Who am I
はじめまして，BelltreeTech と申します．
この度，慶應義塾大学 総合政策学部（SFC）に合格した高3生です．
将来は「AIエンジニア」として，感情を理解するAIの開発を目指しています．
…と書くと聞こえはいいですが，私には致命的な欠点があります．
圧倒的な「数弱（数学弱者）」であること!
「AIやりたいのに数学できないの？」 あはい，その通りです！
これまでは既存のAPIやライブラリを組み合わせでなんとかモノ作りをしてきました．
ただまぁ…SFCという専門家の巣窟に行く以上，僕も何かしらの専門家にならないとなぁ〜ということで，入学までの4ヶ月で機械学習はもちろん，その根本たる数学にも本気で取り組んでみよう〜！という決意からこの物語くんが始まります
縛り / ルール
ただ勉強するだけでは面白くないので，MITレベルの負荷を再現するために以下のルールを設けました．
-
ライブラリ使用禁止：最初の2ヶ月は import tensorflow 禁止．NumPyだけでニューラルネットをゼロから作ります．
-
毎日アウトプット：学んだことは記事にするかコードにして公開する．
-
早朝数学：脳が元気な朝5時に，一番苦手な数学の証明を行う．
4ヶ月のロードマップ
4ヶ月のロードマップ
-
12月 [Foundation]：数学（線形代数）とニューラルネットワークの基礎構築
- ライブラリを使わず、PythonとNumPyだけでAIの学習機構（誤差逆伝播法）を実装します。
- 並行して、古典的な機械学習は「概念」として押さえておきます。
-
1月 [Reinvention]：『ゼロから作るDeep Learning ❷』で自然言語処理をフルスクラッチ
- 言葉をベクトル化する仕組み（word2vec）からAttentionまでを自作します。
-
2月 [Expansion]：資格試験ラッシュ（基本情報・G検定）＆ 画像認識の実装
- 基礎知識の穴を資格勉強で埋めつつ、CNN（畳み込みニューラルネット）を実装します。
-
3月 [Transcendence]：LLM（大規模言語モデル）の数理とシステム構築
- これまでの知識を総動員し、自作AI「Polaris」を最新技術でリビルドします。
使用する教材（その一例）
数学
- 線形代数学入門（黒田紘敏 北海道大学）
- 微分積分学入門（黒田紘敏 北海道大学）
- 統計学入門（小波秀雄 京都女子大学）
- 予備校のノリで学ぶ大学数学・物理
- Essential Math for Data Science
- Mathematics for Machine Learning
コンピュータサイエンス
- CS50: Introduction to Computer Science
- Computer Science-An Overview
- Introduction to Computer Science
Python
- Python for Data Analysis
- programming Python（O'Reilly）
機械学習
- Introduction to Machine Learning with Python
- ゼロから作るDeep Learning シリーズ❶〜❹
- Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow
- Natural Language Processing with Transformers
- Hands-On Large Language Models
- Machine Learning for Absolute Beginners
基本情報技術者
- いちばんやさしい 基本情報技術者 絶対合格の教科書＋出る順問題集
- 基本情報技術者過去問道場
G検定
- 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
これからの4ヶ月，数弱高校生がどこまで化けるか（あるいは散るか）． 生暖かく見守っていただければ幸いです．