1,800円以上の注文で送料無料

はじめての機械学習 の商品レビュー

4

7件のお客様レビュー

  1. 5つ

    1

  2. 4つ

    3

  3. 3つ

    1

  4. 2つ

    0

  5. 1つ

    0

レビューを投稿

2024/05/30

中学生でもわかる、という触れ込みを頼りに読み始め、まぁ何とか読み終わった。 高校以上の数学知識を回避して、却って回りくどい説明もあるが、読み切れることが大事。 深層学習の躍進が、膨大なデータと処理能力の向上と偶然の産物という、拍子抜けな説明が実務者の本音みたいで、ホンマかいなとい...

中学生でもわかる、という触れ込みを頼りに読み始め、まぁ何とか読み終わった。 高校以上の数学知識を回避して、却って回りくどい説明もあるが、読み切れることが大事。 深層学習の躍進が、膨大なデータと処理能力の向上と偶然の産物という、拍子抜けな説明が実務者の本音みたいで、ホンマかいなという感じ。 映画をたとえ話しで引用するのは、映画愛を感じる。シックス・センスの紹介は秀逸(究極のネタバレも)。サマーの事例は、映画見ないとわからないだろうと、苦笑。

Posted byブクログ

2024/01/20

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.

Posted byブクログ

2023/11/12

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...

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

Posted byブクログ

2023/02/06

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。

Posted byブクログ

2021/12/14

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...

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。

Posted byブクログ

2021/11/08

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...

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。

Posted byブクログ

2021/08/01

うーん、これは本当に中学数学でわかるのか? 単なる私の読解力不足か、はたまたもともと通勤途中に気軽に読めるような本ではないのか・・・。まだ最初の方は、なるほどそういう考え方をするのか・・・などと思いながら読んでいて(でも記憶には残っていない)、対数の考え方が出てくるあたりでは、記...

うーん、これは本当に中学数学でわかるのか? 単なる私の読解力不足か、はたまたもともと通勤途中に気軽に読めるような本ではないのか・・・。まだ最初の方は、なるほどそういう考え方をするのか・・・などと思いながら読んでいて(でも記憶には残っていない)、対数の考え方が出てくるあたりでは、記号使わずにがんばってるなあとか、まどろっこしいなあとか、どこかの高校入試にもあったよなあとか思いながら読む。で、ちょっとついていけなくなって、本日(日曜日)ちょっと眠いながらも自宅で読んでいると、第6章がヒットした。進路指導を生業にしているので、この何を正しいと考えるのかの判断は常に課題としてあがって来る。第一志望のまま受験して合格(A)、不合格(B)、レベルを落として受験して合格(C)、不合格(D)。合格する方がいいに決まっているが、はたしてCは正しい選択だったのか。Dは最悪だが、Bの方が本人にとっては良かったのではないか。悩ましいところです。なんだか、本書とは全く関係なさそうだが、模試の結果から判断して予測を立てるという意味で、何か近しいものを感じた。このAUCの図もうまく描けたら何か活用できそうな気がするけど、そこまで頭がはたらかない。ところで、P.75のロジスティック回帰の上の「1【2】としておけば都合が良い」は「1【2】=0としておけば・・・」の間違いだろうかなあ。ときどき、この手の本で誤植があると、うーん?となってしまって訳が分からなくなることがある。校正する人も気づけないんだろうなあ。でも、いま読んでいる別の本で、固体を個体と2ヶ所連続で間違っていた。前後に気体、液体とあるのだからそれくらい気を利かせてコンピュータ自体が判断できないんだろうか。いま書いてる文章でも「できないんだろうか」なんて書くと「ん」の下に波線が入ったりしてる。入らんところもあるなあ。「入ったりしてる」の「してる」にも波線ついてる。ああ、「ついてる」にもついてる。余計なお世話と感じることもあるけど、もっと大事なところは気づくようにしてほしいなあ。

Posted byブクログ