文系が本気で始める機械学習・深層学習の数学入門

ここでは人工知能の勉強をこれから始めようと思っている人向けに何からどのように勉強していくべきかをまとめてみたいと思います。

一応言っておくと、まずコンピューターサイエンスがある程度分かってないといけません。

あといきなり数学の勉強をはじめるより、人工知能に関する読み物、ポストヒューマン誕生とかをまずたくさん読んだ方が良いでしょう。(カーツワイル氏の本は結構難しいので注意)

ポスト・ヒューマン誕生 コンピュータが人類の知性を超えるとき

では気を取り直して、 

数学入門いきましょう

人工知能を真面目にやるには線形代数と微積分はある程度できなくてはいけません。

が最初は取り敢えず全体像をつかんだ方がいいとおもいます。

機械学習入門 ボルツマン機械学習から深層学習まで

流れをつかむにはこれが一番簡単。機械学習というものがどういうものなのかがなんとなくわかると思う。機械学習というものをある程度分かっているのなら読む必要はないそのあとで、今話題のDeepLearningについては、

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

 これを読めばDeepLearningについての理解が深まります。数学が得意じゃない人でも十分理解できるので、とりあえずDeepLearningに興味がある人はこれを買うべきでしょう。ただし、これだけでは人工知能の全体像は全くつかめないので、人工知能の全体像をつかむために一番よくまとまっていると私が思うのは、

あたらしい人工知能の教科書 プロダクト/サービス開発に必要な基礎知識

 この本では人工生命・セルオートマトン、教師あり学習、教師なし学習、強化学習、画像処理、音声解析まで、人工知能の技術についてかなり広範囲にカバーされているので人工知能の全体像をつかみたいのであればぜひ読みましょう。また、同時に数学の必要性を痛感することができると思います。人工生命に興味がある人は、スティーブン・レビーの人工生命を読んでみるといいでしょう。

人工生命―デジタル生物の創造者たち

数学に関してはまあ学部レベルの事はある程度分かっておいた方が絶対にいいと思います。まあでも学部で習う数学は別にそんなに難しくないので、気楽にいきましょう。

数学ガールの秘密ノート/やさしい統計 (数学ガールの秘密ノートシリーズ)

 数学ガールはかなりオススメです。統計に関してはしっかりと理解しなくてはいけません、分散や標準偏差というものをしっかりと理解できると思います。特に標準偏差の深い理解はかなり重要だと思われるので、しっかり読み込みましょう。

つぎは

数学ガール/乱択アルゴリズム (数学ガールシリーズ 4)

 超オススメ、コンピュータとかかわりのある数学について扱っているので、いままでアルゴリズムとか全然勉強しないで生きてきたよ、という人にもおすすめです。

次は超重要微積分

「超」入門　微分積分　学校では教えてくれない「考え方のコツ」 (ブルーバックス)

微積分はすごい重要で、しっかりと理解しておく必要があります。 たぶんこれが一番わかりやすいと思うし、微積分という概念をちゃんと理解できると思う。ブルーバックスもわかりやすいものは本当にわかりやすい。

ブルーバックスでもう一冊オススメは

高校数学でわかる線形代数―行列の基礎から固有値まで (ブルーバックス)

線形代数も大事ですからね。まあでも難しい概念ではないので気を楽にして取り組みましょう。

線形代数については

まずはこの一冊から 意味がわかる線形代数 (BERET SCIENCE)

 こちらもおすすめ。まあ両方読んでもいいと思います。

フーリエはこちらが一番わかりやすいと思う。フーリエの冒険はほんとにわかりやすいし、微分積分、オイラーなどをしっかりと理解できるようになるので本当にオススメ。ちなみに前提知識は必要ないので、いきなりこれを読むのもアリだと思う。

フーリエの冒険

 フーリエの冒険は必読と言っていいと思います、量子力学の冒険もおすすめです。

 少し人工知能のことに戻りますと、最初はPythonでやることになると思います。

Pythonは非常に簡単ですし、計算ライブラリがよくできているので。Pythonに関しては。以下を参考にどうぞ

www.neuralsparrow.com

次に

Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)

 これもオススメですがこれは数学の知識がないと死にますので、数学をちゃんと勉強しましょう。

自然言語処理については有名なこちらがいいと思います。

自然言語処理の基礎

 画像処理については

OpenCV-Pythonチュートリアル — OpenCV-Python Tutorials 1 documentation

これである程度は勉強できるんじゃないかと、

音声についてはフーリエの理解が必須なのでさっき挙げたフーリエの冒険をしっかりと読もう。

ここまでくれば基礎的なことはある程度抑えられているといっていいと思う。

この先は自分の興味のある分野の本をどんどん読んでいこう。

最後に役に立つブログとか情報源について、

MITやstanfordなどにocwも積極的に使っていきましょう。

おしまい。