機械学習・ディープラーニングの良書まとめてみた
はじめに
機械学習やディープラーニングには興味があったものの、プログラミングにコンプレックスがあったので、なかなか手が出せずにいました。しかし、去年下半期にPyQを一通りこなし、仕事でも多少プログラミングをするようになったこともあり、そろそろその分野の勉強を始めたいな、と。
勉強手段には色々ありますが、書籍は最低限のクオリティは保証されており、体系的に知識を得ることができるため、有用なものといえるでしょう。とはいえ本の中でもクオリティには差があると思います。そのクオリティを確かめるために、レビューを参考にする方は多いと思いますが、一体誰を信じればいいのでしょうか。この人とは価値観が合う、この人みたいになりたい、というものがあればその人のおすすめを参考にすればいいと思いますが、知識がない状況ではどの人を信用していいかもわからないと思います。
そこで考えました、多くの記事で紹介されているものならばある程度の質は担保されているのではないかと。多くの人に読まれている、はそれだけで意味があると思っています。多くの人が読んでいるからこそ共通言語として扱われているようなものもあると思いますし、疑問点も解決する可能性が高い。
ということで「おすすめ」「入門」「良書」とかで検索したいくつかの記事の中で、複数の記事に紹介されているものをまとめました。
余談
ここまで書いてまとめてから思ったのですが、こういう本を読むことはあくまで目的を達成するための「手段」です。なんとなく機械学習やってみたいなーと思ってなんの本読もうかなーぐらいの軽いモチベーションで始めてしまいましたが、本来はやりたいこと(=「目的」)に最短距離で到達できる可能性が高い手段、がその人にとっての「良い本」であるはずです。
そもそも、機械学習そのものも手段です。何らかのデータ(数値、自然言語、画像、、、etc)に対して分析や解析をするためのイチ手法でしかないと思います。
そのため自分がやっていることは、志望校も受ける教科も決まっていないのに、おすすめの参考書をまとめてみたようなものです。
ただ、お蔵入りしても仕方ないですし、その本自体の評価を検討する上ではある程度意味があることだとは思うので、まとめてみました。
注意事項
- 機械学習の活用分野については考慮していません。 大まかな「機械学習」というくくりでやっているため、自然言語処理がやりたい!Kaggleで勝ちたい!と目的が明確な人はその目的に合わせて必要なところだけピックアップしてもらえればと思います
- 実際の内容については考慮していません。 合う、合わないは個人によるものが大きいと思いますので、立ち読み等で確認することを勧めます。
- カテゴリの判断基準はありません。 こちらの記事に従っていますが、含まれないものは私の独断と偏見でいれています。
- 並び順に意味はありません。 カテゴリ内で言及記事数が多いものは先に書いてあります。
- 参考記事の選定理由に深い意図はありません。 他におすすめなものがあれば教えていただけると幸いです。
- 抜け漏れ・確認不足あるかもしれません。 あったらすみません。
参考記事一覧
投票(投票_1~3で表記)
- ディープラーニング関連オススメ書籍TOP20&テーマ別38冊を紹介! | AI専門ニュースメディア AINOW
- 『Qiitaユーザーが選ぶ、2019年に読んで良かった技術書』アンケート結果発表 - Qiita Zine
- ITエンジニア本大賞 2020年、2019年、2018年
個人(個人_1~6で表記)
- 自然言語処理を学ぶ推薦書籍 - 首都大学東京 自然言語処理研究室(小町研)
- 実務の専門家として機械学習や統計分析を手掛けたい人にオススメの書籍初級5冊&中級8冊+テーマ別11冊(2020年2月版) - 渋谷駅前で働くデータサイエンティストのブログ
- Pythonを学ぶときに読むべき本2020年版 - 初心者からプロになるために - Lean Baseball
- 一から始める機械学習(機械学習概要) - Qiita
- 【保存版・初心者向け】僕が本気でオススメするPythonと機械学習の良書12選 - Qiita
- 数学に強いエンジニアむけの機械学習勉強法 - 飯田勇人 - Medium
企業(企業_1~3で表記)
- 初心者向け!機械学習を学ぶのにおすすめの本10選 | TechAcademyマガジン
- 機械学習本おすすめ6選【入門者〜上級者までレベル別に紹介】 | 侍エンジニア塾ブログ(Samurai Blog) - プログラミング入門者向けサイト
- 【2020年版】AI(人工知能)プログラミングを初心者から学ぶためのおすすめ本12選|Kredo Blog
結果
3記事以上で言及されていたものをまとめました。書籍のあとの()内は言及した記事です。
【入門編】
(投票_1,投票_3,企業_1) (投票_3,個人_2,個人_3,個人_6) (投票_1,個人_5,企業_2) (投票_1,個人_5,企業_2)【実装・実践編】
(投票_1,投票_2,個人_4,個人_5,企業_3)Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
- 作者:Andreas C. Muller,Sarah Guido
- 出版社/メーカー: オライリージャパン
- 発売日: 2017/05/25
- メディア: 単行本(ソフトカバー)
[第2版]Python 機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
- 作者:Sebastian Raschka,Vahid Mirjalili
- 出版社/メーカー: インプレス
- 発売日: 2018/03/16
- メディア: 単行本(ソフトカバー)
- 作者:Francois Chollet
- 出版社/メーカー: マイナビ出版
- 発売日: 2018/05/28
- メディア: 単行本(ソフトカバー)
scikit-learnとTensorFlowによる実践機械学習
- 作者:Aurélien Géron
- 出版社/メーカー: オライリージャパン
- 発売日: 2018/04/26
- メディア: 単行本(ソフトカバー)
【プログラミング編】
(投票_1,投票_2,投票_3,個人_3,企業_3)【数学・理論編】
(投票_1,投票_3,企業_1,企業_3)- 作者:C.M. ビショップ
- 出版社/メーカー: 丸善出版
- 発売日: 2012/04/05
- メディア: 単行本(ソフトカバー)
- 作者:C.M. ビショップ
- 出版社/メーカー: 丸善出版
- 発売日: 2012/02/29
- メディア: 単行本
【ビジネス利用編】
(投票_1,個人_2,個人_3,企業_1)終わりに
だいたいこういう記事は読んで満足感でちゃうので、買ってやっていこうと思います。
そもそもKaggle本を買おうとして、他にどんなのがいいかなーと思って調べ始めたので、うまく網羅できるように買っていこうかなと。。
あたりかなぁ。。