私は機械学習について、講座での体系的な学習と、論文読解・研究実装の両面から学んできました。
まず基礎として、松尾研究室の講座で Deep Learning 基礎講座 および LLM講座 を受講し、ニューラルネットワーク、誤差逆伝播、CNN、最適化、過学習対策といった深層学習の基礎から、大規模言語モデルの仕組みや活用の考え方まで学びました。
その上で、論文を通してモデルの理解を深め、特に画像生成・画像変換の分野に関心を持って学習を進めました。研究では、CycleGAN を用いた非対応画像間の変換 をテーマに扱い、モデル構造、損失関数、データ前処理、評価指標まで含めて理解しながら実装・検証を行いました。
このように、講座で基礎を固めた上で、論文理解から実装・評価まで一貫して取り組むことで、機械学習を単なる知識ではなく、実際に扱える技術として身につけてきました。
About ML
