おすすめの機械学習入門書2017年版
差分
この文書の現在のバージョンと選択したバージョンの差分を表示します。
| 両方とも前のリビジョン 前のリビジョン 次のリビジョン | 前のリビジョン | ||
|
おすすめの機械学習入門書2017年版 [2018/02/10] adash333 [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2017年版 [2018/10/07] (現在) |
||
|---|---|---|---|
| ライン 1: | ライン 1: | ||
| =====おすすめの機械学習入門書2018年版===== | =====おすすめの機械学習入門書2018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、この本をお勧めします。 | + | 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、<wrap hi>[[http://amzn.to/2BliYLS|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]]</wrap>をお勧めします。 |
| - | 理論は全くいらないという方は、先に、[[http://amzn.to/2nQNp54|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、手を動かしてみることがお勧めです。 | + | 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、<wrap hi>[[http://amzn.to/2nQNp54|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]]</wrap>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。 | 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。 | ||
| ライン 14: | ライン 14: | ||
| 以下に、おすすめの本を記載させていただきます。 | 以下に、おすすめの本を記載させていただきます。 | ||
| - | 一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。 | + | 一冊だけお勧めするとしたら、最初にご紹介する、<wrap hi>[[http://amzn.to/2BliYLS|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]]</wrap>が絶対にお勧めです。 |
| =====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===== | ||
おすすめの機械学習入門書2017年版.1518307045.txt.gz · 最終更新: 2018/10/07 (外部編集)
