記事「ニューラルネットワークの実践：擬似逆行列(II)」についてのディスカッション

[MetaQuotes]

新しい記事「ニューラルネットワークの実践：擬似逆行列(II)」はパブリッシュされました:

この連載は教育的な性質のものであり、特定の機能の実装を示すことを目的としていないため、この記事では少し異なる方法でおこないます。因数分解を適用して行列の逆行列を取得する方法を示す代わりに、擬似逆行列の因数分解に焦点を当てます。その理由は、特別な方法で一般的な係数を取得することができる場合、一般的な係数を取得する方法を示すことに意味がないからです。さらに良いことに、読者は物事がなぜそのように起こるのかをより深く理解できるようになります。それでは、時間の経過とともにハードウェアがソフトウェアに取って代わる理由を考えてみましょう。

前回の記事「ニューラルネットワークの実践：擬似逆行列(I)」では、MQL5ライブラリに用意されている関数を使用して疑似逆行列を求める方法を紹介しました。しかし、多くのプログラミング言語と同様に、MQL5ライブラリの関数も行列やそれに類する構造を前提とした計算をおこないます。

本記事では、行列の積や、行列の可逆性を判断するために重要な行列式を求めるための因数分解について扱います。しかし、疑似逆行列の値を導き出すためには、もう1つの因数分解を実装する必要があります。それが「行列の逆行列を求める」ための因数分解です。この因数分解は逆行列を生成することから成ります。

では、転置行列はどうでしょうか。前回の記事では、転置行列を用いた行列の積をシミュレートするための因数分解について説明しました。そのため、この操作自体は問題なく実行できます。

作者: Daniel Jose