機械学習のおすすめ本3選(数学重視)

広告

機械学習やディープラーニングの使い方を知るというより、原理や仕組みを知りたいという人にむけて、おすすめの書籍をいくつか紹介していきたいと思います。実装関連の本もありますが、原理の解説が詳しいものを中心に紹介します。

特にディープラーニングが中で何をやっているのか知りたい人、自分でライブラリを一から作って見たい人、数学が得意な人、などにおすすめです。

「人工知能とかディープラーニングとかすごそうだから試してみたい!」

という人にはおすすめしません。そういう方は適当にgithubから実装コードを拾ってきて、自分用に改善することをおすすめします。

1. パターン認識と機械学習(上)

この本は非常に有名です。通称「黄色本」。この本を読んで多くの人が勉強をしてきました。実装に関する話は一つもなく、あくまでパターン認識の原理について、解説しています。読みづらい点も多く、数式をかなり飛ばしているので、数学に自信がない方はこの本の穴埋めとして、専用の解説本が出版されているので、そちらも合わせて購入すると理解が深まるでしょう。
上巻だけでも十分深い内容です。高価な本ですから、一気に上下巻買わずに、まずは上巻から読むのがおすすめです。また、大学生など、図書館で借りれる環境にある人は借りて読む方が良いかと思われます。

2. ニューラルネットワーク自作入門

この本はtensorflowやkerasなどのライブラリを使わずに、pythonを使って、ニューラルネットワークを実装することを主眼に置いた本で、ニューラルネットワークの基礎的な内容の理解ができます。この本の目標は「手書き数字」の認識です。かなり入門的な内容の解説が豊富で、初学者にオススメできる内容です。

3. 詳解ディープラーニング TensorFlow・Kerasによる時系列データ処理

この本はタイトルの通り、時系列データの学習に特化したRNNの解説がメインとなりますが(画像認識で使われるのはCNN)、基礎的な内容の解説も豊富で、誤り訂正学習という初歩から読み進めることができます。何より一番良いところは、「数式を飛ばしていない」ということです。この点で、この本が最もおすすめです。実装したコードもGithubからダウンロードできるので、すぐに試してみることも可能です。

他にも機械学習系の本が多いです。最近本屋に行くとすごい増えてますね。個人的には統計学を勉強するのもかなりおすすめです。結局やっていることは統計処理だと思っていますので。

統計学のおすすめ本はこちら

関連記事