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 [2018/10/07] – 外部編集 127.0.0.1 | 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2018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、< | 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、< | ||
| 行 14: | 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、< | + | 2冊だけお勧めするとしたら、最初にご紹介する、< |
| + | |||
| + | ===== 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.1538903984.txt.gz · 最終更新: 2018/10/07 by 127.0.0.1