂文脈/筆者による •  (x, y, z) をまとめて x と書いて,↓のように書く事もある !f (x) = (3x 2 , 2y, 5z 4 ) !x
  • 16. Δ(ラプラシアン) •  多変数関数の2階偏微分をすべて⾜足し合わせたもの "2 "2 "2 !f (x, y, z) = 2 f + 2 f + 2 f f : R 3 ! R なら "x "y "z # "2 !f はベクトル "2 "2 & =% 2 + 2 + 2 ( f !f はスカラー(実数) $ "x "y "z ' = f xx + f yy + fzz . •  例: f (x, y, z) = x 3 + y 2 + z 5 のとき, !2 !2 !2 2 f = 6x f =2 f = 20z 3 だから, !x !y 2 !z 2 "f (x, y, z) = 20z 3 + 6x + 2.
  • 18. ⾏行行列の表し⽅方 •  数字を⻑⾧長⽅方形上に並べたもの •  ⾏行行列は⼤大⽂文字アルファベットで表す事が多い •  横が⾏行行,縦が列(ほとんど統⼀一されている) •  n ⾏行行 m 列の⾏行行列を n×m ⾏行行列と略することも(⾏行行が先) •  A = (aij ) と書いたら,i ⾏行行 j 列⽬目がaij(やっぱり⾏行行が先) 列(column) ! a12 ! a1m $ # a11 & ⾏行行(row) # a21 a22 ! a1m & # & # " " # " & # an1 an2 ! anm & " %
  • 19. ⾏行行列の積 •  A:p×q ⾏行行列,B:サイズ q×r ⾏行行列 •  Aの列とBの⾏行行が⼀一致しているときABは定義可能 •  ABは p×r ⾏行行列 •  BAは定義できるとは限らない •  ⾏行行列の積の成分表⽰示 q! •  A = (aij ), B = (bij ) とおくと,ABの i ⾏行行 j 成分は "a ik ! bkj k=1
  • 20. ⾏行行列の操作(⾏行行列式) •  ⾏行行列式 (determinant): det A =| A | •  例えば逆⾏行行列が存在するかの判定に⽤用いる •  例:  (正⽅方⾏行行列にしかdetは定義できないことに注意) ! a b $ •              なら det A = ad ! bc A =# & " c d % ! $ # a b c & •                なら A =# d e f & det A = aei + bfg + cdh ! afh ! bdi ! ceg # g h i & " % •  ⾏行行列n×nの⾏行行列A, Bに対して det AB = det A ! det B
  • 21. ⾏行行列の操作(転置) •  転置(transpose): A t = AT = t A = T A •  どれも同じ意味,ここでは最初の記号を使います •  ⾏行行と列を⼊入れ替える操作 •  Aの i ⾏行行 j 列⽬目とAの j ⾏行行 i 列⽬目は等しい •  例: ! 1 $ # & •  A = (1 2 3) のとき, A t = # 2 & # 3 & " % ! a b $ # & ! a c e $ •              のとき, A t = # A =# c d & & # e f & # b d f & " % " %
  • 22. ⾏行行列の内積(形だけ) •  ⾏行行列のかけ算の例: •  x, y :n×1の列ベクトル, A :n×n⾏行行列のとき x t Ay はただの実数 •  正定値(今回は説明省略)のn×n⾏行行列Aがあると,そこから2つのベク トルの(Aから決まる)間の内積         を(     とも書く) < x, y > x!y < x, y >= x t Ay     と定義できる