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

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。

関連記事
トピックボードAD
人気連載
トレンドライブラリーAD
  • コメント
  • facebook
0/400

コメント投稿に関する規則(ガイドライン)を遵守し、内容に責任をもってご投稿ください。

アクセスランキング
  • 1時間
  • 24時間
  • 週間
  • 月間
  • いいね!

※過去48時間以内の記事が対象

※過去1ヵ月以内の記事が対象

※過去1ヵ月以内の記事が対象

※過去1ヵ月以内の記事が対象

※週間いいね数のランキングです。

トレンドウォッチAD
超基本&即戦力<br>今すぐ始めるデータ分析

勝ち組はデータ活用を徹底している。分析の初歩から文系上司でもできるExcelの技術まで一挙解説。メルカリ、花王、リクルート…事例も豊富。もう「デキない」では済まされない!