サルでもわかる機械学習

本は、1回目では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。）

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。

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。

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。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。SONY製のGUIツール(CSLAIER)の解説もちらっと書いてある。

Amazonのカスタマーレビューで散々こきおろされていたが、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
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。

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。

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。

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。

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