こんばんは。べんと申します。
最近、読書や勉強をしていてインプット過多になっているので、アウトプットしようと思い記事を書くことにしました。
実はこのくだり、一年ほど前にも同じようにありました。その時は頑張っていくつか記事を書いてみたのですが、当時の私は一つの記事を書くのにも時間がかかることに加え、ブログとして何を書いていくかの方向性などを考えてしまい、結局面倒になって続かなかったことを覚えています。
なので、今回は過去の反省を活かしてあまり考えず、自身の経験や学んだことを記していこうと思います。
ただし、最低限の整理はしておきたいので、エンジニア向けの記事はこのQiitaに、それ以外の記事については note の方に書いていこうと思います。テーマとかは後で考えるかも。
最近学習した本たち
何を書こうかと考えていたところ、家の本が増えてきたと思い、整理がてら紹介してみることにしました。いずれも非常に有用なものばかりです。
深層学習
ゼロから作るDeep Learning
JDLAのE資格 を受験する際、理解を深めるために購入したもの。
幸い、私の受講したJDLA認定プログラム（現場で使えるディープラーニング基礎講座）がこちらの本をベースにされていたので、併せて学習することで理解が深まったように思います。（E資格の受験にはJDLA認定プログラムの修了が条件となっています。）
特に②自然言語処理編の方は、自然言語処理の研究の歴史から、CBOWなどのなんとなくイメージはできるけど実際の挙動はどうなってるの？という点を解消するのに役立ちました。
ただし、Transformer以降の技術についてはカバーされていないので、最新の技術にキャッチアップしたい人向きではないでしょう。一定の数学知識をもつ方が、深層学習の学習を始めるときに読む本のイメージ。
Python機械学習プログラミング［PyTorch＆scikit-learn編］
こちらもE資格対策に購入した本。
E資格ではpytorchまたはtensorflowが試験範囲となっていたため、pytorchを使った深層学習モデルの実装方法を学ぶつもりで購入しました。
目的は十分に達成できたのですが、こちらの本はカバーしている範囲が非常に広く、深層学習以外の機械学習モデルにも多くのページが割かれています。今では時折ページを開く辞書のような使い方をしています。
LLM関連（Langchain）
ChatGPTをはじめとするLLMが世を闊歩して久しいですが、自分の手で使ったことがなかったのでLangchainというキーワードだけに反応して購入。
主にOpenAIを利用してLLMに言うことを聞かせるための基礎を一通り教えてくれる本です。2冊買ったのはなんとなくですが、どちらの本でもハンズオン的な使い方ができます。（「ChatGPT/Langchainによるチャットシステム構築入門」の方が少しシステム運用を意識して書かれている？）
ただし本が書かれて少しですが時間が経っているため、そのままだと動かない、もしくは警告が出ることもあります。LLMの技術は発展途中のためコードを動かすため、きちんと自分でもドキュメントを見るようにしましょう。
その他
GitとGitHubの教科書
お恥ずかしい話ですが、これまであまりGitを使ったことがなく、ここらできちんと学んどこうと思い購入。
こちらもハンズオン的な使い方で使い方が学べます。3分の2ほど読んだところで基礎的な使い方は概ね理解したので、あとは辞書的な使い方をしようと思って本棚の手元付近に置いています。
1日で基本が身に着くDocker/Kubernetes
上に同じく、コンテナの概念がよくわからずこれまで避けてきたものです。
こちらの本も3分の2ほど読んだところで手元付近に置いています。
まとめ
これらの技術書は一度読んだとしても必ず後でまた必要になるので、大事にしようと思います。
E資格の学習を通じて画像認識に、LLMに少し触れたことで自分用のモバイル向けソフトウェア開発や自然言語処理そのものに興味がわいてきました。しばらくはいろんなことにランダムに取り組みながら、方向性を見定めたいと思います。
べん