Domingosが著書の「The Master Algorithm」で論じたことによると
モデルの違いに基づき機械学習の研究グループは以下のように分類出来る
・Evolutionaries(進化計算派)
→ 生物の遺伝の仕組みを参考にしたモデル
ex. 自己組織化、進化的戦略
・Connectionists(ニューラルネット派)
→ 脳の神経細胞の仕組みを参考にしたモデル
ex. パーセプトロン、深層学習
・Symbolists(ルールベース派)
→ 論理式をベースにしたモデル
ex. 決定木、ランダムフォレスト
・Bayesian(ベイズ派)
→ 事前確率と事後確率をベースにしたモデル
ex. 単純ベイズ、ガウス過程
・Analogizers(アナロジー派)
→ 統計と類似性をベースにしたモデル
ex. ロジスティック回帰、サポートベクトルマシン
もちろんこれらの研究は明確に分かれるものではなく重複する部分も多い
しかしながら何か一つ秀でた得意分野を持つことは重要なことだとも思う
今の会社の入社面接で得意分野について問われたが私は答えられなかった
職場を見渡してみると上記5分野のそれぞれにスペシャリストが存在する
その分野についてググると真っ先に出てくる人や専門書籍の執筆者もいる
それぞれ自分の持つ武器に誇りを持ちその武器で難問に立ち向かっている
さてここであえて「私はトポロジーを武器にしよう」と宣言しておきたい
以前より非常に強い好奇心を抱いていたTopological Data Analysis
日本語の書籍もまだ無くPythonのライブラリすら存在しないが(Rはある)
論文を読む限りではプログラムに落とし込めれば仕事に活かせそうなのだ
どの派閥に含まれるのかも分からないまだまだ新しい可能性を秘めた技術
他の技術と組み合わせることで活躍の場は更に広がるので固執はしないが
RPGの主人公のように自分の武器を選択して強敵に立ち向かうのは面白い
まずは日本でのその分野のトップ数人の中に入れるよう精進していきたい