線形代数
意味・解説
複数の数値をひとまとめにした「行列」や「ベクトル」の計算を扱う数学の分野。
AI(機械学習)や3DCG、データ分析の背後で動く最も重要な数学的基盤。大量のデータを一括で変換したり計算したりするのに適している。深層学習(ディープラーニング)におけるニューラルネットワークの計算は、巨大な行列同士の掛け算で表現される。
くわしく
「複数の数値をセットとして扱う」ことで、複雑な現象をシンプルに記述する数学である。
1. ベクトルと行列:数値が縦や横に並んだものを「ベクトル」、格子状に並んだものを「行列」と呼ぶ。行列の足し算、引き算、掛け算などの演算ルールがある。
2. 線形変換:行列を掛けることで、座標を回転させたり、データの次元を圧縮したりすることができる。これが画像処理や推薦アルゴリズムの核となる。
3. AIへの応用:ニューロン間の「重み」をベクトルとして扱い、入力データに一斉に掛けることで、AIの学習と推論が実現される。
なぜ重要か:コンピュータは大量の数値を並列に計算するのが得意であり、線形代数はコンピュータの能力を最大限に引き出す「言語」の役割を果たすからである。
例文
最新の画像認識AIは、数百万個のパラメータを線形代数によって高速演算することで、瞬時に物体の判別を行っている。
対義語: 非線形数学
分類: 応用数学