教師(あり|なし)学習とは何か、識別問題と回帰問題はどういうものなのか、データ列を線形回帰するにはどうしたらいいかという話。
最も傾斜の強い方に向かっていくとだいたいよいけど、初期値によって解が変わってくる場合もあるという話があった。ちょっとベクトル解析っぽい。
「なぜ微分記号と偏微分記号を使い分けたかの理由が分からなくても今は気にしなくて大丈夫です」
— うたがわきき🔰💊 (@utgwkk) 2016年7月27日
いい感じの学習率を決めようという教訓
— うたがわきき🔰💊 (@utgwkk) 2016年7月27日
学習率が低すぎるとなかなか収束しないし、かといって高すぎると最悪収束せずに発散してしまうので、うまく決めましょうとか、初期値によっては局所解に陥ってしまうのでがんばりましょう、というありがたい教訓があった。
だんだん最適な直線になっていく様子が見えてなるほどという感じになる。
線形代数講座が開始された
— うたがわきき🔰💊 (@utgwkk) 2016年7月27日
行と列いまだにどっちがどっちか忘れる
— うたがわきき🔰💊 (@utgwkk) 2016年7月27日
線形代数教室始まって、ここは飛ばしてもいいかなと思ったけど、行と列どっちがどっちか忘れるので飛ばせず。
分かりやすい！！！！！
まあさすがに行列の計算はもういいでしょという感じになって飛ばして無事終了。
