ディープラーニングの基礎はカンタンだ。そういうハナシを耳にする。
これは、あくまでもディープラーニングをカンタンに理解できた人からのハナシだ。
じっさいは十分に、むつかしいとおもう。
一般向けに著された書籍として「ゼロから作るDeepLearning」や「統計学が最強の学問である（数学編）」がある。
前者は用意されたコード（python）をチュートリアルしながら理解していく。
後者は、統計・数学からディープラーニングにアプローチしている。
個人的に両方のページをめくっている。
どのくらい理解できているか怪しいけれど、いくつか感想がある。
そのひとつは、こうである。
コードで数値を動かす（プログラミング）より、数学（解析的）な方が、十分に抽象的である、ということだ。
ちなみにベルクソンの文章も、とても抽象的だ。
これから先、その抽象的な感じさえAI（ディープラーニングなど / 機械学習）で代替される可能性もあるけれど、
一方で、そこまでやらなくても良い気もしている。
ある抽象的なことはヒトの方が得意で、それについてはヒトがやった方がスマートだし、電力も使わないわな。