本日は以下の授業でした。どちらの授業についても初回のため、オリエンテーション的な位置付けでした。ポイントかいつまんで紹介します。
※初学者ゆえ、誤りあるかもしれませんがご了承ください
講義内容
●数理科学(入門)
・入力データ(説明変数)=ベクトル→機械学習モデル→出力データ(目的変数)=ベクトル
⇨つまり機械学習モデルとは一般に 「ベクトルを入力し、ベクトルを得る」関数ということ
・機械学習モデルにおいて、入力ベクトルから出力ベクトルを得る計算過程で よく使われるのが行列計算
・機械学習モデルの出力も100%完璧にはできないため確率により記述される推測統計学の手法を用いれば、事象の起こりうる確率を推測可能
・統計的分布から確率を求めるためには積分
・教師あり学習で精度を上げるのに用いられるのが積分
・数理の知識についてはWebなどで品質の悪いコンテンツが横行しているので出所をしっかり意識する必要があるとのこと
・先生よりおすすめいただいた初学者向け学習コンテンツをご紹介します
Chainer Tutorial
@IT「AI・機械学習の数学入門 ― 中学・高校数学のキホンから学べる」
※文系初学者に対しここまで初歩から教えてもらえるのはとてもありがたいです。これまでなんか数学が必要なのはわかるのですが、それぞれが何に使われるのかもいまいちピンときてませんでした。
●機械学習(演習)※2コマ
・機械学習以前のコンピュータの仕組みやLinuxコマンドの演習
・仕組みを理解していると大きなモデルの運用や共同利用など今後の研究がスムーズになるとのこと
・Linux自体は非常に教材が多くあるので学習もしやすいとのことです。おすすめのリンクを紹介します
Linux入門講座
本日の学習内容&時間
予習:30分
授業:270分
自習:120分
- スマートシティにおけるAIの活用についての調査
- 所属研究室での研究内容検討
計:420分(約7時間)
明日は休みだけど、、、はやくもついていけてるか怪しいから勉強せねば。。。
それでは!