線形代数／データサイエンス入門

k_yuna

0

大変勉強になりました。

yoshinore0402

0

まだわからないところだらけであるため、何度も受講して理解を深めたい。

watanabe-tat

0

方程式の計算に使える。また、線形代数は機械学習・深層学習に活用できる。

naoki_sasano

0

線形代数の基礎知識を使ってどのように機械学習を行うのか、習得したい。

hiroshi-srkr

0

線形代数となるとかなり難しい内容となり、見直しと継続的な学習が必要と感じました。

stani

0

高校数学を懐かしく思います。

9141294

0

機械学習の実務に就いたときに役に立ちそう。

1000-

0

固有値と固有ベクトルの概念が少し理解できたが、計算できるかはあやしい

7031

0

線形代数が計算機演算、ニューラルネットワーク演算に活用されることが大変よく理解できた。

choko0504

0

基礎的な代数学の知識を再復習できた。実務で利用する際には携わることがないが前提知識として身につけておきたい。

onihei99

0

実際の業務で活用する機会は今のところないが、考え方は繰り返し市学習で身につけたいと思う。

kenjiro_fujita

0

固有値や固有ベクトル、逆行列が図形的にどんな意味を示すのかよく分かった。大学時代に教えてもらいたかった。

user-name01

0

学校では行列とベクトルとは関連付けて学んでいなかったが、それらに関連があることを学べた。もっと深く学ぶ際のイメージづくりに役立った。

matute

0

行列が機械学習を理解するために必要な知識であることがわかった。ベクトルと行列を組み合わせて理解する必要もあると感じたのでそれら数学の基礎知識を関連付けながら改めて学びたい。

yasupii

0

固有値と固有ベクトルは高校生の時に習い、公式として覚えていたが、今回の講座で少しだけその意味合いを理解することができたような気がする。もう少し深く勉強したくなりました。

ysen

0

学生時代の振り返りだった。資格取得の一助となる講座だつた。

vz3000

0

線形代数の基礎知識のうち固有値・固有ベクトルについて理解を深めることができた。

ken222

0

データ利活用に行列の考え方が必要であることがわかった

matsu1219

0

思い出しながら学習できたが、データ分析にどのように活用できるのかイメージが湧かない

ka_saka

0

文系数学脳では難しいです。ただ、行列とベクトルの計算結果が図とあわせて理解できたことで納得感を感じられました。現時点
業務とかけはなれているため、繰り返し確認しないと、忘れてしまいそうです。
基本的に解説はとても分かりやすいのですが、一か所、コメントとあわせてもなぜその罫線を引いたかわからない部分がありました。

take515

0

基本事項を再確認できた。

yoshikazu-1103

0

どのように使われているかをようやく理解したレベルです。基礎的な内容だと思いますが、ひとつづつ学びを進めていきたいと思います。

yoshihito_f

0

わかりやすい説明であった。ＡＩとの関係性を実感したい。

k--g--

0

講義の内容が懐かしく感じた。データサイエンティスト検定にどのように役立つのか、聴講を継続したい。

hfkd156036

0

基礎的な代数学の知識を学ことができた。

yamamoto_kntk

0

AIの利用に線形台数を活用していく際に活用できそうである

miura_ka

0

説明の内容は理解できたが、業務への持ち帰り方を考える必要がある。

shirojpn

0

昔習ったはずだが、完全に忘れてしまっていた。
固有知・固有ベクトルの本質はまだ理解出来ていないので、しっかりと復習したい。

hr-sakai

0

線形台数がAIにつながっているとは、確かに知らない内に昔習った事を利用していた。関数も応用している気がする。

9032843

0

主成分分析では、固有値、固有ベクトルの計算が必用となることがイメージできました。

tsuyoshi_asano

0

微分の講座と異なり、線形代数が機械学習モデルで使われている役割がいまいち掴めなかったです。
内積の応用の部分はインプットとパラメータで示されていてよく分かりましたが、それ以外の部分、例えば逆数・逆行列や固有値・固有ベクトルをどう使うのかを知りたかったです。

naoyama777

0

固有値λと固有ベクトルx
行列をかけると伸び縮みしか起こらないベクトルが存在する。そんなベクトルの事を固有ベクトル、その伸び縮み率を固有値と呼ぶ
#なつかし～

線形代数って、
データサイエンスのためにあったのかよ。。。
それ早く言ってよ～

vegitaberu

0

まだまだ、難解に感じますが、AIの中で行われている計算との関連が、少し見え、とっつきやすくなったようにも感じます。生成AIにおけるベクトルの活用など、知りたいものが、少し具体化された感じがします。この後が楽しみになりました。

minori_yabu

0

ベクトルや行列に関する知識は得られたが、機械学習等においてどういった活用がされているのかについてはイメージがわかなかった。

madogiwazoku

0

素人には難しいです。難しくてはげそうです。鼻血もでそうです。

haruyukipapa

0

固有値、固有ベクトルの意味がイマイチ理解できていなかったので、今回理解が深まってよかった。復習をして、DS検定試験にも役立てたいと思います。

suzuqp

0

もう付いていけてないので、前の回から見直してみます。こうした数式を当たり前に使いこなせたら素晴らしいなと思いました。

ono_toshii

0

業務で活用するには、線形代数が機械学習やディープラーニングに使用することは分かったが、どのような場面で利用できるかが今のところは分かりません。

s-ma

0

行列の計算方法は繰り返し練習して習得する必要がある

k_k_ai

0

固有値、固有ベクトルのイメージが具体的につかめてわかりやすかったです。
例題をみても、二つの固有ベクトルが直交しているイメージがわかなかったので、その点についてはもう少し勉強が必要かなとおもいました。

inyourmind

0

主成分分析の本質を理解するためには行列を理解していないといけないということがわかった。基礎は高校でも習うものだが、3行3列以上の逆行列については大学以上の数学が問われるはず。

kitano_wataru

0

微分と違い、結局何に固有ベクトル、固有値が使われるのかを想像できなかった。

test_test___

0

学生の頃になんとなく勉強したような…？データサイエンスで実際にどのように使われるのか気になる。

michiyomichiyo

0

数式は得意になりにくそうだとおもった

kabechi

0

なかなか難しくついていけませんでしたが概要はわかりました。

14001

0

高校時代に学んだベクトルと行列の復習になりました。また、ベクトルと行列の関係について学ぶ事が出来ました。

atsushi_komaki

0

高校では、文系選択をしたため数学III・Ｃを学んでいないので、まずは絵面に慣れるので精一杯。
複数回視聴でしっかり理解しないと活用はおろか、利用できないと感じた。

naoyuki72

0

線形代数になってから急に難易度が上がったように感じる。何度も動画を見て理解を深めたいと思う。

i_mura888

0

固有値、固有ベクトル懐かしいです。基礎から解説されていたので分かりやすかったです。

ikunosan

0

もう1回見る。イメージは分かった。計算方法はまだ理解が不完全。

zyuroku

0

データ分析にどのように活用するかの例が出てこないため、ピンとこないのが正直なところ。学校の授業を漫然と受けている感じで、手応えがない。

cs1960

0

大変難しかったが参考になった。

akku

0

固有値と固有ベクトルが学べておもしろかった。またλを使った計算などわかりやすく解説してあり、後で自分が理解しているかを再チェックしたい。

yokoishida

0

理解はできませんでした。どうしてこんなに難しいことが必要なのかと思ったら、半分過ぎに、ぼんやりと必要な理由がわかってきました。

ken175

0

高校時代に学んだことの復習ができた。
当時は、解法を覚えるだけで、内容を理解していなかったところもあったが、今回は内容を理解しながら、学ぶことができた

tsukamotoya

0

いい方向にベクトルが向くといいですね。

pinguino

0

何とかついていくことができましたが、実際に活用できるか不安に思っています。

h-kozawa

0

ベクトルの概念がよくわかりました。ただ、それをどうデータ分析に活かすかはよくわかりませんでした。

masato_86

0

概要はわかったが理解したとは言い難い

tsunonobo

0

なかなか思いつかない感じでございます。

saito_minoru

0

最近ビジネスで活用されている人工知能に用いられている線形代数の基礎を理解することができた。

grateful

0

線形代数を学びました。

e_co

0

解説を聞きながらだと理解できた気がしてしまうのですが、実際に活用するには、しっかり理解が必要だと感じました。

niikuramiho

0

数学をもっと学んで、業務の習得に活かしたい

yoshikouc

0

ニューラルネットワークの根本がわかることで処理時のエラー値や結果が思わしくない時など原因を考える道筋がわかりそうでよかったです。復習して実際にAI使用する時に活用しやすいようにしておきたいです。

tanabek

0

４０年以上前に習ったことですが、忘れていました。

hrkudo

0

大学時代に学んだが、どのように使われているかわからなかったがこの動画で分かってよかった。

kyo1227

0

行列とベクトルを図示しながら説明してもらったので、少しイメージが湧きました。繰り返し見たいと思います

acmon

0

主成分分析に固有値・固有ベクトルが関係することを学んだ

ryusho1118

0

ベクトルや行列がAIに必要なことはわかった。もう少し復習が必要だと感じた。

friday

0

AIにおける線形代数をどう活用するのかが具体的にイメージできていないが、講座の内容はよく理解できた、

tasu-o

0

数学の知識が不足しているためこの研修を足掛かりに学習を深めていきたい

senna4521

0

次のコンテンツを視聴していきたい

mutame

0

難しいですが、図示されると頭に入りやすいです

yoshiki2355

0

業務の汎用的な理解のため

aokitaka-tci

0

行列とベクトルの図解で一定イメージがもてた

staka3

0

知識としては高校時代を思い出して理解はできましたが、実践で床っていくイメージがまだわかないのでもっと理解を深めていこうと思います。

koichirou_k

0

ベクトルの基礎、行列の基礎、固有値と固有ベクトルについて、また、その知識が機械学習のどのような場面で活用出来るかを学んだ。
より知識を深めていきたい。

homma_nanami

0

非常に難しかったため、復習が必要だと感じました。

gobau

0

線形代数について理解できたものの業務への活用までイメージ出来なかった。

kmgkm

0

実践にどうつながるのかイメージできていない。もう一度復習したい

xiu14

0

プログラミングの「配列」と考えると、飲み込みやすい部分はあるものの
全体を通じては、一度受講した程度の理解では活用は難しいと感じた。

mori_1991

0

線形代数とAIの基礎が繋がっていることが理解できた。

suzuki_shoichi

0

ベクトル・行列と機械学習に関係があることはわかりましたが、内容は難しかったです。

warashina12345

0

大変難しかったが参考になった。

asakusajun

0

60歳を過ぎて再雇用にて働いています
現役時代にはなかった新しい研修を受けさせていただき
楽しく学習しています。
機会がありましたら、活用したいと感じます。

aquico52

0

子供の高校・大学の教科書を見せてもらい、リンクするページを確認したので、動画の視聴期限が切れても復習できると思った。
機械学習モデルのパラメータ調整は感覚でやる部分も多いのかと思っていたが、まったくそうではないことが分かった。

highway99

0

学生時代に講義を受けた線形代数がここで役に立つとは思わなかった。

ks070341

0

線形代数の基礎を理解した。

myu-tan

0

まずは線形代数がAIの計算に使われることを知っただけでも貴重である。より具体的なイメージがつかめるよう努力したい。