『ゼロから作るDeep Learning』感想① 1,2章は高校数学LVで大丈夫

人工知能、機械学習方面の勉強をしてみたいなーと思っていたところ、

• amazonの人工知能カテゴリ売り上げランキング１位
• 口コミもおおむね好評
• ゼロから作る
• なによりO'Reilly

ということで買ってみました。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

まだ読んでいる途中の感想ですが、

•  人工知能は雑誌の特集記事程度は読んだ
• 高校数学は分かる
• pythonはほとんど触れた事ない

という、私にちょうど良かったです。

■まずはPython3系のインストール

Anacondaディストリビューションを利用。

Download Anaconda Now! | Continuum

macbookには元々python2系が入っています。

今回使う3系との共存も無事できました。

■第１章の「Python入門」で覚える事

• Pythonのコンストラクタは、__init__(self, 引数)と書く　※このLVから解説してくれます
• メソッドの第一引数に自身のインスタンス（self)を明示的に書く
• 外部ライブラリ『Numpy』の配列は要素ごと(element-wise)の計算が可能
• 形状の異なるNumpy配列同士の計算が行われる（ブロードキャスト）
• Numpy配列に不等号演算子を使うとブーリアンの配列が結果として返る

■第２章の「パーセプトロン」で覚える事

• パーセプトロン：1957年考案されたアルゴリズム名

• ニュートン　≒　ノード

• 閾値(θ)　≒　バイアス(b)　※考え方的には

• 入力信号(x)に重み(w)を乗算したもの（wx）の総和が閾値（θ）を超えたら出力信号（y）は１となる

• 単層パーセプトロンでは非線形領域の分離が出来ない　＝　XORゲートを表現できない

• パーセプトロンを重ねると、多層パーセプトロン（multi-layered perceptron）となり、非線形表現が可能になる 

次回へ続きます。