(cache)リニア・テック別府伸耕 on X: "よくある王道パターン： 1. 対象データを1本のベクトルにまとめる 2. それを使って評価関数（大抵はエネルギ，エントロピー，共分散など）を作る 3. ラグランジュの未定乗数法で評価関数を最大化/最小化する条件を求める 4. 最適化の計算は線形代数の固有値問題に帰着するので，座標変換して終わり" / X

よくある王道パターン： 1. 対象データを1本のベクトルにまとめる 2. それを使って評価関数（大抵はエネルギ，エントロピー，共分散など）を作る 3. ラグランジュの未定乗数法で評価関数を最大化/最小化する条件を求める 4. 最適化の計算は線形代数の固有値問題に帰着するので，座標変換して終わり