MawaLog

一日一日、楽しく生きる。技術と音楽が好き。

機械学習の本/学習コンテンツのメモ

勉強した(勉強中の)本をまとめてみる

coursera Ng先生のコース

www.coursera.org おすすめ度:★★★★★
感想:やらねばならないことがかなり多いけど、その分の見返りあり。一番分かりやすかった。日本語字幕もあるので安心(ただし、一部結構重要な訳が違ったりしていたので注意)。それでも日本語訳があることは大変ありがたいと思いました。数式理解もしっかりと解説してくれて、迂回せずに正攻法で分かりやすく教えてくれるかつ、謙虚な姿勢のNg先生は最高でした。

訳の違いで大きいのがregularizationという単語が頻発するが、訳は正則化が正しいが、日本語字幕は正規化になっている部分が多い。(自分の受講が2017年6月時点なので改善したかもしれない)

あとは、PythonではなくOctaveというMatlabクローンという珍しい言語で習うので最初らへんの第2講くらいまでにはそれに慣れる必要あり(プログラミング言語をまったくいじったことない人は、慣れるのに1週間〜1ヶ月多めに時間をかける前提で取り組むのが良いと思われます。慣れれば大丈夫! プログラミング言語ひとつでもやったことがあれば比較的適応は早いと思われます。デバッガーが指摘がピンポイントで結構いい感じだった印象です。)。

あと課題は普通に本格的なので解けたときの達成感が凄いけど、毎回「こんな課題自分にできるんやろうか・・・」という不安は常にあった。なので、講義は真剣に聞くことが鍵となり、斜め読みのようにすっとばせないので大学で1年間真面目にやらないと単位を落としかねないゼミをしっかり受講する程度の勉強量は要求される

修了できたときは感動します


続編があるみたいですね!

ゼロからつくるDeepLearning

おすすめ度:★★★
感想:今年流行った技術書のひとつではないでしょうか。『ゼロからdeep』は、CourseraのNg先生のコースのあとに取り組むとより良さそうな感じがします。僕は、最初にこれやってみて、CNN組むところで一旦挫折して、CourseraのNg先生にコスト関数再入門して、ようやく正則化のあたりが分かった→そのままハイパーパラメーターの概念理解さえあればとりあえずチューニングして動かせるKerasで組むという流れに行ったので、雰囲気をつかむきっかけになった本でした。

詳解 ディープラーニング

詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~

詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~

おすすめ度:★★★★
感想:KerasとTensorFlowの実装例が豊富で、めっちゃありがたいです。ReLU関数とその仲間の関数の解説のあたりも充実していて、最適化の理解が深まります。あと特筆すべきはRNNの解説の章があることです。自然言語処理だとRNN関連の記事も多いのでファーストステップとして大変有り難い解説でした。

Python機械学習プログラミング

おすすめ度:★★★
感想:(今度チェックして追記します)Courseraで習ったことの一部が書籍でまとめられているような・・・Webアプリに組み込むまで記載があったような・・・

Pythonによる機械学習入門

Pythonによる機械学習入門

Pythonによる機械学習入門

おすすめ度:★★★
感想:(今度チェックして追記します)Scikit-LearnでSVMなどの実装例が出ていたような・・・記憶が曖昧です・・・

はじめての深層学習

おすすめ度:★★★
感想:CUDA・GPUまわりのセッティングのエンジニア目線からのわずらわしさなどのぶっちゃけトークが参考になります。chainer推しだったかな。

PRML

名高いプレモルはまだ手を出してません^^;またガッツリやる余裕がでたらチャレンジしようかな・・・