初心者向け!機械学習を学ぶのにおすすめの本10選

初心者向けに機械学習やディープラーニングを学ぶのにおすすめの本をまとめて紹介しています。人工知能(AI)を構築する上で必要な知識を身につけることができます。実践的に学習する書籍もあるので、自分の目的に合わせて選んでみてください。

TechAcademyマガジンはオンラインのプログラミングスクールTechAcademy [テックアカデミー]が運営する教育×テクノロジーのWebメディアです。初心者でもすぐ勉強できる記事が2,000以上あります。

今回は、機械学習を学ぶのにおすすめの本をまとめています。

機械学習やディープラーニングを初めて学ぶ人におすすめの本、仕事でこれから使う人におすすめの本を紹介しています。書籍によって概念中心のもの、実践中心のものなど特徴が違うので、自分の好みに合った本を見つけてみてください。

 

なお本記事は、TechAcademyのAIオンライン講座の内容をもとに作成しています。

 

まず最初に、非エンジニア向けのおすすめ本を紹介します。

 

仕事ではじめる機械学習

特徴

プロジェクトのはじめ方や、システム構成、学習のためのリソースの収集方法を中心にビジネスサイドの視点を踏まえた特徴があります。

 

対象者

深層学習も画像認識も自然言語処理も機械学習も全て含めて人工知能という1つのソフトウェアを使うと簡単に解決できるという思想の上司から、「人工知能のプロジェクト立ち上げるからあとよろしく」と言われて、現場を任された担当者向けです。

 

学習できること

最初に機械学習プロジェクトの流れを理解した上で、現場のシステムにおける機械学習の問題点を理解し、その対処方法を考えていきます。

アルゴリズムについての学習では、例えば、パーセプトロン・ロジスティック回帰・SVM・ニューラルネットワーク・k-NN・決定木・ランダムフォレスト・GBDTを学習します。

実装部分では、映画の推薦システムをつくるという内容で、実際に機械学習を利用した実装の解説があります。

 

60分でわかる! 機械学習&ディープラーニング 超入門

特徴

新聞を読むような感覚で機械学習とディープラーニングについて理解できます。

 

対象者

機械学習とディープラーニングを使うとどんなことができるのか全体像を理解したいビジネスマン向け

 

学習できること

自分で機械学習や人工知能について学習したい方だけでなく、だれかに説明することが出来るレベルの分かりやすい解説テキストとして学習利用することができます。

 

[PR]機械学習で挫折しない学習方法を動画で公開中

やさしく学ぶ 機械学習を理解するための数学のきほん アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで

特徴

忘れかけた高校卒業程度の数学の知識でも読むことが出来るという、機械学習というタイトル本の中でも抜きん出て安心感の有る文系向け機械学習解説本です。

著者は、LINE Fukuoka株式会社 に勤務しているデータエンジニアです。

 

対象者

機械学習に興味があるけど、数式が出てきた時点で意味がわからなくなってしまうという方向けです 。

 

学習できること

基本的な機械学習の内容と、必要な数学の復習、PythonとNumPyの基礎について学習できます。

 

ここから先はエンジニア向けの機械学習書籍です。

 

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

特徴

scikit-learnのリリースマネージャである筆者が、機械学習の基礎だけでなく、「特徴量エンジニアリング」と「モデルの評価と改善」について詳しく解説している特徴があります。

ここでは網羅できないほど多岐にわたる開発手法に関して、ちょうどよい掘り下げ方で解説してある点が特徴的です。

 

対象者

「特徴量エンジニアリング」と「モデルの評価と改善」に関しても関心があるエンジニア向け。

 

学習できること

scikit-learnと関連ライブラリの環境設定から、教師あり学習や、教師なし学習についても、その種類とメリット・デメリットに関して細かく解説してあります。

「特徴量エンジニアリング」、「モデルの評価と改善」、「アルゴリズムチェーンとパイプライン」、「テキストデータの処理」等実践的な内容も学習できます。

 

機械学習スタートアップシリーズ ベイズ推論による機械学習入門

特徴

ベイズ主義機械学習に基づいた、モデルの構築→推論の導出という手順をステップ・バイ・ステップで解説してあるとう特徴をもちます。

 

対象者

ベイズ推論について学習したい入門者向け

 

学習できること

基本的な確率に関する期待値・離散確率分布・連続確率分布などの説明から、ベイズ推論・ポアソン混合モデルや、ガウス混合モデルを学習します。

最終的には、線形次元削減・非負値行列因子分解・隠れマルコフモデル・トピックモデル・テンソル分解・ロジスティック回帰・ニューラルネットワーク等の応用モデルの学習を行います。

 

機械学習入門 ボルツマン機械学習から深層学習まで

特徴

機械学習の基礎的な表現方法や単語の意味だけでなく、その背景を掘り下げて解説してある点が特徴的です。

 

対象者

機械学習初心者でもイラストを多用して学習したい入門者向け

学習できること

イラストを多用した入門者向けにもかかわらず、最終的には、ボルツマン機械学習による画像処理等の学習まで可能です。

 

データサイエンスのための統計学入門 ―予測、分類、統計モデリング、統計的機械学習とRプログラミング

特徴

データサイエンティストに必要な統計学の基礎と、50種類の機械学習の基本概念を学習することができます。

 

対象者

データサイエンティストを目指すエンジニア向け

 

学習できること

データの分類、分析、モデル化、予測という一連の手法において統計学の必要な内容・不要な項目を概念・プログラミング理論・数学の見地から学習することができます。

分類では、ナイーブベイズ ・判別分析・ロジスティック回帰・混同行列やROC曲線等の分類モデルの評価や、不均衡データの戦略についても学習することができます。

統計的機械学習では、k近傍法・木モデル・バギングとランダムフォレスト・ブースティングを学習します。

最終的には、成分分析・k平均クラスタリング・階層クラスタリング・モデルベースクラスタリング・スケーリングとカテゴリ変数を通じて、教師なし学習についての理解を深めることができます。

 

ITエンジニアのための機械学習理論入門

特徴

ビジネスサイドの担当者が読むにはハードルがある、機械学習のツールやライブラリの内部処理や、その結果をビジネスでどのように役立てるかを、ITエンジニア向けに解説してあるのが特徴です。

 

対象者

ビジネスサイドの要求で機械学習を開始する必要に迫られたITエンジニア向けです。

ベイズ推定の専門書を読む前の入門書として良いです。

 

学習できること

まず、パーセプトロンによる分類アルゴリズムの基礎を学習します。

次に、ロジスティック回帰とROC曲線を通じて、学習モデルの評価方法を習得します。

そして、k平均法による教師なし学習モデルの基礎と、EMアルゴリズムによる、最尤推定法の教師なし学習を訓練します。

最終的に、ベイズ推定モデルとベイズの定理や、ベイズ推定の回帰分析への応用を学習します。

 

パターン認識と機械学習 上

特徴

2006年の発行以来世界的にトップセールスを続ける機械学習の入門書です。

翻訳も日本のトップ研究者たちが行っているため、学術知識に裏打ちされた日本語で読むことができます。

各学習の最後には演習問題が用意されています。

 

対象者

数学的な見地から機械学習の理論を学習したいITエンジニア向けです。

 

学習できること

確率分布では、ベータ分布・ディリクレ分布・ガウス分布・指数型分布族・ノンパラメトリック法等を学習します。

線形回帰モデルでは、線形基底関数モデル・ベイズ線形回帰・ベイズモデル比較・エビデンス近似等を学習します。

線形識別モデルでは、識別関数(判別関数)・確率的生成モデル・確率的識別モデル・ラプラス近似・ベイズロジスティック回帰を学習します。

最後にニューラルネットワークについて学習します。

 

パターン認識と機械学習 下

特徴

パターン認識に関する統計学的解説をすべて網羅している様な内容の濃い学習書です。

機械学習エンジニアの辞書という特徴を持ちます。

 

対象者

機械学習エンジニアとして転職を考えるITエンジニア向け

 

学習できること

上巻を凌ぐ濃密な内容と共に、 ベイズ理論による統計的予測を中心とした学習が可能です。

なにより、インターネット上にこの本を元にした解説やサンプルプログラムが多いため、この本だけでは理解しづらい部分も、この本を通じて氷が溶けるように徐々に学習することができます。

 

今回は、機械学習を学ぶのにおすすめの本を解説しました。

書籍によって扱っている機械学習の分野も違うものがあるので、自分が学びたい部分があるか確認しておきましょう。言語もライブラリも様々な種類があるので、事前にチェックしておくことが重要です。

 

また、オンラインのプログラミングスクールTechAcademyでは、AIオンライン講座を開催しています。

AI(人工知能)の構築に必要な機械学習・ディープラーニングについて実践的に学習することができます。

現役エンジニアがパーソナルメンターとして受講生に1人ずつつき、マンツーマンのメンタリングで学習をサポートし、最短4週間で習得することが可能です。

この記事を監修してくれた方

中本賢吾(なかもとけんご)
アジマッチ有限会社 代表取締役社長

開発実績:PHPフレームワークを利用した会員制SNS・ネットショップ構築、AWSや専用サーバー下でLinuxを使用したセキュアな環境構築、人工知能を利用したシステム開発、店舗検索スマホアプリ開発など。

その他にも地域の職業プログラマー育成活動を行い、2018年には小学生がUnityで開発したオリジナルAndroidアプリをGooglePlayでリリース。ゲームで遊ぶより作ろうぜ!を合言葉に、小学生でも起業できる技術力を育成可能で有ることを証明し続けている。