AIに取り組もうとするとどうしても必要になってくるのが数学。といって、数学ばかりに取り組んでいつまでもAIに進めないのも本末転倒で、プログラミングさえできれば数学が分からなくてもいちおうAIは試せるし、それでAIって何かということもそれなりにはわかります。クラウドのコグニティブAPIを使うという方法もあるし、scikit-learnやTensorFlowと使う場合もどうにかなる。
でも、やっぱり、AIをちゃんとやろうとすると数学が付いて回る。でも、私は数学はあまりやってなくて苦手だから、数学をどう勉強しようか？と考えたのです。
私のようにコンピュータばかりやってきた人間は、数学の素養はなくてもプログラミングという武器があるので、それを使うことにしました。
まず、この本を使っています。AI（というかこの本的にはデータ分析）に必要になりそうな数学がコンパクトにまとまっています。この本はPython3エンジニア データ分析試験のテキストにもなっている。
そして、数学の章で説明されている内容をJupyter Notebookにまとめていきます。NotebookはPythonコードだけでなくMarkdownでドキュメントも書けるし、TeX形式で数式も書けるので、数学のお勉強ノートとして使えます。
たとえば、こんな感じ。数式を書いて、コードで試して、ついでにNumpyのようなライブラリを使って簡単に計算してみる。理解が深まっている…と思う。
Notebookのipynbファイルは、GitHubにPushしても同様の形式で閲覧可能なのも良いところです。私の学習成果もPushしてあるのですが、基本的に本に書いてあるままの内容になってしまうので、いちおうPrivate指定したリポジトリにしています。ある程度、学習成果がまとまったら公開できる内容に変えて、Public指定のリポジトリにPushすることもしてみたいと思っています。
