序
Amazon Japanの物理学一般関連書籍 の 売れ筋ランキングの第一位(2019年7月6日時点)となっている、
『ディープラーニングと物理学』。
ディープラーニングに興味のある皆さんには気になる存在なのではないだろうか。既に購入した皆さんも多いのではないかと。
私は最近の趣味が余剰次元とかを考えること(素人物理学)なこともあり、どこかで本業(データエンジニア、時々、データ解析者)に役立てばということで、Kindle版を購入して少しずつ読み進めているところ。
読みながら気づいたのが、この本は、ググりたくなるようなキーワードが盛りだくさんだということ。
どうせググりまくるならば、この本の中身が気になっている皆さん向けの参考資料として、
キーワード集を作っておこうかと思った次第。
完全に個人的セレクションですし、参考リンクは、アカデミアの皆さんのものに限らずセレクトしてますが、ご参考までに ;-)
第1章のキーワード集
書式は、『キーワード(出現ページ) 参考リンク』です。
- 情報エントロピー(p3) https://logics-of-blue.com/information-theory-basic/
- 多自由度系(p5) http://www.az.cs.is.nagoya-u.ac.jp/class/vib/chap_4.pdf
- ブラックホール情報喪失問題(p5) https://www.jps.or.jp/books/gakkaishi/2016/05/71-05_70fushigi07.pdf
- マクスウェルの悪魔(p6) https://news.mynavi.jp/article/20101119-a113/
- 量子情報理論(p7)
http://www.saiensu.co.jp/preview/2018-978-4-7819-9953-1/SDB44_sample.pdf - 相対エントロピー(p7) 別名は、カルバック・ライブラー情報量(p10)
- サノフの定理(p7) http://www.math.tohoku.ac.jp/~kuroki/LaTeX/20160616KullbackLeibler.pdf
- 最尤推定(p8) https://mathtrain.jp/mle
- スターリングの公式(p9) https://mathtrain.jp/stirling
- ラグランジュ未定乗数法(p9) https://mathtrain.jp/mlm
- イジング模型(p13) https://www.hitachi.co.jp/rd/portal/glossary/jp_i/izingumoderu.html
- ホップフィールド模型(p13) http://www.kurims.kyoto-u.ac.jp/~kyodo/kokyuroku/contents/pdf/1706-04.pdf
- ボルツマンマシン(p13) https://postd.cc/a-beginners-guide-to-restricted-boltzmann-machines/
- ResNet(p14) https://deepage.net/deep_learning/2016/11/30/resnet.html
第Ⅰ部 物理から見るディープラーニングの原理
こちらに置く。