「5分でわかるベイズ確率」とか「実践！ベイズ学習」とか

「5分でわかるベイズ確率」というタイトルで発表しました
http://d.hatena.ne.jp/hoxo_m/20131111/p1

とか

実践！ベイズ学習
http://machine-learning.hatenablog.com/entry/2016/12/19/205222

とか

混合ポアソン分布を題材に、変分ベイズ法を理解する①
http://yoshidabenjiro.hatenablog.com/entry/2016/12/30/020815

についてつぶやいている人のURLをメモメモ

sammy suyama
https://twitter.com/sammy_suyama

AIでも、GAと機械学習では、難易度が変わる－将棋バージョン

よく、

将棋や囲碁の打ち手は天文学的数字がある、だからAIはむずかしい。

といういい方をする。しかし、これは、AIの分野によって成り立たない

---

遺伝的アルゴリズムの世界など、乱数を発生して組み合わせを考える場合、

組み合わせ分、考慮する必要があるので、
たしかに天文学的組み合わせがあり、

これは難しい。

AIではないけど、最適化理論なども、組み合わせ分考えるので、おなじ。

---

しかし、機械学習は、過去データをもとに、学習する。

なので、
　数万通りあるんだけど、
　３とおりしか一般的にやらない（３とおりの定石）
という場合、過去データは定石分、つまり３とおりを学習したらおわりになってしまう。

つまり、組み合わせは多くても、
定石が決まっているものを学習させるなら、
その定石をマスターするのは、機械学習ならそれほど苦もなく対応できることになる。

---

最近話題の

スマホ「不正使用の形跡ない」　三浦九段ソフト疑惑
http://mainichi.jp/articles/20161227/k00/00m/040/058000c

は、結局、将棋はある程度手が決まっているので（定石もあるし）、
機会が考えても、人間が考えても同じということではないだろうか？

※そもそも、機械学習の場合、人間が行った行為を学習するのだから、
　人間がやっていることと、そんなに外れるはずがない

「メカ」が好きと「メカニズム」が好きは違う

「メカ」が好き：機械いじりがすき。
　・パソコンを作ったり、インストールしたりするのがすき
　・プログラムを打ち込んで、動くのが好き
　・一部を修正すると、いろいろ動作が変わるのが、システム開発

→SE2むけ。なにか難しい言葉を使うのが好き

「メカニズム」が好き
　・システムを考えるのが好き。
　・システムならば、数学でも、ビジネスモデルでもよい
　・システムをまっさらから考えるのが好き

→SE1むけ。自分が難しい言葉を使っていることを意識していない。

AI・IoTでこまるのは、本来、メカニズムを考えないといけないSEさんが、
SE2みたいに難しい言葉を使って満足してしまい、
メカニズム（数理モデルとデータ収集・分析業務）を考えないので、
むちゃなシステムを提案してしまうこと。