【正誤表】NumPy&SciPy数値計算 実装ハンドブック

f:id:lib-arts:20191014183100p:plain

下記の本の3章と7章を担当させていただいたのですが、誤りを発見してしまったので、正誤表をまとめます。

NumPy&SciPy数値計算 実装ハンドブック - 秀和システム あなたの学びをサポート

極力ミスなく書き上げたかったので、非常に残念です。誤植はミスリードにつながる可能性があるので、極力減らさなくてはと思っていたのですが、大変申し訳ない限りです。

とはいえ、他にも生じている可能性もありますので、正誤表は随時更新していきます。


・P.242
正規分布の対数尤度の式が違います。
×  log(L(\beta_{0},\beta_{1},\sigma|y_{1},y_{2},..,y_{n}))=\sum_{k=1}^n(-(y_{k}-(\beta_{0}+\beta_{1}x_{k}))^2+2\sigma^2-\frac{1}{2}log(2\pi\sigma^2))
⚪︎  log(L(\beta_{0},\beta_{1},\sigma|y_{1},y_{2},..,y_{n}))=\sum_{k=1}^n(-\frac{(y_{k}-(\beta_{0}+\beta_{1}x_{k}))^2}{2\sigma^2}-\frac{1}{2}log(2\pi\sigma^2))
細かいですが、2\sigma^2の扱いが間違っています。ここで\sigmaはモデルのパラメータの\beta_{0}\beta_{1}によらないと考えて良いので、最終的に\sum_{k=1}^n(-(y_{k}-(\beta_{0}+\beta_{1}x_{k}))^2の最大値問題に落とすことができ、最小二乗法が導けます。


・P.243
ベルヌーイ分布の対数尤度関数(交差エントロピー誤差関数)の式が違います。
×  log(L(θ|y))=\sum_{k=1}^{n}(y_{k}log(p)+1-y_{k}log(1-p))
⚪︎  log(L(θ|y))=\sum_{k=1}^{n}(y_{k}log(p)+(1-y_{k})log(1-p))
意味が大きく異なるので、ご注意ください。

 

・P.245
P.243同様に対数尤度の式が間違っています(コピーしたせいでこちらにも間違いが波及してしまいました)。
×  l=\sum_{k=1}^{n}(y_{k}log(p)+1-y_{k}log(1-p))
⚪︎  l=\sum_{k=1}^{n}(y_{k}log(p)+(1-y_{k})log(1-p))
こちらもご注意ください。