この機械学習シリーズは最近は緑のスタートアップもあるようですが、赤・青の
プロフェッショナルが有名です。疑似コードつきで高度な内容が解説されている
のはありがたいですが、誤植が多くてそのままでは使えないことも多いのが難点。
最新技術をタイムリーにまとめるためには仕方ないのでしょうが…。
そういう意味では今回読んだ「深層学習 改訂第２版」は、2015 年に出版された
「深層学習」の誤りが修正されていると思われます。それだけでなくここ数年の
深層学習に関する技術の爆発的な発展がふんだんに盛り込まれているのがとても
ありがたい。まあその分ページ数が異常に増えているのですが。
Transformer が発展した今となっては CNN や RNN はずいぶん古い技術だなあと
いう印象を受けます。Diffusion が発展した今となっては VAE や GAN なども…。
幅広い技術が網羅されているので個々の技術に割かれるページ数は少なめですが、
その代わり参考文献が非常に充実しているので、気になる技術があった人はそれの
参考文献を起点にさらに調べてみるとよいでしょう。
６章までは大した内容ではないですが、７章以降は面白い話題が集まっています。
個人的に転移学習における GAN 的アプローチが面白いと思いました。
