人工知能ディープラーニング機械学習のための数学 [無断転載禁止]©2ch.net

**デフォルトの名無しさん** · 2016/12/27(火) 12:09:04.01

人工知能ディープラーニング機械学習のための数学

**デフォルトの名無しさん** · 2016/12/27(火) 12:14:53.48

解析入門 (1)
杉浦光夫
固定リンク: http://amzn.asia/2ISXdII

解析入門 (2) 基礎数学 3
杉浦光夫
固定リンク: http://amzn.asia/8oo3aj8

解析入門〈1〉数/数列と級数/関数の極限と連続性/微分法/各種の初等関数 (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/0jfS4s6

解析入門〈2〉関数の近似,テイラーの定理/積分法/積分の計算/関数列と関数級数/n次元空間 (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/ivzAbRX

解析入門〈3〉集合論初歩/距離空間の位相/連続写像の空間/多変数の関数 (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/gZsgipW

解析入門〈4〉線形写像/行列式/逆写像定理と陰関数定理/固有値と2次形式/フーリエ展開 (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/btmMp8t

解析入門〈5〉複素数の関数/複素積分/複素解析の続き (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/dVSG32O

解析入門〈6〉重積分/重積分の変数変換/微分形式とその積分/ルベーグ積分 (岩波オンデマンドブックス)
松坂和夫
固定リンク: http://amzn.asia/bLaVCBT

**デフォルトの名無しさん** · 2016/12/27(火) 12:16:14.06

線型代数学(新装版) (数学選書)
佐武一郎
固定リンク: http://amzn.asia/fVo2o3T

齋藤正彦線型代数学
齋藤正彦
固定リンク: http://amzn.asia/9psD9rX

**デフォルトの名無しさん** · 2016/12/27(火) 12:18:06.84

集合・位相入門
松坂和夫
固定リンク: http://amzn.asia/2oVB70F

**デフォルトの名無しさん** · 2016/12/27(火) 12:25:03.96

ディープラーニング限定にしぼれ

**デフォルトの名無しさん** · 2016/12/27(火) 12:29:27.03

行列プログラマー ―Pythonプログラムで学ぶ線形代数
Philip N. Klein
固定リンク: http://amzn.asia/fPaDAlt

世界標準MIT教科書ストラング:線形代数イントロダクション
ギルバートストラング
固定リンク: http://amzn.asia/6z4Wtxk

これなら分かる最適化数学―基礎原理から計算手法まで
金谷健一
固定リンク: http://amzn.asia/hbKljIz

**デフォルトの名無しさん** · 2016/12/27(火) 18:29:51.38

統計の本でいい本ってありますか？

確率論だとフェラーの本がいいと思いますが。

**デフォルトの名無しさん** · 2016/12/27(火) 19:21:40.15

微分積分学講義
野村隆昭
固定リンク: http://amzn.asia/eGHBiK6

微分積分学〈1〉1変数の微分積分
宮島静雄
固定リンク: http://amzn.asia/erwFdMi

微分積分学〈2〉多変数の微分積分
宮島静雄
固定リンク: http://amzn.asia/eRHuEHz

軽装版解析入門〈1〉
小平邦彦
固定リンク: http://amzn.asia/3DBv0lD

軽装版解析入門〈2〉
小平邦彦
固定リンク: http://amzn.asia/1RSUH2G

定本解析概論
高木貞治
固定リンク: http://amzn.asia/25nqeJM

**デフォルトの名無しさん** · 2016/12/27(火) 19:24:39.01

数学解析上 (数理解析シリーズ 1)
溝畑茂
固定リンク: http://amzn.asia/8ULImDb

数学解析下　数理解析シリーズ 1
溝畑茂
固定リンク: http://amzn.asia/2DPSfbW

Calculus
Michael Spivak
固定リンク: http://amzn.asia/8WmVWU1

Introduction to Calculus and Analysis I (Classics in Mathematics)
Richard Courant
固定リンク: http://amzn.asia/968UdPe

Introduction to Calculus and Analysis II/1 (Classics in Mathematics)
Richard Courant
固定リンク: http://amzn.asia/c6VxdIz

Introduction to Calculus and Analysis II/2: Chapters 5 - 8 (Classics in Mathematics)
Richard Courant
固定リンク: http://amzn.asia/44rOvDo

**デフォルトの名無しさん** · 2016/12/27(火) 19:27:35.78

The Principles of Mathematical Analysis (International Series in Pure & Applied Mathematics)
Walter Rudin
固定リンク: http://amzn.asia/7ZYszod

Linear Algebra Done Right (Undergraduate Texts in Mathematics)
Sheldon Axler
固定リンク: http://amzn.asia/3GB2IQP

**デフォルトの名無しさん** · 2016/12/27(火) 19:29:44.09

微積分
斎藤毅
固定リンク: http://amzn.asia/5dxK8Sa

線形代数の世界―抽象数学の入り口 (大学数学の入門)
斎藤毅
固定リンク: http://amzn.asia/dnChM7r

Advanced Calculus (International Series in Pure and Applied Mathematics)
Robert Creighton Buck
固定リンク: http://amzn.asia/fUxpgT9

**デフォルトの名無しさん** · 2016/12/27(火) 19:36:50.03

線型代数入門
松坂和夫
固定リンク: http://amzn.asia/2Keu1nI

線型代数入門 (基礎数学1)
齋藤正彦
固定リンク: http://amzn.asia/eK4Pn9w

線形代数とその応用
ギルバートストラング
固定リンク: http://amzn.asia/2VBcYBA

線形代数学―初歩からジョルダン標準形へ
三宅敏恒
固定リンク: http://amzn.asia/ciZYBmg

**デフォルトの名無しさん** · 2016/12/27(火) 21:01:55.63

これらのリンクの数学を習得すれば
高精度の分類がディープラーニングでできるようになるのでしょうか？

**デフォルトの名無しさん** · 2016/12/27(火) 22:47:07.16

>>13
その分野のやつによると
そこまで要らんよ

DLの実装つってもライブラリ使ってちょっとやるだけなら簡単らしい
数学的側面の理解も上の本ほど専門的にやる必要はない

**デフォルトの名無しさん** · 2016/12/27(火) 22:51:01.15

というかDL自体の本がないじゃねぇかw

**デフォルトの名無しさん** · 2016/12/27(火) 23:31:21.40

選び方が大学1、2年でやるような数学を網羅してるかんじで
ディープラーニングにしぼってないだろ。

**デフォルトの名無しさん** · 2016/12/28(水) 07:08:00.58

工学系の学部１，２年で学ぶような基礎的数学をあえて厳密に学ぶ意味は有るのでしょうか？

**デフォルトの名無しさん** · 2016/12/28(水) 09:16:12.27

数学の本ではないですが、この本、評判がいいみたいですね。

Deep Learning (Adaptive Computation and Machine Learning series)
by Ian Goodfellow et al.
Link: http://a.co/6YFWvNv

**デフォルトの名無しさん** · 2016/12/28(水) 10:38:12.55

数学以外は他のスレでやろうよ
ここまで高卒様でごった返されたら困るでしょ

**デフォルトの名無しさん** · 2016/12/28(水) 13:06:19.54

>>19
DLの実装までの本をあげるスレにした方が良くない？
結局プログラミングと切り離して考えることはできないんだし
数学の本だけで考えてたら上みたいにDLとあまり関係なくただ基礎の数学を網羅するスレになっちゃうじゃん

**デフォルトの名無しさん** · 2016/12/28(水) 21:03:00.56

数学ができてもディープラーニングできる訳じゃないしディープラーニングするのに数学が必要な訳ではない
情報幾何できたら充分

**デフォルトの名無しさん** · 2016/12/28(水) 22:03:00.61

線形代数って言ってもニューロン結合行列で計算するだけ話でしょーが

**デフォルトの名無しさん** · 2016/12/29(木) 00:18:21.67

微分はさておき行列演算は完全にライブラリ任せだしなぁ

**デフォルトの名無しさん** · 2016/12/29(木) 10:46:11.52

サラスの公式とか覚えたのムダだったなあ

**デフォルトの名無しさん** · 2016/12/29(木) 13:21:30.69

今の人工知能？は無能で
RPGゲームをクリアすることはできない

**デフォルトの名無しさん** · 2016/12/29(木) 19:12:24.29

見事に高卒様スレになったな

**デフォルトの名無しさん** · 2016/12/31(土) 10:50:09.86

多変数関数の極大極小を求めるときに、線形代数が必要になるよね。

**デフォルトの名無しさん** · 2016/12/31(土) 11:21:37.72

そうか？大卒であんま学ばなかった人の再入門にも見える。
院卒でも研究職に進まず企業に入って無駄に時間を費やす奴も多い。

数学おすすめ本スレみたいだし、一つ。

相転移と臨界現象の数理
タイトルからわかる通り、あるフェーズで安定していたものが変化する事象を説明したもの
内圧と外圧のバランスが崩れたときに相転移が生じる訳だが、それを数学で説明したような本

**デフォルトの名無しさん** · 2016/12/31(土) 14:26:51.14

数学とか勉強する前に
公的認証制度取得しないと今後ニューラルネット系を
個人でも利用することはできなくなるよ
まず数学をやるなら役所に提出するニューラルネットの完全な
安定性を各々数式として証明できるところまで力を上げないとだめだよ

**デフォルトの名無しさん** · 2016/12/31(土) 19:14:44.85

ニューラルネットとと関連の深い数学者ってだれ？

**デフォルトの名無しさん** · 2016/12/31(土) 19:37:34.17

理論的な面白みがないからニューラルネットなんかに興味持っている数学者なんていないんじゃないの？

マンフォードとかもニューラルネットはやっていないでしょ。

**デフォルトの名無しさん** · 2016/12/31(土) 19:50:15.17

>>29
どこの役所に提出するのさ？
特許庁？特許は申請しない選択肢もあるぞ
出したら技術全公開しないとならん。
国内だけ申請したら国外でパクられる。

**デフォルトの名無しさん** · 2016/12/31(土) 19:54:24.01

数学者ってどういう人のこと？
応用数学？
離散数学？

**デフォルトの名無しさん** · 2016/12/31(土) 19:57:48.98

やった！うまくいった！

なぜ？

そんなことは知らない。とにかくうまくいった！

そういう分野だから、この分野は。

**デフォルトの名無しさん** · 2016/12/31(土) 20:35:07.82

>>34
それを知らないではなくて追究するためのスレなのでは？

**デフォルトの名無しさん** · 2016/12/31(土) 21:38:39.10

>>34
iPS細胞がリプログラミングされるのは何故かどう言う仕組みか判ってるのか？

**デフォルトの名無しさん** · 2016/12/31(土) 22:14:04.52

>>34
マスゴミ脳の発想だなあ～
CNN(放送局じゃないよw)についての資料とか読んだ？

**デフォルトの名無しさん** · 2017/01/01(日) 11:43:28.55

>>32
あほまるだし

**デフォルトの名無しさん** · 2017/01/01(日) 11:44:54.53

>>33
量子統計力学

**デフォルトの名無しさん** · 2017/01/01(日) 22:18:19.59

飛行機はなぜ飛ぶ､
数式化は今だできん
あ､そうだ統計で安全性を検証しよう
Ok

**デフォルトの名無しさん** · 2017/01/02(月) 04:19:07.90

「飛行機がなぜ飛ぶか」分からないって本当？
　間違った説明や風説はなぜ広がるのか
http://business.nikkeibp.co.jp/article/interview/20140514/264597/?rt=nocnt

松田卓也氏（以下松田）：せっかく遠くまでおいでいただきましたが、
「飛行機はなぜ飛ぶか」は、100年以上前から「分かって」いるのです。

**デフォルトの名無しさん** · 2017/01/02(月) 07:30:11.78

>>41
背面飛行は説明できるの？

**デフォルトの名無しさん** · 2017/01/02(月) 08:49:57.53

TensorFlowで学ぶディープラーニング入門読んでるんだけどさあ
P.67の式(2.1)って、w2は何のために必要なの？

**デフォルトの名無しさん** · 2017/01/02(月) 10:42:04.45

>>29
それは数式で証明するものではないよw
膨大で効果的なシミュレーションを経て初めてわかること
そしてそのシミュレーションを公的機関で行なって間に合うペースではない
グーグルの自動運転が自社でそのシミュレーションが行われてきたように

**デフォルトの名無しさん** · 2017/01/02(月) 12:18:04.51

>>41
ベルヌーイは有名だから知ってたけど
距離が長いから速度が速くなるって話は嘘だったんだな

>間違った説明や風説はなぜ広がるのか

このタイトルは良いと思うけど結論が最後過ぎて

>「飛行機がなぜ飛ぶか」分からないって本当？

こっちと紛らわしいわ

最後まで読まない香具師は早とちりしそう

**デフォルトの名無しさん** · 2017/01/02(月) 12:19:24.85

>>42 みたいな早とちりが早速間違ってるし

**デフォルトの名無しさん** · 2017/01/02(月) 12:33:50.36

>>46
ログインしないと読めないからな

で背面飛行はどうやって説明できるの？

**デフォルトの名無しさん** · 2017/01/02(月) 13:31:40.19

>>47
ログインせずに読める範囲に書いてあるが

**デフォルトの名無しさん** · 2017/01/02(月) 14:17:20.04

>>29 >>44
ホンダ、グーグルと自動運転で共同研究　米で実装実験へ
http://www.asahi.com/articles/ASJDP73DJJDPULFA03W.htm

自動運転開発を事業会社へ　米グーグルの親会社　世界初の「完全自動運転」成功も公表
http://www.sankei.com/economy/news/161214/ecn1612140031-n1.html

グーグル親会社、自動運転タクシー17年にも開始
http://www.nikkei.com/article/DGXLASGN14H1N_U6A211C1000000/

**デフォルトの名無しさん** · 2017/01/02(月) 17:32:50.87

>>41
面白い記事だった最後のページの人間にカンする理論も2ch的にとても面白いと感じた、紹介してくれてありがとう。

**デフォルトの名無しさん** · 2017/01/02(月) 19:26:16.18

オブジェクト指向って数学的要素ゼロなのかな？

**デフォルトの名無しさん** · 2017/01/02(月) 19:26:28.64

>>48
背面で検索しても出てこないぞ

説明出来ないからだろうな

**デフォルトの名無しさん** · 2017/01/02(月) 20:43:23.54

数学要素ゼロ

**名無し集中** · 2017/01/02(月) 23:13:00.85

>>51
GoFデザインパターンを基本四要素からくみあわせで体系化したフランス研究者のよんだきがするユークリッド幾何学みたいに限られた公理からの体系ににたかんじ

グラフ理論や集合論はつかえるきがする

UMLとER図は類似性があるが ERの従属かんけいや属性ぶんせきは交換法則や包含法則とかなかったけ
UMLも最適化はあるだろし集合論てきな評価や変換はできるはず

**デフォルトの名無しさん** · 2017/01/02(月) 23:58:36.96

>>54
RDBの正規化の話なら
関数従属とか推移的関数従属とか多値関数従属とか
だったと思う

**デフォルトの名無しさん** · 2017/01/03(火) 03:06:00.12

明けましておめでとうございます。
ご無沙汰しております。
みなさんならできると思ったので無責任にお送りします。

うちの次男と考えた自動応答AIなんですが、
面白そうなので作ってみていただけませんか？

1.文字種類
同意の文字で同じ意味を作る。まぁそうだ。
反意の文字で同じ意味を作る。頭いいね！

2.ノーマルor天邪鬼
ノーマルモードほとんど同じことしかいわない。退屈だわ。
天邪鬼モード絶対に反対のことしか言わない。刺激的！。

3.表現
ポジティブモード明るい表現
ネガティブード批判のみ

死にたい。生きろ。死にたくない。
父はもう土で眠っている。
父はまだ心で生きている。
母ももう土で眠っている。
父はまだどこかで生きている。
・・・最後の方はかなり難しい。

方法
文字や文章をインターネットから頻出のものを適当に拾ってくる。
20ぐらいかな。
パラメーターそれぞれにだいたい適当なスコアを付ける。
パラメーターは多い方が人間に近くなります。
一定した文字のスコアはもう変更しないでいいと思います。

**デフォルトの名無しさん** · 2017/01/03(火) 03:06:49.36

例えば、死ぬに対しては生きるを返す。
こんにちはのスコアは低いのでこんにちはが返る。
同じだと面白くないので少しずつ遠いスコアの文字を選ぶ。

ストレージがある限りよくなる。

みんなに遊ばせる。
回答に採点。全然だめならあなたならどう返事しますかを付ける。
知らない単語は記憶。知らない場合の応答は怒るか褒めるかモードに基づく。
単語のスコア精度を上げていく。
特定の単語のスコアが安定しない場合、パラメーターが追加が必要ですが、
それもAIにやってもらいましょう。
このAIは文字のみ対象としていて、数字はまったくダメです。
これ人間だわ。
人間をつくっちゃった。コンピューターと対となる人間だ。
本当のAI誕生の瞬間かもしれない。

ノーマルor天邪鬼で天邪鬼度が増すにつれ、IQが高くなる。
100%に設定すると、AIか人間かのどちらかが死んでしまう。
いじめの原理です。

仕様ですが、
となると、もう一個、表情反転モードが必要です。
表情は10段階で大爆笑-真顔-烈火の怒りのイラストが回答横に
必要です。
まぁイラストでいいです。ニコニコマークのようなやつ。
あれで十分です。意味は文章側にあるから。

**デフォルトの名無しさん** · 2017/01/03(火) 03:07:48.16

文章は多くなると難しくなるので、4単語でいったんは区切り
ましょう。

回答がだめな場合の人間からの指摘はNG ワード選択式が楽そうです。
ダメ度合いが高い言葉は出現頻度をさげることになります。
このパラメーターはとんちんかんレベルですね。
100だと天使または悪魔
0だと哲学です。

しかし、昔から心配されたロボットの反乱もへったくれもない。
アルゴリズムが超簡単、ただ返すだけ。
北陸先端大で見たロボットへの違和感、
こんなもん俺が30分で作れる。というのはほんとだった。

時間軸があれば、会話の前後関係が破綻しません。
あと、パーソナリゼーションが入ります。他人のデータがまじりません。
固定化されたものは誰でも使えるけど、まだ数値未固定のものは使用した人同士でないと使えません。
パーソナリゼーションなしはすなわち神です。

できた語彙の両半球は対称で、軸の数は無限です。
ハードディスクさえ無限にあれば、神様が土下座するレベルですね。
問題は最後に必ず相手を殺してしまうことです。こちらは機械ですので必ず人間が死にます。