こんにちは。
立教大学人工知能科学研究科M1の第14週を（少し遅れてですが）振り返ります。
今週は、SVMの数理が「なるほど」と腹落ちした週でした。
また、画像データを扱う演習では、データの前処理の背景にある理論にも目を向け、理解を深めることができました。
今週の授業・ミーティング参加状況
6/30（月）
-
情報科学概論（録画視聴）
7/1（火）
-
機械学習（録画視聴）
7/4（木）
-
研究室定例ミーティング（聴講）
7/6（土）
-
数理科学概論（録画視聴）
-
機械学習演習（録画視聴）
■ 情報科学概論（月）
今週はクラウドコンピューティングがテーマ。
AWSの概要や、クラウド時代におけるコンピューティング資源の使い方について学びました。
現代のAI開発では欠かせないテーマだけに、今後さらに深掘りしたい分野です。
■ 機械学習（火）
テーマはSVM（サポートベクターマシン）の数理。
例題を通して数式を丁寧に追っていく構成で、
これまで漠然としていた部分が「こういう理屈だったのか」と腑に落ちました。
やはり、数式をしっかり追ってこそ本質が見えるという感覚を改めて実感しています。
■ 研究室定例ミーティング（木）
今週は私の発表はありませんでした。
発表者が少なく、全体的に静かな週でした。
こういう週は他の人の研究を聞きつつ、じっくり自分のタスクに集中できます。
■ 数理科学概論（土）
テーマは線形問題の最適化（線形計画法）。
主問題と双対問題の関係を扱いました。
この関係がなぜ成り立つのかについては、来週のラグランジュの未定乗数法で明らかになるとのこと。
今週はその前提となる知識を整理する良い機会になりました。
■ 機械学習演習（土）
今週の演習は画像データの扱いがテーマ。
その中でも特に焦点が当たったのが、**「なぜ二重中心化を行うのか」**という点でした。
教授ともやりとりをしながら、
-
平均を引く理由
-
行列の構造がどう変わるか
などをじっくり考察し、ようやく理解が深まりました。
今週のまとめ
今週は、「理屈としては知っていたけど、ようやく手を動かしながら理解できた」ことが多く、
SVMの数理や画像データの二重中心化といったテーマでの学びが大きかった週でした。
来週は数理科学でのラグランジュ法や、研究の次のステップにも進めていける予定です。
それでは、また来週！
コメント