こんにちはたくまろです。
今回紹介するおすすめの本は、2021年に出版された今泉 允聡 (著)の『深層学習の原理に迫る』です。
こちらは、新しい切り口で深層学習について紹介していて非常に面白かったです。
Amazonのコンピュータサイエンス分野でランキング上位を獲得したこともあります。
「どうして、深層学習が誕生したのか？」
「多層である理由とは？」
「深層学習はどうして精度がいいのか？」
「そもそも深層学習って何が行われているの？」
といった疑問を持ったことはないでしょうか？
『深層学習の原理に迫る』では、これらの疑問に迫った内容となっています。
 |
深層学習の原理に迫る: 数学の挑戦 (岩波科学ライブラリー 303) 新品価格 |
『深層学習の原理に迫る』の概要
深層学習について
深層学習やディープラーニングという言葉聞いたことがある人は多いのではないでしょうか？
深層学習とは、ニューラルネットと呼ばれる概念が複数組み合わさって出来た学習方法です。
ニューラルネットとは、脳の構造から始まった数学的概念で、入力されたデータや信号を変換するシステムです。
実は数学的概念でありながら、深層学習はどうしてうまくいっているのかはっきりと分かっていません。（2021年現在）
そのため、ブラックボックスと呼ばれたりもします。
ブロックボックスの中身を研究すること自体は、新たに何か生まれたり、精度がよくなったりするわけではありませんが、深層学習の理解に役立つと言えます。
この本では、数学的な背景をベースに深層学習が誕生した経緯や構造について紹介しています。
本書の構成
第1章 深層学習の登場
第2章 深層学習とは何か
第3章 なぜ多層が必要なのか
第4章 膨大なパラメータの数の謎
第5章 なぜパラメータの学習ができる？
第6章 原理を知ることに価値はあるのか
第3,4章の内容は他の本では、きちんと述べられていない部分なので、是非読んでみてください。
『深層学習の原理に迫る』おすすめポイント
Point１：数学の歴史と発展がわかる
この本の最大の魅力である部分だと思います。
関数の概念から始まり、ニューラルネット、そして深層学習へと続く一連の流れが、よく分かると思います。
このような切り口で書かれた本は珍しく、数学の発展がよく分かる内容になっています。
深層学習を実装できるような本はたくさんあるのですが、「なぜ深層学習が良いのか？」について言及した本は少ないです。
深い理解を求めるならば、この本は非常に参考になります。
Point2：わかりやすく数学を文章で解説
深層学習について書かれた本で縦読みの本は珍しいのではないでしょうか？
深い数学を展開しているわけでは無いのですが、わかりやすさ重視で内容です。
縦読みで数学の話を展開するのは難しいように思われますが、最低限の数式のみで、上手くまとまっています。
焦点が絞られていて、深層学習を理論的に理解したい初学者におすすめです。
Point３：2020年までの最新情報を得られる
深層学習を含めた、機械学習関連の研究はもの凄いスピードで新しい方法が発表されます。
なので、なるべく最新の情報が書かれた本を見つけた方が良いです。
英語で書かれた論文を何本もまとめられているのはとても助かります。
まとめ
今回は、おすすめの一冊ということで今泉 允聡 (著)の『深層学習の原理に迫る』を紹介しました。
Takumaro’s blogでは他にも初学者向けの分かりやすい本を紹介しています。
良かった、ご覧ください！！
【初心者におすすめ】統計学のための数学おすすめの本5選【統計学入門書】
【初心者におすすめ】はじめての統計学におすすめの本【統計学入門書】
【数学専攻がおすすめ】数理統計学おすすめの本10選【数理統計学入門】
【初心者におすすめ】はじめての統計的機械学習におすすめの本10選【機械学習入門】
