2022年にやらないことリスト
今年やらないことを決めるよ
新年になって, 「今年のやることリスト」を発表している人がたくさんおられます. そんな中で僕は「今年やらないリスト」を発表しようと思います.
今回は
- なぜそんなこと思ったのか
- 2022年にやらないことリスト(仮)
を書いていきます.
なぜやらないことを決めるの?
年末年始はtwitterで各フォロワーさん達が今年の振り返りや, 新年の目標を発表されています.
そんな中, 「やりたいことは沢山あるけど全部できる時間はないので, 逆に今年やらないことを決めます!」みたいなツイートが流れてきました. これを見て僕は「この考えいいな. 真似させてもらおう」と思いました. 何故このように思ったかの理由は
- 好奇心旺盛で, 色んなことに興味があるが, 全部に挑戦できるほどの時間や, マルチタスクの処理能力がない.
- 研究活動とか, 新しい分野の勉強とか, kaggleコンペ参加とか...(因みに, 2021年はKaggleコンペに挑戦して, 銅メダルを獲得できました.)
- 割と飽き性なので, 興味のある対象がコロコロ変わる. → 浅い理解で終わってしまう恐れあり(よくない...).
みたいな感じです.
2022年にやらないことリスト(仮)
それでは, 2022年にやらないことリストを発表していきます. ただ, 業務や研究活動上で必要になった場合はこのリストからは外れることにします.
1. 多様体や微分幾何の勉強.
学部時代に幾何学系の講義を真面目に履修していなかったので, 勉強したいなあ常に思っていますが, 現状は研究や業務で使うことはない&多様体が登場する文脈があってもこれまで困ったことないから.
2. 関数解析の復習&勉強
これを選んだ理由も, 大体1.と同じです. 関数解析の知識は積分論の授業で登場したLpやヒルベルト空間などの関数空間の知識と, 申し訳なさ程度にちょろっと学んだ線形作用素の簡単な性質ぐらいなので, しっかり学んでみたいなと思っています. ただ, これも現状, 関数解析の知識がなくて困ったことがないので, 別にそこまで優先して勉強しなくていいかなという結論になりました.
3. 情報幾何の勉強
結構興味あるのですが, いかせん, 研究や業務で使う機会がないので... 参考書は揃えているので, いつかゆっくりと取り組んでみたいです.
4. 強化学習の更なる理解
強化学習に関しては, このブログでも紹介したように2020年の夏にひと通り勉強したことがあります. また, 僕は現在「意思決定に役立つ」分析手法全般に興味を持って, 日々頑張っています(e.g.因果推論やベイズ統計とか).
近年は因果推論の分野にも強化学習的な問題設定をした論文を結構見かけるので, ちゃんとした書籍でもう一度学び直した方がいいかな?と思うことあります. ただ, 強化学習的な手法は直ぐに業務で使うことはまだないのでリスト入りにしました(バンディット系は必要かもしれないので, 除外しておきます).
5. 数理最適化(連続版)を体系的に学ぶ
連続最適化に関しては, 正直講義で学んだ記憶がないので, ちゃんと体系的に学んでおきたいなと思っているんですよね(数理最適化は機械学習にとって大事なので...). 「じゃあお前これまで機械学習とかで困らなかったの?」と言われそうですが, 典型的な機械学習で出てくるような最適化手法に関しては, ぶっちゃけ微積と線形ができれば十分理解できるので, 困ったことはなかったです. あと, 論文読んでてわからない最適化手法が登場したら, その都度 講談社さんのMLPシリーズの連続最適化本を読んでなんとかなってました.
でも, 最近 梅谷先生の「数理最適化本」の登場や, twitterで「数理最適化学ぶべき!!」というようなツイートをよく見かけるようになったので, 一度体系的に学んでおこうかな?という気持ちになっています. ただ, 現状あまり困ってないので, 2022年中はリスト入りということにしておきます
6. あまり興味ないデータ分析コンペには参加しない
この気持ちは大事だと思っているので, 忘れずに書いておきます.
終わりに
上記で宣言した, 「やらないことリスト」をしっかり守って, 「2022年に本当にやりたいこと」に一つでも多く取り組めるようにできればなと思います.