- 詳解 ディープラーニング
ディープラーニングのライブラリKerasやTensorFlow、Pytorchを使って深層学習を実装するための本です。
工事中。。
- ディープラーニングと物理学
工事中。。
- Machine Learning Mastery
こちらは書籍ではなく、ウェブサイトです。Jason Brownleeという計算機科学で博士号をもっている方が運営しているサイトで、機械学習に関するブログを発信したり、pdf書籍を販売しています。
https://machinelearningmastery.com/
もちろん全部英語なので、それなりに気合いが必要ですが、日本語の書籍にはないようなかなり細かい内容の解説もあり、重宝します。
私は「詳解 ディープラーニング」で解説のあったLSTMについて、さらに詳細を知りたかったので、こちらのサイトからpdfを購入しました。
かなり説明が丁寧で分かりやすかったので、英語がきつくなければ個人的におすすめです。
- 深層学習と統計神経力学
読み中。相当興味深いです。
- 対称性と機械学習
対称性と機械学習
こちらは生成AIが隆盛を極める中、数学や物理学で発展してきた対称性の概念を深層学習の分野に適応しようとした書籍です。群論、とりわけリー群を使って機械学習を数学的に整理しています。
例えば、画像解析において、入力の画像が多少傾いていたり、中心からずれていたとしても、同じ画像として認識する必要があり、これがニューラルネットワーク全体として実現する関数は、空間並進対称性や回転対称性をもつことが必須であり、これをリー群を使って定式化しています。
基本的に数学的な定義は本書の中で、定義していってますが、コンパクト性や連結等、定義なしに使われている概念がちょくちょくあるので、そこは自分で調べる必要があるかと思います。
ニューラルネットが表現する関数がもつべき性質をリー群の観点から解析しており、機械学習エンジニアが本格的な群論を学ぶには良いかと思います。
個人的には、ニューラルネットの思考力の創発性やスケーリング則、多様体仮説などに対してリー群など群論的アプローチから論理展開した内容があるとさらによかったかなと思います。