From:山極綾子
「さまざまなモデルに対するモデルエビデンスを計算してみたくなる」
…はて？なんでそんなことを思うのだろうか。
ある日読んでいた教科書に書かれていたとある文章。
私には、その文章を書いたであろう著者の方とは分かり合えないように思えてきます。
なぜならば、なぜそんなことを思うのか、全くわからないからです。
今をときめく機械学習。
プログラムのパッケージの進歩と、初心者向け教材がとても拡充されてきています。
でも、せっかく大学院に戻ってきたのだから、きちんと理論まで理解したい！
そんな気持ちから、きちんと理解するために教科書を読んでいたのですが、悲しいことに、
私には教科書の著者の言っていることが全く理解できませんでした。
「計算してみたくなる」と書かれていましたが、その意図が全くつかめなかったのです。
もし、その計算の意義が著者の方と同じくらい理解できていれば、
もしかすると理解できるのかもしれません。
でも、私にはまだ、それを理解できるだけの知識が足りないようです。
とりあえず（そういうものか）と自分を納得させ、次に進むしかありませんでした。
…意義と言えば、以前メルマガで
「自分の研究にやる気が出ないのはその意義を見失っているからではないか」
というコメントをいただきましたが、
確かに、その際は実験に追われ、意義を見失っていた節はあります。
反省です。
それはともかく、お互いの常識が違うと意思疎通ができないのは、
何も教科書とだけではありません。
前職での経験を思い出してみると、
何の気なしに「なぜここは〇〇になっているのですか？」と尋ねたところ
「俺らが昔頑張ったんだよ！」と、いきなり怒られてしまったこともありました。
別に、私は彼らを責めたつもりは一切なかったのですが…。
これもお互いのベースとなる考えや知識が違っていたことで起きたように思います。
機械学習の分野でも、それぞれの分野がそれ単体で成り立っているわけではありません。
例えばモデルの複雑さを決めるための指標は物理学から来たものです。
他にも、ニューラルネットワーク、の名前は、生物のニューロンを模しているから、
とも聞いています。
そのため、分野を超えれば、同じ言葉でも使い方が異なることがしばしば…。
お互いの常識を、その差異を含めてきちんとすり合わせておくことが、
スムーズな相互理解には絶対必要なのですね。
山極綾子
P.S.
ちなみに、ディープラーニングを構成する技術に「ニューラルネットワーク」
という言葉を使うことは、生物学的に考えれば不適切だそうです。
一方で機械学習の教科書で「生物学的に正確かどうかは、機械学習の分野には関係ない」
と書かれていることすらありました。
学問ではこの対応で問題ないかもしれませんが、人間同士でこの言い方をしてしまうと、
問題が起きてしまうのではないかな…と思ってしまいます。
P.P.S.
今日も最後まで読んでいただきありがとうございます！
メルマガの感想などありましたら、こちらからお聞かせ下さい。
嬉しく拝見しています。いつもありがとうございます！
↓
https://keieijinjipartnersytube.typeform.com/to/B8JjDrk5
—————————————————————-
【経営人事メールマガジン】
発行責任者： 山極毅（株式会社経営人事パートナーズ）
発行者住所：〒100-0005東京千代田区丸の内1-8-3丸の内トラストタワー本館20F
連絡先：https://keieijinji.co.jp/
メールアドレス： strategic-membership-program■■keieijinji.co.jp(■■を@に置き換えてください)
—————————————————————-
↓バックナンバーはこちら↓
PC: https://04auto.biz/brd/BackNumber.htm?acc=keieijinji&bid=3
スマホ・ガラケー: https://04auto.biz/brd/BNMobi.htm?a=keieijinji&b=3
↓メルマガの新規登録はこちらから↓
PC: https://48auto.biz/keieijinji/touroku/scenario13.htm
スマホ: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
ガラケー: https://48auto.biz/keieijinji/touroku/sp/scenario13.htm
