|
読んだ本の数：5
読んだページ数：984 ナイス数：292  史上最強図解 これならわかる！ベイズ統計学の感想2012刊。職場本棚のベイズ関係の本を簡単なのから順に読んできたが、これより前のは「読み物」過ぎるので、もし自分でお金出して買うなら本書からだと思う。各章扉の4コマ漫画はあまり存在意義を感じられないが(苦笑)。従来の統計学もよく知らないので、従来とベイズと両方比較しながら説明してくれるのは助かる。4冊目にして初めて、MCMC法のモンテカルロが役立つ理由がわかったよ！ 積分か！ 今までの本、マルコフ連鎖の説明はあったんだけど。事前分布に、計算し易い「自然な共役分布」を選ぶか。複雑なモデルの場合はMCMC法。 読了日：05月08日 著者：涌井 良幸,涌井 貞美  やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~の感想職場本棚、2017刊。「AIで対処できる課題を考える」ことになり、そもそもAIに何が可能かイメージを掴むのが目的なのでサクサク読んだが、これ「既に数学は知ってるけど忘れた・使いどころ不明の人が、成程そう使うのか、と納得する本」だと思う。皆さん言ってるが生徒役アヤノ超優秀。行列とか法線ベクトルとか、初見だとピンと来ないよね。個人的に一番役立つの、モデル評価の章かも。回帰、多項式回帰、分類（パーセプトロン）、ロジスティック回帰。Python初心者だが、コードこの長さなら、NumPy練習がてら手打ちしてみたい。 読了日：05月10日 著者：立石 賢吾  スパースモデリングって何だ?: データ構造を解き明かす先端技法 (テクノロジーを知る 7)の感想職場本棚。2017時点の最新活用事例を紹介する本と言う感じでサクサク読む。AIとAIじゃない物をまだ区別できないが、AI開発ではビッグデータを機械学習する→ビッグではないスパース（疎）データでも活用できる技術、と理解。①頑張れば大量データ集まるが時間短縮のため疎に取得（MRI）、②そもそも疎にしか取得できない（VLBI）、等に有用。大量データのうち本質的に重要な特徴は少数、ベクトルの多くの要素を0と仮定。圧縮サンプリングでなく圧縮センシングと呼ぶのは知覚（センシング）らしい。lasso.py実装してみた。 読了日：05月16日 著者：日高 昇治  初めてのTensorFlow 数式なしのディープラーニングの感想職場本棚、2017刊。AIには何ができるんだろう、というイメージを掴む目的でサクサク読了。この本、TensorFlowとTFLearnを使うのだが、私の環境（Linux）でインストールするとimportしたときにエラー吐いて、実装体験してみるのが無理だったんだ……。手書き文字画像MNISTの分類、犬猫画像の分類、雑談対話コーパスの分類。画像は畳み込みニューラルネットワークCNN。テキストや音声は再帰型ニューラルネットワークRNNがよく使われる。Pillowによる画像処理、ここだけでも動くなら試してみよう。 読了日：05月19日 著者：足立 悠  予測にいかす統計モデリングの基本―ベイズ統計入門から応用まで (KS理工学専門書)の感想職場本棚、2011刊。手も動かさずに目だけで読んで理解できる範疇は超えている本だが、「こういう内容に関してはあの本に書いてあった」と把握する目的でとにかく読了（目当てはMCMCとカルマンフィルタ）。時系列データで居酒屋の曜日パターン売り上げ予測。粒子フィルタでお掃除ロボが自己位置推定。多分、コラム的に書いてある内容が、実装する際にめちゃくちゃ役立つんだと思う。アルゴリズムの説明はあるがCとかのコードは皆無なので、実装時は自身でコーディングが必要。フィルタ分布の名前がなぜ"フィルタ"なのか、よく解らん……。 読了日：05月27日 著者：樋口 知之 読書メーター
PR |
 |
|
|
|
|