大学で機械学習の授業を受けていて感じたこと

こんにちは、これが334本目の記事となったすうじょうです。今日は、大学で機械学習の授業を取っていて感じたことを話したいと思います。

近年のAIブームを支えているのが機械学習ということに異論がある人はいないと思います。機械学習には、単純な分類・回帰問題だけでなく、深層学習(ディープラーニング)まで、様々なモデルが使われています。

そんななか私が通っている大学では、今年から学部で機械学習の授業が開講しました。そして、興味があったのでこの授業を履修しました。そして、受けていて強く感じるのが、まだ自分の数学力が足りていないということです。授業では、行列や確率などを用いて、様々な手法の背景にある数学的な理論が説明されています。しかし、その式変形を頭ですぐに追えていません。この一番の原因は、自分が大学数学を用いた抽象的な説明を受けた経験が少ないことだと思っています。特に、行列や確率を用いた式変形において、それを感じています。

授業では機械学習のプログラムの書き方(Python scikit-learn)も教わっていますが、それだけではなくて、きちんと背景まで理解したいので、勉強していって、授業資料を理解していくつもりです。ちなみに、指定の教科書はありません。参考書としては、複数の書籍や論文があげられていました。そのうちの一冊は有名ですが、以下の本です。(私は買っていません)

統計的学習理論 (機械学習プロフェッショナルシリーズ)

ここで、少し愚痴を言っておくと、大学のカリキュラムの組み方に多少の問題がある気がしています。学部の数学のカリキュラムに対して、この授業の前提として求められているラインが高い気がしました。確認できないので分かりませんが、他の先生がしている大学院での機械学習関係の授業よりも難しい内容になっているかもしれません。

ただ、そうは言いましたが、先生に特段の不満もありませんし、授業の質や内容に関しては満足しています。というのも講義を担当する先生は機械学習の最先端の研究をしている方で、数多くの論文を書かれています。そんな先生から直接学べるのは、貴重だと思っています。また、機械学習の参考書は理論ばかりのもの、理論にほとんど触れずプログラムの書き方だけのもの、一般向けの書籍が多い印象で、体系的に理論とプログラムを学べたのでよかったです。

機械学習はまだ新しい技術なので、ある意味理論が難しいのはあたりまえかもしれません。ただ、そこまでハードルが高いと感じているわけではないので、きちんと数学の勉強をしてから読めばおそらく理解できると思います。また、自分でもいくつか参考書を買っているので、これからも機械学習の勉強を続けていくつもりです。では。