【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

人工知能プログラミングのための数学がわかる本

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。

• 人工知能理論に関する書籍に含まれる数学に対する抵抗感をなくし、人工知能に関する専門書を読むために必要な数学基礎力をつける
• いくつかの人工知能アルゴリズムを理解し、数学の意味を理解できるようになる

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

• 数学の基礎的な知識
• 微分
• 線形代数

確率統計

• 確率変数と確率分布
• 期待値
• 平均・分散
• 相関係数
• 最尤推定

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。