【感想・ネタバレ】はじめての機械学習 中学数学でわかるＡＩのエッセンスのレビュー

田口善弘

飛躍的な進歩を遂げている機械学習を、難解な数式・プログラミングなしで解説する画期的入門書！
中学数学の知識だけでAIのエッセンスがわかる。

近年、著しい進歩を続ける機械学習。センター入試の英語の試験では機械学習を使うことで、200満点中185点をとることに成功し、将棋や囲碁ではもはや人間が太刀打ちできないレベルの能力を獲得。画像処理にいたっては、フェイク画像はもちろんのこと、オリジナルのキャラクターを造形できるところまで到達している。今後のビジネスや研究を続けていくうえでもはや無視できない存在になりつつある「機械学習」だが、言葉ばかりが先走りして、その本質を理解している人はごくわずかだ。「機械学習」とはいかなるものか、なぜ、近年飛躍的な進歩を遂げることができたのか。機械学習の専門家であり、科学出版賞を受賞した書き手として知られる田口善弘氏が、難解な数式やプログラミングをいっさい使うことなく、機械学習の本質を丁寧に解説する。

本書が取り扱う機械学習の手法
・ｋ近傍法
・主成分分析
・多次元尺度構成法
・線形回帰
・線形判別
・ロジスティック回帰
・マルコフ過程
・決定木
・ベイジアンネットワーク
・カーネルトリック
・ニューラルネットワーク
・深層学習（ディープラーニング）
・CNN
・モンテカルロツリーサーチ
・GAN
・BERT
・量子暗号
・量子アニーリング

[ブクログ · ★★★★★]

入門書、とひとくちに言うが、私は大きく二つのパターンがあると思うのだ。
一つは文字どおりの入門、これを学ぼう、とおもったときにとりあえず最初に読んで輪郭を掴むためのもの。
もう一つが、あれこれ読んでみたがどうも全体像がわからんなー、というときに立ち返って読んでみるとやたら頭が整理されるもの。
私にとって本書は明らかに後者であった。

機械学習が、乱暴に言えば「予測の精度」を上げることを目的にしているとして、特に近傍法や線形回帰、決定木など、なんだかんだ言ってもロジックが背後にある手法から、深層学習という「なぜかできてしまうが、最終的に理屈は不明」な世界へのジャンプは、わからないなりにこれまでとは違う手触り感で納得できた。

まったくもってこの領域は、少なくとも文系軍団にとっては、体系的理解への「終わりなき旅」ですなー

[ブクログ · ★★★★☆]

AIの非専門家向けに数学を使わない入門書を探していて本書を見つけた．たまたまX（Twitter）で知り合いの先生の著書．後ろに行くほど新しい内容で，私個人としては面白く感じた．全般的に広く網羅しているので，非専門家が雰囲気を知るのに適切な本である．

[ブクログ · ★★★★☆]

なるべく数式を使わずに機械学習について解説してくださる本。映画の話が例えになっているのは内容に入りやすい。とはいえ基礎知識及び読解力、理解力が中学生を遥かに下回る有様な自分には難しい内容であった。
Ｋ近傍法、主成分分析、他次元尺度構成法、線形回帰、比重和、最小二乗法、線形判別、交差検定、過学習、ロジスティック回帰、マルコフ過程、決定木、ベイジアンネットワーク、カーネルトリック、深層学習、ニュートラルネットワーク、パーセプトロン、ＣＮＮ、ＢＥＲＴ、モンテカルロツリーサーチ、ＧＡＮ、量子暗号…
自分の低脳さと勉学の必要性を気づかせてくれたことに感謝したい。
巻末にお勧めの本の記載があるのも嬉しい。

[ブクログ · ★★★★☆]

数学の数式を使わずに機械学習について書かれた一冊。
途中の過程が分からずに、もやもやする部分もありますが、そういう前提でもあるので、概要を捉えるにはわかりやすい一冊だと思いました。

確率の話から始まり、二次元、三次元などの空間の話から始まり、画像認識や、穴埋め問題、翻訳の話などがあります。特に画像認識の、隣接するセルの重み付けをして計算する話などは、情報処理のアルゴリズムの問題にも出ましたので、馴染みがあったり。

機械学習が、元は物理学の世界から始まったと言うのが初めて知る内容でした。

[ブクログ · ★★★☆☆]

数学的概念はイメージが重要なんだけど、そこはすごく良い本だと思う。イメージは、人によって、誰に教わったかによって、結構違うので、個人的にも、なるほどそーゆーイメージか、という気づきがあって良かった。ただ、深層学習の冒頭部分の歴史認識とか用語は、自分の認識と違ってた。