目次
はじめに
てくますプロジェクトでは、てくますゼミと呼ばれる輪読会を隔週で開催しています。
少人数であーだこーだ議論しながら、考える楽しさを分かち合う、ゼミのようなコミュニティです。主に、AIなどの「IT × 数学」領域について学習しています。
現在は「ゼロから作るDeep Learning② 自然言語処理編」という本を読み進めています。
今回は本書第１回の輪読会ということで、1章を読み進めました！
本記事では、今回の勉強会で学んだことをざっくりと紹介していきます。
学習内容
ニューラルネットワークの復習
１章はニューラルネットワークの復習でした。
「ゼロから作るDeep Learning」で学んだ内容と同じです。
以下の内容を復習しました。
- ニューラルネットワークとは何か
入力層、隠れ層、出力層
全結合の計算は行列の積で行える
活性化関数（シグモイド関数など） - ニューラルネットワークの学習
損失関数（交差エントロピー誤差など）
勾配降下法
誤差逆伝播法（連鎖律を用いて効率よく勾配を求める）
理論の大まかな流れはバッチリ。
ただ、誤差逆伝播法の実装部分はまだ複雑に感じてしまいます。
最後に
今回は復習回でした。なので記事の内容もあっさりです。
次回から本格的に自然言語処理へと突入します。とても楽しみです！
メンバーも６人から８人に増え、議論も活発になってきました。有意義な輪読会にしていけるといいね。
では、また！
