スタンフォード大学には
機械学習を学ぶ上での第一歩として、
Introduction to Matrix Methods (EE103)という授業があります。
今回の記事では、
この授業の教科書である
Introduction to Applied Linear Algebraを
読んだ際の技術メモです。
この教科書は下記のリンクのページから
pdfをダウンロードすることができます。
本記事では、
上記の教科書の非線形最小二乗法の部分のみのメモです。
他の部分に関しては、下記の記事を参照下さい。
続きを読む
近年、プログラミングをする上で、
テストを書き、そのテストを継続的に実行する
継続的インテグレーション(CI)を利用することは当たり前になってきました。
CIを実現する上で、
オンプレミスでは、Jenkins
クラウドで、OSがLinux, Mac OSの場合は、Travis-CIや
Travis CI - Test and Deploy Your Code with Confidence
Circle-CIがあります。
Continuous Integration and Delivery - CircleCI
今回は、クラウド上でWindows OS上のCIサービスである
AppVeyorを紹介したいと思います。
最近、自分のOSSプロジェクトでも
Travis-ciに加えて、AppVeyorでのCIも追加しました。
今回はAppVeyorの概要と、自分がハマったところを紹介しておきます。
続きを読む
スタンフォード大学には
機械学習を学ぶ上での第一歩として、
Introduction to Matrix Methods (EE103)という授業があります。
今回の記事では、
この授業の教科書である
Introduction to Applied Linear Algebraを
読んだ際の技術メモです。
この教科書は下記のリンクのページから
pdfをダウンロードすることができます。
本記事では、
上記の教科書の非線形最小二乗法の部分のみのメモです。
他の部分に関しては、下記の記事を参照下さい。
続きを読む
幸いなことに、
冒頭の書籍を、著者の方から献本して頂いたので、
簡単に書評させていただきます。
初めて献本頂きました😀。著書の皆様ありがとうございます。これから読んで書評させてきただきます。
続きを読む
スタンフォード大学には
機械学習を学ぶ上での第一歩として、
Introduction to Matrix Methods (EE103)という授業があります。
今回の記事では、
この授業の教科書である
Introduction to Applied Linear Algebraを
読んだ際の技術メモです。
この教科書は下記のリンクのページから
pdfをダウンロードすることができます。
本記事は、
上記の教科書の非線形最小二乗法の一部分のみのメモです。
他の部分に関しては、下記の記事を参照下さい。
続きを読む
現代において、
ソフトウェア開発にOSSは欠かせません。
OSSを正しく利用するためには、
自ずと、OSSのライセンスに関する知識も重要になります。
今回、冒頭の本を読んだことを皮切りに、
OSSのライセンスについて、
ロボットへ応用することを念頭において色々調べてみたので、
共有したいと思います。
続きを読む
先日、拡張カルマンフィルタ(EKF)による
SLAMのサンプルコードを公開しましたが、
同じくベイズフィルタの一種であるParticle Filterを使った
FastSLAMというSLAMのアルゴリズムがあります。
今回はFastSLAMを使用したSLAMの
簡単なPythonサンプルプログラムを紹介したいと思います。
続きを読む
以前、自律ロボットにおける
拡張カルマンフィルタを使用した自己位置推定の
MATLAB, Pythonサンプルプログラムや、
UKFを使ったもの、
そして、Particle Filterを使ったものを公開しました。
今回は同じくベイズフィルタの一種である
Histogram Filterの概要と
Pythonのサンプルプログラムを公開したいと思います。
Histogram Filterのアルゴリズムの詳しい導出は、
下記の文献を参考にしてください。
続きを読む
近年、効率的なソフトウェア開発において、
Dockerは広く使われています。
今回は、Docker初心者の自分が、
一からDockerを勉強した際のメモです。
自分の場合、冒頭の本を一冊読んでから、
あとは自分のやりたいことをネットで
調べながらDockerを勉強しました。
この本は、初心者にもかなりわかりやすく説明していると思います。
続きを読む
