トップページ | ひとつ上のページ | 目次ページ | このサイトについて | ENGLISH

プログラム言語の種類

下記は、筆者が特徴を述べられるものだけです。

C言語による人工知能の開発

RやPythonを人工知能の開発に使う場合は、自分ですべてのプログラムを書くのではなく、 既存の機械学習のライブラリを要所要所で使うのが普通です。

C言語には、このようなライブラリが充実していないため、自分で書く必要があります。 下記の参考文献は、そのようにしてC言語を使っています。 「自分で書く」というと、気が遠くなりそうでもありますが、 プログラミングにある程度慣れている人にとっては、特に問題になる分量ではないようです。

C言語を使う利点は、開発のしやすさではなく、コンピュータのコアの部分を考慮した開発ができる点かもしれません。



参考文献

Python

Pythonの参考文献は、 データサイエンスのソフト や 自動作文 にあります。


C

小高氏の本は、言語の実装例だけでなく、その手法自体の説明もコンパクトにまとまっています。


「自然言語処理と深層学習　C言語によるシミュレーション」　小高知宏　著　オーム社　2017
CNN で文の分類、 RNN で文の生成の話があります。


「強化学習と深層学習　C言語によるシミュレーション」　小高知宏　著　オーム社　2017
最終章が、深層強化学習になっています。


「機械学習(マシンラーニング)と深層学習(ディープラーニング) 　C言語によるシミュレーション」　小高知宏　著　オーム社　2016
強化学習 、 ニューラルネットワーク 、 畳み込みニューラルネットワーク（CNN） のC言語による実装例があります。


「はじめてのAIアプリケーション　C言語で作るネットワークエージェントと機械学習」　小高知宏　著　オーム社　2010
エージェント （インターネットの中で人とやりとりできる人工知能）をC言語で開発する話があります。


「はじめての機械学習」　 小高知宏　著　オーム社　2011
C言語のプログラムの説明が詳しく、実際にプログラミングしながら学べるようになっています。 機械学習の方法は５つに分けられています。
・パラメタ調整による学習　：　回帰分析・時系列データの傾向からの予測
・帰納的学習　：　形態素分析（テキストマイニング）
・教示学習　：　教師あり学習。 与えられたデータのカテゴリ分けの方法には、 論理式（and や　or　で表現）、 判断木（Yes と　No で表現)、 プロダクションシステム（if文で表現）がある。
・規則の学習　：　焼きなまし法 ・ 遺伝的アルゴリズム
・ニューラルネット　：　ニューラルネットワーク


XML

下記は、筆者が「XMLマスター」という試験の勉強に使ったものです。


「図解 最新テクノロジー XML」阿部秀嗣 著 ナツメ社
「10日でおぼえる XML入門教室」 山田祥寛 著 翔泳社 2001
「XML超入門」 藤田泰徳 著 セレンディップ
「作って覚える XML文書データベース」 川村博 著 ソシム　2001
「XMLがわかる本」 屋内恭輔 著 毎日コミュニケーションズ



順路 次は 特徴量エンジニアリング

Tweet データサイエンス教室