こんにちは！フリーランスのフクロウです！
新しい技術を習得するには、まず入門書を読んでみるのが１番ですよね。
ディープラーニングに入門したい！という人たちも最初は入門書を探すのでは無いでしょうか。
でもディープラーニング関連の本ってとっても多いんです！
「結局、本が良いの？」
「演習形式でしっかり力をつけられる本を教えてほしい」
最近良く相談されるこういった悩みに答えるために、この記事では
- Pythonもあまり知らない人向けの入門書
- Pythonは使えるけどディープラーニングについては素人の人向けの入門書
- 入門書を読破した人が次に読むべき本
- 最初から体系的に学んでいきたい人向けの本
などについて解説しますので、この記事を読んでディープラーニングの勉強を始めちゃいましょう！
超初心者向け
Pythonの使い方から勉強したい！という人向けの入門書を紹介！
ゼロから作るDeep Learning
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 ―Pythonで学ぶディープラーニングの理論と実装 単行本（ソフトカバー） – 2016/9/24
斎藤 康毅 (著)
「ディープラーニングに入門したい！」という人にまずおすすめしたいのがこの本、「ゼロから作るDeep Learning」。
Pythonによる実装方法からニューラルネットワークの仕組み、学習がどうやって行われているのかなどの基本的なところはもちろん抑えています。
数式が読めない！という人も大丈夫！
ニューラルネットワーク／ディープ・ラーニングによく出てくる行列計算の仕組みから優しく解説してくれているので、本当の初心者でもディープ・ラーニングがわかる・自分で作れるようになります。
単純パーセプトロンと呼ばれるニューラルネットワークの基礎になるアルゴリズムから、CNNまで丁寧に解説してくれます。
技術書としては異例の大ヒットをしたこの本、人気を受けてシリーズ二作目も発売される予定です。
人工知能プログラミングのための数学がわかる本
人工知能プログラミングのための数学がわかる本 単行本 – 2018/2/24
石川 聡彦 (著)
「ディープ・ラーニングや人工知能をやってみたい！とはいうものの、数学が苦手で……」
そんな心配をしている人におすすめしたいのがこの本、aidemyの石川さんの「人工知能プログラミングのための数学がわかる本」。
私も大学時代、ゼミ配属前にこの本を読んでおきたかった……
大学の数学は高校数学の基礎がしっかりしていないとすぐにつまずいていしまう難しいものですが、この本で勉強すれば、人工知能プログラミングに必要な数学のエッセンスが身につくはずです。
最近は数学的な知識がなくてもディープ・ラーニングを実装できる、利用できるライブラリがたくさん公開されています。
「ディープラーニングにたくさんついてる「ハイパーパラメータ」と呼ばれる値、どう設定すればいいの？」
「このディープラーニングモデルってどうしてこうなってるの？」
「なんでバックプロパゲーションで学習ができるの？」
なんて疑問を解消するには、やっぱり数学の知識が必要！
でも数学って一言で言ってもホントに広くて難しい分野ですよね。
この本なら基礎の基礎である１次関数から微分なんかまで、深層学習の理解に必要な最低限の知識がきれいにまとめられています。
この本で必要なところだけつまみ食いして、最短ルートでディープラーニングを理解しちゃいましょう！
入門書の次に読みたい本
PythonとKerasによるディープラーニング
PythonとKerasによるディープラーニング 単行本（ソフトカバー） – 2018/5/28
Francois Chollet (著), 巣籠 悠輔 (その他), 株式会社クイープ (翻訳)
Tensorflowの高水準API（Tensorflowをより手軽に使うためのラッパー）としても採用されたKeras。
このKerasの作者であるFrançois Chollet氏の書いた本が「PythonとKerasによるディープラーニング」です。
KerasはTensorflowを始め、Theanoなど様々なディープラーニングフレームワークをバックエンドに選択できるすごいライブラリです。
業務でディープラーニングをやるなら最初からすべて自分で実装する時間なんてありませんが、Kerasを使えば必要なことを最低限のコードで実装できてしまいます。
そんなハイスペックライブラリであるKerasを使って、ディープラーニングをしっかりと自分で実装していくこの本、「PythonやDeep Learningについてはある程度わかった。もっとしっかりと勉強したいな」なんてときにオススメです。
体系的にディープラーニングを学ぶときに読みたい本
深層学習
最後に紹介するこの本、「深層学習」。
Ian Goodfellow氏、Yoshua Bengio氏、Aaron Courville氏ら名だたるディープラーニング研究者が書いたディープラーニングの解説書です。
東京大学の松尾研究室が翻訳を行い、日本語でも出版されました。
[目次]
第1章 はじめに
第I部 応用数学と機械学習の基礎
第2章 線形代数
第3章 確率と情報理論
第4章 数値計算
第5章 機械学習の基礎
第II部 深層ネットワーク：現代的な実践
第6章 深層順伝播型ネットワーク
第7章 深層学習のための正則化
第8章 深層モデルの訓練のための最適化
第9章 畳み込みネットワーク
第10章 系列モデリング：回帰結合型ニューラルネットワークと再帰型ネットワーク
第11章 実用的な方法論
第12章 アプリケーション
第III部 深層学習の研究
第13章 線形因子モデル
第14章 自己符号化器
第15章 表現学習
第16章 深層学習のための構造化確率モデル
第17章 モンテカルロ法
第18章 分配関数との対峙
第19章 近似推論
第20章 深層生成モデル※引用：紀伊国屋書店
必要な数学から機械学習の基礎、ディープラーニングの最新研究を読み解くために必要な主要な技術が全て網羅させれています。
「ディープラーニングを本当に深くまで勉強したい！」
「ディープラーニングの研究をしたい！」
「ディープラーニングの最新技術を使ってビジネスに活かしたい」
と言ったハイレベルな要求に答えてくれる、本気で勉強したい人向けの参考書です。
入門書を使った学習でつまずいたら
ここで紹介した入門書は本当にオススメできる本ばかりですが、つまずいてしまうポイントは人それぞれ。
インターネット上でわからなかった事柄を検索してみても、もしかしたらわからずじまいかも。
そんな時はマン・ツー・マンレッスンでディープラーニングの授業や質問に答えてくれる侍エンジニアがオススメです。
[su_button url=”https://lp.sejuku.net/lp1_blog_01/?cid=ai_btn1_58084″ target=”blank” background=”#409fdf” color=”#fff88f” size=”10″ center=”yes” radius=”10″ icon=”icon: external-link” icon_color=”#fff88f” text_shadow=”0px 0px 10px #808080″]侍エンジニアとは？
詳細はこちらから[/su_button]
インストラクターに疑問質問に答えてもらいながら、ディープラーニングの勉強を進めてみてくださいね！
まとめ
この記事では、ディープラーニングの入門書を4つ紹介しました。
どの本も評価が高い名著ばかりです。
あなたの勉強スタイルにあった本を選んで、是非ディープラーニングの勉強を始めてみてください！
