Neural Networks and Deep Learningの講座に挑戦するも尾羽打ち枯らした話
ようやくこのブログでも、AIについて触れることが出来ました。自分がプログラミングの学習をスタートしようとしたのは、昨今のAIブームによるものが大きく、当初の自分の計画ではゼロベースからAIエンジニアを目指すという無謀極まりないものでしたが、紆余曲折を経て、現在はあくまでAIトレンドに関してはアンテナを張るだけに留まっています。
さて、本記事では、Deep Learning Specializationのプロジェクトの最初の講座であるNeural Networks and Deep Learningについて、振り返りをしたいと思います。
前置きとして、自分はブログタイトルにもあるように、この領域に関しては一切のアカデミックバックグラウンドを持ち合わせておらず、全くの素人であり、あくまで本記事は、素人目線による経験談にしか過ぎないことをご了承下さい。加えて、講座の具体的な内容については、既にQiitaの方でまとめられている方がいるので、興味のある方はこちらを参考にすることを推奨します。
この講座の魅力としては、講座の提供元が本場のdeeplearning.aiであることと、現代の人工知能界隈の最大の牽引者であるとも言えるAndrew Ngが講師を務められていることにあります。Andrew Ngについては、Courseraで非常に高い評価を得ている以下の機械学習の講座が有名で、こちらの講座をきっかけとして名前を知った人も多いのではないでしょうか。
自分は深層学習を学ぶにあたって必要となる機械学習の知識に関しては、以下のUdacityの講座を履修することでカバーしたのですが、既に内容がうろ覚えになってしまっていることから、いずれ本領域への学習再開の目処が立った際には、まずは改めて上記講座からスタートを切りたいと考えています。
講座では2層NNとL層NNの構築を行い、猫の画像識別モデルを作成することが最終的な目標となっています。上記NNの実装に必要な各数理モデルの理論の説明→numpyを用いた実装、という流れを何度も繰り返しながら、ジュピターノートブック上で段階的な構築を少しずつ行っていく感じです。自分は数2Bの知識も怪しいレベルでしたので、微積やベクトル・行列を復習する必要がありましたが、そうした受講者に対しての補足回も含まれているという超絶親切っぷり設計です。しどろもどろになりながらも、一応の実装を終えることができ、猫の画像識別は成功しましたが、間違いなくこれまで受講した講座の中で、一番ハードな内容でした。
講座のねらいとしては、初めにニューラルネットワークとディープラーニングの理論を受講者にしっかりと理解させることで、後々の講座で扱うことになる、TensorFlowに代表されるような主流AIフレームワーク群を極力ブラックボックスとして運用させないようにすることにあります。
また、それぞれのセクション末にはコラムとして、業界の著名人に対してNg先生がインタビューを行うパートがあります。そこでは「これから人工知能を学びたいと思っている人はどのようなキャリアを歩めばよいか」といった、我々が最も気になるであろう点についてクリティカルに触れられており、これを視聴するだけでも、何となくAIに興味を持たれている方にとっては、一見の価値があるのではないかと思います。
