【深層学習の数学】交差エントロピーとKLダイバージェンス：Loss関数の正体を暴く（直感でわかる確率・情報量 #2）
はじめに 前回の記事では、ベイズ更新を使ってAIがどのように確信度を深めていくのかを解説しました。 今回は、画像認識や自然言語処理などの「分類タスク」において、損失関数（Loss）として必ず登場...
2
2
Comment0
10 search resultsShowing 1~10 results
Stocked
You need to log-in
【深層学習の数学】ヤコビ行列の正体と、数億次元の罠「鞍点」からの脱出（直感でわかる最適化 #2）
はじめに 前回の記事では、勾配ベクトル $\nabla f$ と関数の変化量 $\Delta f$ の違いを整理し、$\Delta f \approx \nabla f(\mathbf{a}) ...
0
1
Comment0
【深層学習の数学】勾配（ナブラ f）と変化量（デルタ f）の違い、ちゃんと説明できますか？（直感でわかる最適化 #1）
はじめに 人工知能を専攻して日々AIモデルの実装や研究に向き合っていると、深層学習の教科書に必ず出てくる数式にぶち当たります。特に最適化（勾配降下法）の章で出てくる $\nabla f(\mat...
0
1
Comment0
【深層学習の数学】ベイズ定理と主観確率：AIはどうやって「確信」を深めるのか？（直感でわかる確率・情報量 #1）
はじめに 機械学習や深層学習を学ぶ上で、最適化（微積分）と並んで重要なのが「確率・統計」です。特に「ベイズの定理」や「最尤推定」といった概念は、AIがどのようにデータを学習し、予測の確からしさを...
1
1
Comment0
【深層学習の数学】線形変換と凸結合：AIは空間をどう歪ませ、文脈をどう読むのか？（直感でわかる線形代数 #1）
はじめに ディープラーニングを学んでいると、「重み行列 $W$ を掛ける」「アテンションの重みを計算する」といった処理が無限に登場します。 数式として計算を追うことはできても、「AIの内部でデー...
3
3
Comment0
モノレポって何？ フロントとバックを「1つ」にまとめる魔法の構成
モノレポって何？ フロントとバックを「1つ」にまとめる魔法の構成 「Reactの勉強を始めたら、モノレポ (Monorepo) という言葉が出てきた…」 「フォルダの中に frontend と ...
6
1
Comment0
Webアプリはどう動くのか？
Webアプリはどう動くのか？ 〜Vite × React × Tailwind × モノレポの “全体像” を完全に理解する 最近のWebアプリ開発では、 React Vite Tailwin...
0
0
Comment0
Gitコマンド完全攻略
Gitコマンド完全攻略 〜オプションの意味まで徹底解説！〜 本記事は「初心者でもわかるGit & GitHub入門」の補足記事です。 この記事では、Gitの主要コマンドとオプションの...
0
1
Comment0
Lintってなに？初心者でもわかるESLintとGitHub Actionsの自動チェック入門
Lintってなに？初心者でもわかるESLintとGitHub Actionsの自動チェック入門 〜フロントとバックの両方を動かして学ぶ〜 はじめに チーム開発をしていると「Lintエラーが出...
5
0
Comment0
初心者でもわかるGit & GitHub入門
初心者でもわかるGit & GitHub入門 〜チーム開発に必須のコマンドと流れを図解で解説〜 1. GitとGitHubの違いをまず整理しよう 用語 役割 例えると… Git ファ...
0
2
Comment0
10 search resultsShowing 1~10 results
Qiita is a knowledge sharing service for engineers.
- You can follow users and tags
- You can stock useful information
- You can make edit suggestions for articles