機械学習を理解するためには、少なくともこれくらいの数学の知識が必要なのだそう：
— 松崎有理（作家）公式 (@yurimatsuzaki_n) May 3, 2019
・ベクトル
・行列
・微分と偏微分
・確率と統計
・三角関数
・対数関数
・数列
おおたいへんだ、高校の数学からベクトル省いてる場合じゃないですよ。https://t.co/kXJWlFuTy9
ベクトルだけはわかる。
— 内山桂一（42） (@bac_yumenara) May 24, 2019
それでも自然言語の多クラス分類とか作れました。
しかし「理解する」ためには数学の広い知識が必要です。数列は特に。
ワシも勉強しますー(๑´⍢`๑)
最近、こういう話題で指数関数が省かれるのが気になってます。ネイピア数eが、実際にはそれを底（root）とする指数関数e^xで、その値をe（2.718282）から1/e（0.3678794）の間で変動させ、しかも目盛り上e^1と0の距離とe^-1と0の距離が等しくない事とか、色々都合の悪い事実がボロボロ出てくるからとか？
そういえばオイラーの公式e^Θi=Cos(Θ)+Sin(Θi)を導出したマクローリン展開を複素平面にマッピングすると現れる「幽霊群」も0と-1の間から出現してる様な…
追伸…さらに指数関数e^xiの底eを動かすと円が欠ける現象を発見…何じゃ、これ？
本当に危ういバランスで成立してるのですね、この公式…
