スキップしてメイン コンテンツに移動

『深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト』 ☆5

一般社団法人日本ディープラーニング協会が実施している「Deep Learning for GENERAL (通称G検定の公式テキストディープラーニングについて1冊で網羅的によくまとめられているのでディープラーニングの入門書としてもおすすめですついでに勢いで資格も取ってしまいましたAI人材への第一歩なのです 笑

↑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。
  1. 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。
  2. 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。
  3. 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。
だいたい、1が3時間・2が6時間・3が1時間くらいだったかなと思います。これだけやれば(少なくとも要点は)覚えられると思います。
※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。
試しに解いてみると、予想以上に難しい。この本にも練習問題が載っているのですが、それ以上に細かい知識(細かいけど知っておかないといけないこと)が問われました。勘違いしていたこと・知らなかったこと含めて先ほどのEvernoteに追記し、まとめて覚えます。本試験より若干難度が高いかなという印象でしたが、ほぼ同じ問題も出たので、知識の確認のためにも取り組んでおくことを推奨します。

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
↓気になったらここからポチっと↓


関連情報

AI(機械学習)やってみた

AI(機械学習)関連書籍


ビッグデータ解析やってみた

ベストビュー(過去1カ月)

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

『九龍城探訪 魔窟で暮らす人々 - City of Darkness』 ☆4

魔窟とも言われた香港の九龍城の住人へのインタビューや、在りし日の写真集。香港の本土返還に伴い取り壊されてしまっているけど、その怪しさに妙に惹かれるのです。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day2:晩餐会】

UMASS Lowellの卒業式@Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生(大学院生)向けの晩餐会です。卒業式で被るHoodをもらいました。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day0:渡米前にやっておくこと】

UMASS Lowellの卒業式@Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day1:ボストンへ】

UMASS Lowellの卒業式@Boston。 1日目は移動だけで終わりました。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day3:終日観光】

UMASS Lowellの卒業式@Boston。3 日目は終日フリーなので、ゆっくりボストンを観光しました。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day5:帰国】

UMASS Lowellの卒業式@Boston。5 日目にして帰国なのです。

【番外編】AI(機械学習)やってみた。【第3回】ソムリAI ~ニューラルネットワーク編~

AI(機械学習)やってみた、第3弾です。「ニューラルネットワーク(Neural Network)」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。

【番外編】AI(機械学習)やってみた。【第4回】ソムリAIの改良(正規化)

ソムリAI(ワインの評価を機械学習で当てる「ソムリエ+AI」)はもういいかなと思っていたのですが、機械学習の教科書的な本を読んでいるといくつか改良ポイントが見えてきたので、実際に適用してみようと思います。 まずは データの正規化 という手法を試してみました。結論から言うと、 あまり効果はなかった のです。。 ソムリAIの振り返り ワインの成分とランクのデータに対して、決定木・ロジスティック回帰・ニューラルネットワークの3通りのモデルを使って機械学習 を行い、モデルの精度を検証してきました。それぞれのソムリAIの性能はこんな感じでした。 どのモデルも概ね60%程度の精度 でした。 改良その1:正規化 正規化とは まずは 正規化 という手法を試してみます。標準化とも呼ばれます。正規化を行うことで 尺度の異なるデータを比べやすくする とともに、 はずれ値の影響を小さくする ことができます。正規化には 各データを平均0・標準偏差1に成形する手法 と、各データを 0から1の範囲に成形する手法 の2つがあります。 前者は標準偏差が出てくることからも分かるように、 データが正規分布に従うことを前提にした正規化手法 です。 元のデータが釣鐘型の分布になっている場合に有効 です。後者は単純に データの範囲を0から1の範囲に狭める手法 であり、 元のデータが一様分布の場合 (規則性が無くランダムなように見える場合) に有効 です。 どちらの手法でもデータの範囲を一定のレンジに狭めており、そうすることで異なる尺度のデータを比べやすくしつつ、はずれ値の影響を下げるのです。 正規化してみる 元データの分布を確認 前回同様のワインのデータを使って正規化してみます。まずはワインのデータを読み込んで表示してみます。ついでに機械学習で使うワインの成分と、ワインの評価にデータを分割しておきます。 【オリジナルのワインデータ】 UCI(University of California, Irvine:カリフォルニア大学アーバイン校) http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv #入力データセットを読み込み i

『深層学習 (機械学習プロフェッショナルシリーズ)』岡谷 貴之 ☆4

ディープラーニングの理論を分かりやすく解説した本。複数の入力を受け取って1つの出力を返すパーセプトロンに始まり、現在のディープラーニングのブレイクスルーのきっかけになった制限ボルツマンマシンまで概念と理論を学ぶことができます。機械学習の理論をごまかさずに数式で説明しきることがコンセプトですが、数学が苦手でもおおよその概念は把握できるのです。サンプルコードが無料ダウンロードできるので、動かしながら学べるのもよいです。

ベストビュー(全期間)

Malaysia Quarantine Premium Package 【番外編】Malaysia赴任記 隔離ホテル情報

Once entering Malaysia, we need to be quarantined for 14days. At the beginning of COVID-19 spread, the hotel for quarantine have been determined randomly. In these days, we can choose "premium quarantine stay package" in advance . This article is summary of premium packages which I asked each hotel. Note: Information in this article might be old. It's better to confirm the latest plan to the hotel. Note: Only Hotel Istana can be booked via its homepage so far. As the other hotels don't show their premium package plans on their homepage, you need to contact them through their reservation E-mail address or "Contact us". マレーシア入国とともに14日間ホテルで隔離されます。当初は滞在ホテルがランダムに割り振られていたようですが、より快適なプレミアムプランが追加されました。各ホテルにどんなプランがあるのか聞いてみたので、聞いた内容をまとめます。 ※情報が古い可能性があるので、念のため最新情報を各ホテルに確認したほうがよいかもしれません。

【番外編】AI(機械学習)やってみた。【第1回】ソムリAI ~決定木編~

最近ブームのAI(機械学習)に手を出しました。まずは、決定木(Decision Tree)というモデルを使って「ソムリAI(ワインソムリエAI)」を作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day0:渡米前にやっておくこと】

UMASS Lowellの卒業式@Bostonについて、計画の立て方やら行く前にやっておくことやらをまとめておきます。

【番外編】AI(機械学習)やってみた。【第6回】乳がん診断AI その1

ソムリAI(ワインソムリエAI)で使った手法で乳がん診断AIを作ってみます。まずは決定木とニューラルネットワークの2つのモデルを試してみます。かなり高性能なモデルができました。名医誕生かもしれません 笑

【番外編】AI(機械学習)やってみた。【第3回】ソムリAI ~ニューラルネットワーク編~

AI(機械学習)やってみた、第3弾です。「ニューラルネットワーク(Neural Network)」を使ったソムリAIを作ってみようと思います。”ニューラルネットワーク”、見るからにAIっぽい名前ですよね。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day5:帰国】

UMASS Lowellの卒業式@Boston。5 日目にして帰国なのです。

【番外編】AI(機械学習)やってみた。【第2回】ソムリAI ~ロジスティック回帰編~

AI(機械学習)やってみた、第2弾です。前回は決定木(Decision Tree)を使ったソムリAI(ワインソムリエAI)を作りました。今回は「ロジスティック回帰(Logistic Regression)」というモデルを使ったソムリAIを作ってみようと思います。

【番外編】ボストン旅行記(UMASS Lowell卒業式編)【Day 4:卒業式】

UMASS Lowellの卒業式@Boston。4 日目は卒業式本番です。とても賑やかでアメリカンな式典でした。ただしあいにくの雨、僕曇り男なのに。。

【番外編】ボストン旅行記(UMASS Lowell卒業式編) 【Day2:晩餐会】

UMASS Lowellの卒業式@Boston。 2日目は午前中はボストン観光、夕方から Hooding ceremonyという卒業生(大学院生)向けの晩餐会です。卒業式で被るHoodをもらいました。