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

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。

この比較画面へのリンク

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 [2017/06/03] – [おすすめの機械学習入門書2017年版] 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、<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、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。
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。
-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>[[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。 
 + 
 +===== 図解速習DEEP LEARNING ===== 
 + 
 +2019年現在、最初の1冊は、<wrap hi>[[https://amzn.to/2PaDjdN|図解速習DEEP LEARNING]]</wrap>が絶対のお勧めです。 
 +  -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、<wrap hi>[[https://amzn.to/2BySYeR|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> 
 +を読んで頂くことをお勧めします。 
 + 
 +<html> 
 +<iframe style="width:120px;height:240px;" marginwidth="0" marginheight="0" scrolling="no" frameborder="0" src="//rcm-fe.amazon-adsystem.com/e/cm?lt1=_blank&bc1=000000&IS2=1&bg1=FFFFFF&fc1=000000&lc1=0000FF&t=i-doctor-22&language=ja_JP&o=9&p=8&l=as4&m=amazon&f=ifr&ref=as_ss_li_til&asins=B07RFV8RSP&linkId=286841ca43d0bed25cff57f04e41b80c"></iframe> 
 +</html>
 =====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=====
  
行 38: 行 54:
 2017年05月06日に更新\\ 2017年05月06日に更新\\
 http://qiita.com/rkosaka/items/35e61d5c9ceab78860bf 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。
 +
 +<html>
 +<a href="https://www.amazon.co.jp/%E3%82%BD%E3%83%8B%E3%83%BC%E9%96%8B%E7%99%BA%E3%81%AENeural-Network-Console%E5%85%A5%E9%96%80-%E2%80%95%E6%95%B0%E5%BC%8F%E3%81%AA%E3%81%97%E3%80%81%E3%82%B3%E3%83%BC%E3%83%87%E3%82%A3%E3%83%B3%E3%82%B0%E3%81%AA%E3%81%97%E3%81%AE%E3%83%87%E3%82%A3%E3%83%BC%E3%83%97%E3%83%A9%E3%83%BC%E3%83%8B%E3%83%B3%E3%82%B0-%E8%B6%B3%E7%AB%8B/dp/4865941142/ref=as_li_ss_il?s=digital-text&ie=UTF8&qid=1518306617&sr=8-1&keywords=NNC%E3%80%80SONY&linkCode=li3&tag=twosquirrel-22&linkId=86d2050191e8e62c1f45316d0747c038" target="_blank"><img border="0" src="//ws-fe.amazon-adsystem.com/widgets/q?_encoding=UTF8&ASIN=4865941142&Format=_SL250_&ID=AsinImage&MarketPlace=JP&ServiceVersion=20070822&WS=1&tag=twosquirrel-22" ></a><img src="https://ir-jp.amazon-adsystem.com/e/ir?t=twosquirrel-22&l=li3&o=9&a=4865941142" width="1" height="1" border="0" alt="" style="border:none !important; margin:0px !important;" />
 +</html>
 +
 =====はじめての深層学習プログラミング===== =====はじめての深層学習プログラミング=====
  
行 149: 行 172:
 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。 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]]+<wrap hi>[[機械学習サンプルコードのリンク2017年版]]</wrap> 
 + 
 +===== リンク ===== 
 +次: 
 +<wrap hi> 
 +[[CourseraのMachineLearning動画の解説や感想のリンク集|CourseraのMachineLearning動画]] 
 +</wrap>\\ 
 +[[sidebar|目次]]\\ 
 +前: 
 +<wrap hi> 
 +[[index.html|機械学習って何?]] 
 +</wrap>\\

おすすめの機械学習入門書2017年版.1496504670.txt.gz · 最終更新: 2018/10/07 (外部編集)

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki