文系エンジニアに｢機械学習｣は難しすぎる！ ディープラーニングは難しい数式がいっぱい

画像を拡大

Google DeepMind社の開発したコンピュータ囲碁ソフト「AlphaGo」が世界トップクラスの囲碁棋士に勝利したことで、一般的にも知られるようになった機械学習手法「ディープラーニング」。

このニュース以来、機械学習に興味を持ったエンジニアも多いと思います。Googleだけでなく、マイクロソフトやAmazon、Facebook、そしてトヨタ自動車などが機械学習の研究開発に多額の投資をしています。

Googleがリリースした機械学習のオープンソース「TensorFlow」の勉強会は開催されるたびに参加希望者が殺到しています。いま、エンジニアにとって最も話題の技術の1つといえます。

先端技術の目がないぼへちゃんもこの機会に機械学習の勉強を始めようと、入門書を買ってきたようです。早速を本を開いてみたのですが、そこには想像以上に難しい数式がいっぱい！正規分布や微分積分、指数対数にシグマに行列。数学が得意な人間にとっても手ごわい高度な数式ばかりです。

そう。機械学習とはデータを扱う技術。このデータの取り扱いに数学を多用します。そのため、入門書とはいえ、理論の説明には数式は欠かせません。特に確率・統計の数学知識は必須です。

ところがぼへちゃんは文系出身。数学苦手。入門書の最初のページでもうギブアップのようです。まずは数学の入門書からスタートしないとダメなようですね。