$\def\bm{\boldsymbol}$機械学習帳では,以下の数学の記法を採用しています.
表記 |
説明 |
$a$ |
スカラー |
$\bm{a}$ |
ベクトル(断りがない限り列ベクトル) |
$a_i$ |
ベクトル$\bm{a}$の$i$番目の要素(先頭の要素は$1$番目) |
$\bm{A}$ |
行列 |
$A_{i,j}$ |
行列$\bm{A}$の$i$行$j$列の要素 |
$\bm{A}{i,:}$ または $\bm{A}{i}$ |
行列$\bm{A}$の$i$行ベクトル |
$\bm{A}_{:,j}$ |
行列$\bm{A}$の$j$列ベクトル |
$\bm{I}_n$ |
$n \times n$の単位行列 |
$\bm{I}$ |
単位行列(大きさは文脈から推測する) |
$\bm{A}^\top$ |
行列$\bm{A}$の転置 |
$\bm{A}^{-1}$ |
行列$\bm{A}$の逆行列 |
$\bm{A}^{+}$ |
行列$\bm{A}$のムーア・ペンローズの疑似逆行列 |
${\rm diag}(\bm{a})$ |
対角成分が$\bm{a}$で構成される対角行列 |
$\mathbb{R}$ |
実数の集合 |
$\mathbb{C}$ |
複素数の集合 |
$\mathbb{N}_n$ |
自然数の集合${1, 2, \dots, n}$ |
以下の変数はおおよそ一貫した意味で用いられます.
表記 |
説明 |
$d$ |
ひとつの事例を表現する説明変数の数(特徴空間の次元数) |
$K$ |
ひとつの事例を表現する目的変数の数(ラベルの数) |
$N$ |
データに含まれる事例数 |
$x$ |
入力変数(説明変数の数は一つ) |
$\bm{x} \in \mathbb{R}^d$ |
入力ベクトル(説明変数の数は$d$個) |
$\bm{X} \in \mathbb{R}^{N \times d}$ |
入力ベクトルを縦に積んで行列にしたもの |
$y$ |
出力変数(目的変数の数は一つ) |
$\bm{y} \in \mathbb{R}^K$ |
出力ベクトル(目的変数の数は$K$個) |
$\bm{Y} \in \mathbb{R}^{N \times K}$ |
出力ベクトルを縦に積んで行列にしたもの |
$\mathcal{D}$ |
データ(事例の集合) |