ゼロから作るDeepLearning読んだ

October 19, 2018

積読になっていたのを今更だけど, 読みました.
やんわりした書評を少し書いてみる.

ゼロから段階を踏んで理解していく

以下のようにハーセプトロンからディープラーニングまで
機械学習の歴史を辿りながら理解していく.

単層のハーセプトロンで線形問題がとける ⇨ 非線型の問題は解けない ⇨ ハープトロンを多層化すれば解決できる(2 章)
ハーセプトロンでは自分で重みやバイアスを設定する必要がある ⇨ 自分で学習する仕組みニューラルネットワーク(3,4 章)
ニューラルネットワークの学習に関する問題(速度, 過学習など)に対する解決(4,5,6 章)
画像データなども縦横 N×N のデータを 1 列に並べて計算(空間情報が無視される)⇨ 畳み込み(CNN)の登場(7 章)
畳み込みを多層化すると、より抽象的な情報を認識できるようになった(DeepLearning)(8 章)

1 つ概念を提示・説明すると, それに関する問題点を提示 ⇨ それに対する解決法と進んでいくため,
どんどん知識が繋がっていき理解しやすいと思った
IT 書籍とかだと複数著者とかで章ごとに担当者分かれてて、本全体で統一感なかったり、軸がないのが多いので、特にそう思ったのかも

豊富な図解や、コード

途中からは数式がかなり出てきて、少し戸惑うが
例であったり、図を使った説明、コードで実際に数式を表したりと多彩な方法で解説が入っており理解しやすかった(特に自分はコードに置き換えてもらうのが理解しやすかった)

IT 書籍としては異例の 10 万部売れたベストセラーというのが納得できる分かりやすさ・読みやすさだった

ちょっと残念だったとこ

複雑なところ(特に後半とかは)コード省略されたり、説明が省かれてるのが少し残念
(教師なし学習とかほぼ説明ないし)
(そこを削って、コアな部分だけに焦点を当ててるから分かりやすいってのもあるかも)

ちゃんとやろうとする場合は、さらにここから他の本を読んでいく必要はあると思う.

自分で手を汚さないと身につかない

書評ではないけど
自分が新卒時(2016 年)のデブサミに参加した際、著者の方が登壇してた。
その際にこの本を書くときに意識したこととして「自分で手を汚さないと身につかない」みたいなことを言ってました。
自分の中で学習する際の大きなポイントになってると思う. 何か学習する際はとりあえず、手を動かすというのをまずやるようにしてます。
それでわからないところを、ググったりしてみる.

ただ本を読むだけよりも、こう主体的にのめり込んでやった方が脳に記憶されやすいなぁと思う.
あと手を動かすことで、モチベーションも保たれるしね
今後もこの勉強方法を続けていきたい。

そういえば

次回は、著者の方がこの本を書く際に影響を受けたという「コンピュータの理論と実装」を読みたいないぁ
(数学不足も思い知ったので、数学のおさらいとかもしたい)
(なんか全体的に基礎的なコンピュータサイエンス的なのやりたいなぁ)
(大学時代サボらなきゃよかったね)

そういえば 2

amazon の埋め込みリンクを Hugo でやるのは少し大変そうですね
今度試したい.