プログラミングはできるけど数学が苦手?ディープラーニングに必要な数学に絞った入門書

5720viewsmasuipeomasuipeo

このエントリーをはてなブックマークに追加
プログラマのための ディープラーニングのしくみがわかる数学入門

ディープラーニングに関する書籍の現状

多く出版されているディープラーニングや機械学習に関する本の中には、一切数式を使わずに解説している本もあります。
ライブラリを使うだけであれば数式に触れることなく実装することも可能かもしれませんが、ディープラーニングについて深く理解したい場合や、細かいパラメータの調整をしたい場合、詳しい解説が書かれた専門書を読む必要があります。
このためには、数式を読まないと理解できません。

本書の特徴

ディープラーニングで使う数式について解説した本は登場していますが、いずれもある程度数学を勉強してきた人に向けた内容になっています。
しかし、この本はディープラーニングに必要な数学に絞った内容で、高校レベルの内容から解説しています。

数列や確率、ベクトルや微分などの基本的な内容から始まり、行列や偏微分など現在は大学で学ぶ内容も少しずつ解説。
さらに、数式の解説にもPythonでのコードを使っていることが特徴です。

プログラマにとって数式を読むのは難しくても、ソースコードを読めば理解できる場合があります。
数式で解説するだけでなく、Pythonで実装したコードがある、というのはこの本の特徴でしょう。

Pythonも学べる

この本はプログラマを対象にしており、最低限のプログラミング経験は必要ですが、Pythonについての前提知識は想定していません。
Pythonの入門的な解説があり、少しずつ高度な内容も追加されていくため、Pythonについての知識がなくても他の言語での経験があればすぐに取りかかれると思います。

実際、それほど細かな知識が要求されることはなく、簡単なプログラムが作れれば問題ありません。

目次

第1章 ディープラーニングを学ぶ前に ~機械学習とニューラルネットワークの概要~
第2章 根拠に基づいて決める ~数列と統計、確率~
第3章 複数の入出力をまとめて処理する ~ベクトルと行列~
第4章 最適な値に収束させる ~関数と微分~
第5章 学習して答えを導き出す ~予測と最適化~
第6章 ニューラルネットワークからディープラーニングへ ~精度の向上と画像などへの応用~
第7章 強化学習への活用 ~少しずつ賢くなるコンピュータ~

感想

本書を読んでもディープラーニングのシステムを作れるわけではありませんが、その「しくみ」を知ることで、現在の人工知能で何ができて何ができないのかが理解できます。

関連まとめ

本のまとめカテゴリー


コメントを書く