AIや機械学習など近年注目をあびている技術ですが、その仕組みって気になりますよね?
実はその本質は数学なのです。
本書は、ディープラーニング(機械学習の一種)の仕組みについて数学的に学べる一冊となっています!
機械学習とは
AI(人工知能)の定義は一般的に明確で厳密な定義はされておらず、この言葉が指し示す範囲は極めて広いです。
それに比べて機械学習はある程度厳密な定義ができ、本書で取り扱う内容はすべて機械学習に含まれます。
機械学習が指し示すものは明確ですが、その説明は人によって異なるようなので、著者の定義をそのまま引用します。
・機械学習モデルとは、入力データに対して出力データを返す関数のような働きを持ったモデルである。
・機械学習モデルのふるまいは、学習により規定される。
そして、学習法は以下の3つに分けられます。
・教師あり学習
学習データが、モデルに対する入力データとその時の正解データのセットになっている学習法
・教師なし学習
正解データなしに学習データのみが与えられ、そこからなんらかの出力を得る学習法
・強化学習
教師あり学習と教師なし学習の中間の学習法
この3つの学習法のうち、教師あり学習が仕組みが最も単純でわかりやすく、本書ではこの学習法のみを取り扱っています。
本書の特徴
続いて本書の特徴を紹介していきます。
構成
機械学習を理解するのに必要な数学の知識を、高校から大学範囲まで過不足なく解説しています。
本書の目的は、機械学習のための数学を最短コースで理解するというコンセプトであり、高校で習う数学をすべて網羅しているというわけではありませんのでご注意を。
構成は、前半で機械学習に必要な数学を解説し、後半で機械学習の実践に入るというかたちになっています。
あつかっている数学の内容は以下です。
〇微分・積分
〇ベクトル・行列
〇多変数関数の微分
〇指数関数・対数関数
〇確率・統計
文系出身で数学3Cを習っていない方(私)でも、本書は簡潔に解説してくれているので大丈夫です。
ただ、数学に苦手意識がある場合は本書の内容は難しいかもしれません…(゜_゜)
また、理系出身の方にとっては、前半は少し退屈になってしまうのでしょうか。
(シグモイド関数、softmax関数、尤度関数なども習っているのでしょうか?文系出身の私にはちょっとわからないです…)
pythonコードの掲載
pythonというプログラミング言語を使って実装したコードを掲載しているため、コードを実行してその挙動を確認しながら学習を進めることができます。
もちろんこれは飛ばしても本書の理解には全く問題ないので、プログラミング未経験者も安心してください。
感想
一見独立しているように見えるそれぞれの単元がつながったときの気持ちよさは、ミステリーの伏線回収さながらです!
ただ本書の欠点は誤植が多いところですね…(+_+)
改定を重ねて現在はかなり少なくなっていますが、私は初版を手にしてしまったので、その誤植の多さに愕然としました…(笑)
なのでAmazon等ネットで最新版を買うのが確実かと思います!
AIの仕組みの興味があり、数学は苦手ではないという方にはすごくおすすめします!
コメント