日々是勉強

機械学習やもろもろ勉強したことに関するゆるい備忘録

2020年の総括

予想通りといえば予想通りだけど、結局一年間特に日記をつけなかった。そんなわけで、大晦日くらいは一年を振り返ってみる。一年ごとくらいでも、何をその時勉強していたかを残しておくと、また来年振り返った時に成長が分かってモチベーション維持に役立つはず。

英会話

  • DMM英会話:263回×25分 ≒ 110時間
  • iTalki:120回×1時間 = 120時間

あとから確認できる上記以外は、3月までは同僚とのランチだったり毎週3くらいの打合せだったり、論文を読んだり、くらい。2019年は1000時間くらいは勉強した(代わりに英語以外の勉強ができなかった)ので、それに比べると英語に触れている時間はアメリカに来たのにむしろ減ったくらいな気がする。徐々には英語慣れしてきて勉強しないと死ぬ感が抜けてきたので他の勉強に割く時間を増やしているのもあるけど、とはいえまだまだリスニングもスピーキングも常に困っているので来年はもう一度気を引き締めよう。

 

機械学習 

思ったより本は読んでない。論文も1本/週も読めていないので、来年はもう少し読んでいきたいところ。 

ゼロから作るDeep Learning ❷ ―自然言語処理編

ゼロから作るDeep Learning ❷ ―自然言語処理編

  • 作者:斎藤 康毅
  • 発売日: 2018/07/21
  • メディア: 単行本(ソフトカバー)
 

どれも非常に良書だった。特に自然言語処理は触ったことがなかったけど、「ゼロから作るDeepLearning」のその2は解説が非常に親切でわかりやすかった。「PyTorchによる発展ディープラーニング」も、今年からKeras→PyTorchに乗り換えたので非常に参考になった。今までFit関数の便利さが気に入らないながら一々For文で学習時のループを書くまでのことはほぼしていなかったんだけど、PyTorchはその辺りの処理の書き方がとても明快で気に入っている。ちなみに最後の「ベイズ推論による機械学習」もベイズ推論すごそう・・・となってワクワクしたんだけど、自分にとっては入門とデカデカ書いてあっても難しく、そのせいで数学・統計の勉強はやたらと統計学に関する書籍が増えた。ベイズ推論使えるようになりたい。

 

数学・統計

数学・統計は基礎から自信がなかったので、一から叩き込む年にした。

線形代数キャンパス・ゼミ 改訂8

線形代数キャンパス・ゼミ 改訂8

 
統計学がわかる (ファーストブック)

統計学がわかる (ファーストブック)

 
統計学がわかる 【回帰分析・因子分析編】 (ファーストブック)

統計学がわかる 【回帰分析・因子分析編】 (ファーストブック)

 
Pythonで理解する統計解析の基礎

Pythonで理解する統計解析の基礎

 

ホントは線形代数微積分にももっと触れるつもりだったんだけど、前述の通りベイズ推論の本をどうしても読みたくて、統計周りの書籍が増えた。これだけ基礎周りを読んでもまだなんとなく理論が分かる程度な実感なので、 この辺りは実践を重ねていかないとはっきりした像が見えてこない気がする。ベイズ推論を使うと嬉しいことがありそうなちょうどいい研究開発ネタがないか探してみよう。とはいえ、まだまだ実用できるレベルの知識量じゃないので、来年も引き続き統計学周りは勉強を続けたい。入門と書いてある本は毎度内容が重複しがちなので、来年はもう一歩レベルを上げた書籍を読むようにしよう。

 

その他システム開発関連

開発環境関係だったりwebだったり、その辺りの土台も固めたかったので雑多に興味のあるものをばらばらと読んだ。

新しいLinuxの教科書

新しいLinuxの教科書

 

分かりやすかった。けど、もう忘れてるので、都度リファレンスとして使う。

これも分かりやすかった。あまり本題じゃないんだけど、Githubの使い方のところはすごく分かりやすい。Webサービス開発も手を出したいなぁ。

ざっと概要だけだけど、なんとなくわかった気分になった。次はWebを支える技術をもう一回読んで見る(これを読む前に読んでみたけど、全体像がわからないのでやめた)。

UXデザインはとても重要なので読んでみたんだけど、実例があまりない本は個人的にはあまり得意でないことがわかった。方法論は分かったんだけど、実際試してみないとピンとこないなぁやはり。

全部真似する気はまったくないけど、いろいろ結構参考になる方法だったり考え方だったりがあって面白かった。おじさん方も徐々にチャットで会話してくれるようになってきたので、来年はもっと煩わしいメール作成が減ると良いなぁ。

ざっくり概観。シリコンバレー周りにいるとやっぱり投資の話とかをよく聞くので経営学ってどういうものなの?というところから入ってみたんだけど、まだふんわりしたことしか分からない。

デザイナーじゃないのに!

デザイナーじゃないのに!

 

パワポ作るたびに洗練されて見やすい感じを目指して時間を浪費してしまうので、改めてこの手の本も読んでみようと思った。一時間あれば読めるような内容で、普段多少なりデザインに気にして資料を作っていれば基本的なことが中心だけど、それでもよくまとまっていて参考になった。

日本の建築家はなぜ世界で愛されるのか (PHP新書)
 

全く他の書籍と分野が違うけど、ずっと気になっていたので読んでみた。デザイナーと呼ばれる職種はあれこれあれど、建築家ほど世界で認められている日本のデザイナーはいないのでは、という気がしている(他の分野でも最高の賞など取ってたら不勉強でスミマセン)。ただ、読み落としたのか、結局の所なにがその理由なのかは自分にはよく分からず・・・日本人建築家の活躍の歴史をたどるには面白いんだけど、何か推測的な結論がほしかった。

ビットコインはそれほど興味はないんだけどブロックチェーンという技術そのものと、ビットコインに最初に貨幣的?な価値を与えたきっかけを知りたくて購入。どうも最初の交換はピザだったらしい。ちなみにそのピザを買うために使ったビットコインは1万ビットコインで、今なら100億円近い価値があるとか。信用こそが貨幣価値を決めるからビットコインが信用を持った時点で紙の貨幣と同じだよ、と以前に知人に言われた時に、すでに貨幣価値のあるものとの交換を始めないと実際に貨幣価値を持つことはないのではないか?と思っていたんだけど、一つのきっかけはピザだったらしい。ただその後一気に交換が加速していったのか、どうなっていったのかは分からないので、そこはまたどこかで調べてみたい。

最強のデータ分析組織 なぜ大阪ガスは成功したのか

最強のデータ分析組織 なぜ大阪ガスは成功したのか

  • 作者:河本 薫
  • 発売日: 2017/11/24
  • メディア: 単行本
 

前者はワークショップ向けの冊子で、初学者向けの社内セミナーとかで使ってみると良さそうに思った。後者はの同組織のリーダーが書いた書籍は、データ分析ど真ん中ではない業界でデータ分析チームが活躍する文化をどう作ったかという内容で、非常に面白かった。なんかアメリカにいたりベンチャー思考の人と話すことが結構あって、「長く一つの会社にいる人」と「身軽に会社を移れる人」だと後者のほうが自信を持って雄弁に語る人が多いので、さて自分はどうするべきか、と考えさせられる機会が多かった。この本は逆に、愛社精神(とも少し違うが)を持ってデータ分析を突き詰めていくとこういう組織と文化が達成できる、という内容であり、それもまたすごく納得の行く考え方だと感じた。さて、自分は今後どうやって生きていこうか。

 

今年の総括と来年の目標

数えてみると本は22冊(うち技術書専門書は12冊くらい)、論文は30-40本くらい。別に目標を立てて取り組んだわけではないんだけど、まぁ数字にするとまずまず頑張った気はする。ただ、今年は土台固めのため入門の入門系の本もかなり読んでいるので、体感的にはまだまだ実用できるレベルにはないかなーというところ。来年も頑張りましょう。

 

最後に個人的な来年の目標を書いて終わり。

  • AI系のトップカンファレンスに論文を通す
  • MeetUpとか開発者のイベントとかにもうちょい参加する
  • 英語で困る機会を減らす(会話+αで1.5h/Dayは勉強する)
  • 数学(線形代数微積分)・統計学周りを頑張る(PRMLがなんとか読めるくらいになる)
  • 本は25冊読む
  • 論文は2本/週以上は目を通す(全部読むことにはこだわらない)