深層学習の勉強でおすすめの書籍まとめ



深層学習の勉強で、個人的に参考になった書籍をまとめます。

新しく読んで参考になったものがあれば、随時追加していきます。

ただし、深層学習の勉強に関して個人的に思うのは、深層学習は書籍よりも実装例を見る方が勉強になります。

結局は基本的なニューラルネットワークが学習していく仕組みを理解してしまえば、あとは問題に対するネットワークの組み方次第なところが大きいです。

実際に論文や実装例などをどんどん見て、問題に対してどのようなネットワークを組んで解いているのかといったところを吸収していく方が、自分がネットワークを組む時の組み方に幅が広がります。

なので、下記の書籍のいずれかを読んで、ある程度仕組みを理解したあとは、実際にどんどんモデルを作っていくことをおすすめします。

ゼロから作るDeep Learning ーPythonで学ぶディープラーニングの理論と実装

深層学習の書籍といえばの定番な書籍です。

基本的なニューラルネットワークさえ理解できれば、あとは他の再帰的ニューラルネットワークや畳み込みニューラルネットワークなどはネットワーク構造の応用ですので、そこさえ抑えておけば、あとはネット上の情報や論文からでも十分吸収できるようになります。

その仕組みを理解する上では、この書籍がとても参考になります。

どのようにネットワークの計算がされていき、重みが更新されるのかを、実際に手を動かしながら計算していきますので、理解に繋がりやすいです。

深層学習(機械学習プロフェッショナルシリーズ)

「ゼロから作るDeep Learning」と内容はだいぶ被りますが、こちらもまとまっていて参考になります。

また、「ゼロから作るDeep Learning」では、再帰的ニューラルネットワークの詳しい説明はありませんが、こちらの書籍では1章まるごと使って再帰的ニューラルネットワークの説明がありますので、こちらで知識を補うのもありだと思います。