金丸隆志のレビュー一覧

カラー図解 Ｒａｓｐｂｅｒｒｙ Ｐｉではじめる機械学習 基礎からディープラーニングまで

金丸隆志

機械学習において、より高い正解率になる方法がどれかは、試行錯誤によって見つける。


ビックプロパゲーションによって、中間層のニューロン数、及び出力層のニューロンは自動で調整してくれる。
dropout 入力層のいつくかの入力をランダムに無効化することで、過学習を防止する

畳み込み層=特徴抽出　3×3のマスが、中列が明るい、左列が明るいなど。×32個の特徴について調べる。特徴の数は自動で決められる

maximampool
2×2のマス(プール)から最大の数だけを抽出する。誤差に強くなる。

機械学習には時間がかかるため、できるだけ入力するデータ数を少なくする。もしくは単回帰分析で特徴のあるマスについてだけ学習するなど。画像の余白を削るなど。


機械学習の種類

サイキッドランは機械学習用のパッケージ名
サポートベクトルマシン　平面点データを線で分類
単層ニューラルネットワーク(中間層なし)
ニューラルネットワーク(中間層が一層)
デープラーニング(中間層が2層以上)

理系のためのＥｘｃｅｌグラフ入門 実験データを正しく伝える技術

金丸隆志

エクセルとあるが、図の作成方法、その思想からテクニックまで網羅。かなりな良書。自分には久々のヒット。分かってる部分もあるが体系的にまとめられている書籍に初めて出会った。

エクセルネタでは
ソルバー機能でグラフの近所曲線が引ける
反比例では本来は接続されず0クロス位置に空行を入れると良い。

対数を使う意味。
指数関数による減衰が直線として表示。
小さな値と大きな値とを含む場合。
なぜ直線になるかを説明。
べき乗数は両対数で直線に。

カラー図解 Ｒａｓｐｂｅｒｒｙ Ｐｉではじめる機械学習 基礎からディープラーニングまで

金丸隆志

シングルボードコンピュータRasberry Piでディープラーニングを走らせるというマニアックな試みの本。機械学習の理論的な解説はほどほどに、まずは手を動かそうというスタンスで書かれている。ラズパイ、機械学習いずれの初心者でも大丈夫。深掘りしたくなったらより詳しい本を手に取れば良い。
本書発売時の標準的な環境であるラズパイ４＋scikit-leran & kerasという構成で書かれているが、ラズパイ５とTensorFlowに対応したソースコードがサポートサイトにアップされているのでそちらを参照したほうが良い。

高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ

金丸隆志

「高校数学からはじめる」とあるが、数式が意図するところの理解を促す図表がふんだんに用いられた親切なディープラーニングの入門書。
なぜそこでReLUなのか、ソフトマックスなのか、そういった一つ一つに対しての解説が丁寧だ。
数式を全て追わずとも、そういった解説から概要を掴むことができる。

Excelマクロで用意された演習は飛ばして読んでいたが、実は演習解説の中に重要な内容があるということがあった。ここはちょっと戸惑ってしまった。なのでこれから読む人は、実際にExcelを動かさない場合でも演習パートに目を通すことをおすすめする。

実例で学ぶＲａｓｐｂｅｒｒｙ Ｐｉ電子工作 作りながら応用力を身につける

金丸隆志

実生活に使えそうなレベルの電子工作。マネするだけでも楽しそう。

ただ、前著に比べて難易度が格段に上がってる。

理系のためのＥｘｃｅｌグラフ入門 実験データを正しく伝える技術

金丸隆志

良書。
実用的、役に立つ。
理系の人必読。参考になる。
もう、すでにやってるよってな内容かも
しれないけど。

高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ

金丸隆志

手堅くてむしろ凡庸
　Excelでもディープラーニングが体験できる、といふふれこみ。でも、あくまで教材としてのディープラーニングで、いったいだれがやるんだらう。やりたい人はPythonでやるだらうし。

　内容としてもごく一般的な解説で、Excelをのぞけば、解説にそこまでオリジナリティはない。さいきんはYouTubeで解説が見られるので、それでこと足りる……気もする。IBMもディープラーニングの解説動画を出してゐる。

カラー図解 Ｒａｓｐｂｅｒｒｙ Ｐｉではじめる機械学習 基礎からディープラーニングまで

金丸隆志

機械学習とはどういうものかを手軽に体験できた。
他の方も書いているが、本書はとにかく読者に優しい。Python で機械学習のコードを動かすなら、OS やハードウェア問わず多くの環境が利用できる。しかし、本書では環境によるつまづきを少なくするために、PC ではなく Raspberry Pi を利用する。

更に、対象読者を広く設定している。機械学習を全く知らない人はもちろん、Raspberry Pi を知らない人、Linux を知らない人までも想定されている。サポートサイトでは、サンプルコードがダウンロードできるだけでなく、出版後のライブラリ類アップデートに伴う修正など補足情報が充実しており、活発に、また細やかに更新されている。著者の、機械学習を一般に広めたいという情熱を感じた。

本書の方針としては、Raspberry Pi を用いて演習を行うことになっているが、自分は Mac に Python をインストールしてコードを動かしてみた。画像認識の章以外は、サポートサイトでダウンロードできるコードでそのまま動作する。画像認識の部分も、Mac に搭載のカメラを使うようコードを修正すれば実行できると思う。どこかでこれにも挑戦してみたい。

初歩的なものだと思うが、簡単に機械学習というものを体験できたのは良かった。