「数学なんて、文字式が出てきた時点で無理！」そう思っていませんか？この記事では、数式アレルギーがある方でも完全に理解できるように、数式を「言葉」と「図解」に翻訳して、線形代数の本質をド基礎から解説します。
最終的には、AI（ディープラーニング）の資格試験である「E資格」の基礎知識が驚くほどスムーズに頭に入るようになります。さあ、数学の冒険を始めましょう！
1. なぜAI（ディープラーニング）に線形代数が必要なのか？
そもそも、なぜデータサイエンスやAIの世界で「線形代数」が必要なのでしょうか？
結論から言うと、AIの世界では「大量のデータ（画像や言葉、数値など）を、超スピードで一気にまとめて処理する必要があるから」です。人間が1個ずつ計算していたら、AIの学習には何百年もかかってしまいます。その大量のデータを一括で整理し、ワープさせるための道具が「線形代数」なのです。
2. ベクトルとは「矢印」であり「データの箱」である
まずは線形代数の最小単位、「ベクトル」から始めます。算数しか知らなくても大丈夫です。
矢印としてのベクトル（直感的なイメージ）
ベクトルを一言でいうと、「向き」と「長さ」を持った矢印です。例えば、「東に3歩、北に2歩進む」という移動をひとつの矢印で表したものがベクトルです。スタート地点がどこであれ、同じ向きに同じ長さだけ進む矢印は、すべて同じベクトルとみなします。
データの箱としてのベクトル
この矢印を、数字で表してみましょう。東に3、北に2進むことを、以下のように数字を縦に並べて書きます。
[3, 2]
（※本来は縦に並べますが、文章中ではこのように表します）
AIの世界では、このベクトルを「データの詰め合わせパック」として使います。例えば、ある中古マンションのデータをベクトルで表してみましょう。
- 部屋の広さ：60平方メートル
- 駅からの徒歩：5分
- 築年数：10年
これをひとまとめにして、[60, 5, 10] と書けば、立派な「マンションベクトル」の完成です。AIは、このように世の中のあらゆる情報（画像の色、単語の意味など）を数字の矢印（ベクトル）に変換して理解しています。
3. ベクトルの足し算と引き算（矢印の合体）
ベクトル同士は、足したり引いたりできます。計算は小学生の足し算・引き算と同じです。
足し算：矢印を「しりとり」のようにつなぐ
例えば、[3, 2] というベクトル（東に3、北に2）と、[1, 4] というベクトル（東に1、北に4）を足してみます。計算は同じ場所の数字を足すだけです。
3 + 1 = 4
2 + 4 = 6
答えは [4, 6] になります。図で考えると、「最初の矢印のゴールから、次の矢印をスタートさせる」という、矢印のしりとりです。最終的なスタートからゴールまでの直線の矢印が、足し算の答えになります。
引き算：ゴールからゴールへの矢印
引き算は、「2つの矢印のゴール同士を繋ぐ矢印」になります。AというベクトルからBというベクトルを引くと、「BのゴールからAのゴールへ向かう矢印」が生まれます。AIでは、2つのデータが「どれくらい離れているか（誤差）」を計算するときに、この引き算をよく使います。
4. 行列とは「空間をガラリと変える魔法の機械」である
ベクトルの次に登場するのが「行列」です。数字が縦横の格子状に並んだものですが、これを見た瞬間に嫌気がさす人が多いです。しかし、本質はめちゃくちゃ面白いものです。
行列の正体は「空間の変形マシーン」
行列とは、ベクトル（矢印）を放り込むと、まったく別のベクトルに変形させてしまう「関数（マシーン）」です。これを数学では「線形写像（せんけいしゃぞう）」と呼びますが、名前は覚えなくていいです。イメージとしては「空間の引き伸ばし・回転マシーン」だと思ってください。
例えば、2Dのゲーム画面をイメージしてください。画面全体を斜めに引き伸ばしたり、ぐるっと回転させたりする力を、行列は持っています。行列というマシーンに、画面上のすべての点を表す「ベクトル」を次々に放り込むと、画面全体がグニャッと変形します。
行列とベクトルの掛け算（マシーンに矢印を入れる）
E資格でも絶対に出題されるのが、行列とベクトルの掛け算です。「行×列」の複雑な計算ルールがありますが、意味さえ分かれば怖くありません。要するに、「この行列マシーンに、このベクトルを入れたら、どんなベクトルになって出てくるか？」を計算しているだけです。
5. なぜこれがディープラーニングにつながるのか？
最後に、今回学んだことと、AI（ディープラーニング）がどう繋がっているのかを明かします。
ディープラーニング（人工知能）の正体は、この「行列マシーン」を何重にも何重にも繋げた巨大な工場です。
- あなたがAIに「犬の画像」を入力します（画像はピクセルの数字が並んだ巨大なベクトルです）。
- AIの内部にある1つ目の行列マシーンが、そのベクトルを回転・変形させます。
- 2つ目、3つ目の行列マシーンが、さらに変形を繰り返します。
- 最終的に、変形され尽くしたベクトルが「[1, 0]（＝これは99%の確率で犬です）」という答えのベクトルになって出てきます。
E資格で問われるのは、この「マシーンの中でデータがどう変形しているか」「どうすれば一番正しい変形マシーン（行列）を作れるか」というルールなのです。
まとめと次回予告
いかがでしたか？数式をほとんど使わずに、線形代数の基礎の基礎を解説しました。
- ベクトル：データが詰まった「矢印」
- 行列：矢印が置かれた「空間そのものを変形させるマシーン」
- AIの正体：行列マシーンを連ねて、データを答えへと導く仕組み
これがわかれば、線形代数の地図を手に入れたも同然です。次回は、E資格の計算問題で確実に狙われる「行列同士の掛け算のワナ」と、空間の拡大率を表す「行列式」について、また解説します。お楽しみに！
新しい記事は下記のURLにしようと思ってます。クリックしたら次の記事が見れます。（公開してたらね）
https://m32006400n.com/ai-knowledge/linear-algebra-from-scratch-2/
