chakokuのブログ(rev4)

日々のごった煮ブログです

深層学習(DeepLearning)という技術

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。

フリーソフトではじめる機械学習入門

フリーソフトではじめる機械学習入門

クラウドではじめる機械学習 Azure MLでらくらく体験

クラウドではじめる機械学習 Azure MLでらくらく体験

実践 機械学習システム

実践 機械学習システム

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

Fundamentals of Deep Learning: Designing Next-Generation Machine Intelligence Algorithms

■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

*1:正確には、AIの成果として、コンパイラとか機械翻訳とか実用化された技術があるけど、仕組みが確立して実用化されるとそれはもはやAIではないと言われたり