https://ksubpb.github.io/2026/tags/%E8%A1%8C%E5%88%97/Recent content in 行列 on プログラミング演習BHugo -- gohugo.ioja© 2026Wed, 25 Nov 2026 00:00:00 +0000https://ksubpb.github.io/2026/lesson08/matrix/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson08/matrix/<h2 class="relative group">行列（Matrix）とは <div id="行列matrixとは" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e8%a1%8c%e5%88%97matrix%e3%81%a8%e3%81%af" aria-label="アンカー">#</a> </span> </h2> <p>行列は数学の概念で、数値を矩形状に並べたものです。 行列はベクトルの拡張として考えることができます。 ベクトルは1次元の配列でしたが、行列は2次元の配列です。</p>https://ksubpb.github.io/2026/lesson08/Wed, 25 Nov 2026 00:00:00 +0000https://ksubpb.github.io/2026/lesson08/<h2 class="relative group">概要 <div id="概要" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%a6%82%e8%a6%81" aria-label="アンカー">#</a> </span> </h2> <p>第08講では、機械学習などで用いられるベクトル、行列をPython の NumPy ライブラリでどのように扱うかを学びます。</p>https://ksubpb.github.io/2026/lesson08/assignments/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson08/assignments/<h2 class="relative group">課題08-1 文字列の類似度 <div id="課題08-1-文字列の類似度" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e8%aa%b2%e9%a1%8c08-1-%e6%96%87%e5%ad%97%e5%88%97%e3%81%ae%e9%a1%9e%e4%bc%bc%e5%ba%a6" aria-label="アンカー">#</a> </span> </h2> <div class="flex mt-2"> <span class="rounded-full bg-primary-500 dark:bg-primary-400 text-neutral-50 dark:text-neutral-800 px-1.5 py-[1px] text-xs font-normal"> <span class="flex flex-row items-center"><span class="mr-1"><span class="relative block icon"><svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 384 512"><path fill="currentColor" d="M112.1 454.3c0 6.297 1.816 12.44 5.284 17.69l17.14 25.69c5.25 7.875 17.17 14.28 26.64 14.28h61.67c9.438 0 21.36-6.401 26.61-14.28l17.08-25.68c2.938-4.438 5.348-12.37 5.348-17.7L272 415.1h-160L112.1 454.3zM191.4 .0132C89.44 .3257 16 82.97 16 175.1c0 44.38 16.44 84.84 43.56 115.8c16.53 18.84 42.34 58.23 52.22 91.45c.0313 .25 .0938 .5166 .125 .7823h160.2c.0313-.2656 .0938-.5166 .125-.7823c9.875-33.22 35.69-72.61 52.22-91.45C351.6 260.8 368 220.4 368 175.1C368 78.61 288.9-.2837 191.4 .0132zM192 96.01c-44.13 0-80 35.89-80 79.1C112 184.8 104.8 192 96 192S80 184.8 80 176c0-61.76 50.25-111.1 112-111.1c8.844 0 16 7.159 16 16S200.8 96.01 192 96.01z"/></svg> </span></span><span>難易度 ⭐</span> </span> </span> </div> <p>与えられた文字列同士の類似度を求めるプログラムを作成してください。 文字列同士の類似度は、各文字の出現頻度をベクトルとして表し、そのベクトル間のコサイン類似度で求めます。 文字は全て小文字とし、アルファベット以外の文字は無視してください。 ファイル名は <code>string_similarity.py</code> としてください。</p>https://ksubpb.github.io/2026/lesson08/summary/Mon, 01 Jan 0001 00:00:00 +0000https://ksubpb.github.io/2026/lesson08/summary/機械学習の基礎、統計指標、データの可視化（グラフ描画）