はてなキーワード: 線形代数とは
正確には大学受験で物理・化学・生物・地学などの理科目を勉強しない人達だけど
そういう人達が数学に関心が薄い傾向があるのは仕方ないと思う。
確かに理科目を受験の科目として殆ど勉強しなくても大学入試で二次試験でも数学の試験をやる人達はいる。
しかしそのような人達にとって数学というのはあくまで数学単体で完結してしまっている。
一方で理科目は数学をかなり使っていて受験でそれが要求される人にとって
数学が応用される科目でもある状況と比べるとぜんぜん違う。
理科目以外では例えば地理などで要求される数学なんて僅かだし他の科目はもっと少ない。
だから理科目を勉強しない人達にとって数学のウェイトが小さいのは仕方ないとも思う…
これで大学に入ったら経済学で微積分だの線形代数だのひっきりなしに要求されるんだよな…
だからといって経済学部を目指してる高校生が数3数Cレベルの微積分やってるのを大学に評価する余裕はない
代数関数の積分に三角関数が出てくるのを当たり前に知ってる人達はAO入試とかで若干受け入れるしかない
みたいな混乱もあるかもしれない
「フーリエ変換なんて役に立たない」 だったらあらゆる分野の人が声を上げるところだけれども三角関数。
普通はexp使いそうじゃないですか、微積簡単だし。あえて三角関数に限るとゲーム制作とかweb要素回転させるとか測量するとかまぁ、かなり特定の分野になってしまいそう。
確かにおっしゃる通り高校数学は役に立たない。役に立たないから大学1回生で基礎数学を無理やり詰め込むわけです。
高校で役に立つ数学を教えろというならば、高校数学をやめて物理数学を教える、という話になりそうですね。(数学科の人怒らないでね)
これらがあれば現状骨抜きになっている高校物理がまともに教えることができるようになります
量子力学があれば化学もきちんと教えることができるようになりますね。
(量子力学を教えていないのに電子軌道や遷移エネルギーの話をするのはどうなのでしょう?)
どうせ使わないのだからか教えなくていいんじゃねぇかなって気はする
というかどういう時に使う(例えば、ゲームプログラミング、CG、音声処理、土木工学などなど)というのだけ教えて
あとは下記の資料でも配っておけば足りるのでは?
セガ公式アカウント🦔@SEGA_OFFICIAL 2021年6月15日
サインコサインタンジェント、虚数i…いつ使うんだと思ったあなた。実は数学は、ゲーム業界を根から支える重要な役割を担っているんです。
今日は、セガ社内勉強会用の数学資料150頁超(!)を無料公開。
#セガ技術ブログ クォータニオンとは?基礎線形代数講座 #segatechblog https://techblog.sega.jp/entry/2021/06/15/100000
画家や建築家などを挙げている辺り、研究者についてはどうでもいいかもしれないけど一分野についてだけ説明しておくね
物理学など他の学問ではどうなるかは面倒くさいので言及しないとして…
数学の研究をする際には歴史については自然と覚えてしまう程度の知識さえあればいいと思う
具体的にはピタゴラスの定理は千年単位のオーダーの大昔に証明されたとか
数百年前には今のような集合論に基づいて数学理論を一から組み立てていく形式は無かった…みたいな基本的な常識があればいいし
それと論文を書く際に論文に関わる狭い分野内で既に何が証明されてるかを把握して説明を出来ればいい
前者は数学の教科書を読んでいる内にいつの間にか知っているし、後者は研究集会に出るだけで自然と把握出来るので
これ以上の勉強が数学者になるための必要条件に入っているかと言うと、全く無い
たとえば線形代数の理論も分からないような人間が数学の研究をするのは極めて難しいが
線形代数の理論がどうやって出来たかの歴史なんて知らなくても一切問題ないし知らない数学者も多いだろう
行列式が行列より先に扱われていた事なんて雑談に使える豆知識にしかならんし
matrixがラテン語の子宮から来てる事はジェンダーの研究者とかの方が知ってると役にたつ事柄なんじゃないかな…
という風に数学者にとっては極めて重要な理論であっても歴史は知らなくても問題ない理論がかなりある訳だ
これは別の分野の研究者でも成り立つ事なのかもしれないが面倒くさいのでここでお終いにする
小説だって何巻というのを無視して途中の巻から読めば作中特有の概念や人物を示す固有名詞でつまづくのは普通で、そうならないように何巻とか上下巻みたいな目印がある。
しかし数学書はそういうのがなく仕方なく手に取ってみても行単位で見知らぬ固有名詞がぼんぼん出て来る。予備知識を手に入れようにも「前の巻」という概念自体がどうにもならない。
岩波基礎(!?)数学叢書だかいうのに微分多様体の本があったと思うけどはしがきには基本的な解析数学と代数学と微積分学を既知のものとして扱っていると書いてあったと思う。
しかしたとえばお前の言う基本的な代数学とは具体的にどこまでの範囲を指しているんだ?ていうか何の本を読めばいい?てかお前が大学生時代読んできた本のなかでその範囲に属するものを列挙すりゃそれで済むし確実なのになぜそうしない?という言葉がつい漏れる。
だって同じ岩波基礎の本でもアフィン代数みたいな本があってこれが大学数学に代数のスタートラインにあたるものなのは確実だろうがそこのはしがきにはその応用は標準形は別の本にまとめられてると書いてあって確かにジョルダン標準形とか二次形式は別の本になっている。
しかしこれらもそれなりのボリュームがあるわけで読んでやっとのことで理解した後に「実はそこまで代数を掘り下げて学ぶ必要はなかった」と言われたんじゃ遅いわけ。
興味ある分野へ最短経路で学べるようになりたい人も当然多いわけで、実は不必要なのに無駄な学習に時間注ぎたくないわな。そわそわしてもこれは必要な学習だということだから頑張れるわけで。
高校みたいに数1とか数2とかなってて高校行ってなくて道筋が明瞭でどうとでも独学できるのとはわけが違う。しかも全てのはしがきに予備知識として学ぶべきものが書いてあるわけじゃなくこのはしがきを頼りとした芋づる式で学ぶべき順番に見当をつける方法をもってしても袋小路に入ることもあるという…。んでどうでもいいことだが俺の学びたいものにベクトル解析が必要なのかいまだに判断がつかない。
日本語に一家言ある人や政治的な思想がある人は検索してるうち日本語学や法律学の論文に当たることもあるだろうけど、そもそも興味があるのもあって字面は難しそうでもじっくり読めば理解できなかったということはなかったはず。でも数学は知識が無い人を門前払いです…。
ドラクエだかでファルスでコクーンなんていうスラングに象徴されてる現象もプレイすればゲーム展開に沿って難なく解消されるわけで要するにそんなのよりずっとタチが悪いのが大学数学の現状
後編
行列はVBAなんかじゃ無理っぽいし、なんかプログラミング言語を覚えようと決める。
とりあえず両方試そうということで、RのためにRとRstudioをインストール。
プログラミングはなんかを製作する目標がないと挫折すると聞いていたので。
深層学習というものが流行ってると聞いて、ちょっと触りを勉強したくなる。
この本は面白かったので、深層学習を目標にプログラミングを覚えよう!
後になって、これはとんでもない間違いだったことに気づく。深層学習と機械学習の違いも判らないまま、RよりPythonを先に触ることに。
教本にしたのはこちら。
「ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装」
途中まではまあなんとか。
微分って便利だな。行列計算できるの便利だなっていうところまでいったが、クラスという概念が理解できず、途中からハテナが浮かんで読み進められず。
うん、もうちょっと易しい本を探そうと思って手に取ったのが
「独学プログラマー Python言語の基本から仕事のやり方まで」
なんとか読了。自信をつける。
実は、いまだにコマンドプロンプトとパワーシェルとbashの違いが分かってない。
つづいてPyQに2か月くらい登録してみる。
なかなかPythonが楽しくなってきたが、クラス意味が今一つ掴めないままいったん中断。
この辺で、自分は統計に興味があってもプログラミングに興味がないんじゃないかということに気づく。
なんだかんだもがきながら、PythonもRもモノにならず、日常のちょっとした計算やグラフを作ったりはExcelを使い続ける日々が続く。
あるいは、Excelで成形して、検定かけやすい形式にしてRで検定するとか。
Rに触れてなかったな、Rは完全に独学。「こんなことやりたいなぁ、ググってみるか、ほうなるほど」って感じ。
そんなさなか、放送大学で「Rで学ぶ確率統計」という講義があるのを知り、さっそく入学して受講。
なかなか面白かったし、PythonばっかりでRあんまり触ってなかったからいい刺激になった。
恥ずかしながら、負の二項分布やガンマ分布ってよう知らんかった。
しかし、講義は楽しかったがなにか書けるようになったかというとそんなことはなく、依然として基本はExcel。
まあ、実際csvじゃなく、手書きのデータとかをExcelに打ち込んだりする程度なんでPythonやRを使うまでもなかったというのもあるんだけど。
「Excelパワーピボット 7つのステップでデータ集計・分析を「自動化」する」
パワークエリを覚えたらピボット形式のExcelファイルとか、セルの結合が多用されたExcelファイルを、成形加工するのが非常に楽になった。
しかも、同じフォーマットで記録されてるデータならフォルダにぶち込んで一気にまとめ上げることも可能!
控えめにいって神!
としばらくパワークエリを礼賛してたのだけど、各ステップはPythonのpandasやRのdplyrでも出来ることに気づく。というか最初から気づけ。
こりゃ、一気に覚えちまおう、統計というより、データの前処理だなと思ってUdemyでRの動画を買ってみた。
AIエンジニアが教えるRとtidyverseによるデータの前処理講座
https://www.udemy.com/course/r-tidyverse-preprocess/
すっかりR信者になる。
それまで教本を呼んでもdplyrの便利さが今一つわからなかったのに、パワークエリで具体的にモノを作ると、dplyrに翻訳したら、すいすい。スピード10倍。
便利さにようやく気付く。
そんで、pandasに翻訳したらどうなんだろ?と思ったらもっと速いw
すごいなPython。
Rへの入信はたった数週間。再びPythonに興味。
さて、ゼロから作るディープラーニングを再開しようと思ったけれども、そもそも、機械学習をすっ飛ばして深層学習って無茶だったと反省し、まずは機械学習に。
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)
で、この本がすごい。
5章あるんだけど、機械学習のアルゴリズムは5章だけなんだなw
それまでは何に割かれてるんだって?数式の証明とか、便利な計算法、例えばニュートン法とかラグランジュ未定乗数法とかw
こんだけ引っ張っておいて、いよいよ本番の第5章もゴリゴリ数式をスクリプトに落とし込んでいってるのに、「これは学習のためでscikit-learnっての使えばたった1行」っていう無慈悲w
いや、ほんと数学の勉強になったし、こうやってゴリゴリやるとなんのためにクラスというものが存在するのかようやくわかった。
線形代数って便利なんだなと。行列をスカラー値のように何の気なしに扱えるようになると、あの頃苦しんでいた実験計画法、タグチメソッド、今読み直したら別の印象があるんじゃないかなと思うようになったり。
この本を読む途中、「マンガでわかる統計学因子分析編」で学んだことが理解の助けになった。
なんたる僥倖。
線形回帰、リッジ回帰、SVM、PCA、k-means、クラスター分析、一気に手札が増えた。
Pythonで学ぶ実験計画法入門 ベイズ最適化によるデータ解析
実験計画法って、fisherの古典的なやつ、ラテン方格に割り付けて、ってやつかと思ったら、線形代数使えればもうなんでもありなのな。
これ、すごいな。
機械学習と実験計画法がここでつながるとか、控えめにいって最高だな。
まだ読了してないので、また後日。
本稿では、和田秀樹氏らが提唱している暗記数学というものについて述べます。
受験数学の方法論には「暗記数学」と「暗記数学以外」の二派があるようですが、これは暗記数学が正しいです。後者の話に耳を傾けるのは時間の無駄です。
まず、読者との認識を合わせるために、暗記数学に関するよくある誤解と、それに対する事実を述べます。
暗記数学は、数学の知識を有機的な繋がりを伴って理解するための勉強法です。公式や解法を覚える勉強法ではありません。「暗記」という語は、「ひらめき」とか「才能」などの対比として用いられているのであり、歴史の年号のような丸暗記を意味するわけではありません。このことは、和田秀樹氏の著書でも繰り返し述べられています。
類似の誤解として、
などがあります。これらは事実に反します。むしろ、大学の理学部や工学部で行わていれる数学教育は暗記数学です。実際、たとえば数学科のセミナーや大学院入試の口頭試問などでは、本稿で述べるような内容が非常に重視されます。また、ほとんどの数学者は暗記数学に賛同しています。たまに自他共に認める「変人」がいて、そういう人が反対しているくらいです。大学教育の関係者でない人が思い込みで異を唱えても、これが事実だとしか言いようがありません。
嘘だと思うならば、岩波書店から出ている「新・数学の学び方」を読んで下さい。著者のほとんどが、本稿に書いてあるように「具体例を考えること」「証明の細部をきちんと補うこと」を推奨しています。この本の著者は全員、国際的に著名な業績のある数学者です。
そもそも、暗記数学は別に和田秀樹氏が最初に生み出したわけではなく、多くの教育機関で昔から行われてきたオーソドックスな勉強法です。和田秀樹氏らは、その実践例のひとつを提案しているに過ぎません。
暗記数学の要点を述べます。これらは別に数学の勉強に限ったことではなく、他の科目の勉強でも、社会に出て自分の考えや調べたことを報告する上でも重要なことです。
一番目は、従来数学で重要なものが「ひらめき」や「才能」だと思われてきたことへのアンチテーゼです。実際には、少なくとも高校数学程度であれば、特別な才能など無くとも多くの人は習得できます。そのための方法論も存在し、昔から多くの教育機関で行われています。逆に、「"才能"を伸ばす勉強法」などと謳われるもので効果があると実証されたものは存在しません。
大学入試に限って言えば、入試問題は大学で研究活動をする上で重要な知識や考え方が身についているのかを問うているのであって、決していたずらな難問を出して「頭の柔らかさ」を試したり、「天才」を見出そうとしているわけではありません。
二番目はいわゆる「解法暗記」です。なぜ実例が重要なのかと言えば、数学に限らず、具体的な経験と結びついていない知識は理解することが極めて困難だからです。たとえば、
などを、初学者が読んで理解することは到底不可能です。数学においても、たとえば二次関数の定義だけからその最大・最小値問題の解法を思いついたり、ベクトルの内積の定義や線形性等の性質だけを習ってそれを幾何学の問題に応用することは、非常に難しいです。したがって、それらの基本的な概念や性質が、具体的な問題の中でどのように活用されるのかを理解する必要があります。
これは、将棋における定跡や手筋に似ています。駒の動かし方を覚えただけで将棋が強くなる人はまず居らず、実戦で勝つには、ルールからは直ちには明らかでない駒の活用法を身につける必要があります。数学において教科書を読んだばかりの段階と言うのは、将棋で言えば駒の動かし方を覚えた段階のようなものです。将棋で勝つために定跡や手筋を身につける必要があるのと同様、数学を理解するためにも豊富な実例を通じて概念や定理の使い方を理解する必要があります。そして、将棋において初心者が独自に定跡を思いつくことがほぼ不可能なのと同様、数学の初学者が有益な実例を見出すことも難しいです。したがって、教科書や入試問題に採用された教育効果の高い題材を通じて、数学概念の意味や論証の仕方などを深く学ぶべきです。
そして、これは受験数学だけでなく、大学以降の数学を学ぶ際にも極めて重要なことです。特に、大学以降の数学は抽象的な概念が中心になるため、ほとんどの大学教員は、学生が具体的な実例を通じて理解できているかを重視します。たとえば、数学科のセミナーや大学院入試の口頭試問などでは、以下のような質問が頻繁になされます。
教科書や解答例の記述で分からない部分は、調べたり他人に聞いたりして、完全に理解すべきです。自分の理解が絶対的に正しいと確信し、それに関して何を聞かれても答えられる状態にならなければいけません。
たとえば、以下のようなことは常に意識し、理解できているかどうか自問すべきです。
ほとんどの人はまず「自分は数学が分かっていない」ということを正確に認識すべきです。これは別に、「数学の非常に深い部分に精通せよ」という意味ではありません。上に書いたような「定義が何で、定理の仮定と結論が何で、文中の主張を導くために何の定理を使ったのか」といったごく当たり前のことを、多くの人が素通りしていると言うことです。
まず、用語や記号の定義が分からないのは論外です。たとえば、極大値と最大値の違いが分かっていないとか、総和記号Σ でn = 2とか3とかの場合に具体的に式を書き下せないのは、理解できていないということなのですから、調べたり他人に聞いたりする必要があります。
また、本文中に直接書いていないことや、「明らか」などと書いてあることについても、どのような性質を用いて導いたのか正確に理解する必要があります。たとえば、
などと書いてあったら、これは
という一般的な定理を暗に使っていることを見抜けなければいけません。上の命題はpが素数でなければ成り立ちません。たとえば、l = 1, m = n = 2として、4l = mnを考えれば、mもnも4で割り切れません。他にも、
は正しいですが、逆は一般的には成り立ちません。nとmが互いに素ならば成り立ちます。それをきちんと証明できるか。できなければ当然、調べたり他人に聞いたりする必要があります。
l'Hôpitalの定理なども、もし使うのであれば、その仮定を満たしていることをきちんと確かめる必要があります。
さらに、単に解法を覚えたり当て嵌めたりするのではなく、「なぜその方法で解けるのか」「どうしてそのような式変形をするのか」という原理や意図を理解しなければいけません。たとえば、「微分で極値が求まる理屈は分からない(或いは、分からないという自覚さえない)が、極値問題だからとりあえず微分してみる」というような勉強は良くありません。
そして、教科書の一節や問題の解答を理解できたと思ったら、本を見ずにそれらを再現してみます。これは「解き方を覚える」と言うことではなく、上に書いたようなことがすべて有機的な繋がりを持って理解できているか確かめると言うことです。
はじめの内はスラスラとは出来ないと思います。そういう時は、覚えていない部分を思い出したり、本を見て覚え直すのではなく、以下のようなことを自分で考えてみます。
こういうことを十分に考えた上で本を読み直せば、ひとつひとつの定義や定理、式変形などの意味が見えてきます。また、問題を解くときは答えを見る前に自分で解答を試みることが好ましいです。その方が、自分が何が分かっていて何が分かっていないのかが明確になるからです。
以上のことは、別に数学の勉強に限った話ではありません。社会に出て自分の考えや調べたことを報告する時などでも同様です。たとえば、近年の労働法や道路交通法の改正について説明することになったとしましょう。その時、そこに出てくる用語の意味が分からないとか、具体的にどういう行為か違法(or合法)になったのか・罰則は何か、と言ったことが説明できなければ、責任ある仕事をしているとは見なされないでしょう。
むむむ。一応は TJO さんの挙げている本を読んだ感想なんだが。
統計学の勉強には東大出版会の「自然科学の統計学」や竹村先生の「現代数理統計学」あたりを読むといいだろう。線形代数をある程度分かってる前提だが。
優しいじゃん。読んてみるよ。
申し訳ないがあまりにも突っ込みどころが多すぎて突っ込みきれない。そのレスも分かってない感を上塗りしてるだけだ。
まず学習に必要な計算量と推論に必要な計算量は違うということを理解するべきだし、ムーアの法則が律速になってからここ10年で計算量がどれだけ増加したか・それは何故なのかを知るべきだし、意味も分からず教師データを学習モデルに突っ込んで精度が良いとか悪いとか言う前に統計学の基本を勉強するべき。つうか「機械学習までは勉強した」ってなんだよ。何を勉強したら「機械学習を勉強した」ことになるのか全く分からないので情報量がない。まともに勉強してたらこんな言い方は絶対にしない。
統計学の勉強には東大出版会の「自然科学の統計学」や竹村先生の「現代数理統計学」あたりを読むといいだろう。線形代数をある程度分かってる前提だが。
はてブのホットエントリ(総合)で月内に数多く[あとで読む]タグを集めたエントリ
320あとで/2539users ワンランク上の勉強法 (https://web.archive.org/web/20130629035806/http://www.geocities.jp/nagare_basi/study/stdy_mokuji.html)
303あとで/2669users ジオシティーズの閉鎖で消えた「わからん科目攻略法」が、埋もれるのがもったいないので、ここで紹介する。 | Books&Apps
283あとで/1830users 社内SQL研修のために作った資料を公開します | 株式会社AI Shift
279あとで/2599users サイゼリヤの完全攻略マニュアル|Massi|note
237あとで/1442users ユーザー アカウント、認証、パスワード管理に関する 13 のベスト プラクティス2021 年版 | Google Cloud Blog
222あとで/2081users DXコンサルが絶対に言わない後ろめたい真実|naoto|note
211あとで/1848users 全国民に配るべき!総務省が示した【データ入力の統一ルール】 | Excel医ブログ
196あとで/1887users どうしてHTML5が廃止されたのか | フューチャー技術ブログ
192あとで/1004users ゼロトラストという戦術の使い方:IPA 独立行政法人 情報処理推進機構
177あとで/1129users セガ、150ページ超の社内向け数学資料を無償公開 「3DCGの技術的基礎に」 - ITmedia NEWS
172あとで/944users 基礎線形代数講座 | 株式会社 セガ 開発技術部 | slideshare
172あとで/1687users 宗教的プログラムの構造と解釈 - 佐武原 | 少年ジャンプ+
169あとで/1454users 歯磨きってこんなに気持ち良かったのか! プロに教わって歯ブラシにこだわってみたら、毎日の歯磨き体験が向上した話 | Fun Pay(楽天カード)
167あとで/1142users プライムデーのKindle本から使い勝手の良い6冊 - 本しゃぶり
162あとで/795users ネットワークの勉強方法を聞いてみた。 - 変化を求めるデベロッパーを応援するウェブマガジン | AWS
160あとで/1379users 早川書房の1500作品が50%割引の大型電子書籍セールがきたのでオススメを紹介する - 基本読書
158あとで/1258users 奥多摩山中で26歳男性がバラバラ死体に…BBQと共に行われた鬼畜たちの「狂気の宴」(現代ビジネス) - Yahoo!ニュース
155あとで/1737users 賃貸を引き払う時に原状回復費用11万円請求されていたが消費者センターに電話したら7500円返還に変わった話 - Togetter
146あとで/1670users コンサルタントやってた時、重要な対人技術として『「ちがう」と言うな』と習った。 | Books&Apps
144あとで/1352users 「なんとなく元気がない」状態には名前があり対応が必要だと全マネジャーは知っていたほうが良い - tomoima525's blog
142あとで/1246users プログラマによるプログラミングのためのBGMなど、仕事や勉強の邪魔にならない無料で使えそうなBGM集。2021年版 - Publickey
137あとで/811users 決済システムの残高管理周りの DB 設計と戦略 - カンムテックブログ
137あとで/1053users 大手金融機関から運用商品を買わない方が良い理由を金融庁が解説している - 銀行員のための教科書
136あとで/892users クォータニオンとは何ぞや?:基礎線形代数講座 - SEGA TECH Blog
127あとで/1074users ついに、Webアプリでの帳票印刷のベストプラクティスを編み出しました | blog.ttskch
125あとで/540users グラフ理論入門 | DevelopersIO
123あとで/1260users 【すべて1人泊可能】2021年はここに泊まりたい!各都道府県から1軒ずつ、一番泊まりたい宿を選出した【全47軒】 - 温泉ブログ 山と温泉のきろく
121あとで/1223users 練習中ではなく「頻繁な休憩」がスキルを上達させると判明 - ナゾロジー
121あとで/640users テストコードを書き始める前に考えるべきテストの話(2021年版) #scrumosaka / scrum_fest_osaka_2021 - Speaker Deck
https://ja.wikipedia.org/wiki/%E6%A8%99%E6%9C%AC%E5%8C%96%E5%AE%9A%E7%90%86
前提としてどのくらい数学を知ってるか分からないけど、線形代数(行列式や固有値くらいまで)と解析の基礎(いわゆる"微分積分"とかテイラー展開とかそういうの)くらいはいるだろう。
この辺あんまいい本ない気がするんだよなあ(あるなら俺も知りたい)。
Stephane Mallatが大家なんだろうか。あまりわかりやすいとは言えないが…。
https://www.di.ens.fr/~mallat/papiers/MallatTheory89.pdf
https://www.di.ens.fr/~mallat/papiers/WaveletTourChap1-2-3.pdf