機械学習と情報技術

  • ホーム
  • 機械学習
  • 深層学習
  • 統計学
  • 数学

外積(クロス積)の定義と応用をわかりやすく解説

2025年11月28日 線形代数
外積(クロス積、cross product)は、3次元ベクトルに対して定義される...
クロス積ベクトル外積幾何学線形代数

連立一次方程式とガウスの消去法を解説

2025年11月20日 線形代数
連立一次方程式は、科学技術計算のあらゆる場面で現れる最も基本的な問題です。ガウス...
LU分解ガウスの消去法掃き出し法線形代数連立方程式

ヤコビ行列ついて分かりやすく解説

2023年5月24日 数学
複数の入力を持つ、複数の多変数関数の微分を考える際に、ヤコビ行列が登場します。 ...
ヤコビアンヤコビ行列多変数関数線形代数

【Python】NumPyで行列操作を自由に使いこなす

2022年12月2日 Python
NumPyはPythonで数値計算を行うための基盤ライブラリであり、特に行列操作...
線形代数行列配列操作

行列とベクトルのノルムとは?L1・L2・フロベニウスノルムを解説

2022年12月1日 線形代数
ノルム(norm)は、ベクトルや行列の「大きさ」を測る関数です。機械学習では正則...
L1ノルムL2ノルムノルムフロベニウスノルム機械学習線形代数

アダマール積とは?定義やPythonでの実装を解説

2022年11月16日 線形代数
アダマール積(Hadamard product)は、2つの行列の同じ位置の要素同...
アダマール積深層学習線形代数要素積

スパース行列(疎行列)とは?わかりやすく解説して実装する

2022年11月16日 線形代数
スパース行列(sparse matrix)とは、日本語で疎行列と呼ばれ、行列の成...
scipyスパース行列数値計算疎行列線形代数

特異値分解(SVD)とは?機械学習での応用を解説

2022年10月29日 線形代数
特異値分解(Singular Value Decomposition, SVD)...
SVD機械学習次元削減特異値分解線形代数

ユニタリ行列とは?定義と性質を徹底解説

2022年10月19日 線形代数
ユニタリ行列(unitary matrix)は、複素ベクトル空間における「長さと...
ユニタリ行列直交行列線形代数量子コンピューティング

随伴行列とエルミート行列をわかりやすく解説

2022年10月19日 線形代数
実数の世界では対称行列が重要な役割を果たしますが、複素数を成分に持つ行列を扱う場...
エルミート行列線形代数複素行列量子力学随伴行列

カテゴリー

  • 6G NTN
  • C/C++
  • CNN
  • CS・プログラミング
  • CubeSat
  • CubeSat推進
  • D2D衛星通信
  • DTN
  • EMC
  • FPGA
  • GNN
  • ISRU・宇宙製造
  • LATEX
  • LOXメタン
  • ML軌道予測
  • NLP
  • Numpy
  • pandas
  • PINNs宇宙応用
  • PocketQube
  • Python
  • pytorch
  • RNN
  • SDN衛星ネットワーク
  • SDR
  • Transformer
  • アナログ回路
  • アルゴリズム
  • アンサンブル
  • アンテナ
  • オンボードAI
  • カーネル法
  • ガウス過程
  • カルマンフィルタ
  • クラスタリング
  • グラフニューラルネットワーク
  • グラフ構造
  • グリーン推進剤
  • コンステレーション
  • コンステレーション設計
  • コンピュータアーキテクチャ
  • コンピュータサイエンス
  • シスルナ探査
  • ソーラーセイル
  • ソフトロボティクス
  • データセット
  • データ構造
  • ディジタル通信
  • デジタル回路
  • デブリ捕獲
  • デブリ環境
  • デブリ除去
  • パッシブデオービット
  • パワエレ
  • ビジュアルサーボ
  • フーリエ解析
  • プログラミング言語
  • ベイズ統計
  • ベクトル解析
  • メガコンステレーション
  • メガコンステレーション影響
  • ランデブー・ドッキング
  • リモートセンシング
  • リンクバジェット
  • レーザー
  • レーダー
  • ロードマップ
  • ロケット
  • ロバスト制御
  • 三次元
  • 人工衛星
  • 信号処理
  • 偏微分方程式
  • 先進ミッション
  • 光ファイバー
  • 光学
  • 分類
  • 分類問題
  • 制御工学
  • 前処理
  • 力学
  • 半導体
  • 古典制御
  • 古典力学
  • 可視化
  • 回帰
  • 回路理論
  • 因果推論
  • 地球観測基盤モデル
  • 地理データ
  • 変調
  • 変調・復調
  • 多変量解析
  • 姿勢制御
  • 宇宙3Dプリンティング
  • 宇宙AI
  • 宇宙AIアーキテクチャ
  • 宇宙ガバナンス
  • 宇宙ロボットアーム
  • 宇宙ロボティクス
  • 宇宙交通管理
  • 宇宙天気予測
  • 宇宙太陽光発電
  • 宇宙持続可能性
  • 宇宙推進
  • 宇宙材料
  • 宇宙溶接
  • 宇宙状況認識
  • 宇宙環境
  • 宇宙通信
  • 宇宙開発
  • 小型衛星
  • 小型衛星ペイロード
  • 小型衛星ミッション設計
  • 小型衛星間リンク
  • 小天体探査
  • 常微分方程式
  • 幾何光学
  • 座標系
  • 強化学習
  • 強化学習・宇宙制御
  • 微積分
  • 恒星間ミッション
  • 情報理論
  • 惑星防衛
  • 振動・波動
  • 探査ローバー
  • 推進剤デポ
  • 推進工学
  • 推進試験・計測
  • 数値解析
  • 数値計算
  • 数学
  • 時系列分析
  • 最適制御
  • 最適化
  • 最適化問題
  • 月面ISRU
  • 月面着陸
  • 有人宇宙
  • 未分類
  • 材料力学
  • 材料工学
  • 材料科学
  • 材料試験
  • 核推進
  • 構造力学
  • 機械力学
  • 機械学習
  • 水推進
  • 波動光学
  • 流体力学
  • 深宇宙光通信
  • 深層学習
  • 測位・GNSS
  • 火星EDL
  • 火星ISRU
  • 無線工学
  • 無線通信
  • 熱・統計力学
  • 熱力学
  • 物理学
  • 現代制御
  • 生成モデル
  • 画像処理
  • 画像分類
  • 異常検知
  • 破壊力学
  • 確率
  • 確率・統計
  • 確率分布
  • 確率論
  • 確率過程
  • 空気力学
  • 組合せ最適化
  • 統計学
  • 統計的検定
  • 線形代数
  • 編隊飛行
  • 膨張式構造
  • 自律GNC
  • 自然言語処理
  • 自由空間光通信
  • 航空宇宙
  • 衛星打上げ
  • 衛星標準化
  • 衛星設計
  • 衛星通信
  • 衛星通信システム設計
  • 衛星連合学習
  • 複合材料
  • 複素解析
  • 解析力学
  • 解析学
  • 言語処理系
  • 計測・センサ
  • 論文紹介
  • 軌道上サービス
  • 軌道上組立
  • 軌道上製造
  • 軌道力学
  • 軌道環境シミュレーション
  • 適応制御
  • 重力波天文学
  • 量子光学
  • 量子力学
  • 量子鍵配送
  • 金属材料
  • 開発ツール
  • 関数解析
  • 電子工学
  • 電気推進
  • 電気電子回路
  • 電波
  • 電波通信
  • 電磁気学
  • 電磁波伝搬
  • 非線形制御

タグ

16QAM16進数1次遅れ系1階線形2SLS2の補数2体問題2次形式2次曲線2次遅れ系

確率分布

  • 正規分布
  • ベルヌーイ分布
  • ポアソン分布
  • 指数分布

プロフィール

機械学習と情報技術について研究・発信しています。

投稿のページ送り

← 前の記事 1 2 3 4 次の記事 →
運用者情報

機械学習と情報技術の運営者。
大学院の情報学科を卒業し、現在は機械学習を用いた研究開発の仕事に従事。
機械学習や深層学習の信頼できる情報サイトが少ないことが問題と考え、機械学習と情報技術を運営。
初学者もベテランも信頼できるサイト運営を目指す。

主要カテゴリ
  • 統計的検定 (39)
  • ベイズ統計 (37)
  • Transformer (37)
  • 確率過程 (29)
  • 確率論 (28)
確率分布
  • 確率変数と確率分布
  • ベルヌーイ分布
  • カテゴリカル分布
  • 二項分布
  • 多項分布
  • ポアソン分布
  • ベータ分布
  • ガンマ分布
  • 正規分布
  • 多変量ガウス分布
  • スチューデントt分布
統計学
  • 単回帰分析
  • 重回帰分析
  • カルマンフィルタ
機械学習
  • ベイズ機械学習
  • 混合分布
  • 深層学習(ディープラーニング)
  • グラフニューラルネットワーク
  • 利用規約
  • サイトマップ
  • お問合せ
  • 本サイト中の表現について
Copyright © 2026 機械学習と情報技術. All Right Reserved.