AIのための線形代数 ― 矢印からAttentionまで
ベクトルと行列の意味を図で確認し、小さな例題で実際に計算する線形代数学の講義です。線形回帰・PCA・SVD・テンソル・Attentionで使われる数学を段階的に扱います。プログラミングの知識は必要ありません。
受講生 77名
難易度 初級
受講期間 無制限
お知らせ
3 件
こんにちは、コーディングマックスです。
「AIのための線形代数学」の新しい講義と授業資料をすべてアップロードしました。これで全講義をご受講いただけます。
今回の講義では、線形代数を初めて学ぶ方にも順を追って学んでいただけるよう、基礎的な説明を補いました。ベクトルと行列の基本概念から計算方法、記号の表記まで、一つずつ丁寧に解説し、学んだ概念が実際の技術でどのように使われているかもあわせて取り上げます。
以下の5つのプロジェクトも新しい講義に含まれています。
3Dレンダリングパイプライン
線形回帰
SVDを用いた画像圧縮
推薦システム
アテンション
先にご案内したとおり、既存の講義動画と教材は削除され、新しい講義と教材に差し替えられました。
お待ちいただいた皆様に心より感謝申し上げます。新しい講義が、線形代数を理解し、AIを学ぶうえでお役に立てば幸いです。🙇♂️
コーディングマックスより。
こんにちは、コーディングマックスです。
先日ご案内した「AIのための線形代数学」の新講座を、明日の朝(2026年10月29日)に全編アップロードする予定です。
お待ちくださった皆さま、ありがとうございます。
今回の講義は、線形代数を初めて学ぶ方にも無理なくついてきていただけるよう、基礎的な説明を大幅に補いました。ベクトルと行列の基本概念から、行列の乗算、記号表記まで、一つひとつ段階を追って説明し、学んだ内容が実際にどのように使われるのかについても取り上げます。
また、以下の5つのプロジェクトを通して、線形代数の概念が実際の技術へとつながっていく過程を追えるように構成しました。
3Dレンダリングパイプライン — 3Dオブジェクトが2D画面に描画されるプロセス
線形回帰
SVDを利用した画像圧縮
レコメンドシステム
アテンション — 言語モデルの核心構造
計算方法を身につけることからさらに一歩進んで、「なぜこれを学ぶのか、どこで使うのか」まで理解する一助になれば幸いです。
既存の講義動画と授業資料は、新しい講義のアップロード時点ですべて削除されます。
既存の資料が必要な方は、明日の朝、アップロード前までにあらかじめダウンロードしてください。
これまで講義を受講し、新しい講義をお待ちくださった皆さまに、心より感謝申し上げます。🙇♂️
コーディングマックスより。
こんにちは、コーディングマックスです。
「AIのための線形代数学」講義を新たに制作しています。
作り直すことになった最大の理由は、従来の講義内容があまりにも凝縮されていたからです。線形代数を初めて学ぶ方には、説明が速く進みすぎる部分が多くありました。また、線形代数は勉強していると、"計算はできるけれど、これをなぜやるのかわからない"と感じやすい科目ですが、従来の講義ではその部分を十分に補うのは難しいと思いました。
そのため今回は、線形代数の基礎部分を大幅に補強しました。ベクトルや行列を初めて見る方でもついてこられるよう、説明を一段階ずつ丁寧に進めています。行列の掛け算や記号表記のように、多くの方がつまずく部分については、別途時間をかけて扱います。それぞれの概念が実際にどこで使われるのかも、併せて関連付けて説明しています。
プロジェクトの内容も補強しました。新しい講義には、以下の5つのプロジェクトが含まれます。
3Dレンダリングパイプライン
既存の変換ギャラリーを強化し、ゲームなどで3Dオブジェクトがどのように2D画面に描画されるのかを扱います。
線形回帰
SVDを用いた画像圧縮
レコメンドシステム
アテンション
言語モデルの核心構造
学んだ概念が実際の技術の中でどのように使われているのか、最初から最後まで追っていけるように構成しました。
現在、新講義のうち9本をプレビューとして公開しています。
新しい講義は分割してアップせず、制作完了後に一度に全編をアップロードする予定です。正確な日付はアップロードの前日に改めてお知らせします。
また、新しい講義をアップロードする際に既存の講義動画と授業資料はすべて削除されます。既存の資料が必要な方は、アップロード前にあらかじめダウンロードしていただければと思います。
これまで講義を受講してくださった皆様に、心より感謝申し上げます。🙇♂️
コーディングマックスより。

