↑気になったらここからポチっと↑
ディープラーニングについて体系的に学べます
図書館派の僕ですが、野暮用で立ち寄った本屋の棚を眺めていてこの本を見つけました。機械学習については独学でそれなりに学んでいたので、目次をパラパラ眺めるととてもよくまとまっていることが分かりました。ざっくりとした章立ては、「AIの歴史」「ディ一プラーニング・多層パーセプトロンモデルの概要」「各業界におけるディープラーニングの活用例」という感じで、これからディープラーニングを学ぶ人にはよい入門書になりそうです。「日本ディープラーニング協会」のお墨付きですし。
Deep Learning for GENERAL ( 通称G検定) について
G検定では「ディ一プラーニングを事業に活かすための知識を有しているか」がテストされます。120分で200問超解かないといけないので、あまり考えている時間はなさそうです。興味のある方はこちらの公式サイ卜を見ていただければと思います。G検定受験体験記
「G検定」というディープラーニングに関する資格があること自体この本を手に取るまでは知らなかったですが、翌日会社の取得支援対象資格(受かると受験料とかの実費が会社から支給される)にG検定が含まれていることを発見ました。「実質夕ダでディープラーニングについて体系的に学べるうえに資格も取れちゃうじゃん(こうゆう時は受かる前提考えがち)」と喜び勇んで本を買い、試験に申し込んだのが受付最終日の2019年3月1日。試験は翌週3月9日なので、1週間で仕上げなければなりません。資格試験やMBAなどで使ったオーソドックスな勉強法で準備しました。
- 全体を読む:大事そうなところに線を引きつつ本を一周読みます(知らない用語などはWebで調べて補強します)。テストでは、この本の太字になっている用語を掘り下げるような問題が結構あったので、結果として効果的でした。
- 要点をまとめる:線を引いたところをEvernoteなどに書き出してまとめます。
- 要点を覚える:まとめたものをプリントアウトしてざっと読みます。
※前述したとおり、僕は個人的に機械学習を学んでいて下地があったのでこのくらいの時間でしたが、まっさらな初学者は3倍以上の時間が必要かもしれません。
とりあえず知識は詰込みました。実際にどんな問題が出るのだろうとググっていると、練習問題を掲載しているサイトを見つけました。しかも無料。便利な世の中になったものです。
試験は会場に集まるのではなく、自宅PCで受験するスタイルです。ブラウザに問題が出るので、それを順番に解いていきます。自信のない問題には後で見直せるようチェック機能がついているのが便利なのです。自宅受験なので、ぶっちゃけ参考書を見たり、ググって調べたりもやろうと思えばできるのですが、120分で220~230問解かないといけないので、正直調べている時間はほとんどないと思います。かなリハイペースで解いたつもりですが、15分くらいしか余らず、チェックをつけた自信のないやつを見直していたら夕イムアップでした。生来自信過剰な傾向がある僕の手ごたえ的には85%~90%は取れたかなという感じ。
Webテス卜なので合否は即時に分かるのかと思いきや、1週間以内にメールで合否通知、正式な合格証明書的なものは翌月郵送という何ともアナログな感じでした。試験翌週の木曜日に合格メール来ましたが、実際の得点や合格ラインについては非公表とのことです。ただ、受験者数と合格者数は記載されており、受験者に占める合格者数は概ね60%くらいでした。興味がある方はぜひチヤレンジしてみてください。先着1名でこの本お譲りします(結構書き込んでますが)。
この本を読むとわかること
全体の構成はこんな感じです。第1章 人工知能(AI)とは
- 人工知能とは
- 人工知能研究の歴史
第2章 人工知能をめぐる動向
- 探索・推論
- 知識表現
- 機械学習・深層学習
第3章 人工知能分野の問題
- 人工知能分野の問題
第4章 機械学習の具体的手法
- 代表的な手法
- 手法の評価
第5章 ディープラーニングの概要
- ニューラルネットワークとディープラーニング
- ディープラーニングのアプローチ
- ディープラーニングを実現するには
第6章 ディープラーニングの手法
- 活性化関数
- 学習率の最適化
- 更なるテクニック
- CNN:畳込みニューラルネットワーク
- RNN
リカレントニューラルネットワーク: - 深層強化学習
- 深層生成モデル
第7章 ディープラーニングの研究分野
- 画像分析分野
- 自然言語処理分野
- 音声認識
- 強化学習(ロボティクス)
第8章 ディープラーニングの応用に向けて(1)産業への応用
- ものづくりにおける応用事例
- モビリティにおける応用事例
- 医療領域における応用事例
- 介護領域における応用事例
- インフラ・防犯・監視領域における応用事例
- サービス・小売・飲食店領域における応用事例
- その他領域における応用事例
第9章 ディープラーニングの応用に向けて(2) 法律・倫理・現行の議論
- AIと社会
- プロダクトを考える
- データを集める
- データを加工・分析・学習させる
- 実装・運用・評価する
- クライシス・マネジメントする