書籍
ディープラーニングG検定公式テキスト、浅川伸一、江間有沙、工藤郁子、巣籠悠輔、瀬谷啓介、松井孝之、松尾豊、2018年、JDLA
https://www.amazon.co.jp/深層学習教科書-ディープラーニング-G検定(ジェネラリスト)-公式テキスト-浅川-ebook/dp/B07H2ZR6M2/
ディープラーニングの基礎からビッグデータの扱い等の幅広い内容が網羅。初心者向け。
ゼロから作るDeep Learning ーPythonで学ぶディープラーニングの理論と実装、斎藤康毅、2016年、オライリー・ジャパン
https://www.amazon.co.jp/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-斎藤-康毅/dp/4873117585
基礎的な内容。初心者向け。
Kaggleで勝つデータ分析の技術、門脇大輔、阪田隆司、保坂桂佑、平松雄司、2019年、技術評論社
https://www.amazon.co.jp/Kaggleで勝つデータ分析の技術-門脇-大輔/dp/4297108437/
実践的な幅広いテクニックが紹介されている。おすすめ。
Fluent Python, Clear, Concise, and Effective Programming, Luciano Ramalho, 2015, O'Reil
https://www.amazon.com/Fluent-Python-Concise-Effective-Programming/dp/1491946008/
後半は一度に理解するのは難しいが、一通りPythonに慣れた人がより一層Pythonicな書き方を習うための本。
Deep Learning with Python, François Chollet, 2017, Manning
https://www.amazon.com/Deep-Learning-Python-Francois-Chollet/dp/1617294438/
Kerasの開発者が書いた人気の書籍。ある程度Pythonが出来て、DL/MLの基礎知識がある初心者ー中級者向け。おすすめ。
Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow, 2nd Edition, Updated for TensorFlow 2, Concepts, Tools, and Techniques to Build Intelligent Systems, Aurélien Géron, 2019, O'Reilly
https://www.amazon.com/Hands-Machine-Learning-Scikit-Learn-TensorFlow/dp/1492032646/
こちらも定番。機械学習・深層学習の全体を網羅した内容。2nd Editionはカラー印刷なので、見やすい。
Geoprocessing with Python, Chris Garrard, 2016, Manning
https://www.amazon.com/Geoprocessing-Python-Chris-Garrard/dp/1617292141/
GISのデータをPythonで扱い人の本、ArcGISに関しては殆ど触れられていない。書籍内ではオープンのライブラリが使用されている。
Natural Language Processing IN ACTION, Understanding analyzing, and generating text with Python, Hobson Lane, Cole Howard, Hannes Max Hapke, 2019, Manning
https://www.amazon.com/Natural-Language-Processing-Action-Understanding/dp/1617294632/
自然言語を学びたい人は、まずこの本。
Keras Reinforcement Learning Projects, Giuseppe Ciaburro, 2018, Packt
https://www.amazon.com/Keras-Reinforcement-Learning-Projects-reinforcement-dp-1789342090/dp/1789342090/
これはあまりおすすめしません。
Hands-on GPU Programming with Python and CUDA, Dr, Brian Tuomanen, 2018, Packt
https://www.amazon.com/Hands-Programming-Python-CUDA-high-performance-ebook/dp/B07FSKH35Q/
PythonによるGPUの並列計算プログラミングを学ぶための本。C++の知識もある程度必要。
オンラインコース
Python Bootcamp: Go from zero to hero in Python online course (13 hours), Jose Portilla, Udemy
https://www.udemy.com/course/complete-python-bootcamp/
Pythonの基礎を振り返るために3に受講。復習のため、1.5~2倍速で受講。
Python for Data Science and Machine Learning Bootcamp online course (21.5 hours), Jose Portilla, Udemy
https://www.udemy.com/course/python-for-data-science-and-machine-learning-bootcamp/
内容は忘れたが多分良かったと思う。
Python for Financial Analysis and Algorithmic Trading online course (17 hours), Jose Portilla, Udemy
https://www.udemy.com/course/python-for-finance-and-trading-algorithms/
ファイナンスデータの勉強。AIによる株予測のような内容ではなく、従来のファイナンスデータの分析。
Beginning C++ Programming - From Beginner to Beyond online course (39.5 hours), Frank J. Mitropoulos, Udemy
https://www.udemy.com/course/beginning-c-plus-plus-programming/
GPUプログラミングに興味を持ったため、このコースで基礎を学習。そもそもC++自体が難しいので、じっくりと勉強する必要がある。
Microsoft Power BI - A Complete Introduction (10.5 hours), Maximilian Schwarzmüller, Maximilian Schwarzmüller, Udemy
https://www.udemy.com/course/powerbi-complete-introduction/
ドイツ訛りの英語だけど、内容は分かりやすい。これだけでPower BIは殆どマスターした気になれる。
CUDA programming Masterclas (11 hours), Kasun Liyanage, Udemy
https://www.udemy.com/course/cuda-programming-masterclass/learn/lecture/11833442/
内容とインド英語の難しさに挫折…