先日、IPSJの連続セミナーで、深層学習(以降DL)が特集だったので参加してきた。参加してDLが分かったというのはあり得ないけど、DLはさらに発展する可能性があるとは分かった。そして、、特徴点を抽出する等、学習対象データの前処理は不要であり、DLアプリに学習対象データを直接放り込めば良いというのも分かった。
AIの流行は過去に何度かあって、ブームの後には必ず冬の時期が来ていて、結局はモノにならないという恐怖*1がある。自分は卒論は機械学習だった(強化学習。。なんじゃそらって!?)。今ブームだからといって軽々しく乗るのは憚れるが、それでも、深層学習は大化けする可能性があるのでは?と思っています。
機械学習は基本が数学なので、理論を理解するのはかなり困難が伴う(自分は大学に入ってから数学ついていけなくなったので)。といいつつ、なんとかして理解したいと思い、ひとまず入門書を買った。
- 作者: 荒木雅弘
- 出版社/メーカー: 森北出版
- 発売日: 2014/03/29
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (4件) を見る
- 作者: 脇森浩志,杉山雅和,羽生貴史
- 出版社/メーカー: リックテレコム
- 発売日: 2015/06/19
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (1件) を見る
- 作者: Willi Richert,Luis Pedro Coelho,斎藤康毅
- 出版社/メーカー: オライリージャパン
- 発売日: 2014/10/25
- メディア: 大型本
- この商品を含むブログ (6件) を見る
本当は、DeepLearning専門本を買うべきだけど、素養がまだまだ不足しているので、、ひとまず学習全般を扱う本を読んで、基本的な数式(最急勾配法とか)に親しむ必要あり。機械学習もいろんなモデルが使われていて幅広いのだけど、ニューラルネット関連のモデルを中心に自習するつもりです。脳波ネタと機械学習ネタが自分の最後の仕事(日曜プログラマーとしての?)と思っています。
(↓翻訳を期待している本↓)
Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms
- 作者: Nikhil Buduma,Nicholas Locascio
- 出版社/メーカー: O'Reilly Media
- 発売日: 2017/06/29
- メディア: ペーパーバック
- この商品を含むブログ (1件) を見る
■追記
自分の学習パス(学びのステップ)
深層学習フレームワークとして、caffe、 Pylearn2、Torch7、Chainer等があるけど、最後に出てきたChainerを使ってみるつもりです。
■ご参考URL
はじめるDeep learning(icoxfog417様)
http://qiita.com/icoxfog417/items/65e800c3a2094457c3a0
システムエンジニアの基礎知識(静岡理工科大様)
http://www.sist.ac.jp/~suganuma/kougi/other_lecture/SE/SE.html