ディープラーニング数学_cover_full

プログラミングはできるけど数式が難しくてディープラーニングの専門書が読めない人に贈る本

ディープラーニングや機械学習に関する本が多く出版されるようになりました。
入門書も増えていて、一切数式を使わずに解説した本もあります。
実際、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。

ただ、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。

数学の入門書を出版します

数式について解説した本も登場していますが、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。
そこで、ディープラーニングに必要な数学に絞って高校レベルの内容から解説する入門書を出版します。

この本の特徴として、数式の解説にもPythonでのコードを使っていることが挙げられます。プログラマにとって、数式を読むだけでなくソースコードがあると理解が深まることがあるでしょう。

最低限のプログラミング経験は必要ですが、この本ではPython初心者の方でも読めるように、Pythonの入門的な内容もあわせて解説しています。

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~

「はじめに」の一部をご紹介

以下、本書の「はじめに」の一部を紹介します。

人工知能やディープラーニングという言葉が頻繁に使われ、多くの人が試そうとしています。多くのライブラリやフレームワークも登場しており、試すだけならば難しくありません。すでに作られたライブラリを使う場合、たった数行のソースコードを書くだけで実現できます。

ただ、このような方法で実装したときに問題になるのは、その処理の裏側がまったくわからないことです。

手元にある適当なデータで試すには十分かもしれませんが、もし本格的に使いたい場合、パラメータをどのように調整すればいいのかわかりません。

欲しい結果が得られない、処理に時間がかかっている、という状況が発生しても、データに問題があるのか、使用しているライブラリに問題があるのか、実装内容に問題があるのか、など原因を判断できません。これでは実務で使うには不安があるでしょう。

一方、ディープラーニングや機械学習に関する専門書を読もうとすると、大量の数式が登場します。しかも、その内容は高校までの数学の範囲を超えており、文系で過ごしてきた人にはさっぱり理解できません。理系で数学を勉強してきた人であっても、その専門的な内容に戸惑ってしまう人は多いでしょう。

高校の数学から勉強をやり直そうとすると、ディープラーニングに必要のない範囲も多く、時間ばかりかかって現実的ではありません。そこで、この本ではディープラーニングの実装に求められる範囲の数学に絞りこんで、必要な項目だけを抜粋しました。また、あくまでも実務に使えることに注目し、細かな証明は行わないことにしています。

(続きは書籍でご覧ください)

Facebookページで情報を発信します

本書に関する情報は出版社のページやFacebookページをご覧ください。


Amazonなどで予約受付中です。


この記事が参加している募集

この記事が気に入ったらサポートをしてみませんか?