ユーザ用ツール

サイト用ツール


おすすめの機械学習入門書2017年版

おすすめの機械学習入門書2019年版

仕事でディープラーニングを使用するのであれば、理論と背景について、ある程度は知っておいて損はないと思いますので、1冊目として、ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装をお勧めします。

理論は全くいらないという方、とりあえず何でもいいからすぐにディープラーニングで結果を出さないといけない方は、先に、ソニー開発のNeural Network Console入門 ―数式なし、コーディングなしのディープラーニングがを読みながら、手を動かしてみるのがよいです。

本の読み方としては、1回目では全部理解しようとしないで、分からないところはさらーっと流して、とにかく最終章まで目を通し、概要をつかむ。1回目は、ちんぷんかんぷんかもしれない。2回目は、好きなところからソースコードをサポートサイトからダウンロードして実行。3回目以降に自分でコードを手書き入力、がおすすめです。

また、以下の本は、内容が重複していることが多く、一冊の本だけでは分からないことを複数の本で繰り返し読むことで、最初は、「し、のたまわく、、、」だったのが、だんだん、「子、曰わく、、、(師匠が以下のようにおっしゃっている、、、)」のように、徐々に理解できるようになってくるはずですので、最初はちんぷんかんぷんでも、あきらめずにぜひ頑張ってください。(自分への戒めも込めて。)

なお、実際にpythonのコードを実行する際には、以下のリンクを参考にして下さい。

windowsでpythonを始める方法2017年版

以下に、おすすめの本を記載させていただきます。
2冊だけお勧めするとしたら、最初にご紹介する、ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装が絶対にお勧めです。

図解速習DEEP LEARNING

2019年現在、最初の1冊は、図解速習DEEP LEARNINGが絶対のお勧めです。

  1. 2019年現在.機械学習でどんなことができるのか
  2. GoogleColaboratoryを用いてオンラインで無料で機械学習プログラミングを行う、具体的な方法

が記載されています。
この本の第1章で、『機械学習、Deep Learningって何?どんなことができるの?』のイメージをつかみます。第2章以降では、実際に手を動かしてGoogleColaboratory上で、フレームワークKerasを用いたpythonプログラミングにより、無料で、Deep Learningを実行します。しかし、コードを写経するだけでは、いまいち理解が難しいと思いますので、この本を読んだら、ぜひ、次の、ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
を読んで頂くことをお勧めします。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 単行本(ソフトカバー) – 2016/9/24

斎藤 康毅  (著)

3672円

サンプルコード

https://github.com/oreilly-japan/deep-learning-from-scratch

機械学習、ディープラーニングの概要と、python3での簡単な実装方法が解説されています。

2017年5月現在、Amazonで絶賛人気中のDeepLearningの本です。私が1回目に流し読みをした後は、詳しい内容はさっぱりわからなかったのですが、

(1)Deep Learningが、だいたいどんなことをやっているのか

(2)Deep Learning、機械学習の楽しそうな未来

が分かり、また、全体を通してとても面白かったです。繰り返し詳しく読んで理解してみたい!そして、さらに実践用の本を購入して読んで、自分でもやってみたい!と思いを強くしました。大人気のことだけはあると思います。お勧めです。

(参考)ゼロから作る Deep Learning 勉強メモ #1
rkosaka
2017年05月06日に更新

http://qiita.com/rkosaka/items/35e61d5c9ceab78860bf

ソニー開発のNeural Network Console入門 ―数式なし、コーディングなしのディープラーニング

2018年1月に、以下の本が発売されました。プログラミング無しで、とりあえずディープラーニングを実践したい方には、まずこの本がお勧めだと思います。

はじめての深層学習プログラミング



清水 亮  (著)

はじめての深層学習(ディープラーニング)プログラミング Kindle版

技術評論社 (2016/12/7) 2,462円

OSはUbuntu14.04, Python2.7で解説されているます。機械学習に必要なマシーンのスペックの解説から始まり、ChainerとTensorflowの具体的な使い方が記載してあるので、お勧めです。SONY製の機械学習のGUIツール(CSLAIER)の解説もちらっと書いてあります。

Amazonのカスタマーレビューで散々こきおろされていましたが、RNN(recurrent neural network)の説明もちらっとされており、コードの解説もちゃんと記載されており、読んでいて面白くて、買ってよかったと思います。

実装 ディープラーニング



実装 ディープラーニング

藤田 一弥 (著), 高原 歩 (著), & その他

2016/11/30

3200円

サポートサイト

http://www.ohmsha.co.jp/data/link/978-4-274-21999-3/

Python 2.7で、Deep Learningの具体的な実装手順について書いてあります。

この本を読みながら、手を動かしてDeep Learningで遊んでみると、自分でプログラムを組むときの参考になると思われます。

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シリーズ



Sebastian Raschka (著), 株式会社クイープ (著), &その他

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シリーズ

インプレス (2016/6/30)

4,000円

最初、Tensorflowが流行り出した2016年頃は、この本しかなかったので、最初、この本を購入しましたが、Irisデータに触れることができたのはよかったのですが、その後が難しくて、最後まで通読できていません。

しかし、機械学習において基礎的なことが書いてあり、他の本の内容をより深く理解するうえでも、この本も読んでおいた方がよいと思われます。
python3です。

Pythonによるスクレイピング&機械学習 開発テクニック BeautifulSoup,scikit-learn,TensorFlowを使ってみよう

クジラ飛行机 著
Pythonによるスクレイピング&機械学習 開発テクニック BeautifulSoup,scikit-learn,TensorFlowを使ってみよう 単行本 – 2016/12/6
3,456円

Python3を用いて、スクレイピング(データ集め)、機械学習の実装、TensorflowのHello worldまでくらいの内容が記載されています。絵も多くて初心者になじみやすい雰囲気の本です。

私は本屋さんでこの本に目がとまり、ぱらぱらとめくってみて、「スクレイピング」という言葉を初めて理解しました。

PhantomJS, Seleniumと言う言葉は生まれて初めて聞きましたし、買ってみようかなと思ったのですが、そのときは急いでいたのでその場では紙の本は購入しませんでした。私は試してはいませんが、「とりあえず、流行りのTensorflowを試してみたい!!!」という人にはよい本だと思います。あとで検索したところ、残念ながらKindleでは見つからず、代わりに、以下の本を衝動買いしてしまいました!

Pythonクローリング&スクレイピング ―データ収集・解析のための実践開発ガイド

Deep Learning用の元データ集めの参考になるかなと思って衝動買いした以下の本






加藤 耕太(著)

Pythonクローリング&スクレイピング ―データ収集・解析のための実践開発ガイド

3,456円

サポートページ

http://gihyo.jp/book/2017/978-4-7741-8367-1/support

Deep Learningを行う際、自分で元データを大量に(画像なら1万個!?)集めなければ始まらない。この本は、Python3を用いて、WEBサイトからデータを集める方法が細かく記載されています。

クローリング、スクレイピングという、データをWebから収集して加工する方法について学ぶことができて、買ってよかったです。

他のサイトの機械学習入門書紹介

このページを記載したあとに、以下のページを見つけました。とても参考になります。「ゼロから作る、、、」が最後に紹介されていたのが印象的でした。

【人工知能初心者向け】機械学習・Deep Learningプログラミング学習の道筋と参考書籍
ryosuke1120
2017年03月03日に更新

http://qiita.com/ryosuke1120/items/2e0999a35878b997fdca

入門書を読んだあとは

とにかく、サンプルコードを写経して動かしてみつつ、自分に必要なデータセットを大量に集めて、最終的には、自分が集めたデータを、特定のモデルに学習、評価させて、根気よくパラメータを変更しつつ、最適なモデルの構築を目指すことになります。

いろいろな本やサイトを見つけて、サンプルコードを動かします。

半年経過すると、環境構築方法が変わってしまう可能性があるので、できれば、新しいサイトのコードをコピペしたり、自分の手で写経するのがよいでしょう。

サンプルコードのリンク

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 2016/9/24 斎藤 康毅  (著)

サンプルコード

https://github.com/oreilly-japan/deep-learning-from-scratch

2017.03.06連載開始

機械学習で遊ぼう! APIサービスやTensorFlowを使ったサンプルレシピ集

https://book.mynavi.jp/manatee/series/detail/id=65670

その他にもたくさん面白いサンプルコードが公開されつつあるので、以下のリンクにて順次、ご紹介させていただきたいと思います。

機械学習サンプルコードのリンク2017年版

リンク

おすすめの機械学習入門書2017年版.txt · 最終更新: 2019/10/23 by adash333

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki