数式 と モデル
会社の技術課題で取り組んでいる機械学習ですが、数式がどうにもダメです。
正規分布やら線形回帰やらの内容や特性は製造業に長く関わってきたお陰もあって問題ないのですが、それを構成する数式の理解となると、そこで思考が停止する。
実際に機械学習によるツールを作成する際は、おそらくモデルの特性を理解していれば何とかなると見ていますが、それだと理解の底が浅いので、そのうち行き詰まりそうな気がするんですよね。
基礎を築かずに応用を知ってしまう様なイメージ。
ただ、最近はもう諦めの境地に辿り着きつつありまして。
先ずは実際に使えるものをガンガン作って、上手く行かない部分に当たったら、そこから基礎へ掘り下げて行くってのもありかなと。
やはり実際に動くものを実装して行く方が楽しいですしね。
