Help us understand the problem. What is going on with this article?

ディープラーニングG検定公式テキストを買ったので読んでみた(消化不良版)

More than 1 year has passed since last update.

この記事、何?

ディープラーニングG検定公式テキストを買ったので読んでみた
その感想。

あっ、この本。

■深層学習教科書 ディープラーニング G検定
https://www.amazon.co.jp/dp/4798157554/

このQiita記事はどういう人向け?

正直、自分向け。
それだとあんまりなので、G検定を受けたい人向け・・・
ほんと少しだけね。

のっけからちょっと言い訳

本の後半、著作権的に関して結構なことが書いてあった。
本の内容をそのまま解説するような記事書くわけにはいかないな、と。

やりたいこと(方向性)

資格取得、ではないです。
昨今かかわっているこの界隈の知識、自分が興味を持っていることだけではなく、
何かの尺度を基準にその範囲内の知識を薄く全部知っておきたいな、というのが目的。
思えば今までとった資格試験はそんな感じですね。

本の概要と感想

転載するようなことはしないのでほんとざっくりと。
自分にとってこの本は3つに分かれていた。前半1と前半2、そして後半。
こんな。

前半1:機械学習まで (not ディープラーニング)

もともと知っている知識が多く、普通に読んで普通に理解した感じだった。
まあ、ここまで素直に読めないようだと困りますよね、という感じでした。

前半2:ディープラーニング

前半1と違って、自分の中に受け取ってしまっている知識じゃないなという感じでした。
聞いたことがある話が多かったんだけど、原理が説明できる話が多かった。
やっぱ、一回画像認識かなんかを他の方のCNNとかやっているページを写経しようかなぁ・・・と。

後半:not技術面

前半と違って興味すら持っていない知識ばかり・・・反省しきりでした。
いや、聞いたことがある話が多かったんだけど、悪い意味であたしは「技術者」だな、と。
そうね。ものづくりって、顧客がいて要件があって設計があって・・・でしょ。
社会がAIに何を求めているか、それをどうとらえるかでできるものが変わってくるでしょ。
興味持てよ、って思いました。

所感と(自分あての)助言

まあまあ面白かった。
理解度が前半1/前半2/後半で90%/40%/10%みたいな感じだと思う。
「お前、AI詳しいんだっけ?」って言われて、「うん」って言えるように、
99%/94%/91%を目指したいかも。

前半2は写経とかしてから、自分なりに画像解析してみたを投稿して底上げしよう。
後半は・・・まずはもう一度読みますか。今度は精読で。

ちょっとだけ見てくれる方向けの助言

前半1も資格抜きに、あたしと似たような目的なら読み物として読んでもいい本かも。
ただ、そういう目的ならこっち読んだほうがいいかも。

■人工知能は人間を超えるか ディープラーニングの先にあるもの
https://www.amazon.co.jp/dp/4040800206/

書いてて思ったけど、あたしももう一度読み返してみようかなぁ・・・

蛇足

モデル作って精度を上げる、ということを考えて、それから本を読むと、
やっぱり自分本人が学習することもpythonでモデル作るのも同じかな、って気がしてくるわ。
機械学習のイテレーションに例えると、こんな?
前半1:(回数)ある程度あり → 多少学習済み。すんなり処理できる。(できてるはず!)
前半2:(回数)少しだけあり → 「あーなんかこんな感じ・・・だったような・・・」
後半:(回数)ほぼなし → 初期値並べただけよりちょっとましなくらい?

あと、複数の情報源(本・Qiita他)から同じ話を読んで、自分の中の理解を仕上げてゆくのもそういう学習方法あったよね・・・

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away