[日記] 「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」読書記録2

2018/12/19

こんにちは。きんくまです。

前回に引き続き、本の後半5〜7章を読みました。
結論から言いますと、ちゃんとは理解できなかったですw ひと言でいうと難しい！

後半は、前半で学習した数学を使って、実際の機械学習でこんなのがありますよ〜という紹介がメインでした。
なので、基礎だったとしてもしっかり理解しようとしたら、もっと何冊か読まないといけないと思いました。
そんなに甘いもんじゃないですねw

そんな感じの理解度だったのですが、なんとなくのイメージだとこんな感じ？

・入力と出力の間にある関数をもとめるのが機械学習
・データから関数をもとめようとしても完全には求められない
・そのため、その誤差を最小にしたい
・誤差を最小にする方法もいろいろとある
・データを訓練（学習）用とテスト用に分ける
・訓練データに特化してしまい、一般データに適用しにくい状態を過学習と呼ぶ
・ニューラルネットワーク、重み、バイアス

あと、この本ではPythonのコードがちょこちょこ書いてあります。
Pythonをやったことがなかったんですが、数式をほとんどそのままの形でプログラムで記述できるというのはとても面白いと思いました。
もともとそういうふうだったのか、バージョンがあがるごとにそうやって発展してきたのか知らないんですが、面白いなと。

という感じです。ではでは。