ニューラルネットワークの仕組み | Chapter 1, 深層学習（ディープラーニング）
おすすめ動画
21:32LLMはどう知識を記憶しているか | Chapter 7, 深層学習
3Blue1BrownJapan
理科・サイエンス標準
9:17Chapter 2 線形結合, Span, 基底ベクトル | 線形代数のエッセンス
3Blue1BrownJapan
数学基礎
9:10Chapter 1 ベクトル | 線形代数のエッセンス
3Blue1BrownJapan
数学基礎
27:29毛玉の定理【トポロジー】
3Blue1BrownJapan
数学標準
17:15グローバーのアルゴリズムの補足説明
3Blue1BrownJapan
数学標準
21:34群論 と 19万6883次元のモンスター
3Blue1BrownJapan
数学発展
26:05GPT解説2 アテンションの仕組み (Attention, Transformer) | Chapter6, 深層学習
3Blue1BrownJapan
アルゴリズム・データ構造発展
26:36GPTとは何か Transformerの視覚化 | Chapter 5, Deep Learning
3Blue1BrownJapan
数学標準
9:58誤差逆伝播と微積分 | Chapter 4, ニューラルネットワークの仕組み
3Blue1BrownJapan
理科・サイエンス発展
12:49誤差逆伝播法（バックプロパゲーション） | Chapter 3, ニューラルネットワークの仕組み
3Blue1BrownJapan
理科・サイエンス標準
15:59Chapter 14 固有ベクトルと固有値 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
12:44Chapter13 基底変換 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
8:39Chapter 10 外積 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
14:01Chapter 9 内積と双対 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
4:14Chapter 8 非正方行列 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
11:55Chapter 7 逆行列, 階数, 零空間 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
5:19回転と四元数（体験型Webサイト）
3Blue1BrownJapan
数学標準
29:524次元の数 ｢四元数｣の見た目
3Blue1BrownJapan
数学標準
4:21Chapter 5 3次元の一次変換 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
9:45Chapter 4 行列の積と変換の合成 | 線形代数のエッセンス
3Blue1BrownJapan
数学標準
27:15マンデルブロ集合を越えて
3Blue1BrownJapan
数学標準
24:18ニュートン法と美しきフラクタルの世界
3Blue1BrownJapan
数学標準
44:22絵の対数を取るとはどういうことか
3Blue1BrownJapan
数学発展
34:20ラプラス変換の仕組み
3Blue1BrownJapan
数学標準
27:58オイラーの公式と物理【ラプラス変換準備編】
3Blue1BrownJapan
理科・サイエンス標準
41:45まったく異なる2つの解答
3Blue1BrownJapan
数学発展
21:32LLMはどう知識を記憶しているか | Chapter 7, 深層学習3Blue1BrownJapan9:17Chapter 2 線形結合, Span, 基底ベクトル | 線形代数のエッセンス3Blue1BrownJapan9:10Chapter 1 ベクトル | 線形代数のエッセンス3Blue1BrownJapan27:29毛玉の定理【トポロジー】3Blue1BrownJapan17:15グローバーのアルゴリズムの補足説明3Blue1BrownJapan21:34群論 と 19万6883次元のモンスター3Blue1BrownJapan26:05GPT解説2 アテンションの仕組み (Attention, Transformer) | Chapter6, 深層学習3Blue1BrownJapan26:36GPTとは何か Transformerの視覚化 | Chapter 5, Deep Learning3Blue1BrownJapan9:58誤差逆伝播と微積分 | Chapter 4, ニューラルネットワークの仕組み3Blue1BrownJapan12:49誤差逆伝播法（バックプロパゲーション） | Chapter 3, ニューラルネットワークの仕組み3Blue1BrownJapan15:59Chapter 14 固有ベクトルと固有値 | 線形代数のエッセンス3Blue1BrownJapan12:44Chapter13 基底変換 | 線形代数のエッセンス3Blue1BrownJapan8:39Chapter 10 外積 | 線形代数のエッセンス3Blue1BrownJapan14:01Chapter 9 内積と双対 | 線形代数のエッセンス3Blue1BrownJapan4:14Chapter 8 非正方行列 | 線形代数のエッセンス3Blue1BrownJapan11:55Chapter 7 逆行列, 階数, 零空間 | 線形代数のエッセンス3Blue1BrownJapan5:19回転と四元数（体験型Webサイト）3Blue1BrownJapan29:524次元の数 ｢四元数｣の見た目3Blue1BrownJapan4:21Chapter 5 3次元の一次変換 | 線形代数のエッセンス3Blue1BrownJapan9:45Chapter 4 行列の積と変換の合成 | 線形代数のエッセンス3Blue1BrownJapan27:15マンデルブロ集合を越えて3Blue1BrownJapan24:18ニュートン法と美しきフラクタルの世界3Blue1BrownJapan44:22絵の対数を取るとはどういうことか3Blue1BrownJapan34:20ラプラス変換の仕組み3Blue1BrownJapan27:58オイラーの公式と物理【ラプラス変換準備編】3Blue1BrownJapan41:45まったく異なる2つの解答3Blue1BrownJapan 
