岡之原さんの「拡散モデル」を最近読んでます。
www.iwanami.co.jp
ひとまず一章まで読んだので内容まとめました。
hammerhead-calendula-6a6.notion.site
今見たところの感想としては、
* まえがきが拡散モデルの発展を概観出来て良い
1章は生成モデルの問題設定とどのように推論するというすごいシンプルな話でわかりやすい
数式も平易。多分大学一年生の線形代数と微積分、少しの数理統計の知識があれば読めはするんじゃないかなって思う
今のところ確率測度~とかルベーグ積分~とか関数解析~みたいな空気は感じられない(デルタ関数を畳み込んでる時点で嘘ですが、まあ…)
渡辺ベイズしかり金森統計的学習理論しかり、ガチれば機械学習の数理っていくらでも深淵を覗けるからそれを平易に解説してるのはかなり良いなーと思う
- 頭の中の俺「いりすさん、まだ渡辺ベイズ本や金森統計的学習理論の本読んでないんですか? 数学原論とか代数幾何学入門も積んでますよね?」、はい…ちゃんと読了します…
3章からかなり本気な感じが出てくるので、そこまで見ないとまだわからない
それよりも統計力学のモデルや、ディラックデルタ関数の解釈といった応用数学がモデリングしようとしている現象に対する勘所とかが必要な気はしてる
機械学習中級者向けだとは思う