草プログラマー、それはつまり草

CS 会計 法律 サッカー 野球 bitcoin 数学 物理学 などいろいろやってます

機械学習 おすすめテキスト

機械学習はいまやエンジニアの基本的教養といいますか、ネットワークなんかと同じくらい知っていることが求められる時代になってきました。

難しそうなイメージを持つ人も多いですが、基本はそんなに難しくはないのでしっかりと本を読み込めばある程度のことはできるようになります。

ただやはりプログラミングのきほんと微積分や線形代数についてはある程度わかっておく必要があります。

Pythonについてはこちら

www.neuralsparrow.com

線形代数

www.neuralsparrow.com

微積分

www.neuralsparrow.com

を参考にしてください。



統計学入門

完全独習 統計学入門

完全独習 統計学入門

統計学の最低限の知識を身に付けることができるはずです。

知っておく必要がある概念を分りやすく解説されています。

数学や統計をいままでちゃんとやってこなかった人向けですので、大学レベルの数学まである程度はまじめにやっていたというひとには簡単すぎると思います。

ただ無理やり言葉で説明しようとして逆に分かりにくい感じがするところもある。

200ページくらいで分量もちょうどいい。


機械学習入門

機械学習入門 ボルツマン機械学習から深層学習まで

機械学習入門 ボルツマン機械学習から深層学習まで

表紙はこんな感じですが、内容は意外としっかりとしています。

どういうことをこれから学んでいくのかが何となくわかるようになる本です。

最初の1冊におすすめできる本です。

マンガもいい感じに理解を助けてくれます。

全体のイメージをつかむための本としては優秀。




やさしく学ぶ 機械学習を理解するための数学のきほん

やさしく学ぶ 機械学習を理解するための数学のきほん アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで

やさしく学ぶ 機械学習を理解するための数学のきほん アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで


重要な概念である、回帰や分類をかなり丁寧に扱っているので、そういう基本的なところをしっかりと理解したい、または復習したいと言う人におすすめです。

機械学習関連の本のなかでは一番優しく数式を説明しています。

分かりやすさは間違いないです。

これから機械学習をはじめる人におすすめです。

内容は基本的なので統計や機械学習の授業とってたとかそういう人は読まなくてもいいかな。



Pythonではじめる機械学習

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

機械学習の一般的なアルゴリズムを網羅していますし、この分野でよく使われるライブラリーにも慣れることができます。

この本でアルゴリズムを学ぶと言うよりもアウトプットのしかたを学ぶといった感じです。

ですので基礎を他の本で学んだあとに2冊目の本として利用するのがいいです。

実際に手を動かして実装をするための本ですので注意。

機械学習の数理の説明を期待してる人は他の本を読みましょう。



Pythonによるスクレイピング&機械学習


いろんなライブラリーの紹介みたいな本です。

この本でなにかを学ぶと言うよりも、こんなライブラリーがあるんだなあって知ることを目的として読むのがいいです。

あんまり解説とかには期待しない方がいいんじゃないかと。

実践的な本ですので、ある程度の基本を押さえたあとじゃないとなかなか、何をしているのか理解するのは難しいと思います。

データの集め方に興味がある人は一読してみるといいです。


Python 機械学習プログラミング

[第2版]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)

[第2版]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)

  • 作者: Sebastian Raschka,Vahid Mirjalili,福島真太朗,株式会社クイープ
  • 出版社/メーカー: インプレス
  • 発売日: 2018/03/16
  • メディア: 単行本(ソフトカバー)
  • この商品を含むブログ (2件) を見る


有名な本です。機械学習の基本を押さえたあとに読みましょう。

二版になって結構量が増えました。

本格的な本ですので、すらすら読むのはなかなか難しいです。

まあ慣れたらこのぐらいはすらすら読めるようになりたいところですがね。

数学も学部一年生がやるような微積分や線形代数は理解しておく必要があります。

これとPRML(パターン認識と機械学習)は読み込んでおきましょう。




Pythonデータサイエンスハンドブック

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

IPythonとJupyter、NumPy、pandas、Matplotlib、scikit-learnの使い方を学ぶための本です。

内容は素晴らしいのですが、訳がひどい。まあがんばれば普通に読めますが。

英語ができる人は英語版を読むといいです。

やはりライブラリーをしっかりと使いこなすことは極めて重要です。

データに関わるすべての人におすすめできます。



パターン認識と機械学習

パターン認識と機械学習 上

パターン認識と機械学習 上

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/04/05
  • メディア: 単行本(ソフトカバー)
  • 購入: 6人 クリック: 33回
  • この商品を含むブログ (20件) を見る
パターン認識と機械学習 下 (ベイズ理論による統計的予測)

パターン認識と機械学習 下 (ベイズ理論による統計的予測)

  • 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之
  • 出版社/メーカー: 丸善出版
  • 発売日: 2012/02/29
  • メディア: 単行本
  • 購入: 6人 クリック: 14回
  • この商品を含むブログを見る

非常に有名なテキストです。

この分野をある程度真面目にやっていくつもりなら、しっかりと読み込んでおく必要があります。

機械学習の基本を学んだあとであればなんとか理解はできるはずです。

わからないところはしっかりと調べて、自分でノートとかとりながら書いていくのがいいと思います。


この本が頭に入っていればこの分野の論文とかも読めますし、かけるようにもなります。

必ず手元においておかなければならない本です。





今ではライブラリーを使って簡単に、それなりのものが作れてしまうので自分でいろいろ作りながらより専門的なところまで学んでみるといいと思います。

Copyright © 2016 へなちょこプログラマー All rights reserved.