「文系だから数学が苦手で…」を克服！？ノート30ページ分の数学学習で人工知能の理解が深まる

こんばんは。新宿区議会議員の伊藤陽平です。

各業界でAIがブームとなり、導入が進んでいます。
これから自治体でも議論が行われることになるでしょう。

私も、昨年あたりからAIの技術書を購入して勉強してみました。
Pythonのコードを真似すればすれなりに動かすことができましたし、なんとなく凄さは実感しました。
ただ、やはり苦戦するのは数学です。
ディプラーニング「入門」のような本でも、見たこともない記号が含まれた数式が大量に出てくることも。

「やばい、全然わからないし、できれば読みたくない…。」
どの本でも数学はわかっている前提で話が進み、式展開の過程が省略されています。
パラメータの調整など結局は数学の理解がないと実装が不可能だと判断するに至りました。
ネット上で数学の情報を調べながら取り組んできましたが、機械学習に特化したものは見当たらず、挫折しかけていました。

若手はデジタルが強いことが強みになるので、今すぐにでも苦手な数学を克服して、AIへのさらに現実的な視点を身につけなければいけません。
そこで、キカガクさんが行なっている講座を受講することにしました。

機械学習・人工知能『脱ブラックボックス』セミナー

週末の2日間、9時30分から17時30までの講座ですが、初日はパソコンはほとんど開かず手書きで数学の基礎を学びました。
線形代数を活用したプログラムを書くために、偏微分や行列の計算など数学の基礎から始まり、単回帰分析、重回帰分析と学習を進めました。
初日だけで大学ノートで20ページ以上も数学の訓練に費やし、文系特有の数学コンプレックスのようなものはなくなりました。

2日目は、SVMやディープラーニングでおなじみのニューラルネットワークなども、手書きで計算を行いました。
Pythonを活用してデータの分析を行うなど、より実践的な内容になりました。
最後は、Chainerを活用してディープラーニングを実装してみました。
2日目はプログラミングの時間が多かったですが、合計で30ページ近くのノートに書きながら数学を勉強することになりました。

自宅に帰って早速、以前購入した技術書に目を通してみると、わからなかった数学の部分も理解できることに気がつきました。
やはり基礎の大切さと、これからも継続して数学やコンピュータに触れていくことの大切さを痛感しました。

—

「私は文系だから数学やコンピュータのことはちょっと…」
みたいな話はよく聞きますが、逆に、
「理系だから行政のことはわかりませんね…」
ということはあまり聞きませんし、理系出身の行政マンや政治家もたくさんいます。
これからは、公共の課題を解決するために数学やコンピュータが必要なことが明らかです。
大学に行かなくても学ぶ機会は世の中にいくらでもありますし、自分の職業や文系だということを言い訳に、単なる勉強不足だったことを痛感しました。
自分で機械学習のコードがチューニングできるくらいまでは、引き続き勉強を続けます。

それでは本日はこの辺で。