ぷでさんが面白い記事を書いていたので、僕も同じテーマで書いてみる事にしたよ。 「3次元における直線 \(L_{i}\: \left( i = 0,1,\cdots, n-1 \right) \) の尤もらしい交点 \( \vect{p} \) を最小自乗法で求める」 これは、位置と姿勢が既知である多視点画像における対応点3次元位置を推定する際にしばしば用いられる議論だ（下図参照）。3次元空間中では一般的に複数の直線の交点は一意には定まらず、いわゆる “ねじれ” の関係になる。その際、できるだけ誤差を抑えるために、各直線が最接近する点を採用する事が望ましい。 直線 \(L_{i}\) が通る点を \( \vect{b}_{i} \) 、傾き（方向）を \( \vect{d}_{i} \) とすると、\(L_{i}\) 上の任意の点はパラメータ \(t_{i}\) を用いて \begin{al

最小二乗法による点群データへの平面あてはめ (2015.09.18) ここで説明するのは、Kinectなどの３Ｄスキャナから取り込んだ３次元点群データにおいて、 点群との２乗距離の合計を最小にする平面を求める解析的方法についてである。 定式化については疑似逆行列を用いる多重回帰に類似しているが、結論はかなり異なっている。 けっこう需要がありそうな割に、なぜか検索してもあまり情報が無かったり、あっても明らかに間違いを含んでいたので、 以下のように導出を簡潔にまとめてみたのでご参考まで。 点群との二乗距離最小平面が、点群の重心を通ることを証明していないが、ここでは省略する。 当初、単なる２次関数の極値問題だろうから多重回帰と同様に疑似逆行列計算一発で答えが出るだろうとタカをくくっていたのだが、 行列の固有値問題に帰着されて解が３つ出てきてしまい、どの解を選択したら良いのか分からず混乱したが、

この記事では大きな行列を四つに区切ったブロック行列 T=(ABCD)T=\begin{pmatrix}A&B\\C&D\end{pmatrix}T=(AC​BD​) について考えます。 AAA と DDD は正方行列とします。 (1230−11−200)\begin{pmatrix} 1 & 2 & 3\\ 0 & -1 & 1\\ -2 & 0 & 0 \end{pmatrix}⎝⎛​10−2​2−10​310​⎠⎞​ は (1230−11−200)\left( \begin{array}{cc|c} 1 & 2 & 3\\ 0 & -1 & 1\\ \hline -2 & 0 & 0 \end{array} \right)⎝⎛​10−2​2−10​310​​⎠⎞​ とブロック行列で表すことができます。 ブロックの分け方は1通りではありません。さきほどの行列を (1230−11−200)

おおみそかの日のことでした。 村はずれにはお地蔵さまが6つ並んでおりました。 「お地蔵さま。雪が降って寒かろう。このかさをかぶってくだされ」 やさしいおじいさんは、売れなかった笠をお地蔵さまにかぶせてあげることにしました。 しかし笠は5つしかありません。 「ひとつ笠が足りない・・・」 そこで、おじいさんは初期値を変えることにしました。 (n=7) ・・・・・・笠はひとつも売れませんでした。 雪が強くなってきました お地蔵さまが7つ並んでおりました。 「お地蔵さま。雪が降って寒かろう。この笠をかぶってくだされ」 おじいさんは、売れなかった笠をお地蔵さまにかぶせてあげました。 しかし笠は6つしかありません。 「やはりひとつ笠が足りない・・・やりなおしか・・・」 やはり、おじいさんは初期値を変えることにしました (n=8) ・・・お地蔵さまが8つ並んでおりました。 しかし笠は7つしかありません。

本書では数学的概念を実装するプログラムで実際に問題を解決しながら、その応用法を探求します。具体的には、図形変換、顔検出、画像圧縮、画像補正、ページランク、機械学習、暗号と秘密共有などの例を使い、ベクトルと行列、それらを動かすアルゴリズムについて学びます。対象は、プログラマーおよび具体計算を通じて線形代数を学びたい学生。厳密な証明が目的ではないので数学に詳しくなくてもかまいません。Python 3プログラムを用いることで図やグラフからベクトルと線形変換を視覚的にとらえることができるため読者はイメージをつかみやすいでしょう。章末の問題を解くことで自分がその章で何を学んだのか、また自分の理解度を確認できます。 関連ファイル サンプルコード サンプルコード 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書

この春からプログラマーとして働くようになりました。今まで色々と開発系の勉強を中心にしていましたが、最近はもっぱら高校数学を独学しています。 勉強しようと思ったきっかけ、教材として使っている『長岡の教科書』の紹介について書いていきます。 勉強しようと思ったきっかけ まず前提として、僕は高校を中退しています。空白期間を経て情報系の専門学校に入ったのですが、その際に取った高認も、英語だけを受験して取得したという経緯もあり、高校以降の勉強の知識がごっそり抜けてしまっています。 その後、専門学校に入ってから基本情報技術者試験を受験することになったのですが、そこで出てきた集合や対数、数列といった知識が全くないため（Σってなに状態）、数学の知識の欠如を感じたものです。 なんとなく数学コンプレックスを抱えたまま過ごしている折に、2014年10月発売のWEB+DB PRESS Vol.83のインタビューにて

ネイピア数eの威力 2.71828182845904523536028747135266249775724709369995・・・ 人類のイノベーションの中で最高傑作の1つが「微分積分」です。冒頭の数がその巨大な世界の礎となり、土台を支えています。この数は、ネイピア数eまたは自然対数の底と呼ばれる数学定数です。 湯飲み茶碗のお茶やお風呂の温度、薬の吸収、マルサスの人口論、ラジウム（放射性元素）の半減期、うわさの伝播、アルコールの吸収と事故危険率、人工肝臓器、水中で吸収される光量、そして肉まんの温度、これらすべてが次の数式によってうまく説明できます。

金曜日の「プログラマのための数学勉強会＠福岡」で乱数の話をしてきました。 プログラマのための数学勉強会@福岡 #3 - connpass で、乱数の生成だとか、クイックソートや素数判定などの乱択アルゴリズムの話とかをしました。 乱数タノシイヨ 乱数のたのしい話 from なおき きしだ その中で、遺伝アルゴリズムで巡回セールスマン問題(TSP)を解くというのをやってみました。遺伝アルゴリズム、すいぶん昔から名前は知ってて、どういうアルゴリズムかも知ってて、実装もそんな難しくないと知りつつ、書く機会がありませんでした。なので、この機会に書いてみようと。 とりあえず最初に完全にランダムでTSPを解いてみます。 TSP with random ぐちゃぐちゃですね。 下部のグラフはその時点での最短距離。最初に距離が短いものをみつけていくけどだんだんみつかりにくくなる、という感じになっています。 1

この記事はMath Advent Calendar 2015 2日目の記事です。 前回の記事は515hikaruさんのMath Advent Calendar 2015 一日目 - 515 ひかるのブログ 日常編です。 とあることから、30歳にして数学を学び始めました。いまは毎日楽しく数学の書籍を読んだり方程式を解いたりしています。 本記事では、僕と同じようにもう一度数学を学びたいなと思っている人向けに、数学の魅力を再発見する方法を紹介します。 30歳にして数学を学び始めたきっかけ きっかけはプログラマのための数学勉強会です。 とあるご縁でこの勉強会で発表することになり、そこから数学を学び直しました。 内容については、以下の記事を参照ください。 プログラマのための数学勉強会@福岡に登壇してきました プログラマのための数学勉強会@福岡#2に登壇してきました この数学勉強会で数学を勉強すること

(2015/11/19、記事を修正いたしました。) 目次 線形変換 主成分分析（PCA） 共分散行列 基底変換 エントロピーと情報の取得 とにかくコードが欲しい方へ その他の参考資料 本稿は固有ベクトルと行列との関係性について、平易な言葉で、数学にあまり詳しくなくても分かるように書いてみました。この発想に基づいて、PCA、共分散、情報エントロピーについても説明します。 固有ベクトルは英語で「eigenvector」ですが、この eigen はドイツ語で、「そのものだけが持つ」という意味です。例えばドイツ語の「mein eigenes Auto」は、「ほかならぬ私が持つ車」というニュアンスです。このようにeinenは、2つのものの間に存在する特別な関係性を意味します。独特、特徴的、その性質を端的に示すものということです。この車、このベクトルは、私だけのもので、他の誰のものでもありません。 線

高校数学で複素数を習った際、 「何これ？何の意味があるの？」 という疑問を持った人は多いのではないでしょうか。 それまでは、 「2次方程式は、解を持つ場合と持たない場合がある」 という話だったのに、それを無理矢理 「2乗すると-1になる数を考えて解いてみましょう」 と言って計算させて、何なのこれは？という話です。 確かに、 「虚数単位『i』は、普通の文字だと思って計算し、ただし、2乗すると-1になる」 という計算ルールに従って計算すれば、式変形はできるのですが、 なぜそんな計算をする必要があるのでしょうか？ そこで、 「数の概念を拡張してまで解きたい二次方程式」 として、数列の三項間漸化式を考えてみたいと思います。 複素数というものを新たに導入する動機づけがほしい 「何の役に立つのか？」 を簡単に説明する事例を挙げるのは、結構難しいです。 三次方程式の解の公式（カルダノの公式）で必要になる

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 巷ではDeep Learningとか急に盛り上がりだして、機械学習でもいっちょやってみるかー、と分厚くて黄色い表紙の本に手をだしたもののまったく手が出ず（数式で脳みそが詰む）、そうか僕には機械学習向いてなかったんだ、と白い目で空を見上げ始めたら、ちょっとこの記事を最後まで見るといいことが書いてあるかもしれません。 対象 勉強に時間が取れない社会人プログラマ そろそろ上司やらお客様から「機械学習使えばこんなの簡単なんちゃうん？」と言われそうな人 理系で数学はやってきたつもりだが、微分とか行列とか言われても困っちゃう人 この記事で行うこと

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

2018年4月25日をもちまして、 『CodeIQ』のプログラミング腕試しサービス、年収確約スカウトサービスは、 ITエンジニアのための年収確約スカウトサービス『moffers by CodeIQ』https://moffers.jp/ へ一本化いたしました。 これまで多くのITエンジニアの方に『CodeIQ』をご利用いただきまして、 改めて心より深く御礼申し上げます。 また、エンジニアのためのWebマガジン「CodeIQ MAGAZINE」は、 リクナビNEXTジャーナル( https://next.rikunabi.com/journal/ )に一部の記事の移行を予定しております。 今後は『moffers by CodeIQ』にて、 ITエンジニアの皆様のより良い転職をサポートするために、より一層努めてまいりますので、 引き続きご愛顧のほど何卒よろしくお願い申し上げます。 また、Cod

どうも、佐野です。 3/27(金)「第2回 プログラマのための数学勉強会」が開催されました。今回も多くの方にご参加頂き、数学愛ほとばしるセッションの数々をお送りできて嬉しく思っております。各セッションの動画・資料と共に、簡単に内容のご紹介をさせて頂きます。 1. 「プログラマのための線形代数再入門 2」 - 佐野岳人 [資料] 線形代数再入門の続編として行列式・逆行列について発表しました。高校や大学で行列式を習うときは低次の場合の計算法だけか、あるいは置換を使ったガチな定義を習うかのどちらかと思うのですが、「そもそもこれは何なのか」をプログラマが納得できるように、普段見慣れているであろう「要件・仕様・実装」のフォーマットでその意味と計算法について解説することを試みました。 数学科卒というと計算が得意とか暗算が速いとか思われがちですが、僕は自分でも悲しくなるほど計算が遅くよく間違います。掃き

2. 自己紹介 • Yuichi Takeda / @ginrou799 • 今 • ミクシィでiPhoneアプリの開発 • iOSの社内研修なども • 本になりました http://goo.gl/OaLUDc • オープンな勉強会として研修をやってます (無料、Androidと隔週) • 昔 • 大学、大学院の専攻は画像処理 今日は昔取った杵柄についてお話します

どうも、佐野です。 昨日「第1回 プログラマのための数学勉強会」を開催しました。朝からの大雪にも関わらず多くの方にお集り頂き、濃厚なセッションの数々をお送りすることができて大変嬉しく思っております。 以下、各セッションを動画・資料と共に、簡単に内容のご紹介をさせて頂きます。 1. 「プログラマのための線形代数再入門」 - 佐野岳人 [資料] トップバッターとして発表させて頂きました。線形代数は3Dプログラミングをはじめ、画像処理や機械学習など多くの分野で必要になる数学の分野です。「行列の積はなぜこんな複雑な形をしているのか？」から「行列は線形変換・アフィン変換の定量表現である」という話をしました。 次回は中編として「行列式・逆行列とその実装」、後編で「座標変換と固有値・固有ベクトル」を発表してみたいと思います。 2. 「明日話したくなる「素数」のお話」 - 辻順平 [資料] 日曜数学者 i