おすすめの機械学習入門書2017年版
差分
このページの2つのバージョン間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] – [はじめての深層学習プログラミング] adash333 | おすすめの機械学習入門書2017年版 [2019/10/23] (現在) – [図解速習DEEP LEARNING] adash333 | ||
---|---|---|---|
行 1: | 行 1: | ||
- | =====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、< | ||
+ | |||
+ | 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、< | ||
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。 | ||
行 11: | 行 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。 | + | 2冊だけお勧めするとしたら、最初にご紹介する、<wrap hi> |
+ | |||
+ | ===== 図解速習DEEP LEARNING ===== | ||
+ | |||
+ | 2019年現在、最初の1冊は、< | ||
+ | -2019年現在.機械学習でどんなことができるのか | ||
+ | -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、< | ||
+ | を読んで頂くことをお勧めします。 | ||
+ | |||
+ | < | ||
+ | <iframe style=" | ||
+ | </ | ||
=====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.txt · 最終更新: 2019/10/23 by adash333