ＡＩエンジニアのための統計学入門

本書を執筆するにあたって、どこまで基礎的な数学や統計をカバーす
べきか、非常に悩ましい所であった。あまり大雑把であると意味がないし、
かといって余りに細かすぎると、「こんなに学ばなければならないのか！」
と、読者が困惑するであろう。そこで、筆者自身の経験と、セミナー講
師での経験を踏まえて、次の項目に絞り、あまり深入りしない程度に述
べることにした。
・確率の基本
・ベイズ推定と最尤推定
・微分・積分の基本
・線形代数の基本
・重回帰分析とは
・最適化問題の基礎
また、これらの説明の前段階として、なぜこれらの基礎的な数学や統
計がAI に必要なのかを簡単に説明するための章を設けている。加えて、
簡単なAI の実装例を載せ、基礎的な数学や統計の必要性を、ほんの少し
でも感じていただけるようにしている。「最適化問題の基礎」 だけはひょ
っとしたらやや難しいかも知れないが、一読して頂ければ、なぜ基礎的
な数学や統計が必要であるか、全体像が見えてくるかと思う。本書はAI
や数学、統計の専門書ではなく、「広く、浅く」 ではなく「 狭く、浅く」
をモットーとした内容であるので、より細かく、詳しい内容は専門書に
委ねることとする。参考文献についても、本書は、専門書ではなく、敢
えて、web サイトを多く参考にしている。基本的には、web サイトで書
かれている内容は、かなり噛み砕いた説明をしている内容が多いので、
基礎を重視するという本書の狙いに合っていると思ってのことである。
もちろんweb サイトの中には、数学的な厳密さに欠けている内容もある
ので、それについては修正している。ただし、繰り返すが、本書は内容
として浅いので、本書の内容をより深く理解したい方は専門書を読んで
頂き、自習して頂ければと思う。筆者が諸々の専門書を参考にしたり、
セミナーの講師などを務めている中、「超基礎」 から「 基礎」 や「 実践」 に
ステップアップするための橋渡しの必要性を感じている。巷の参考書や
セミナーは、このような橋渡し的な役割をしているものが、意外と少な
い印象である。それ故に、本書の「 狭く、浅く」 のような特徴を持った書
籍は、橋渡し的な役割としては、実は、意外と重要なのではないかと、
筆者は勝手に思っている。
なお、本書は、内容としては「 浅い」 書籍であるので、AI そのものの
説明や、数学や統計の説明も、わかりやすさや、ハードルの低さを重視
するために、あまり細かいことは書いていないし、敢えて数学的に厳密
な説明をしていない所もある。読者や、その筋の専門の先生からお叱り
があるかも知れないが、理解しやすさを求めることを目的とし、敢えて
そのような体裁にしているため、ご容赦頂ければ幸いである。