Hal40n https://blog.hatena.ne.jp/Hal40n/ ゼロからAI理論を再構築する https://serenewealth.net/ 機械学習 ディープラーニングがどれだけ複雑に見えても、一番小さい単位に分解すると線形な計算が出てきます。入力に重みをかけて足す。今回はこの線形モデルについて、何ができて何ができないのかを整理します。 出力は入力の重み付き和 線形モデルの考え方はシンプルで、「出力は各入力に重要度をかけて合計したもの」という仮定です。 \[ f(x) = w^T x + b \] \( w \) が重み、\( b \) がバイアス（切片）です。 たとえば「コーヒーの美味しさ」を予測するなら、「豆の質」に3、「お湯の温度」に1、「淹れる時間」に-0.5をかけて足し合わせるようなイメージです。各パラメータの意味がそのまま読める… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fserenewealth.net%2Fentry%2F2026%2F03%2F04%2F192618" title="線形モデル：直線で世界を近似する - ゼロからAI理論を再構築する" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2026-03-04 19:26:18 rich https://serenewealth.net/entry/2026/03/04/192618 1.0 100%