SlideShare una empresa de Scribd logo
1 de 46
Descargar para leer sin conexión
1
情報幾何学の基礎情報幾何学の基礎 #1#1
2015/01/15
@simizut22
2
本⽇日の内容本⽇日の内容
第第 00 章章:: 準備準備
第第 11 章章: Euclid: Euclid 平⾯面の幾何平⾯面の幾何
3
第第 00 章章 準備準備
4 . 1
0.10.1 微積より微積より
~~逆写像定理逆写像定理//陰関数定理陰関数定理~~
4 . 2
微分可能性微分可能性・・JacobiJacobi⾏行列⾏行列
f : D(⊂R ) →Rl n
がが x = ax = a で微分可能で微分可能
s.t. f(a + h) = f(a) + Ah + o(∥h∥)
このときのこのときの AA はは ff のの JacobiJacobi ⾏行列⾏行列
i.e. A = ( )∂xk
∂fj
(j,k)
⇔ ∃A ∈ M(n, l)
4 . 3
記号の導⼊入記号の導⼊入
F(x, y) : D(⊂R ×R ) →R : C mapk n n r
F(a, b) = c
以下以下
R := a ×R0
n
{ } n
R :=R × b0
k k
{ }
:: 縦軸縦軸
:: 横軸横軸
4 . 4
陰関数定理陰関数定理
FF のの ''縦軸縦軸'' への制限のヤコビ⾏行列への制限のヤコビ⾏行列 (a, b)∂y
∂F
が正則の時、が正則の時、''横軸横軸'' におけるにおける aa の開近傍の開近傍 WW とと
φ : W →R : Cn r が存在して次のが存在して次の 1, 21, 2 が成⽴立が成⽴立
1. F(x, φ(x)) = c (∀x ∈ W)
2. (a) = −∂x
∂φ
∂y
∂F −1
∂x
∂F
4 . 5
4 . 6
証明:証明:((略略))
4 . 7
逆写像定理逆写像定理
f : D(⊂R ) →R : C mapn n r
1. ∂x
∂f
がが x = ax = a で正則で正則
2. a2. a の開近傍の開近傍 UU が存在してが存在して
f∣ : U ≅ f(U) : C diffeoU
r
に対し、に対し、1,21,2 は同値は同値
4 . 8
22→→11))
g ∘ f = idU逆写像逆写像 g(y)g(y) をもって来るとをもって来ると
= I∂y
∂g
∂x
∂f
微分して微分して
よりより □□
4 . 9
11→→2)2)
F :R × D →Rn n
F(x, y) = x − f(y) とするととすると
= −∂y
∂F
∂y
∂f
はは (f(a), a )(f(a), a ) の周りで正則の周りで正則
陰関数定理より陰関数定理より f(a)f(a) の開近傍の開近傍 WW の周りでの周りで
∃g : W → D
s.t. F(x, g(x)) = F(f(a), a) = 0
⇔ x = f(g(x)) □□
4 . 10
例:例:
f :R ∋ x ↦ Ax ∈RA
n n が逆写像を持つが逆写像を持つ
⇔⇔ AA が正則が正則
逆写像定理が逆写像定理が globalglobal で成り⽴立つ場合で成り⽴立つ場合
4 . 11
逆写像定理逆写像定理→→陰関数定理陰関数定理
∵) F : D(⊂R ×R ) → Rk n n
が陰関数定理の仮定を満たすとする。が陰関数定理の仮定を満たすとする。
f : D →R ×Rk n を次で定める。を次で定める。
f(x, y) := (x, F(x, y))
4 . 12
ff のの JacobiJacobi ⾏行列⾏行列
Jf = (
I
∂x
∂F
0
∂y
∂F )
は仮定から正則は仮定から正則→→逆写像定理が成⽴立逆写像定理が成⽴立
f (x, y) = (x, g(x, y))−1
となる、となる、 gg をもちいて、をもちいて、 g(⋅, b)
が題意を満たすが題意を満たす □□
5 . 1
0.20.2 線形代数より線形代数より
~~双対とテンソル双対とテンソル~~
5 . 2
双対空間双対空間
V : R 上の上の''有限次元有限次元'' ベクトル空間、に対しベクトル空間、に対し
V := f : V → R ∣ linear∗
{ }
を、を、VV の双対空間というの双対空間という
1. dim(V ) = dim(V )∗
2. (V ) ≅ V∗ ∗
Prop)Prop)
5 . 3
∵∵))
1) V1) V の基底の基底 e{ i}i=1,...n
その双対基底その双対基底 f{ j
}j=1,...n
を取れば、を取れば、 おkおk
実際、実際、
∀f ∈ V , a := f(e )∗
i i と置くと、と置くと、
f = a fj
j
(∵ e{ i} が基底が基底
を⼀一つとるを⼀一つとる
5 . 4
2 )2 )
x ↦ x~
w/ : f ↦ f(x)x~
とすると、これは明らかに単射とすると、これは明らかに単射
dimV = dmV = dim(V )∗ ∗ ∗
かつかつ
より同型より同型 □□
5 . 5
V := F ∈ ((V ) × V ) ∣ multi linear(r,s)
{ ∗ r s ∗
}
をを rr 階反変階反変, s, s 階共変テンソル空間という階共変テンソル空間という
V = V ⊗ ... ⊗ V ⊗ V ⊗ ... ⊗ V(r,s) ∗ ∗
r 個 s 個
と書くことが普通な気がすると書くことが普通な気がする...(...(※※))
特に特に
V = ⊗V(r,0) : r: r 階反変テンソル空間階反変テンソル空間
V = ⊗V(0,s) ∗
: s: s 階共変テンソル空間階共変テンソル空間
dimV = (dimV )(r,s) r+s
5 . 6
補⾜足:テンソル積の性質補⾜足:テンソル積の性質
V ⊗ W ≅ W ⊗ V
(V ⊗ W) ⊗ U ≅ V ⊗ (W ⊗ U)
V ⊗ R ≅ R ⊗ V ≅ V
より、上のより、上の (r, s)(r, s) という書き⽅方はという書き⽅方はwell-definedwell-defined
5 . 7
※※についてについて
Φ : V × (V ) → Vr ∗ s (r,s)
Φ(v , ..., v , f , ..., f ) =1 r
1 s
(g , ..., g , w , ..., w ) ↦ g (v ) ⋅ f (w )1 r
1 s ∏ i
i ∏ j
j
をを
と定めると定める
5 . 8
e : V{ i} の基底としの基底とし
f : V{ j
} ∗ の双対基底として、の双対基底として、
Φ(e , ..., e , f , ..., f ){ i1 ir
j1 js
} がが
V (r,s) の基底になることから従うの基底になることから従う
6 . 1
1. Euclid1. Euclid 平⾯面の幾何平⾯面の幾何
6 . 2
以下、以下、
特に断らない限り写像や曲線は滑らかとする特に断らない限り写像や曲線は滑らかとする
7 . 1
1.11.1 座標系座標系
7 . 2
φ :R →R , (ξ , ξ ) ↦ (z , z )2 2
1 2 1 2
は逆写像定理より、は逆写像定理より、 JacobiJacobi⾏行列⾏行列
Jφ = ( )∂ξa
∂zi
i,a∈ 1,2{ }
が正則であれば、が正則であれば、locallocal には微分同相には微分同相
従って特に、従って特に、
座標軸の像は⾏行き先での座標軸の像は⾏行き先での ""座標軸座標軸""
と考えられると考えられる→→「曲線座標系」!!「曲線座標系」!!
7 . 3
え
7 . 4
例1例1・・斜交座標系斜交座標系
φ(x) := Ax + b
for A ∈ GL(2, R), b ∈R2
により定まる座標系:アフィン座標系により定まる座標系:アフィン座標系
7 . 5
例2:極座標系例2:極座標系
φ : (r, θ) ↦ (z , z )1 2 をを
=[
z1
z2
] [
rcosθ
rsinθ
]
で、与えるで、与える((ご存知極座標ご存知極座標))
det(Jφ) = det = r[
cosθ
sinθ
−rsinθ
rcosθ
]
より、より、 r ≠ 0r ≠ 0 で曲線座標を与える。で曲線座標を与える。
8 . 1
1.21.2 接ベクトル接ベクトル
8 . 2
φ = (x , x ) ↦ (z , z ) : U(⊂R ) → M1 2 1 2
2
座標曲線座標曲線: given: given
C (t) = φ(t, 0)p
とし、点とし、点 P = φ(0, 0)
でのでの xx11 ⽅方向への接ベクトルを次で与える⽅方向への接ベクトルを次で与える::
e (P) := (0)x1 dt
dCp
xx22 ⽅方向も同様⽅方向も同様 □□
8 . 3
⼀一般の⽅方向の接ベクトルを考える⼀一般の⽅方向の接ベクトルを考える
i.e. T (M) = (0) ∣ c(0) = PP {dt
dc
}
Lem : ⟨e , e ⟩ = T (M)x1 x2 P
⼗〸十分⼩小さくすると、⼗〸十分⼩小さくすると、∵) ε > 0 :
c(−ε, ε) ⊂ U : 座標近傍とできる座標近傍とできる
c(t) = φ(∃ (t)), t ∈ (−ε, ε)c~
= + = v edt
dc
∂x1
∂φ
dt
dx1
∂x2
∂φ
dt
dx2 i
xi □□
8 . 4
座標変換すると座標変換すると......
v ei
xi
= vi
∂xi
∂φ
= vi
∂xi
∂(ψ∘ψ ∘φ)−1
= vi
∂ξa
∂ψ
∂xi
∂ξa
= (v )ei
∂xi
∂ξa
ξa
= v ea
ξa
v = va
∂xi
∂ξa i
すなわち、すなわち、
座標変換関数の座標変換関数の JacobiJacobi ⾏行列で調節される。⾏行列で調節される。
9 . 1
平⾏行ベクトル場と共変微分平⾏行ベクトル場と共変微分
9 . 2
wikiwiki にいい⾔言葉があったにいい⾔言葉があった
“ Naïvely, one may consider a vector field parallelNaïvely, one may consider a vector field parallel
if the coordinate components of the vector field areif the coordinate components of the vector field are
constant along the curve. However, an immediateconstant along the curve. However, an immediate
ambiguity arises: in which coordinate systemambiguity arises: in which coordinate system
should these components be constant?should these components be constant?
平⾏行ベクトル場平⾏行ベクトル場
9 . 3
ちょっとだけ⼀一般論ちょっとだけ⼀一般論((曲⾯面論的な曲⾯面論的な))
空間内の曲⾯面空間内の曲⾯面 MM および、曲線および、曲線 cc を考えるを考える
MM 内の内の cc に沿ったベクトル場とは:に沿ったベクトル場とは:
t ↦ X ∈ T Mt c(t)
XX の微分を接⽅方向と法線⽅方向に分けて、の微分を接⽅方向と法線⽅方向に分けて、
以下のように書くこととする。以下のように書くこととする。
= + Adt
dXt
dt
DXt
X
9 . 4
定義定義))
曲線曲線 cc に沿ったベクトル場が平⾏行に沿ったベクトル場が平⾏行
⇔⇔ 微分の接⽅方向の成分が消える微分の接⽅方向の成分が消える
定義定義))
曲線曲線 cc が測地線が測地線
⇔⇔ cc の微分がの微分が cc ⾃自⾝身に沿って平⾏行⾃自⾝身に沿って平⾏行
9 . 5
例例))ユークリッド空間の測地線は等速直線運動ユークリッド空間の測地線は等速直線運動
∵∵) c) c が測地線が測地線
⇔ = 0dt2
d c2
より明らかより明らか
□□
9 . 6
テキストの常ベクトル場はテキストの常ベクトル場は
測地線の微分で与えられるベクトル場?測地線の微分で与えられるベクトル場?
これは定数ベクトル場なので平⾯面全体に拡張これは定数ベクトル場なので平⾯面全体に拡張
→→平⾯面上のベクトル場と⾔言っている?平⾯面上のベクトル場と⾔言っている?
10 . 1
テキスト、ちょっと迷⾛走気味なので。。。テキスト、ちょっと迷⾛走気味なので。。。
X∣ : t ↦ Xc c(t)
ベクトル場ベクトル場 XX および曲線および曲線 cc に対してに対して
により、曲線に沿ったベクトル場が定まるにより、曲線に沿ったベクトル場が定まる
ベクトルベクトル vv に対して、に対して、 vv の積分曲線の積分曲線 ccvv
10 . 2
= X∣ + Adt
dX∣cv
dt
D
cv X∣cv
のように接⽅方向と法線⽅方向に分解するのように接⽅方向と法線⽅方向に分解する
∇ Xv
この時の第この時の第 11 項を項を
と書き共変微分というと書き共変微分という
10 . 3
ChristoffelChristoffel シンボルシンボル
e{ xj }座標系からさだまる基本基底座標系からさだまる基本基底
に対して、共変微分をした時の係数がに対して、共変微分をした時の係数が
Christoffel SymbolChristoffel Symbol
i.e. ∇ e = Γ eexj xi
ji
k
xk
により、により、Christoffel SymbolChristoffel Symbol を定めるを定める
10 . 4
例:極座標の共変微分例:極座標の共変微分
e = (cosθ, sinθ), e = (−rsinθ, rcosθ)r θ
と定義から、(※)
∇ e = 0r r
∇ e = (−sinθ, cosθ) = er θ r
1
θ
∇ e = (−rcosθ, −rsinθ) = −reθ θ r
∇ e = (−sinθ, cosθ) = eθ r r
1
θ
10 . 5
の積分曲線は極座標で書くとの積分曲線は極座標で書くとer
c (t) = (r + t, θ)r
e ∣ = (−(r + t)sinθ, (r + t)cosθ)θ c (t)r
と例えば取ると例えば取る
時間で微分して、時間で微分して、
∇ e = (−sinθ, cosθ) = er θ r
1
θ
を得る。以下同様を得る。以下同様 □□
※※の補⾜足の補⾜足
11
終わり終わり

Más contenido relacionado

La actualidad más candente

半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...Yuya Masumura
 
Crfと素性テンプレート
Crfと素性テンプレートCrfと素性テンプレート
Crfと素性テンプレートKei Uchiumi
 
クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別Hiroshi Nakagawa
 
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)Akira Asano
 
Introduction to Persistence Theory
Introduction to Persistence TheoryIntroduction to Persistence Theory
Introduction to Persistence TheoryTatsuki SHIMIZU
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズムTasuku Soma
 
導来代数幾何入門
導来代数幾何入門導来代数幾何入門
導来代数幾何入門Naoya Umezaki
 
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)Masahiro Sakai
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門irrrrr
 
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)Akira Asano
 
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシンShinya Shimizu
 
ML: Sparse regression CH.13
 ML: Sparse regression CH.13 ML: Sparse regression CH.13
ML: Sparse regression CH.13Daisuke Yoneoka
 
Introduction to Categorical Programming
Introduction to Categorical ProgrammingIntroduction to Categorical Programming
Introduction to Categorical ProgrammingMasahiro Sakai
 

La actualidad más candente (20)

半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
半正定値計画問題と最大カット Sedemifinite Programming and Approximation Algorithm for Maxcu...
 
Crfと素性テンプレート
Crfと素性テンプレートCrfと素性テンプレート
Crfと素性テンプレート
 
クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別クラシックな機械学習の入門 3. 線形回帰および識別
クラシックな機械学習の入門 3. 線形回帰および識別
 
最急降下法
最急降下法最急降下法
最急降下法
 
PRML_titech 8.1 - 8.2
PRML_titech 8.1 - 8.2PRML_titech 8.1 - 8.2
PRML_titech 8.1 - 8.2
 
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
2014年度春学期 画像情報処理 第14回 逆投影法による再構成 (2014. 7. 23)
 
Introduction to Persistence Theory
Introduction to Persistence TheoryIntroduction to Persistence Theory
Introduction to Persistence Theory
 
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
整数格子点上の劣モジュラ被覆に対する高速アルゴリズム
 
導来代数幾何入門
導来代数幾何入門導来代数幾何入門
導来代数幾何入門
 
Sparse models
Sparse modelsSparse models
Sparse models
 
Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)Introduction to Categorical Programming (Revised)
Introduction to Categorical Programming (Revised)
 
スペクトラルグラフ理論入門
スペクトラルグラフ理論入門スペクトラルグラフ理論入門
スペクトラルグラフ理論入門
 
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
2021年度秋学期 画像情報処理 第10回 Radon変換と投影定理 (2021. 11. 19)
 
今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン今さら聞けないカーネル法とサポートベクターマシン
今さら聞けないカーネル法とサポートベクターマシン
 
ML: Sparse regression CH.13
 ML: Sparse regression CH.13 ML: Sparse regression CH.13
ML: Sparse regression CH.13
 
Introduction to Categorical Programming
Introduction to Categorical ProgrammingIntroduction to Categorical Programming
Introduction to Categorical Programming
 
45107
4510745107
45107
 
PRML chapter7
PRML chapter7PRML chapter7
PRML chapter7
 
Jokyo20130218
Jokyo20130218Jokyo20130218
Jokyo20130218
 
独立成分分析 ICA
独立成分分析 ICA独立成分分析 ICA
独立成分分析 ICA
 

Similar a 情報幾何の基礎輪読会 #1

2次関数と表現行列と内積
2次関数と表現行列と内積2次関数と表現行列と内積
2次関数と表現行列と内積政孝 鍋島
 
カーネル法:正定値カーネルの理論
カーネル法:正定値カーネルの理論カーネル法:正定値カーネルの理論
カーネル法:正定値カーネルの理論Daiki Tanaka
 
Nonlinear programming輪講スライド with 最適化法
Nonlinear programming輪講スライド with 最適化法Nonlinear programming輪講スライド with 最適化法
Nonlinear programming輪講スライド with 最適化法Yo Ehara
 
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2Hiroyuki Kato
 
パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)Yukara Ikemiya
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1hirokazutanaka
 
Grcosmo 44 slide
Grcosmo 44 slideGrcosmo 44 slide
Grcosmo 44 slideKENTAROHARA
 
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先Taketo Sano
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)Kota Mori
 
第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義MathCafe
 
第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)RCCSRENKEI
 
210603 yamamoto
210603 yamamoto210603 yamamoto
210603 yamamotoRCCSRENKEI
 
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationDeep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationtakutori
 
機械学習と深層学習の数理
機械学習と深層学習の数理機械学習と深層学習の数理
機械学習と深層学習の数理Ryo Nakamura
 
曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門Masanari Kimura
 
Nips yomikai 1226
Nips yomikai 1226Nips yomikai 1226
Nips yomikai 1226Yo Ehara
 

Similar a 情報幾何の基礎輪読会 #1 (20)

回帰
回帰回帰
回帰
 
2次関数と表現行列と内積
2次関数と表現行列と内積2次関数と表現行列と内積
2次関数と表現行列と内積
 
線形写像のker
線形写像のker線形写像のker
線形写像のker
 
カーネル法:正定値カーネルの理論
カーネル法:正定値カーネルの理論カーネル法:正定値カーネルの理論
カーネル法:正定値カーネルの理論
 
Nonlinear programming輪講スライド with 最適化法
Nonlinear programming輪講スライド with 最適化法Nonlinear programming輪講スライド with 最適化法
Nonlinear programming輪講スライド with 最適化法
 
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2
PRML上巻勉強会 at 東京大学 資料 第4章4.3.1 〜 4.5.2
 
領域分割法
領域分割法領域分割法
領域分割法
 
パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)パターン認識と機械学習6章(カーネル法)
パターン認識と機械学習6章(カーネル法)
 
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
東京都市大学 データ解析入門 6 回帰分析とモデル選択 1
 
Grcosmo 44 slide
Grcosmo 44 slideGrcosmo 44 slide
Grcosmo 44 slide
 
基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先基底変換、固有値・固有ベクトル、そしてその先
基底変換、固有値・固有ベクトル、そしてその先
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
 
第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義第33回数学カフェ予習会#1 線形空間・射影空間の定義
第33回数学カフェ予習会#1 線形空間・射影空間の定義
 
第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)第8回 配信講義 計算科学技術特論A(2021)
第8回 配信講義 計算科学技術特論A(2021)
 
210603 yamamoto
210603 yamamoto210603 yamamoto
210603 yamamoto
 
Deep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___informationDeep learning _linear_algebra___probablity___information
Deep learning _linear_algebra___probablity___information
 
機械学習と深層学習の数理
機械学習と深層学習の数理機械学習と深層学習の数理
機械学習と深層学習の数理
 
曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門曲線から多様体まで駆け抜ける微分幾何学入門
曲線から多様体まで駆け抜ける微分幾何学入門
 
Nips yomikai 1226
Nips yomikai 1226Nips yomikai 1226
Nips yomikai 1226
 
Sinsa1234
Sinsa1234Sinsa1234
Sinsa1234
 

Más de Tatsuki SHIMIZU

Magnitude ~ extend the Euler Characteristics via Möbius Inversion ~
Magnitude ~ extend the Euler Characteristics via  Möbius Inversion ~Magnitude ~ extend the Euler Characteristics via  Möbius Inversion ~
Magnitude ~ extend the Euler Characteristics via Möbius Inversion ~Tatsuki SHIMIZU
 
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~Tatsuki SHIMIZU
 
Euler 標数は測度ですか??
Euler 標数は測度ですか??Euler 標数は測度ですか??
Euler 標数は測度ですか??Tatsuki SHIMIZU
 
Operad and Recognition Principle
Operad and Recognition PrincipleOperad and Recognition Principle
Operad and Recognition PrincipleTatsuki SHIMIZU
 
Introduction to Topological Data Analysis
Introduction to Topological Data AnalysisIntroduction to Topological Data Analysis
Introduction to Topological Data AnalysisTatsuki SHIMIZU
 
effective modern c++ chapeter36
effective modern c++ chapeter36effective modern c++ chapeter36
effective modern c++ chapeter36Tatsuki SHIMIZU
 

Más de Tatsuki SHIMIZU (13)

Magnitude ~ extend the Euler Characteristics via Möbius Inversion ~
Magnitude ~ extend the Euler Characteristics via  Möbius Inversion ~Magnitude ~ extend the Euler Characteristics via  Möbius Inversion ~
Magnitude ~ extend the Euler Characteristics via Möbius Inversion ~
 
TDA やら Night!!
TDA やら Night!!TDA やら Night!!
TDA やら Night!!
 
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
エキゾチック球面ナイト(浮気編)~28 日周期の彼女たち~
 
Practical topology
Practical topologyPractical topology
Practical topology
 
Euler 標数は測度ですか??
Euler 標数は測度ですか??Euler 標数は測度ですか??
Euler 標数は測度ですか??
 
Operad and Recognition Principle
Operad and Recognition PrincipleOperad and Recognition Principle
Operad and Recognition Principle
 
しかくのお勉強
しかくのお勉強しかくのお勉強
しかくのお勉強
 
Packing
PackingPacking
Packing
 
Introduction to Topological Data Analysis
Introduction to Topological Data AnalysisIntroduction to Topological Data Analysis
Introduction to Topological Data Analysis
 
Jules henri poincaré
Jules henri poincaréJules henri poincaré
Jules henri poincaré
 
Effective modern-c++#9
Effective modern-c++#9Effective modern-c++#9
Effective modern-c++#9
 
effective modern c++ chapeter36
effective modern c++ chapeter36effective modern c++ chapeter36
effective modern c++ chapeter36
 
emc++ chapter32
emc++ chapter32emc++ chapter32
emc++ chapter32
 

情報幾何の基礎輪読会 #1