Rⁿのベクトル

線形写像、ベクトル、行列の幾何学と代数

ベクトルは同時に2つの帽子をかぶる。数値的には順序付きリストにすぎない。[3, 1]は「3 then 1」を意味し、順序が重要:[3, 1]は[1, 3]ではない。幾何学的にはその同じリストは矢印です:原点から始め、右に3、上に1歩き、先端がベクトルが名指する点に着地する。

線形代数のすべてはこの1つの対象から構築されるので、2つの絵を流暢に切り替える価値がある:ベクトルは座標のリストであり空間内の矢印で、それらは同じものです。

配送ドローンがデポを出発するところを想像してください。その旅全体は1つの矢印として書くことができます:[3, 4] は「東へ 3 ブロック飛び、上へ 4 階分登る」ことを意味し、その矢印の先端がまさに荷物が着地する場所です。スロットの順序はルートの指示です — まず東、次に上 — つまり、リストと飛行経路は同じ旅の2つの名前にすぎません。

機械学習における位置づけベクトルはすべてのモデルの原材料。単語の埋め込みはR³⁰⁰⁰(またはそれ以上)のベクトル;1つのニューロンに入力する重みはベクトル;訓練が追う勾配は重み空間で下りを向くベクトル。「重みに勾配ステップを加える」は上記のベクトル加算:w ← w − η·gは1つの矢印(重み)をもう1つ(スケールされた勾配)に沿って歩く。
▶ Rⁿのベクトル
← 応用内積 →