Intelligence Architecture けんきうノート

◆ GitBookに移行します

FrontPage

[Math rendered by jsMath]

Artificial IntelligenceとComputer Architectureって近いようで、意外と交流が少ないような。最近は細分化が進んでるし。 そんな学際領域を考えるページ。

- Machine Learning

凸最適化??・凸解析・非線形最適化・変分法・関数解析・ベイズ統計といった数学的手法に基づいたものからヒューリスティクス的なものまで勉強する予定です。 学生時代は応用志向でプログラムが書ければいいや的な発想もありましたが、歳食ったせいかそれなりに理論もおさえておきたい人になりました。 ただし個人的な好みで進化計算系は除くかな。

昔やったやつの復習も。

- Mathematical Imaging and Vision

最近、数理的手法による画像処理が流行ってるっぽいですね。 特にMachine Learningで使われるのと同じ数学がからんでいて参考になりそう&面白そうなので追ってみたくなりました。

- Concurrent and Parallel Computing

Machine Intelligenceのアルゴリズムを効率よくインプリできる並列計算アーキテクチャってどんなのがいいんでしょう。 オルタナティブな、並列計算モデル、プロセッサ間通信とメモリ、などの可能性を探っていくための勉強をします。 グリッドとかにはあまり興味なくて、エンベデッド志向です。

逆に、並列計算アーキテクチャでの実現にフィットするアルゴリズムっていう方向で考えたほうがいいのかも。 なので、ふつうのPCでの身近な並列コンピューティング環境を使って、アルゴリズムの勉強で出てきたサンプルコードをキンキンにチューンしてみたり。 そしていいとこ悪いとこを体験します。

でも仕事に近くってモチベーション保つのどうだろね。

- Applications

応用ドリブンな方向性も大事かなと。同時に電子工作とか楽しむ。