【AI・機械学習】0から始めてkaggleに参加できるようになるまでのおすすめ本

はじめに

私はAI、人工知能、機械学習、ディープラーニングそれぞれがどんなものか全くわからないところからkaggleやSIGNATEなどの機械学習コンペに参加できるようになるまで独学で勉強してきました。 これまで読んだ中の本で人工知能・機械学習についてのおすすめ本をご紹介したいと思います。

いくつか読む順番を間違えたなと自分自身感じたところもあるので、「最初に読む本」、「手を動かして理解を深めていく本」、「Kaggleに参加する本」と3つのレベルに分けて紹介します。

紹介している本の中にはPythonがある程度使えることが前提になっているものもありますので、ご注意ください。

これから機械学習の勉強を始める人や人工知能や機械学習について勉強するのにどんな本がいいのか悩んでる人の助けになればと思います。

最初に読む本

これから勉強を始める場合や人工知能や機械学習の全体についてよくわからない場合はこちらの本がおすすめです。

人工知能は人間を超えるか

人工知能とは何かから、これまでのブームとこれからどうなるか（人工知能が人間を超えるか）について書かれた本です。

機械学習の具体的なアルゴリズムの紹介がされているわけではないですが、人工知能に関することを全体的に触れているような内容です。

いちばんやさしいAI超入門

AI、機械学習、ディープラーニングについてどんなものなのかを例を用いてやさしく解説してくれる本です。

数式や難しい言葉がないので、読みやすく最初のとっかかりにいいと思います。

ディープラーニングG検定公式テキスト

G検定用の公式テキストです。

人工知能に関することを全体的にまとめているため入門書として、全体像理解するのに適していると思います。私はG検定は受けてないですが、まとまっているため読みました。

人工知能プログラミングのための数学がわかる本

人工知能を学習する上で必要となる数学を学べる本です。

基礎的な数学から微分、線形代数、確率まで学べます。最終的に解説した数学を利用して基礎的な機械学習モデルを理解するとこまで解説してくれます。

見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑

機械学習のアルゴリズムがまとめられている本です。

機械学習にはアルゴリズムがあるのかがわかるようになります。また、scikit-learnでのサンプルコードも記載されているのですぐに実践できます。

手を動かして理解を深めていく本

ある程度機械学習の全体像が理解できてきたら実際に手を動かして理解を深めるような本がおすすめです。

Pythonで動かして学ぶ!あたらしい機械学習の教科書

回帰と分類の教師あり学習、ディープラーニング、教師なし学習を実装しながら、イラストと数式で機械学習について解説している本です。

Pythonの基本とグラフの描画、数学の基本についても解説しており、これ1冊である程度理解できるようになっています。

PythonとKerasによるディープラーニング

ディープラーニングについてKerasで実装しながら理解を深めていく本です。

ディープラーニングの例として、画像とテキストデータを具体例として実装しています。実際にディープラーニングを実装する時に役立つ1冊となっています。

ゼロから作るDeep Learning

ディープラーニングをゼロから作り、ディープラーニングの仕組みの理解を深める本です。

ディープラーニングの本で一番有名だと思われます。

ある程度ディープラーニングについて理解できてから読むと理解しやすいと思います。ライブラリを使っているとわからない裏側の理論がわかるようになり、ライブラリを使った時のパラメータの意味をイメージしやすくなります。

ゼロから作るDeep Learning 2

自然言語処理に特化した「ゼロから作るDeep Learning」の続編となる本です。

自然言語処理でのディープラーニングの理解に役立ちます。

Pythonデータサイエンスハンドブック

Numpy, Pandas, Matplotlibの使い方からscikit-learnでの機械学習の実装とボリュームのある本です。

全部しっかり読むのは大変なため、必要な時に参照しながら読むのがいいと思います。

kaggleに参加する本

理解が深まりコンペに参加して、より実践的に機械学習が使えるようになる場合はこちらの本がおすすめです。

Kaggleで勝つデータ分析の技術

Kaggleとは何かから特徴量の扱い、モデルの作成、アンサンブルまでKaggleに参加する上で有効な手法がまとめられている本です。

Kaggleに参加する時に大変有効な1冊です。こちらで解説されていることが全部できれば上位も狙えるかと思います。

前処理大全

機械学習は前処理が重要なため、その前処理をまとめて解説している本です。

特徴量エンジニアリングのようなさまざまなデータ型に対する処理や、モデルを作成する前のデータの抽出や集約、結合などの処理まで解説しています。Python, R, SQLでのサンプルコードが紹介されているため、すぐ実践できるようになっています。

機械学習のための特徴量エンジニアリング

特徴量エンジニアリングに特化した本です。

数値データ、テキストデータ、カテゴリデータに対しての手法が紹介され、最終的に実際のデータに対する特徴量エンジニアリングが解説されています。

scikit-learn、Keras、TensorFlowによる実践機械学習

機械学習全般の知識から、scikit-learn, TensorFlow, Kerasで実際に機械学習を実装する方法が解説されている本です。

これ1冊にこれまで学んだことが大体書かれているのでないかというぐらいのボリュームになっています。かなりのボリュームなので、必要な時に参照するのがいいかと思います。

まとめ

私がこれまで読んだ機械学習系の本の中からおすすめの本を紹介させていただきました。

ここ数年で本屋に並ぶ機械学習系の本がかなり充実してきていると感じているので、ここに紹介している本以外に素晴らしい本はあるかと思いますが、気になる本がありましたらぜひ一度読んでいただければと思います。