THINKING MEGANE

『やさしく学ぶ機械学習を理解するための数学のきほん』をいただきました

著者の@tkengoより『やさしく学ぶ機械学習を理解するための数学のきほん』をいただきました。ありがとうございます。

本書は、機械学習の基本を会話形式で学びながら、都度必要となる数学の知識を得ていく構成となっています。丁寧に噛み砕いて説明されており、機械学習に興味があるけれども数式に苦手意識がある人や、ニューラルネットワークのライブラリを使いこなすために、その技術背景を基礎の基礎から学び始めたい人などにオススメではないかと思います。

いわゆる文系の人が数学の補助輪を外すために読む本

僕はこの本を機械学習の勉強に特化したものだとは思っていなくて、公式を覚えただけだった高校の数学を、目的のために使いこなす数学という道具であると認識しなおすための本だと思っています。

僕はちょうど1年半ほど前に機械学習を学ぶために高校の参考書を使って数学を勉強しなおしました。ところがいざ論文どころか機械学習系の技術書を読んでも数式がやっぱりわからない。そんなときに元同僚である著者の@tkengoに数式の不明な箇所を相談していました。

彼は僕の初歩的な質問に嫌な顔ひとつせず(いや、ひとつぐらいしてたかもしれない)丁寧に数式をひとつひとつ展開し、変形し、具体的な値を入れながら数式の表さんとしていることを一緒に考えてくれました。数式は圧縮記述したプログラムであってprint debugしながら根気よく解きほぐしていけば理解できると思えるようになったのは彼のおかげです。

彼の教え方のエッセンスがつまった本書は、高校数学の参考書の次の段階として、機械学習という目的に向けて、数学を使っていく力がつく本だと思います。そしてその力は機械学習だけでなくこれから数学を必要とする技術習得に必ず役に立つと思います。

あわせて読みたい本

本書は基本的な機械学習として回帰や分類、評価の方法を解説しており、付録にも微分、偏微分、合成関数などの解説もありますが、本書で数学の必要性、そしておもしろさに目覚めて基本からやり直したいと考えている人には、マセマ出版社の初めから始める数学シリーズ(通称はじはじ)の数学Ⅰ, 数学A, 数学Ⅱ, 数学Bぐらいをやると適度に練習問題もあって良い復習になると思います。時間がなければⅠ-1章 数と式、同3章 2次関数、A-1章 場合の数と確率、Ⅱ-1章 方程式・式と証明、同3章の三角関数、同4章 指数関数・対数関数、同5章 微分法と積分法、Bの1-4章(ベクトル、数列、確率分布)はやっておくとよいと思います。(注: 改訂2時点の章構成です)

深層学習の理解を進めたい場合は、ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装が良いと思います。本書とセットで読めば偏微分や合成関数の理解がより深まり、誤差逆伝播法の理解の助けとなるでしょう。

まとめ

本書にはレビュアーとして参加させてもらいました。レビューにあたっては数学苦手意識ある側の視点を心がけて、説明を端折りすぎていないかなどを細かく指摘させていただきました。是非、本書を手にとって数学の苦手意識を取り除いてみてください。

このエントリーをはてなブックマークに追加