Help us understand the problem. What is going on with this article?

機械学習/ディープラーニング勉強としてやってきたこと -読んだ本編-

More than 1 year has passed since last update.

初めに

2018年1月頃から機械学習/ディープラーニングの本を読み始め、6月頃からコードを書くようにしてきました。今振り返ると「これはいい本だった」「もっと先にこれをやればよかった」などの気付きがあるので、それを紹介します。kaggle初心者の私が3ヶ月でソロゴールドを獲得した方法のようにすぐに結果を出した!なんてことはなく、普通の社会人が休日だけ勉強した軌跡です。

対象読者

これから機械学習/ディープラーニングを勉強しようという方

勉強前後の自身の能力

勉強前(2017年12月以前) 現在
数学 一応理系だったものの線形代数、確率はほぼ忘れていた。当時は行列の掛け算もできない、分散の定義も言えないというありさま 相変わらず苦手だが、行列の掛け算はできるように。分散と標準偏差の違い、ベイズの定理くらいはわかるようになった
理論 機械学習/ディープラーニングの違いすら怪しかったかも 機械学習はk-近傍法あたりはわかるが、ランダムフォレスト、SVMは説明する自信なし。ディープラーニングはMLP、CNN、RNNの初歩的なことは理解したつもり
実装 pythonすら触ったことなし python、numpyはある程度マニュアルを読まずに書ける。Tensorflow、Kerasはマニュアルを読みながら書ける程度

読んだ本(:star:の数は初学者へのお勧め度です)

お勧めの本

読んだ(読んでる)本は以上です。今からディープラーニングを勉強してみようという方には、

  • 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~
  • 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
  • ゼロから作るDeep Learning ❷ ―自然言語処理編

をまずはお勧めします。その後、利用するフレームワークに応じた本を読むのがいいのではないでしょうか?それとやはり実践ですね。本を眺めているとわかった気になるのですが、いざ実装しようとすると手が動かないことが多くありました。自分自身は少ししかやっていないですが、写経もいいと思います。今後、当面本は買い足さず、これまで買った本を読み返すことと実践で鍛える予定です。

shoji9x9
2020年1月よりMaaS関係に従事。プライベートでは機械学習、Kaggleに取り組んでいます。
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away