【1ヶ月間の勉強】初めての機械学習・AI開発で役立った本やリンクまとめ

どーも、ぐるたか@guru_takaです。

先日、初めてのAIアプリ「Perfume AI画像診断」をリリースしました🎉

ここでは、初めての機械学習(ディープラーニング含む)・AI開発で実際に役立った本やリンク集をまとめました。効率的に学べる本・リンクのみ、厳選しています!

AI開発前の私のスペックは

  • PG経験あり
  • 理系:数学の基礎知識あり
  • 機械学習に関しては、完全なる無知

似たような境遇の方で、これからAI開発したい初学者の参考になれば幸いです。

最初に読んでほしい1冊

まず最初に、『図解即戦力 機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書』をオススメします。

オススメする理由は3つ!

  • 機械学習とディープラーニングの全体像がつかめる
  • 図が豊富で端的に解説してくれて、めっちゃわかりやすい
  • AIの専門用語を整理できる

オススメな読み方は深く読まずに、要点を掴むことを意識して、サクッと読むことです。詳しいアルゴリズムについては、「こんなのあるんだ〜」「こんなこと、できるんだ〜」くらいの温度感で、軽く読めばOK!

私はこの本のお陰で、機械学習やディープラーニングの基礎知識や仕組みをカバーできました!図も豊富で本当にわかりやすく、オススメです。

評価
わかりやすさ
(5.0)
学びやすさ
(5.0)
網羅性
(5.0)
コーディング
(1.0)
総合評価
(4.0)

Pythonで実装しながら、機械学習の基本が学べる動画講座

次にオススメしたいのはUdemyの講座『【キカガク流】人工知能・機械学習 脱ブラックボックス講座 – 初級編・上級編』の2つをオススメします。

参考 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 初級編Udemy 参考 【キカガク流】人工知能・機械学習 脱ブラックボックス講座 - 中級編Udemy

以下3つが学べます!

  • 機械学習に必要な数学の基礎がゼロベースから学べる
  • 全ての解説に理由が添えてあり、腹落ちレベルが桁違い
  • 数式をPythonに落とし込む作業があり、実装レベルも上がる

全く数学も機械学習も知らない人を対象にしているので、めちゃくちゃわかりやすく解説してくれています。機械学習に必要な数学も丁寧に教えてくれる神動画!Pythonのコーディング方法もあるので、実装方法も学べます!

評価
わかりやすさ
(5.0)
学びやすさ
(5.0)
網羅性
(3.5)
コーディング
(5.0)
総合評価
(5.0)

機械学習・ディープラーニングの実装力を身につける

機械学習やディープラーニングの実装力を身につけるなら、KIKAGAKUが本当にオススメ!ちなみに、上2つで紹介したUdemyの動画講座の提供会社もキカガクです。

参考 AIを無料で学べる学習サイトKIKAGAKU

オススメする理由は3つ!

  • 機械学習からディープラーニングまでのシラバスがあるので、学習ロードマップが明確
  • 図やGIFが豊富で、理論や解説がわかりやすい
  • コードが紹介されており、実装方法も身につく

KIKAGAKUには、実践的なコードが紹介されているので、実装力が身につきます。機械学習やディープラーニング、さに画像認識や自然言語処理までカバーできてオススメです!

私の初AI開発も、KIKAGAKUのコードが大本になっています。理論を深めつつ、コード事例も学びたい方にオススメしたい学習サイト(無料)です!
参考 AIを無料で学べる学習サイトKIKAGAKU

評価
わかりやすさ
(5.0)
学びやすさ
(5.0)
網羅性
(5.0)
コーディング
(5.0)
総合評価
(5.0)

機械学習・ディープラーニングの理論を深めるための本やリンク

ここでは、機械学習やディープラーニングの理論や数学的な背景を深める時に役立った本やサイトを紹介します。

やさしく学ぶ数学のきほんシリーズ

機械学習やディープラーニングの数学的な背景を深めたい人にオススメしたい本になります!

数式をゴリゴリ書いてはあるんですが、2人の登場人物が会話しながら進めていて、頭に入りやすくて最高です。

何より登場人物の1人が読者を代表して、「〜がよくわからないだけど…」といつも突っ込んでくれるので、疑問点が解消しまくって、めっちゃ腹落ちできます

しかも、本来の目的である理論の深堀りもしてくれる良書です。この2冊のお陰で、私は数学的な理解を深めることができました!

評価
わかりやすさ
(5.0)
学びやすさ
(5.0)
網羅性
(4.0)
コーディング
(3.0)
総合評価
(4.5)

Chainer Tutorial 準備編

機械学習で使用する数学の基礎を学びたいときは、キカガク監修のChainer Tutorialもオススメです!

参考 1. はじめに — ディープラーニング入門Chainer チュートリアル

機械学習やディープラーニングの基本中の基本となる微分や線形代数、さらには確率・統計の基本を解説しています。

機械学習やディープラーニングの理論で詰まった部分を補強する時に役立ちました

評価
わかりやすさ
(4.0)
学びやすさ
(4.0)
網羅性
(4.0)
コーディング
(3.0)
総合評価
(4.0)

ゼロから作るDeep Learning

ディープラーニングを学ぶ時に必ずといっていほど、紹介されている『ゼロつく』です!

ディープラーニングの入門書とされていますが、深い内容まで書かれていて、初学者が1から読んで丁寧にやっていくと、挫折しそうな印象を受けました。辞書代わりとして読んで理解を深めるために使うのが良いと個人的に感じています。

逆にいうと、深いとこまで書かれているので、AI開発で疑問に思ったり気になった後に読むと、「そうだったのか!!」とアハ体験できるケースが多いです!知識や実装の補強で重宝しています!

評価
わかりやすさ
(4.0)
学びやすさ
(3.5)
網羅性
(5.0)
コーディング
(3.5)
総合評価
(4.0)

最後に

以上になります。初めてのAI開発で役立った本やリンクを紹介しました。

これからAIを学ぶ方の参考になれば幸いです!

コメントを残す