機械学習入門 ボルツマン機械学習から深層学習まで

投稿元：

レビューを見る

機械学習初心者には非常に読みやすい本。
ついでに数学の知識の何が機械学習に結びついてるかもわかるので、数学ってどんな意味あるの？って人にも有効かもしれません。

ーーーーーーーーーーーーーーーーーーーーーーーーーーー
非線形の関数を複数組み合わせることで、非常に難しい形や性質をもった関数を作り出す。これが機械学習の内部で行われていること。その形を変形させて最も適切なものを見つけ出すのが最適化問題の役目。
ーーーーーーーーーーーーーーーーーーーーーーーーーーー
教師あり学習では、機械が学習を通じて賢くなり、人間の代わりをする方向性の発展がある。
教師なし学習では、特徴量から人間にも理解しやすいパターンを選びだしたり、グループ分けやクラスタリングをすることで人間を賢くする方向性での利用法がある。
ーーーーーーーーーーーーーーーーーーーーーーーーーーー
ボルツマン機械学習とは
画像のピクセルを分析する機械学習。どのピクセルには何色が出やすいか、隣同士の関係性がどういう傾向にあるかなどを学ぶ。
これでは双方向型のニューラルネットワークを形成する。
⇔しかし、これは情報量が多くなりすぎて、動作が遅くなる
➤制限付きボルツマン機械：隠れ変数を用いることで、自分達の定義した部分の情報と別の部分を区別できるようになり学習速度を上げることが可能になる。

投稿元：

レビューを見る

・これで何かできるようになるわけではないけれど、機械学習って何なのかざっくりわかって次につなげられる
・数式はない（ので、理論が知りたいなら別の本）
・読みやすい、面白い
・参考書籍がたくさん載っている
「機械学習ってなんなの？　どう捉えればよいの？　というかどういう風な感じで動くの？？」という恐怖を和らげて「頑張れば自分にも少しくらい出来るんじゃね？」と思わせてくれる本。私は好きな本。

投稿元：

レビューを見る

平易な言葉で書くように努力されているので、一見分かったような気になるが、残念ながら初心者が読んだところで「なるほど分からん」という感想にしかならない。

投稿元：

レビューを見る

魔法の鏡（実はコンピュータ）とお妃様ととの軽妙なやり取りでディープラーニングをとっつき易く学ぶというコンセプトで書かれたと思われるが、易しい入門書としてはお妃様が意外と賢い設定（特に後半）で逃げている印象。ここまで砕けて書くならもっと徹底して分かりやすさを追求して欲しいところです。

投稿元：

レビューを見る

魔法の鏡を作るという、ユニークなテーマを用いることで、初心者でも機械学習が何なのか理解できるようになる本。

最初は「最適化についてわかるようになる本」と勧められ読みました。純文系の私にとって、機械学習という言葉自体敬遠されるべきものとなっていましたが、結構身近なものなのだとわかりました。

機械学習も人間と一緒で、様々なデータを吸収し、関連性つまり関数を見つけることで、認識そして出力までできるようになる。その関数をマニュアル化したものがアルゴリズムと呼ばれるもの。その関数がデータを最適化した存在なのでは。

もちろん機械学習を自分が実施することはないが、自分の学習に機械学習を応用させたいし、「あ、これはどの場合にも当てはまる！」という関数を自分の中にたくさん作っていきたい。

投稿元：

レビューを見る

ざっくり概要を掴める。対話形式なので、とても読みやすい。お妃さまが「主人公の女の子ポジション」なんて珍しい。

投稿元：

レビューを見る

鏡と女王様？のやりとりで学ぶ初心者向け解説書。女王様が意外に？かしこいのでサクサク話が進む。グシャって変形する非線形変換がわかりやすい。
女王様のキャラが好きなので4点

投稿元：

レビューを見る

https://sun0range.com/information-technology/9784274219986

投稿元：

レビューを見る

評判通りわかりやすかった。

メモ：
順問題と逆問題。
逆問題は、「入力と出力から、矛盾しない関数を見つけること」。
線形変換と非線形変換。
線形変換は伸ばしたり、回転させたり、非線形変換はぐしゃっとする。

投稿元：

レビューを見る

途中までわかりやすかったが、ボルツマン機械学習の話くらいから理解出来ず、少し面白くなかった。
各方法について、文字がつらつら書いてあるだけだから話が整理出来ていなかったのだと思う。
それぞれ何が違うのか最後にまとめられていたらよかったかな。
機械学習の基礎知識を勉強してからこの本を読んだらあぁそういうことかと納得できたと思う。

投稿元：

レビューを見る

機械学習という数式ばかりの学問の本質を童話に即して解説するという非常にユニークな本。その結果、重みの調整がレバーの上げ下げだったり、微分がレバーを少し動かすだったり、訓練データとテストデータが練習問題と本番の入試問題等、初学者にもわかりやすく書かれている。薄いので、すぐに読み終えられる所も良い。
その一方で、タイトルに入門とありつつも、中盤以降は深層学習、スパースモデリングと非負値制約行列分解、イジングモデルとホップフィールドネットワーク、ボルツマン機械学習、隠れ変数、自己符号化や畳み込みニューラルネットワーク等にまで話が及び、比較的高度な内容まで幅広くカバーしている。
そのため、実は機械学習を全く知らない人よりもある程度学んだ人の方が数式をイメージしながら読み進めることで理解が深まりそうと感じた。特に活性化関数が非線形変換の役割を果たすことや、反応の鈍いシグモイド関数の代わりにランプ関数を使う等はこれまでモヤッとしていた部分がだいぶ腑に落ちた。個人的には深層学習等の数式は未学習なので、それらの学習後に再読しても理解が深まりそうな気がする。

投稿元：

レビューを見る

機械学習について理解する必要があり、この本を手にしました。
全く知識がない状態で大まかに理解するには良かったです。

投稿元：

レビューを見る

機械学習の基礎。知識ゼロすぎる自分にとっては、易しい、とか、わかりやすい、とは思わなかった（そもそもが難しい分野だと思うので、簡単にわかるなんてことはない）。おおまかに「こんな感じか」というイメージはできた。

投稿元：

レビューを見る

分かりやすく、物語もおもしろい。
フワッと理解したい人にはおすすめ。
ただし、入門書だが、ちゃんと頭を使わないと理解できない。(この点もよかった)