創造力＋分析力＋知識で100年時代を
オススメ度 ★★☆☆☆ ２／５
ベイズ推定について初心者にもわかりやすく説明している。
仕事で使用するABテストでベイズ推定の考え方が用いられていることを知り、よく聞くベイズ推定を深く知りたいと思ってその一歩目として本書にたどりついた。
かなり簡単に書かれているとは言え、簡単に書くために必要以上に省略していると思われる部分が多く、逆にわかりにくく感じた。また、本書は別冊の「機械学習入門」の続編と位置付けられているようで、あくまでも機械学習のためのベイズ推定という内容で、一般的なベイズ推定の範囲とは少し異なるようにも感じた。
とりあえず、本書で出会った最尤推定、最尤法などの詳細な方法、事前分布から事後確率分布の更新方法などはもう少ししっかりと理解したいと感じた。
【楽天ブックス】「ベイズ推定入門」
オススメ度 ★★★☆☆ ３／５
ディープラーニンの簡単の説明と、ディープラーニングが応用できる分野について説明している。
序盤では簡単にニューラルネットワーク、損失関数、勾配降下法などを含むディープラーニングの仕組みを説明している。オートエンコーダーや勾配消失、LSTM、画像生成モデルGANおよびDCGANについては本書で初見だったのだが、表面的な説明にとどまっていあので、もう少し詳しく知りたいと思った。
中盤にこうは、実際にディープラーニングが応用されている、もしくは応用されるであろう分野を順を追って紹介している。不良品の検品や、自動運転などはすでに知られていることだが、本書ではキャラクター生成や、お弁当の自動盛り付けも応用できるとしている。ディープラーニングに生半可かじった僕程度の知識だと想像もつかないような分野にディープラーニングが応用できることがわかった。
最後は、ディープラーニングを導入にあたって気をつけることなどとともに、今後の未来についても触れている。印象的だっったのはディープラーニングの応用範囲が広まっても、一流の技術を持った人間へのニーズは減らないだろうということ。
ディープラーニングについて簡単にまとめてはいるが、専門的な言葉もちりばめられており、ディープラーニングの最初のとっかかりにちょうどいいのではないだろうか。
【楽天ブックス】「これからのディープラーニングビジネス」
オススメ度 ★★★★☆ ４／５
最近流行りのディープラーニングについて深く理解したいと思って本書を手に取った。
パーセプトロンの考え方から実施のニューラルネットワークの考え方、そして実際の学習方法まで丁寧に解説している。数学の知識としては微分と行列の考え方がわかっていればある程度ついていけるのではないだろうか。GitHubからソースコードをダウンロードして実際に動作を確認して理解を深められる点がありがたい。デバッグモードで実行して途中の数値を確認することで理解を深めることができた。
ディープラーニングについての感想は、思っていたほど万能なものではなく学習というフェーズが鍵になることがわかり、全体的にまだまだ伸びしろのある分野だと感じた。誤差逆伝播法や畳み込みニューラルネットワークの内容についてはしっかり理解したとは言い難く理解を深めるには繰り返し読む必要性を感じた。とりあえず大事なことは繰り返し出てくるという前提で続編に進もうと思った。