数値計算 MATLAB,Python,Scilab,Julia比較 その8【行列③】
行列で連立方程式を解いてみた。両辺を行列で割る・・・のがだが、行列は除算が無く、逆行列を掛けるで除算を実現する。逆行列は掃き出し法と呼ばれる方法で求めるが、ここでは公式を使用。結果として、答えが求まった。特徴としてはルールが明確なためプログラム化し易いという点。
数値計算 
数値計算 MATLAB,Python,Scilab,Julia比較 その7【行列②】
とりあえず連立方程式を普通に解いてみた。しかし、そのプロセスをプログラム化するのは超難解。つまり、行列を使うとこの超難解な状態から脱することができる。今回は、連立方程式を行列で表現するとどうなるか。ってところまで。
数値計算 MATLAB,Python,Scilab,Julia比較 その6【行列①】
そもそも行列の存在意義に疑問が・・・。分かり易い存在意義としては連立方程式がわかりやすい。行列を使うとルールベースで解くことが可能。ここらへんについては次回説明予定。
数値計算 MATLAB,Python,Scilab,Julia比較 その5【概要編⑤】
ぶっちゃけJuliaについては良く知らない。Wikipadiaに活躍してもらって引用しまくり。最大の特徴はJITコンパイル。これにより、複数回の実行に関しては類似言語/ツールからみたら最速になり得る。というわけでJuliaに関しては逐次調べながらの試しながらで進める。
数値計算 MATLAB,Python,Scilab,Julia比較 その4【概要編④】
ScilabはMTALAB/Simulinkと比較されることが多い。理由は、xcosというグラフィカルツールにてブロック線図を書けるツールの存在。互換性は全く無いが、Simulinkっぽいツール。MATLAB/Simulinkを自宅で使えない場合に使ってる人は多かったのでは？
数値計算 MATLAB,Python,Scilab,Julia比較 その3【概要編③】
Pythonの概要。PythonというかNumpyがベクトル、行列に強い。for文で回すよりベクトル、行列として演算させた方が圧倒的に速くなることは多い。Python自体は無料と思って良いが、パッケージ別にライセンスが規定されてるので要注意。
G検定 G検定超入門 とりあえず公式例題を解いてみる#3
ディープラーニング初期のCNN系列の有名どころは今でも論文に登場することは多い。CNN、RNN、AutoEncoderあたりは基本的なモデルなので特性を覚えておいた方が良い。強化学習周りは用語が多いので少し異なる対策が必要かも。
G検定 G検定超入門 とりあえず公式例題を解いてみる#2
教師あり学習の分類と回帰、教師なし学習のクラスタリングのカテゴリ分けとおれぞれの性質は把握しておいた方が良い。ディープラーニングの発展の歴史に半導体技術発展、フレームワークの存在がある。機械学習の学習時の手順や課題を把握する必要がある。
G検定 G検定超入門 とりあえず公式例題を解いてみる#1
最初の方がディープラーニングの技術的な話より、歴史的な話が多い。書いてあることが正しいかどうかに加えて、何について聞いているのかを認識していないと誤答しやすい。汎用人工知能≒強いAI、特化型人工知能≒弱いAIは覚えておいた方が良い。
数値計算 MATLAB,Python,Scilab,Julia比較 その2【概要編②】
まずはMATLABの概要説明。自動車業界だとおなじみのツール。価格はお高め。homeライセンスというのもあり、こちらはかなりお安い。ただし、coder系は含まれていない。