Deep Learning勉強のための書籍【2018年版】

はじめに

ディープラーニングに関する書籍は山ほど出てきています。

その中でどれを読めば良いのか分からない、というのは初心者にとって最初の問題でもあるでしょう。まずはブログなどのネットの情報を参考に勉強をする人が多いかと思われますが、私のブログも含め、大抵は個人の興味に沿ってバラバラに話題が提供されるため、できれば1つ1つ順を追って解説してくれる物が欲しいと感じるのが本音と思われます。

今回は、数ある書籍の中でも私自身が所持していておすすめできるディープラーニングの書籍を載せたいと思います。

初級編

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

発売当初からずっとおすすめしている書籍です。

ディープラーニングに必要な数学の基本的なところを解説しつつ、numpyで実装をしていくという形式の本になります。流石に（当たり前ですが）2018年現在の最新の情報は載っていません。

しかし、ディープラーニングの基本的な部分は大きく変わっていませんから、約2年が経とうというこの時期にでも、初心者のかたにおすすめできるものとなっています。

まず初めにこれをしっかり読み込んで、実装も手を動かしてやっていけば、次のステージに進む下地は間違いなくつけることができるでしょう。

中級編

 scikit-learnとTensorFlowによる実践機械学習

scikit-learnとTensorFlowによる実践機械学習

 私が所持しているのは英語版のものになります。

ディープラーニングだけでなく機械学習全般を抑えている書籍になっていますので、機械学習の各種法と比較しながら学ぶこともできます。

本はかなり分厚く、これらを全てこなすのは中々時間が掛かることでしょう。興味の強いところから順番にやっていってみてください。機械学習での基本的な理屈も数式を交えながら説明しているため、単にツールをよく分からんまま使うだけに留まらず、理解しながら進めていけ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 

PythonとKerasによるディープラーニング

こちらも私が所有しているのは英語版になります。

Kerasの開発者が自ら書いた書籍です。

例と言葉とコードがベースになっています。数式を使って理論を説明するようなタイプではないので、ある程度基本はできている状態で望むのが良いと思います（逆に進めるだけなら初級編に入れても構わないかもしれない）。

扱っているニューラルネットワークも豊富で、基本的なものは一通り詳しいコードと共に載っているので、しっかり手を動かしてコードを写していけば、Kerasを使ったコードの書き方は身についていくと思われます。

上級編

Pro Deep Learning with TensorFlow

（はてなブログのリンクでは上手く乗らなかったのでAmazonアソシエイトプログラムで直接表示しています。） 

この本は邦訳版はありませんが、行列計算、微分積分、最適化、確率・統計などの基本を抑え、更にディープラーニングで重要な勾配法、誤差逆伝播法に関しても詳しく解説をしています。豊富な数学の例題、図を交えながら丁寧に、まさにディープラーニングに必要最低限の数学を抑えているという印象です。

タイトルの通り、ディープラーニングを学ぶ事が目的であり、理解を促すための実装のツールとしてTensorFlowを使っているという形になります。

個人的には数式に抵抗が無いのであれば、プログラムを書きながらディープラーニングを学ぶのに非常に適した本のように感じました。

Deep Learning

Deep Learning (Adaptive Computation and Machine Learning series)

深層学習

 ご存知ディープラーニングの本。かなり詳しく、ディープラーニングの基本を網羅している本です。ディープラーニングの発展自体も著しいので現在の最新手法は載っていませんが、変わらぬディープラーニング基本的な理論から知りたい人にとってはベストの本と思います。

実装云々は意識されていないので注意が必要です。

日本語訳は章によってできがバラついているとおモイます。