一人読書会 | 10001 ideas

[書評]『大規模言語モデルは新たな知能か』を読んだ

大規模言語モデルに関連する知識を俯瞰的に見につけようと思い、まずは『大規模言語モデルは新たな知能か』から読み始めた。初学者やChatGPTなどのLLMシステムを使用する人が、いったいどのような仕組みで、大規模言語モデルが […]

第6章はこちら。第7章はMatrix Examples、行列を使った事例の紹介。行列による演算で拡縮や回転反転などができる。また直線への射影もできる。軸の変換も同様。各行に1の要素が一つだけある行列をかけ合わせること […]

第5章はこちら。第6章は行列について。まずは行列の定義とか用語の説明などから入って、例として票形式のデータを行列で表すのが挙げられている。他にもdirected graphを行列で表す隣接行列の考え方なども述べられてい […]

第4章はこちら。第5章は線形独立について。まずは線形従属とは何ぞやという話から始まって、線形独立なベクトルを開設している。その後Basis（基底）の説明があって、線形独立なベクトルは基底を張っているというような内容が書 […]

前回はこちら。4章はクラスタリングの話。序盤でクラスタリングみたいな話が入ってくるのは珍しい。それだけ応用を意識している本ということだろうか。クラスタリングがどういうものかの説明の後に様々な応用事例が述べられている。例 […]

第三章はノルムと距離について。2章の内容についてはこちら。ノルムとはベクトルの大きさのようなものですよ、という解説から始まり、ノルムの性質・計算方法などが説明されている。距離についてはなじみのあるユークリッド距離から解 […]

引き続きIntroduction to Applied Linear Algebra第2章を読んだ時のメモ。第1章はこちら。第二章は線形関数について。線形関数はベクトル同士の掛け算で表せますよということから始まって、ア […]

線形代数の復習をかねてIntroduction to Applied Linear Algebraという本を読んでいます。線形代数についての基礎（ベクトル・行列）から機械学習に関する応用など幅広く書かれていて、読み始めで […]

前回の続き。難しくなってきたが細々と読み続けている。これを読み切ったら大抵の機械学習本は読めるようになるのではという感覚がある。第6章は、Frequentist statistics 頻度統計について。この章は比較的知 […]

前回（「Machine Learning – A Probabilistic Perspective」第4章を読んだ）の続き。第5章はベイジアン統計について。基本的に著者はベイジアンの立場を取っているようで、本書はここ […]