この記事はこんな方にオススメです
- これから機械学習の勉強を始める予定の方
- 機械学習の知識をより深めたい方
- 機械学習エンジニアを目指す方
こんにちは、機械学習の講師をしているキカガクの木下です！
機械学習に興味はあるけど何から勉強したら良いかわからない…
なんとなく手法は使えるけど、これだけじゃ機械学習エンジニアには足りない気がする…
このような悩みを抱えた方は多いのではないでしょうか？
本記事では、そのような方に向けて、以下のような観点でオススメの書籍を 10 冊+ α 紹介します！
0 から機械学習を学ぶための書籍だけでなく最先端技術の書籍まで幅広く紹介！
2021 年現在でもコードが大きく変化していない最新の書籍を紹介！
実務にすぐに活かせるコード中心の書籍を紹介！
【無料】オススメの機械学習の動画
動画を通じて、機械学習やディープラーニングの基本をゼロから学習できる『脱ブラックボックスの完全版』を無料公開しています。
手書きの数学も交えて、非常にわかりやすく、大人気の講座です。こちらも是非ご活用ください！
0 から機械学習を始めたい人がまず読むべき本
コーディングを学ぶことも重要ですが、まずは各手法の概要を掴み、どのようなデータにはどの手法を適用するか把握してから実践することが重要です。
そこで、まず機械学習の全体像を掴むための書籍を紹介します。これらは最初の一冊におすすめです！
【入門】図解即戦力 機械学習&ディープラーニングのしくみと技術がこれ 1 冊でしっかりわかる教科書
この書籍では数式をほぼ使わず、基礎から最先端の技術まで簡潔に学ぶことができます。図解というタイトルの通り、図表が豊富で、色もカラフルなため、とても読みやすいことも特徴です。
また、確率的プログラミングや A2C といったこれから注目を集めていきそうな技術にも触れられており、専門家にもおすすめしたい一冊となっています！
ここがおすすめ！
数式無しで最先端の手法まで学べる！
これ一冊で、最新の話題まで網羅されている！
デザインが工夫されており、とても読みやすい！
【入門】直感でわかる！Excel で機械学習
学び始めには、プログラミング自体がハードルが高いと感じる方も多いのではないでしょうか。この本は、プログラミング言語ではなく Excel を用いて、機械学習を体験することができます！
Excel ファイルは書籍の HP で公開されており、簡単にダウンロード可能です。そのファイルを用いて、決定木やロジスティック回帰などの教師あり学習から、クラスタリング・主成分分析といった教師なし学習まで幅広く、イメージを掴むことができます。
python での実行ファイルも公開されており、Excel で一通り概要を掴んだあとに本格的なプログラミングに移行することも可能な一冊です。
ここがおすすめ！
Excel で機械学習を体験できる貴重な書籍である！
単純な手法にとどまらず、実現場でも使える手法が紹介されている！
プログラミング言語への自然な移行がデザインされている！
ディープラーニングのプログラミングを学びたい人向け
ここ数年、大流行し、ビジネス現場にも導入が進んでいるディープラーニングを学びたい方は多いと思います。ここでは、コーディングをしながら、ディープラーニングについて深く学ぶことのできる書籍を紹介します。
【定番】ゼロから作る Deep Learning
この書籍では技術書では異例の 20 万部以上発行されている定番の一冊で、通称「ゼロつく」と呼ばれています。
PyTorch や TensorFlow などの便利なフレームワークを使っていると、わかっているようでわかっていない技術が多く登場するのではないでしょうか。
この本では、フレームワークを使わずに、モデルの学習や推論を 0 から書いていくことでそのような技術をきちんと身につけることができます。
一見、難しそうに見えますが、コードの解説などもしっかり掲載されているため、時間を書けて取り組めば必ずレベルアップできる一冊となっています。ただし、初版の発行が 2016 年と少し古く、最先端の手法の実装は書かれていないことには注意してください。
ここがおすすめ！
専門家でも見過ごしがちな技術を正しく理解できる！
コードだけでなく図をふんだんに使って技術が解説されている！
読者が多く、ネット上に情報が多く存在するため、詰まって辞めてしまうということが起こりにくい！
【定番】詳解ディープラーニング 第 2 版
先ほど紹介した「ゼロつく」は便利なフレームワークを用いずに、深層学習を深く学ぶための書籍でした。その次の段階では、フレームワークをどのように効果的に使うかを学ぶ必要があります。
この書籍では、2 大フレームワークである PyTorch と TensorFlow の両方のコードが掲載されています。メインで使っているフレームワークの書き方がわかるだけでなく、２ つのフレームワークを比較することもでき、非常にためになる一冊です。
Attention など現在流行しているトピックも扱われているため、比較的新しいモデルの実装も可能です！ただし、フレームワークの書き方の変化は激しいため、コーディングが上手く実行できなくなる可能性もあります。
ここがおすすめ！
自分の使いたいフレームワークに合わせてコードを学習できる！
2 つのフレームワークの書き方を比較することができ、モデルの書き換えが必要なときにも対応できる！
ネット上にわかりやすい資料が少ない新しいトピックも扱われている！
【発展】ゼロから作る Deep Learning 3
この本は「ゼロつく」シリーズの第 3 冊目であり、なんと PyTorch のような独自のフレームワークの作成を目的とした書籍です。そこで、1 冊目では扱われていなかった GPU を用いた並列計算のプログラムや高階微分まで扱われています。
ボリュームもかなりアップしており、1 冊目の 2 倍近いページ数があります。しかし、相変わらず読みやすいデザインで書かれており、根気よく取り組めば完遂できる設計となっています。
この本を最後までやり遂げたときには、ディープラーニングだけでなく、プログラミングや数理統計の深い知識も獲得できること間違いなしです！
ここがおすすめ！
他の書籍では扱われていないレベルの知識を身につけることができる！
実務で必要とされる高速化・軽量化の技術も獲得できる！
最後までやり遂げたときに大きな達成感を得られる！
本稿の続きおよび、転載元の記事は「キカガクの技術ブログ」にてご覧ください。
