日々の徒然

2019年11月から、MOOCでＡＩの講座か開講されたので、「深層学習と「強化学習」と「社会人のためのデータサイエンス」を空き時間に観はじめた。

既に深層学習に関する本は手元にあったので、できるだけお金はかけたくなく、新たに参考書を買うことはせずにしようと思ったが、確認問題を解いているうちに、強化学習に関する本が無いことに気付いたので、結局、書店に行くことにする。

ちょっと前までは、これらの本は数えるほどしかなかったので、選択肢が少なかったが、現在はブームなだけあり、市場が広いのか、研究者や実務者の方が色々な本を出している。大体がPythonを使った本。

深層学習はディープラーニングの名前の方が有名だが囲碁で一躍有名になったせいか、深層学習の本は非常に多いが強化学習の本は少ない。Amazonの書評で目星をつけていた、講談社サイエンティフィクの深層学習の本は、書評通り、理論メインで、絶対、学部３~４年生～院生以上が対象だよなあと思ってしまう。で、同じ講談社サイエンティフィクの少し易しめのシリーズの強化学習の本はとみると、こちらは１週間で読めると著者が述べており、実務で使う人が対象。Pythonのコードも書いていて、理論も書いている。なので、こちらの方がMOOCの参考書として使えるかなあと思ったり。

この本を購入しようかと思ったが読み切れる自信が無いので、他の本をあれこれみていると、「機械学習教本」（森北出版）が表紙を向けて棚に並んでいた。2019年10月出版なので新刊書。東京農工大学の関係者の方々による共著。何となく、大学のテキストとして使用されてそうな予感。機械学習の概論を数式無しで説明しているとのことだが、各項目を概論でまとめていて、全体のイメージが掴めそうな感じだったので、結局これを購入した。これを読みながらMOOCを観てみようと思う。

その後、数理・データサイエンス教育拠点コンソーシアムに参画する6大学 に所属する先生方がデータサイエンスの学部向け教科書として書かれた一連のシリーズを立ち読み。揃えたら一通りの知識は身につくかもを思いながら目を通してみる。現在のところ３冊が刊行されていて続刊の予定。統計学、線形代数・微積分、最適化が各々のテーマ。フルカラーなので見やすい。統計学や数学の分野に関して言えば、今まで出版されている統計学や微積などの本をつまみ読みするよりかは、こういった本の方が良いかもと思ってしまう。昔の教科書を読んだ世代からすると少し物足りない気もするが。最適化の本はまとまっていて読みやすそう（な気がした）。

統計学の分野は、数理統計学の分野のような数学に近いものを除くと、実務に近いので、統計学の本はというと各々の専門家が各々の立場から書いていて、専門分野が違うと、内容がしっくりこないものが様々。例えば、心理学者が書いた統計学の本と経済学者が書いた統計学の本では、同じ一般向けの統計学の内容であったとしても内容が、というより話題が全然違った印象を受ける。単にこれは私の頭が良くないせいもあるかもしれない。

今のＡＩ関係の本棚をみると、先カンブリア時代のような印象を受ける。ビジネスと大いに関係があるので仕方がないかもしれない。だんだん整理させていくのでは？と思う。