1. dnish324

    No comment

    dnish324
Changes in body
Source | HTML | Preview
@@ -1,99 +1,99 @@
# 本記事について
### 概要と目的
個人的に興味があり、量子コンピュータや人工知能について色々勉強しているので、自分自身の備忘録や知識の整理がてら、色々と書いていきます(基本このページは参考文献集。何かネタがあれば、別途、書いてリンクする予定)。
既存のフレームワークを使えるようになるだけでなく、できるだけ仕組みや原理についても理解していきたいと思います(最終的には、量子機械学習の新たなフレームワークを開発したい!)。
参考までに難易度を5段階で付けていますが、現時点での私の感覚で付けたものであり、進捗により変化する可能性もありますし、難易度が低いからと言って、内容が陳腐だとか役に立たないという事ではありません。
### 想定読者と前提知識
- AIや量子コンピュータを勉強していこうという人なら誰でも。
- 高校数学レベルの知識
- 何らかのプログラミング言語の経験
# 入門的な内容や前提知識
### Python
C言語とかシェルスクリプトばかり書いてきたので、あまりPythonにはなじみがなく(読めば大体理解はできますが)、勉強しています。
- Webサイト
- - [公式のチュートリアル](https://docs.python.org/ja/3/tutorial/)<br>
+ - 【読了】[公式のチュートリアル](https://docs.python.org/ja/3/tutorial/)<br>
難易度:★☆☆☆☆<br>
ここを一通り理解すればあとは実践あるのみ。
### 数学
工学部出身ですし、高校数学レベルであれば(細かい公式はともかく)理解できるレベルですが、とりあえず、さらに専門的な内容を理解するため、必要に応じて勉強していきます。
- 本
- [最短コースでわかる ディープラーニングの数学](https://www.amazon.co.jp/dp/4296102508/)<br>
- [人工知能プログラミングのための数学がわかる本](https://www.amazon.co.jp/dp/B079TLRZ8K/)<br>
難易度:★★☆☆☆<br>
どちらかを取っ掛かりとして読めば良いかな。<br>
後者は、Kindle Unlimitedで読めるので、入ってる人はおススメ。
- [技術者のための基礎解析学](https://www.amazon.co.jp/dp/4798155357/)、[技術者のための線形代数学](https://www.amazon.co.jp/dp/4798155365/)、[技術者のための確率統計学](https://www.amazon.co.jp/dp/4798157864/)<br>
難易度:★★★★☆<br>
「技術者のための」シリーズ。Amazonレビューはあまりよくないが、下記の「東京大学のデータサイエンティスト育成講座」で参考文献に挙げられている。
- 資格
勉強する上でのマイルストーンとして資格を取得するのもあり。
- [数学検定](https://www.su-gaku.net/suken/)<br>
レベル的には1級を目指す。
- [統計検定](http://www.toukei-kentei.jp/)<br>
通常の試験(1級~)とは別に、まだ正式には始まっていないが、[「データサイエンス基礎」](http://www.toukei-kentei.jp/about/grade11/)、[「データサイエンス発展及び応用」](http://www.toukei-kentei.jp/about/grade12-13/)という試験も準備中らしい。
### AI
- 本
- [東京大学のデータサイエンティスト育成講座 ~Pythonで手を動かして学ぶデ―タ分析](https://www.amazon.co.jp/gp/product/4839965250/)<br>
難易度:★★★☆☆<br>
pythonの基本的な話から、Numpy, Scipy, Pandas, Matplotlib の使い方、それらを使った統計的なデータ分析についての本。
- 講座
- [実データで学ぶ人工知能講座(AIデータフロンティアコース)](http://learn-ai.org/)<br>
書類選考があるが、無料で受講できる講座(~~受講できればいいなぁ~~選考落ちしました…)
- Webサイト
- [Learn | Kaggle](https://www.kaggle.com/learn/overview)<br>
[Kaggle](https://www.kaggle.com/)の提供している、チュートリアル的な内容で、Pythonの基礎からML/DL等の応用まで、色々提供されている。<br>
### 量子コンピュータ
- 本
- 【読了】[量子コンピュータが人工知能を加速する](https://www.amazon.co.jp/dp/B01MRWW1PD/)<br>
難易度:★★☆☆☆<br>
アニーリング方式の量子コンピュータの原理と人工知能への応用について易しく解説しています。
- [いちばんやさしい量子コンピューターの教本](https://www.amazon.co.jp/dp/B07RY7CFTF/)
- [絵で見てわかる量子コンピュータの仕組み](https://www.amazon.co.jp/dp/B07N19QY19/)
- Webサイト
- [AI Academy 量子コンピューター入門編](https://aiacademy.jp/texts/#quantum)<br>
難易度:★★★☆☆<br>
[AI Academy](https://aiacademy.jp/)で受講可能な無料講座。<br>
量子コンピューターの基礎的な理論とPythonを用いた実装([MDR株式会社](https://mdrft.com/)が開発している、[Blueqat](https://github.com/Blueqat/Blueqat)を利用)を体験できる。
- [AI Academy 量子コンピューター理論入門編](https://aiacademy.jp/texts/#quantum_theory)<br>
同じく、[AI Academy](https://aiacademy.jp/)で受講可能な量子コンピュータに関する講座だが、こちらは有料。<br>
# より専門的な内容
### AI
- 本
- 理論的な内容<br>
やっぱり「[機械学習プロフェッショナルシリーズ](https://www.kspub.co.jp/book/series/S043.html)」がいいのかな。
- [統計的学習理論](https://www.amazon.co.jp/dp/4061529056/)
- [深層学習](https://www.amazon.co.jp/dp/4061529021/)
- 実装
- [ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装](https://www.amazon.co.jp/dp/4873117585/)
- [ゼロから作るDeep Learning ❷ ―自然言語処理編](https://www.amazon.co.jp/dp/4873118360/)
- 資格
- [JDLA](https://www.jdla.org/) G検定、E資格
### 量子コンピュータ
- Webサイト
- [Quantum Native Dojo](http://dojo.qulacs.org/ja/latest/#welcome-to-quantum-native-dojo)<br>
難易度:★★★★★<br>
[Qunasys社](https://qunasys.com/)が公開している、量子ゲート方式について、原理から応用まで解説した本格的な内容。
- [量子コンピュータ情報サイト](https://quantum.fixstars.com/)<br>
難易度:★★★★☆<br>
[Fixstars社](http://quantumcomp.fixstars.com/)が公開している情報サイト。現時点では、量子アニーリング方式の説明が中心。
- 本
- [量子コンピュータ入門(第2版)](https://www.amazon.co.jp/dp/4535788057/)
- [量子アニーリングの基礎](https://www.amazon.co.jp/dp/4320035380/)
- [量子情報工学](https://www.amazon.co.jp/dp/4627853815/)
- [量子計算理論 量子コンピュータの原理](https://www.amazon.co.jp/dp/4627854013/)
- フレームワーク
- TBD
- 実機を使えるクラウドサービス
- TBD