数学の苦手な人はどのようにして AI を習得し始めるのでしょうか?

私は数学が苦手なので、AI の学習のペースに支障をきたしています。役立つと思われる「大人向けの数学の本」をいくつか紹介します。

私をフォローするあなたは次のことを信じているはずだと私は信じています。
AI の核心は誇大広告ではなく、実際のメリットです。
また、最終的には AI が世界中のすべての仕事を奪うことも理解しています。
AIは学ばなければ本当に役に立たないということがよくわかりました。学ばなければ、将来の世界はAIのものになります。

しかし、ここで問題が発生します。あなたは数学が本当に苦手です。プログラマーとしては、数学がなくてもこれまでやってきたことはすべて合格できましたが、AI の必読書であるイアン グッドフェローの「先駆的ディープラーニング」を開いて、すべての単語を知っていましたが、まったく理解できませんでした。彼が何を言っているのか分かります。

すべて相互にリンクされている、入れ子になったロジック、用語、シンボル、アイデアの層を理解する必要がありますが、アイデアがないため、全体のコンセンサスは基本的にクリンゴンであり、始めることは完全に不可能です。

テクノロジーブロガーのダニエル・ジェフリーズも同じ問題を抱えていました。彼は、数冊の「大人のための数学の本」を通じて、すぐに成績優秀な学生に変わりました。以下の本がすべての人の参考になります。

彼が最初に勧めた本は、TIMOTHY GOWERS 著『数学: ティモシー ガワーズによる非常に短い入門』でした。

本書は「なぜ数学なのか？」を巧みかつ正確に解き明かす。それは世界のあらゆるものから始まり、次に哲学に至り、その後哲学をその背後に隠します。なぜなら、あなたが研究しているものが実際に世界に存在するのか、それとも単なるプラトンのレベルにあるのかを知る必要がないからです。ティモシーは、数学は抽象化の層であり、人生は一連の複雑なアルゴリズムであることを理解するのに役立ちました。数学は、人生における具体的な問題をよりシンプルかつ明確なステップに分解します。粒子相互作用の正確なモデルを作成するには、磁気干渉、重力、衝突、粒子の初期方向と速度、さらに多くの変数があります。実際には、完璧なモデルを作成する必要はありませんが、数学では変数を分解して組み合わせることでモデルが何であるかを知ることができ、それが数学の面白さです。実際には、数値は重要ではなく、単なる変数です。数学は変数とルールを削減することです。あなたが学びたいのは実際にこれらの変数とルールです

この本を読むと、主要な数学記号についての便利なガイドが欲しくなるでしょう。エドワード R. シャイナーマン著『数学的記法への超簡潔ガイド』 (数学的記法、エドワード R. シャイナーマン著) をお勧めします。シンボルの意味を覚えるまでに何百回もシンボルを見る必要があり、もう一度開いたときにシンボルを忘れていることに気づくかもしれません。心配しないで、深呼吸して、速度を落とし、その狂ったように見える象形文字の文字列が理解できるようになるまで、記号を 1 つずつ見てください。たとえ各シンボルを何千回も調べる必要があるとしても、チェックしてください。学習に近道はありません。

数学的基礎を構築するための強力な支援者が他に 2 人います。一つ目はモリス・クラインの『非数学者のための数学』（非数学者のための数学、モリス・クライン著）です。 2冊目の本は、イワン・サボフ著『数学と物理学へのデタラメなガイド』です。

誰もが異なる特性を持っています。私は非常に短い紹介文を好みます。なぜなら、すぐにトピックに入り込み、それでも関連性を維持できるからです。 「非数学的数学」ははるかに長く、数学の歴史と世界の仕組みについてさらに詳しく説明されています。この学習方法を好む人もいるかもしれません。 『No-BS Guide to Mathematics and Physics』は、主にルールを紹介する簡単な本です。すぐに方程式に取り掛かり、物事がなぜそうなるのか、そうでないのかを説明する時間はありません。これは、哲学的な重荷を持たない人々にアピールするでしょう。

Jim Loats と Kenn Amdahl の「Algebra Unplugged」という本もあります (Algebra Unplugged, by Jim Loats and Kenn Amdahl)。この本にはいくつかのタイプミスがありますが、この本を読むと速度が上がると思います。あなたの読書を読んで、正しい方向に進んでください。素晴らしいです。

上記を完了したら、より詳細なコンテンツの学習を開始できます。 Tariq Rashid の「Make Your Own Neural Network」 (Make Your Own Neural Network、Tariq Rashid 著) をお勧めします。

この本にはいくつかのタイプミスもありますが、Github での更新によりほとんどのバグが修正されました。この本の著者はあなたの問題を知っているようで、答えを提供してくれるでしょう。簡単に言えば、良いことは、敵がそれを持っていることを特に心配していることです。この本は、ニューラル ネットワークに関連する数学的な質問のみに答えます。読者はプログラミングについて何も知らないことを前提としており、Python で独自のニューラル ネットワークを作成するところで終わります。確かにプログラミングを高速化するツールはたくさんありますが、最初は自分でやってみて、途中でいくつかの基本を学ぶことができます。基本的な構造を理解したら、Web サイトに枝や葉を追加する方法を学び始めることができます。次回は、これらの便利な Web サイトについて説明します。

毎日新しい素晴らしい人たちが現れますので、頑張ってください。

編集元: Daniel Jeffries technoon のブログ: https://hackernoon.com/learning-ai-if-you-suck-at-math-8bdfb4b79037?from=singlemessage