Kaggle
データ分析のコンペで世界的に有名なKaggleを対象に書かれた書籍を紹介します。
Kaggle スタートブック
Kaggleを始めるならまずはこの本という位置付けのものです。Kaggleでの基本的なデータ分析の仕方を学ぶことができます。
Kaggleで勝つデータ分析の技術
Kaggleに特化した内容で書かれていますが、評価の仕方などは仕事でも参考になる部分はあるかと思います。
Kaggle Grandmasterに学ぶ機械学習
この本は個人的におすすめの本です。Kaggleなどのデータ分析系では、ソースコードをきれいに書くことが後回しにされがちです。ソースコードをどのようにファイルに分けて書けばいいかが学ぶことができます。
The Kaggle book
Kaggleのテクニックや一般的な手法が網羅的に書かれています。
ディープラーニング
ディープラーニングでは、実装面の参考書が多いですが、ここではより中身の理論的なことを追える参考書を紹介します。
ゼロから作るDeepLearning
外部のライブラリに頼らずに、Pythonでフルスクラッチでディープラーニングを実装することで理解が深まります。CNNまで実装します。
ゼロから作るDeepLearning2
1の続編です。言語処理系のDNN実装を例にLSTM,RNNなどのシーケンスモデルを実装し、これらのモデルの理解を深めることができます。
深層学習
DNN系の論文を読むにあたって、広く浅く解説されている書籍です。
機械学習
はじめてのパターン認識
Python 機械学習プログラミング
機械学習のアルゴリズムが網羅されているのが特徴です。教師なしから教師あり学習まで幅広く記載されています。
フレームワーク
現状では、ほとんどのモデルがPytorchで研究され、Github上でソースコードが公開されることが多いので、初めての方はまずはPytorchを学ぶことをお勧めします。
一方で、tensorflowはtensorflow-liteなど組込み機器向けの軽量な開発環境があることや、企業でのシステム開発ではtensorflowが採用されていることもあります。
詳解 ディープラーニング
Keras, Tensorflow, Pytorchの各フレームワークごとの実装が記載されているのが特徴です。
Pytorchによる発展ディープラーニング
Pytorchで様々なディープラーニングのタスクの実装例が記載されているのが特徴です。
Pytorch 実践入門
Pytrochがライブラリとしてどのような思想で実装されているのかが理解できます。
コメント