読者です 読者をやめる 読者になる 読者になる

機械学習ミシュラン

機械学習・ディープラーニング・人工知能に関する書籍の紹介をします

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

ページ数:320 価格:3672円(Amazon 2017/2/16現在)

おすすめ度:100%

難易度:初級

1章ではPythonの解説がなされており、非常に読み進めやすい一冊。
とはいえ、機械学習の入門書ではない。 機械学習ニューラルネットがどんなものかくらいは知っていないとイメージがつかみにくいかもしれない。

構成と個人的に面白かった話題

1章 Python入門

2章 パーセプトロン

  • 論理回路の観点からパーセプトロンを解釈

    3章 ニューラルネットワーク

  • 活性化関数が非線形でなければならない理由
  • ソフトマックス関数の実装上の注意

    4章 ニューラルネットワークの学習

  • なぜ損失関数を設定する必要があるか
  • 数値微分の実装上の注意

    5章 誤差逆伝播

  • 計算グラフを用いた誤差逆伝播の解説

    6章 学習に関するテクニック

  • 重みの初期値を0にしてはいけない理由
  • 重みの初期化に関するノウハウ

    7章 畳み込みニューラルネットワーク

  • im2col

    8章 ディープラーニング

    感想

    各所での評価の通り、本当に素晴らしい一冊である。
    特に良いと思った点は以下の通り

  • Pythonのコードを交えて解説している(Githubにすべてのコードがある)
  • 理論と実装のバランスが絶妙
    ニューラルネットワークがどんなものかなんとなく知っているけど実装してみたい」
    「ライブラリは使ってるけど中身を知りたい」
    という人には特におすすめ。

    悪い点

    ない。ただ、自分向けの本なのかどうかはしっかり確認した方が良い。 そういう意味で注意点をあげると

  • 実行速度を考慮したコードになっていないので、システムなどで実際に使えるコードではない
  • GPGPUなどの解説はない
  • Chainer, Tensorflowなどのライブラリの解説はない
  • ディープラーニングを作る」というタイトルだが、実際はディープラーニングの入口くらいだと思っていい
  • 画像処理を目的としているのでLSTM(RNN)などの話題はない
    といったところだろうか。

これらの内容は本書のテーマにそぐわないので載っていないのは残念だが仕方がない。
これだけ素晴らしい本を執筆した筆者には、
ぜひ、今回触れられなかった内容について続編をだしていただきたい。

ビジネスパーソンのための 決定版 人工知能 超入門 週刊東洋経済

ページ数:112
価格:1404円(Amazon 2017/2/2現在)

難易度:初級

ビジネスパーソン向けの解説書なので、特に難しい数式等はなく、数時間で読了できる。

感想

国内・海外企業のAIに関する多くの事例を紹介しており、読み物として非常に面白い。
ただし、人工知能超入門の名の通り、具体的なアルゴリズム等には一切触れていないので、 ロジックの勉強をしたい方向けではないので注意されたい。 人工知能ビジネスに興味を持ち始めた学生・企業の人にとっては、良いヒントを与えてくれる一冊だと思う。

このブログについて

このブログについて

2012年頃を境に機械学習ディープラーニング人工知能といったキーワードに注目が集まり、今後もその傾向は続くと思われます。また、それと同時に多くの書籍が出版されるようになり、その数は指数関数的に増えています。これは非常に喜ばしいことですが、初学者にとっては、どうやって勉強をすればよいのか判断が難しくなってしまいました。本ブログの目的は、多くの方がより適切な書籍を手に取れるようお手伝いをすることです。 キーワード:機械学習・深層学習(ディープラーニング)・Python人工知能