数式の凡例
特に断りがない場合, 各数式や記号は以下のような意味を持ちます. ただし 10-13 章以外ではそこまで頻繁に数式は登場しません.
記号 | 解説 |
---|---|
\(i\) | 観測点のインデックス |
\(N\) | データの観測点の数 |
\(d\) | 特徴量ベクトルのインデックス |
\(D\) | 特徴量ベクトルの次元 |
\(\boldsymbol{x}_i\) | 観測点 \(i\) の特徴量ベクトル |
\(\boldsymbol{\theta}\) | パラメータのベクトル(または集合) |
\(y_i\) | 観測点 \(i\) のラベル |
\(\bar{x}_d\) | \(x_d\) の標本平均. つまり, \[\bar{x}_d:= \frac{1}{N}\sum_{i=1}^Nx_{d,i}\] |
\(X\) (大文字) | 確率変数 |
\(\boldsymbol{x}\) (太字, 小文字) | (列)ベクトル |
\(\mathbf{X}\) (太字, 大文字) | 行列 |
\(\boldsymbol{x}^\top\) | \(\boldsymbol{x}\) の転置, e.g., \(\left\langle \boldsymbol{x}, \boldsymbol{y} \right\rangle = \boldsymbol{x}^\top\boldsymbol{y}\) |
\(\nabla\) | 勾配ベクトル |
\(\left\Vert \boldsymbol{x} \right\Vert_p\) | \(\boldsymbol{x}\) の \(L^p\) ノルム, \[\left\Vert \boldsymbol{x} \right\Vert_p := \left[x_1^p + x_2^p + \cdots + x_n^p \right]^{1/p}\] |
\(\sharp A\) | 集合 \(A\) の要素数 (cardinality) |
\(\mathrm{P}\{A\}\) | 事象 \(A\) の確率 |
\(\mathrm{E} X\) | \(X\) の期待値,\[\mathrm{E} X := \int_x xf(x)dx, f(x) \text{ is probality density of } X \] |
\(\mathrm{V}(X)\) | \(X\) の分散, \(\mathrm{V}(X):=\mathrm{E}(X - \mathrm{E}(X))^2\) |