1 min read

「人工知能プログラミングのための数学がわかる本」を読む #2

nabeen

引き続き、「人工知能プログラミングのための数学がわかる本」を読んでいる。

今日は昨日の遅れもあったので、「線形代数」「確率・統計」に加えて、「実践編 1」までやった。終わるかどうかちょっと心配だったけど、普通に?終わった。まぁそれなりに時間はかかった(現在 AM 02:30)。

で前回の反省として、LaTeX 打つのに無駄に時間がかかったってのがあって、ちょうど見つけたやつをバリバリに使ってみて、これがめちゃくちゃ便利だった。

まぁスクショしたら OCR で読み取ってくれて、それを LaTeX で吐き出してくれるってやつ。精度は Kindle をスクショしているってのもあると思うけど、使った限りでは 100%で有能だった。

ものの。

これ、普通に無料版には制限があって、速攻で引っかかった。

無料版だと、50 スニペット/月らしい。消したらいけるのかなーと思ったけど、そういうわけではないらしい?普通に便利だっただけに、ちょっと残念。さすがにこれを有料にしようとまでは思わなかった。

ちょっと話逸れちゃったけど、書籍の内容としては、まぁ実践編まではふむふむって感じで読みながらまとめていて、実践編のところは、Jupyter Lab でscikit-learnで実装しながら進めてみた。

「実践編」と銘打ってるから、実際に Python コードも書いてあるのかと思いきや、そういうわけではなさそうで、普通にググりながらやっていった。サポートページもなさそうだし...(探せてないだけだったらスマソ)。

Udemy でやったのと大体一緒(本書では L2 正則化で Ridge 回帰だったが)だったので、Ridge 回帰のモデルのとこだけサクッとググって、特に詰まることなく実装できた。

出てきた数字もだいたい本書と同じくらいだったので、まぁ多分合ってるんだろうと思う。ただ、train_test_splitでの分割数を書籍と同じ数にしたら、ちょびっとズレたので、うーんって感じは残った。

明日は自然言語処理の実践編で、自然言語処理は今まで全くやってないので、ちゃんと実践できるか不安である。

で、書籍とは関係ないんだけど、今せっせとやってるけど、なんだかなぁーって感じも実はちょっとある。

一応今年の目標に向かって走ってはいるつもりなんだけど、これを続けていって達成できるんだっけ...?って感じがあって、さっさと Kaggle なりで実践にいった方が良い気もしている。まぁ一旦 G 検定受けるまでは、走り切るつもりだけど。

いや、本業で出来れば一番いいんでしょうけどね。そりゃあね。

まぁでも今本業では jQuery 書いてるわけで、はい、まぁそういう現場なんでね、期待はできないね。