ポップコーン島

続き。

なんとか読み終えた。

２週間くらいで読めたのでやっぱり簡単だったと思う。

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 [ 斎藤 康毅 ] 価格：3740円（税込、送料無料) (2020/10/22時点) 楽天で購入

Deep Leaningの自己流解釈は、

適当な関数（ニューラルネットワーク）を作り、

その関数が持つ常数を、たくさんの正解のデータに近づくように

常数を合わせ込んで行く。（学習）

そこで決めた常数（学習済み）を使って、

一般的な問題を関数に入れるだけで、答えを説いてくるというもの。

このがDeep learning優れている点は、

その適当な関数というのは汎用性が高くて、

自動翻訳機を作ったり、オセロで名人に勝ったりと

どんな問題でも適応できるというのが最大の特徴ということ。

この本はその関数の作り方や、常数の決め方をPythonを使いながら

説明していることがわかりやすい点だったと思う。

誤差逆伝播法のプログラム説明あたりから自分の理解が追いつかなくなってきたものの、

感覚的な説明も含まれているんで、DeepLearningの初歩の流れはだいぶ掴めた。

本書で分からなかったのは、ニューラルネットの組み方のコツと、

大量の学習データの収集方法あたり。。。

株で大儲けするのに、

その大量の学習用正解データはどこから持って来ればいいんだろう？