読者です 読者をやめる 読者になる 読者になる

TadaoYamaokaの日記

山岡忠夫 Home で公開しているプログラムの開発ネタを中心に書いていきます。

機械学習の勉強

序論で躓きかけて、確率統計の本を先に読んだりしていた
パターン認識と機械学習 上
の勉強を再開した。

以前躓いたのは、1.2.1.確率密度の
「変数に非線形な変換を施すと、確率密度はヤコビ行列により単純な関数とは異なる仕方で変換される。」
という1文。

プログラミングのための確率統計を読んだ後なので、

確率変数 … 確率的な量
変数変換 … 確率変数Xがわかっているとき、ある関数gを持ってくればY=g(X)という新しい確率変数Yが作られる
確率密度 … 確率の濃さ
ヤコビ行列 … 面積拡大率はヤコビアン(ヤコビ行列)と呼ばれる量の絶対値で表される

ということで、ヤコビ行列について深くは理解していないがなんとなく意味はわかるようになった。

これで先を読み進められるようになった。