【読書】人工知能プログラミングのための数学がわかる本
余裕があれば、人工知能のプログラミングに手を出したいなと感じながらも、時間的制約で体系的に深く学ぶ時間は取れていないです。
しかし、いつまでも何も分からない状態で、自分が何を知らないのかも知らないままだとまずいと思い、本を読んでみました。
読んだ本
- 作者: 石川聡彦
- 出版社/メーカー: KADOKAWA
- 発売日: 2018/02/24
- メディア: 単行本
- この商品を含むブログ (1件) を見る
人工知能アルゴリズムに対するハードル感を下げるための、下記内容となっています。
対象読者
- 人工知能アルゴリズムを用いてモデリングを行なっているが、その根底のアルゴリズムはブラックボックス状態であり、数学を一度復習したい方
- 人工知能アルゴリズムを体系的に学ぼうと思っているが、数学を忘れており、専門書に現れる数学がほとんど理解できない方
- 人工知能アルゴリズムに興味があるが、ハードルが高くてまだ触れられていない方
学んだこと
数学
確率統計
実践
- 回帰モデル(線形回帰モデル)
- 自然言語処理(構文の解析、N-gram解析、ロジスティック回帰)
- ディープラーニングMNISTの手書き数字認識(ニューラルネットワーク、活性化関数 など)
感想
基本的な数学に関することから、実践的にモデルを作成するところまで、書かれていて、とても勉強になりました。
私は数学の基礎的なところについては、大学で学習していたため、そこまで理解するのに時間はかからなそうです。
一方で、実践のPartで数学式を見て、式の意味を理解できていない部分もあったため、実践的な部分は全く分かっていないことを知りました。
回帰モデルや自然言語処理までは比較的簡単に理解できたので、深く実践する際には、ニューラルネットワーク以降の数学的知識をもう一度学習したいなと感じました。