【読書メモ】『はじめてのパターン認識』で挫折したところ

機会学習の勉強会やブログなどで、よく紹介されている『はじめてのパターン認識』を読んでみたのですが、僕には3000年くらい早かったらしく挫折したので、どんなところでつまずいたのか備忘のため、残しておきたいと思います。

はじめてのパターン認識

数学の記号が難しい

僕は文系ということもあって、数学2B程度の知識しか持っていないのですが、この本では行列がたくさん出てきて、行列をあまり扱ったことがない僕にとっては、かなり難易度が高かったです。

また、見慣れない記号がたくさん出てきて、数式の意味が分からないところが多かったです。

自分の数学力のなさに凹みました。。。

このあたりは機会学習を学ぶにあたり必須の知識だと思いますので、少しずつなれていきたいと思います。

用語が難解

『はじめてのパターン認識』は筑波大学名誉教授の平井有三さんが著者ということもあって、数学をきちんと学んだ大学生向けの内容となっているのかなと感じました。

数学2Bまでしか学んでいない僕にとっては、聞きなれない用語がたくさんあって、つまずくことが多かったです。

備忘のため僕が現時点で理解できなかった用語をまとめました。 （知っている人からするとそんなことも知らないのかよと怒られるかもしれません。。。）

第2章までは、なんとなく理解できたので、第3章以降で理解できなかった用語を挙げていきます。

第3章

• ベイズの識別規則
• 尤度

第4章

• 正規直行基底
• 回転行列
• 無相関化
• 白色化

第5章

• ボロノイ領域
• ボロノイ境界
• ベイズ誤り率
• 漸近仮定

第6章

• 正規方程式
• フィッシャーの基準
• 一般化固有値問題
• 判別分析法
• ロジスティック回帰

第7章

• 誤差逆伝播法
• 固定増分誤り訂正法
• パーセプロトロンの収束定理

第8章

• サポートベクトルマシン
• スラック変数
• ソフトマージン識別器

第9章

• 特異値分解
• CLAFIC法
• カーネル主成分分析
• カーネル部分空間法

第10章

• 非階層型クラスタリング
• 階層型クラスタリング

第11章

細かいところは分からなかったけど、概ね理解はできた。

上記の分からない用語を今後理解していけるよう勉強していきたいと思います！

とりあえず、初心者によさげな『人口知能プログラミングのための数学がわかる本』を読みたいと思います。

人工知能プログラミングのための数学がわかる本