【2021年】Python 機械学習・ディープラーニング本の人気ランキング・おすすめ紹介【読み放題も】

AI(人工知能)の開発や、ビッグデータ活用など、様々な分野で今後必要とされる技術「機械学習」。その手法の1種で人間の脳にならった「ディープラーニング」はひときわ注目度も高いです。

機械学習は、データ解析や、数学系のライブラリの豊富さから現状Python環境がダントツの人気。

いまPythonが最も人気がある最大の要因がこの機械学習・ディープラーニング・データ解析によるものといえるでしょう。

今後も間違いなく必要とされていく需要の高い技術、「Pythonでの機械学習」に関する本を紹介していきまっす。

 

 
Kindle Paperwhite
発売日 2018/11/07
通常 13,980円
現在 13,980円

 

Contents

 

Kindle Unlimited 1ヶ月無料

kindle_unlimited_sale
 
  • 1ヶ月無料で読み放題
  • 1ヶ月以内でも解約可能
  • 解約後も1ヶ月まで利用可


    

Python 機械学習・ディープラーニング本

人気ランキング

さっそく、今売れ筋の「機械学習」「ディープラーニング」系の本を人気ランキング形式で一覧したのが以下。

ランキングはAmazonの売筋ランクに基づいて日々更新されていますので、最新の人気が反映されています。

 

(2021/03/03 更新)
売筋
Rank
製品評価
1
(4.4)
総評価数 345件
2
(4.3)
総評価数 48件
3
Python実践機械学習システム100本ノック
発売日 2020/12/01
通常    2,640円
単行本   2,640円 (+26pt)
(4)
総評価数 3件
4
(5)
総評価数 1件
5
スッキリわかるPythonによる機械学習入門
発売日 2020/10/16
通常    3,300円
単行本   3,300円 (+33pt)
Kindle   2,970円 (+30pt)
(0)
総評価数 0件
6
(4.2)
総評価数 4件
7
Pythonで学ぶ音源分離 機械学習実践シリーズ
発売日 2020/08/24
通常    3,850円
単行本   3,850円 (+39pt)
Kindle   3,465円 (+35pt)
(4.3)
総評価数 9件
8
試して学ぶ 機械学習入門 ~Pythonで作って、動かして身につける~...
発売日 2019/04/23
通常    3,289円
単行本   3,289円 (+33pt)
Kindle   3,125円 (+56pt)
(2.9)
総評価数 3件
9
機械学習のエッセンス -実装しながら学ぶPython,数学,アルゴリズム- (Machine Learning)...
発売日 2018/09/21
通常    3,080円
単行本   3,080円 (+31pt)
Kindle   2,772円 (+28pt)
(3.9)
総評価数 67件
10
(5)
総評価数 1件
11
PythonとKerasによるディープラーニング
発売日 2018/05/28
通常    4,268円
単行本   4,268円 (+43pt)
Kindle   3,841円 (+38pt)
(4.1)
総評価数 30件
12
(4.4)
総評価数 14件
13
直感 Deep Learning ―Python×Kerasでアイデアを形にするレシピ
発売日 2018/08/17
通常    3,740円
単行本   3,740円 (+37pt)
(3.9)
総評価数 14件
14
いちばんやさしいPython機械学習の教本 人気講師が教える業務で役立つ実践ノウハウ...
発売日 2019/06/21
通常    2,860円
単行本   2,860円 (+137pt)
Kindle   2,574円 (+26pt)
(4.2)
総評価数 6件
15
(3.1)
総評価数 8件
16
Python機械学習ライブラリ scikit-learn活用レシピ80+ impress top gearシリーズ...
発売日 2019/03/18
通常    4,290円
単行本   4,290円 (+190pt)
Kindle   3,861円 (+39pt)
(3.7)
総評価数 3件
17
(4.3)
総評価数 34件
18
Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版
発売日 2019/07/18
通常    2,948円
単行本   2,948円 (+98pt)
Kindle   2,653円 (+27pt)
(4.1)
総評価数 22件
19
(3.6)
総評価数 35件
20
RとPythonで学ぶ[実践的]データサイエンス&機械学習
発売日 2019/03/26
通常    3,278円
単行本   3,278円 (+33pt)
Kindle   3,114円 (+60pt)
(4.3)
総評価数 28件
21
現場で使える!Python深層強化学習入門 強化学習と深層学習による探索と制御...
発売日 2019/08/07
通常    3,740円
単行本   3,740円 (+37pt)
Kindle   3,366円 (+34pt)
(3.7)
総評価数 6件
22
(4.6)
総評価数 55件
23
Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識...
発売日 2019/09/17
通常    2,948円
単行本   2,948円 (+29pt)
Kindle   2,653円 (+27pt)
(3.6)
総評価数 9件
24
現場で使える!Python深層学習入門 Pythonの基本から深層学習の実践手法まで...
発売日 2019/06/20
通常    3,520円
単行本   3,520円 (+35pt)
Kindle   1,760円 (+18pt)
(3.3)
総評価数 3件
25
Pythonで動かして学ぶ!あたらしい深層学習の教科書 機械学習の基本から深層学習まで...
発売日 2018/10/22
通常    3,520円
単行本   3,520円 (+35pt)
Kindle   3,344円 (+1601pt)
(4)
総評価数 17件
26
(3.2)
総評価数 7件
27
Python言語によるビジネスアナリティクス 実務家のための最適化・統計解析・機械学習...
発売日 2016/09/01
通常    7,040円
単行本   7,040円 (+70pt)
Kindle   6,336円 (+63pt)
(2.9)
総評価数 4件
28
TensorFlow機械学習クックブック Pythonベースの活用レシピ60+ (impress top gear)...
発売日 2017/08/14
通常    4,620円
単行本   4,620円 (+107pt)
Kindle   4,158円 (+42pt)
(3.9)
総評価数 7件
29
(1)
総評価数 1件
30
(5)
総評価数 1件

以降でおすすめ・注目の本をピックアップしていきまっす。

ちなみに、Kindle版のある本ならサンプル送信で試し読み可能。大概目次まで見れるので、内容の概要もつかめるので、サンプル試読おすすめです。

 

Python機械学習の本 人気の参考書 5冊

以下が今人気(売れ筋)のPython・機械学習関連の本の5冊の詳細です。

(2021/03/03 更新)
売筋
Rank
製品評価
1
(4.4)
総評価数 345件
2
(4.3)
総評価数 48件
3
Python実践機械学習システム100本ノック
発売日 2020/12/01
通常    2,640円
単行本   2,640円 (+26pt)
(4)
総評価数 3件
4
(5)
総評価数 1件
5
スッキリわかるPythonによる機械学習入門
発売日 2020/10/16
通常    3,300円
単行本   3,300円 (+33pt)
Kindle   2,970円 (+30pt)
(0)
総評価数 0件

 

「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」

ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。
ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。
ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか?なぜ層を深くすると認識精度がよくなるのか?といった“Why"に関する問題も取り上げます。

↓全て表示↑少なく表示
 
内容サンプル

(引用元Amazon)

 
Users Voice
本書の特徴は、何と言っても「ゼロから作る」という名のとおり、ライブラリーに頼らず、各処理の内容をステップ・バイ・ステップで説明しているところだと思う。

ただし、一旦、概要が理解できるようになると、このようなボトムアップの説明よりも、むしろトップダウン的に、まず最初にニューラルネットワーク全体を示し、必要に応じて、詳細に入っていく資料の方がわかりやすい。

そういう意味では、ディープラーニングによるニューラルネットワークを分類すると、
1) 教師あり学習
a) 全結合(Affine)
b) 畳み込み(Convolution)
2) 教師なし学習(強化学習)(Deep Q-Network(DQN))

以上の分類では、本書では、「教師なし学習」は扱っていないし、「畳み込み」についても、実施例はほとんど画像処理であるにしては、アルゴリズムの説明は少し簡略化されてすぎているような印象を受ける。

本書でDeep Learningを学んで感じたことは、Deep Learningでよく論じられる「過学習」や「勾配消失」などの課題に対する対策のほとんどは、理論的というよりは、むしろ‘職人’的な経験則に裏付けられたものが多い。
そういう意味で、今後このニューラルネットワークがどのように進化していくのか(例えば、GoogLe Netの「インセプション構造」やRes Netの「スキップ構造」など)、気になるところだ。 (参考:Amazon)

↓全て表示 ↑少なく表示
多くの方が絶賛していますがまさに同感です。特に非エンジニアの方におすすめです。非エンジニアがAIや深層学習の勉強をする場合、CNNとかRNNとかの言葉の暗記や抽象的な例え話で理解し、実際の動作原理の話は棚上げにしがちです。でも「実際のところ、中身はどういう仕組みになってるの?」という気持ち悪さは残ってしまいます。この本ではまさにそうした気持ち悪さを解消できます。パーセプトロンの説明から始まり、自分の手で作りながら仕組みを理解できます。

つまずく要因があるとすれば数学とPythonです。おすすめの読み方としてはまず「統計学が最強の学問である 数学編」を通読してからこの本に進むと、偏微分など数学記号や尤度関数などでひっかかることなく、ストレスなく読み進むことができます。Pythonに馴染みのない人は「いちばんやさしいPythonの教本」(これは本当にやさしいのでほとんどの人がほぼ脱落せずに終えられるはず)を一通り終えてから取り組むと、コードに親しんだ状態でスタートできるのでおすすめです。

DLのポイントである誤差逆伝播についても計算グラフを使ってしっかり丁寧に書かれていて、順を追って読むと理解できると思います。難しい解説書を読んで、またこれに戻って、という使い方も良いですね。

RNNなど本書から漏れた内容を扱った続編が予定されています。このクオリティの解説でコードを追いながら読むのが楽しみです。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
内容サンプル

(引用元Amazon)

 
  

「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」

Pythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。

↓全て表示↑少なく表示
 
Users Voice
大変素晴らしい。最初からこの本を勉強すればよかった。
自分はこの本を読む前に、下記数冊を読んでみました。
(1)
Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習
(2)
機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践
(3)
Python機械学習ライブラリ scikit-learn活用レシピ80+

いずれもサンプルコードの動作を確認しながら、理解しようとしました。
上記(1)も結構いいのですが、こと機械学習でscikit-learn部分に関して言えば、やはり本書ほどではない。

自分はソフトウェアシステム設計者とプログラマとして20年以上の経験をしてきたが、
上記(1),(2),(3)に関して言えば、特に(2)と(3)は中途半端だなと感じていました。説明不足か?翻訳の問題か?
更に悪く言えば訳わからない記述やコードが多くて、読み進めなくなる箇所は結構多かった。

しかし、本書では、読者の立場に立って、テーマごとに丁寧に説明しきれるように努めていると自分は深く感じました。
深入りしたくない議論や課題についてはヒントや参考資料を示してくれているのでとても有難い。

特に機械学習の初心者には非常にお薦めしたい。 (参考:Amazon)

↓全て表示 ↑少なく表示
人工知能の勉強を始めて半年の初心者ですが、本書は自分にとって2冊目に勉強した本です。1冊目はpythonの超初心者向けの本で、本書は2冊目。結論から言うと大変勉強になったし、本書をバイブルとしてこれからも何度も見返すことになると思います。本書は機械学習の手法の一般的な内容を網羅的に扱っており、本書を繰り返し読み、コードを写経することで機械学習(ディープラーニングを除く)を実際に自分で使うことができるようになると感じました。本書に出会えて本当に良かった。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
  

「Python実践機械学習システム100本ノック」

Python実践機械学習システム100本ノック
(著)下山 輝昌, 下山 輝昌, 三木 孝行, 伊藤 淳二
発売日 2020/12/01
(4)

 
Python実践機械学習システム100本ノック
発売日 2020/12/01
通常 2,640円
現在 2,640円

  

「[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践 impress top gea...」

 
  

「スッキリわかるPythonによる機械学習入門」

 
内容サンプル

(引用元Amazon)

 
内容サンプル

(引用元Amazon)

 
スッキリわかるPythonによる機械学習入門
発売日 2020/10/16
通常 3,300円
現在 3,300円

  

 

   

Python機械学習の本 最新・高評価のおすすめの5冊

以下が最新(2019年以降発売本)で高評価の、最新おすすめのPython・機械学習関連の本の5冊の詳細です。

(2021/03/03 更新)
売筋
Rank
製品評価
1
(4.5)
総評価数 11件
2
RとPythonで学ぶ[実践的]データサイエンス&機械学習
発売日 2019/03/26
通常    3,278円
単行本   3,278円 (+33pt)
Kindle   3,114円 (+60pt)
(4.3)
総評価数 28件
3
Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版
発売日 2019/07/18
通常    2,948円
単行本   2,948円 (+98pt)
Kindle   2,653円 (+27pt)
(4.1)
総評価数 22件
4
(4)
総評価数 20件
5
(3.6)
総評価数 16件

 

「データサイエンス教本 Pythonで学ぶ統計分析・パターン認識・深層学習・信号処理・時系列データ分析 [プリント・レプリ...」

※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機能しない場合があります。文字だけを拡大することはできません。
※プリント・レプリカ形式は見開き表示ができません。
※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

Pythonでデータサイエンスの理論と実践を学ぶ
 データサイエンスは、「データを科学的に扱う」学問分野であり、近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。
 本書は、データサイエンスの意味から金融データの分析、動的システムの分析などの工学応用までを、Pythonを使って実際に分析しながら学ぶものです.データの取り扱い、確率・統計の基礎といった基本的なところから、回帰分析、パターン認識、深層学習といった統計・機械学習手法、金融データなど時々刻々と変化する時系列データの分析、センサデータなどに含まれるノイズや外乱を見極めるスペクトル分析、さらにこのノイズや外乱を除去するためのディジタルフィルタ、そして最後に画像データの分析として画像処理の解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。
 Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。

1章 はじめに
2章 データの扱いと可視化
3章 確率の基礎
4章 統計の基礎
5章 回帰分析
6章 パターン認識
7章 深層学習(ディープラーニング)
8章 時系列データ分析
9章 スペクトル分析
10章 ディジタルフィルタ
11章 画像処理
おわりに
参考文献

↓全て表示↑少なく表示
 
Users Voice
生のPythonは自在に書ける状態で、統計の入門としてこの本を買いました。
統計数学の入門としてはPyPlotによる図や噛み砕いた解説がわかりやすかったと思います。

しかしPythonのコードとしては甚だ疑問です。
Numpyの配列には演算子のオーバーロードが定義されていて、なるべくfor文を使わずに書いたり内包表記で書いたりすることがPythonでの数値計算では重要ですが、全く対応していません。
文字列の操作や空の配列を先に定義するスタイルからも読み取れるのですが、まるでC言語のようにPythonを書いています。これではPythonで数値計算をしていることにはなりません。

著者は制御数学で有名な先生なようですので、今後の出版物を期待したいと思います。
特にJuliaで統計モデルを書く本を期待しています。 (参考:Amazon)

↓全て表示 ↑少なく表示
データサイエンスの理論をまとめた本であるが、
統計的な話と工学的な話が抱負に記載されていて参考になる。

Pythonで学ぶ と書かれているが、スクリプトの話はわずかで、
理論を中心に書かれているので、
Pythonの勉強は他で行う必要があるようだ。

所々に入るおまけのコラムが結構おもしろい。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
  

「RとPythonで学ぶ[実践的]データサイエンス&機械学習」

ビジネスの現場で活用するための最短コースです!

本書は野村総合研究所のシステムコンサルティング事業本部で実施している
「アナリティクス研修」をベースにした書籍で、
「統計的なモデリングとは何か?」
「モデルに基づく要因の分析と予測の違いとは?」
「具体的なモデルの作り方」
「結果を解釈する際の落とし穴の見分け方」
など、ビジネスの現場感を重視した構成です。
実務で遭遇するデータ品質や加工のポイント、さらにRとPythonを利用し、
データからモデルを作成して結果を得るという基本的な手順を体験できます。
これからデータ分析や統計解析、機械学習を学び、現場でそれらを活用したい方に最短学習コースでお届けします。

↓全て表示↑少なく表示
 
内容サンプル

(引用元Amazon)

 
Users Voice
Rをメインに使用している技術者です。統計解析・機械学習を俯瞰的に学ぶために購入しました。
さすが野村総合研究所の研修がベースになっているだけあって、
本の内容は数式を可能な限り抑えて実務者にも分かりやすい内容となっていました。
「はじめに」に書かれている通り本書を通じて
・統計モデリングの概念、要因分析と予測の違い
・実際にモデルを作成したり、結果を解釈したりする際の注意点
といったほかの書籍にあまり書かれていない内容を学べ、大変参考となりました。
この内容が3000円で買えるのは破格じゃないでしょうか?
ただし、
 ①R・Pythonに関して全くの初心者
 ②統計学と機械学習を学んだことがない
①②の両方に当てはまる方が読み進めるのは難しいと思います。
自分のレベルに合致しているか確かめたうえで購入しましょう。 (参考:Amazon)

↓全て表示 ↑少なく表示
416ページと厚めの本で、機械学習やディープラーニングまで扱っていますが、数式はほとんど使われていません。せいぜい、y = ax+b のような線形モデルの式がアクセントに出てくる程度です。分析手法や、それを理解するための概念は、すべて言葉と図で説明されており、実装例としてPythonとRで書かれたコードが紹介されています。

本書は、NRI社内での研修資料をベースにしているそうですが、SIerの非理系エンジニアが「まずは動かして、大まかなイメージをつかむ」ためには最適な内容だと思います。エンジニアの中には、学生時代から理工系で、数学的素養があり、高度なアルゴリズムを自ら開発している人もいるとは思いますが、そうでない(文系採用)人もたくさんいて、その人達の底上げのための教材としてよくできた内容だと思います。

一方で、研修の目的が「分析人材育成のための入り口」だそうなので、ある程度理工系のキャリアがあって、数学的な概念の理解やアルゴリズムの詳細なチューニングをしたいという人のニーズは満たせないと思いますが、それは本書の企画意図どおりなのだろうと思います。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
内容サンプル

(引用元Amazon)

 
RとPythonで学ぶ[実践的]データサイエンス&機械学習
発売日 2019/03/26
通常 3,278円
現在 3,278円

  

「Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版」

数学の基礎知識とPythonコードを紐づけて機械学習の基本を学べる!

【本書の目的】
現在、人工知能関連のプロダクト・サービスが数多く見受けられるようになりました。
人工知能関連の開発に機械学習の基礎知識は必須です。
本書はそうした機械学習の基礎知識を学びたいエンジニアに向けた書籍です。

【本書の特徴】
本書は機械学習の基本について、数学の知識をもとに、
実際にPythonでプログラムしながら学ぶことができる書籍です。
・最新のPython 3.7に対応
・学習内容を「要点整理」で復習
・数式とコードをつなげたわかりやすい解説

【読者が得られること】
本書を読み終えた後には、機械学習のしくみとプログラミング手法を理解できます。

【対象読者】
機械学習の基礎を学びたい理工学生・エンジニア

【目次】
第1章 機械学習の準備
第2章 Pythonの基本
第3章 グラフの描画
第4章 機械学習に必要な数学の基本
第5章 教師あり学習:回帰
第6章 教師あり学習:分類
第7章 ニューラルネットワーク・ディープラーニング
第8章 ニューラルネットワーク・ディープラーニングの応用(手書き数字の認識)
第9章 教師なし学習
第10章 要点のまとめ

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。


↓全て表示↑少なく表示
 
内容サンプル

(引用元Amazon)

 
Users Voice
コマンドが全部ファイルで見れるので、いちいち手入力する必要がなく、類書で見られがちな「プログラミングの練習をしているつもりがタイピングによる筆写の練習にしかなっていない」ということは避けられる。インストールでトラブルがあったものの(以下参照)、正しく書かれたスクリプトがあったおかげで「インストールのエラーなのかうち間違えなのか」を切り分ける必要がなく、とても助かりました。

しかし、本書に書かれている仕様を満たすPCであってもインストールできないPCが多々あります。特に、テンソルフローはバージョン1.5以降のものになるとAVXをサポートしないCPUには正常にインストールできません。最近だと省電力、小排熱が売りのAVXをサポートしないCPUも増えてきていますが、そのような環境ではTensorflow が正常にインストールされません。

その場合、以下のようにして、パイソン3.5、テンソルフロー1.5の環境をインストールするひつようがあります。この環境にすると、試した限り本書の付録のスクリプトは全部実行できます(いくつかのフューチャーエラーがでますが、今の所実害はないです)

<AVX未対応のCPUを持つPCへのインストール>
(0)Anacondaをアンインストールする。
(1)以下のバージョンのAnacondaを以下のURLからダウンロードする。(この操作により、パイソンのバージョンは3.5になります。)
バージョン:Anaconda3-4.2.0-Windows-x86_64.exe
URL:https://repo.anaconda.com /archive/
(2)上記”(1)”のアナコンダのアイコンをダブルクリックし、GUIの指示に従ってアナコンダをインストールさせる。
(3)Anaconda Promptを起動する
(4)Anaconda Promptに”pip install tensorflow==1.5”と入力し、リターンキーを押す。インストールが終わるまで待つ。
(5)Anaconda Promptに"pip install keras==2.2.4"と入力し、リターンキーを押す。インストールが終わるまで待つ。

因みに、この本の中にある一番計算時間のかかるプログラムは「# リスト 8-2-(6) 」で、その実行時間は以下の通りでした。(但し、上記のパイソン3.5、テンソルフロー1.5の条件で実施)
・レッツノート CF-SX2で 2679.809 sec(44.6分)
・サーフェースGO で、4096.683 sec (68.2分)

因みに、本書の付録のデータから見るに、著者の方の環境?では1931.330 sec (32.1分)だったようです。サーフェースGOでも著者の環境に比べて極端に遅いとは思えません。(また、CPUの温度もせいぜい65℃ぐらいでした)

注:レッツノート CF-SX2は、本書の通りの方法でも環境をインストールできるようです。サーフェースGoではプロンプト上では見かけ上インストールできていたように見えましたが、インポートが正常にできませんでした。(本記事の方法ではうまくいきました。) (参考:Amazon)

↓全て表示 ↑少なく表示
機械学習についての入門書としてとても分かりやすい。
第4章までに、pythonの入門的な説明と機械学習を学ぶ
ために必要な数学を詳しく解説している。ここまでで200
ページ程使っていることからも分かるように、説明は丁寧で
数式はほとんど省略なしで導出過程が分かる。第5章はニュ
ーラルネットワークと回帰分析を比較しながら機械学習の肝
を説明している。6章で教師あり学習、7章ニューラルネットワーク
とディープラーニングを扱っている。この辺りから、少しページ数が
足らない感じだが、それでも分かりやすい説明。8章、9章はちょっと
急ぎ足で応用を見ていくといった具合。全体的に非常に良い入門書
だと思う。最後の方がもっとページ数を割いてじっくりと進んでくれる
となお分かりやすいという感想。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
内容サンプル

(引用元Amazon)

 
Pythonで動かして学ぶ!あたらしい機械学習の教科書 第2版
発売日 2019/07/18
通常 2,948円
現在 2,653円
295円(10%)OFF!!

  

「機械学習スタートアップシリーズ Pythonで学ぶ強化学習 入門から実践まで (KS情報科学専門書)」

 
内容サンプル

(引用元Amazon)

 
  

「機械学習のための特徴量エンジニアリング ―その原理とPythonによる実践 (オライリー・ジャパン)」

 
Users Voice
データセットは自分で一つ一つ提供元のサイトからダウンロードしなくてはいけない。権利が取れなかった?模様。自分で本に載っているURLからダウンロードしてくれとのこと

ただデータ量が重い。スペックに依存するが、私のローカルPCだと扱いづらかった。なんで他の扱いやすいオープンソースのデータで説明しなかったのか疑問。そのため、githubで公開されているサンプルプログラムを実行しながら内容を理解する方法は一旦断念した。勿体無いので、時間があるときにデータをダウンロードしておいて、確認する。

内容は正直courseraの機械学習の授業(How to Win a Data Science Competition: Learn from Top Kagglers)や他の書籍で学んだ内容だったので、私が期待していた内容とは違った印象。再チャレしたらまたレビュー更新するが、プログラムが実行しにくい点で今の所は2点。 (参考:Amazon)

↓全て表示 ↑少なく表示
タイトルに特徴量エンジニアリングを謳った唯一の本のようですが、いわゆるデータサイエンスを生業にしている人向けの本で、word2vecでさえ省かれているので表形式以外のデータの入力の表現に関心がある人には物足りないかも知れません。

というか自分が関心があるのは、この本では省いた、として挙げられた中にも含まれていないグラフやゲノムの入力表現なので、自分の関心が偏っているだけだとは思いますが

ところで実際に「特徴量工学」(または「表現工学」)という用語があることを他の本で知りましたが、この本以外に情報が無いので現状どうなっているか分かりません。 (参考:Amazon)

↓全て表示 ↑少なく表示
 
  

 

Python・機械学習本「Kindle Unlmited 読み放題 人気ランキング」

「Kindle Unlimited」は、Amazonの定額本読み放題サービス。

実はそこにPython・機械学習の本もそこそこあるんです。すなわち、定額で何冊も学習することも可能

Kindle Unlimitedの主な特徴としては、おおよそ以下の通り。

  • 雑誌がかなり充実
  • 豊富なKindle個人出版本がほとんど読み放題
  • 最近は出版社単行本も対応増加

個人的には雑誌が、IT系(CG WORLD等)、ガジェット系(Get Navi等)、ゲーム(ファミ通等)、など見たい雑誌が幅広く読めるのが大きな魅力。2冊以上読みたいものがあるだけで確実にお得です。

また、30日無料体験も可能なので、体験期間を利用して無料で学習してみるのもお得な学習法です。

以下がKindle Unlimited対応の「Python・機械学習」関係の本人気ランキングです。

(2021/03/03 更新)
売筋
Rank
製品評価
1
(0)
総評価数 0件
2
(5)
総評価数 1件
3
(3.4)
総評価数 4件
4
(4.4)
総評価数 4件
5
(0)
総評価数 0件
6
Python 機械学習を行うための入門書
発売日 2021/01/21
通常    500円
Kindle   500円 (+5pt)
Kindle Unlimited(読み放題)
(2.5)
総評価数 2件
7
(0)
総評価数 0件
8
(0)
総評価数 0件
9
(0)
総評価数 0件
10
(0)
総評価数 0件

 

   

関連:本より高コスパ?「Udemy Python/機械学習のおすすめ講座」

UdemyではPython/機械学習を基礎から応用までトータルで学べる学習講座があります。

こちらが、セール時には2千円程度で購入可能で、講座によっては本よりコスパよく学習が可能です。

講座は、買い切り型ながら更新あり、質問可能、30日間返金も可能、という本以上の手厚いサポートがあるのが魅力。

以下の表が、Python/機械学習の学習講座例。セールの場合、かなりおすすめなのでぜひトライしてみください。

Udemyについては、以下のページでも詳しく紹介しているので覗いてみてください。

人気
Rank
学習コース評価
1
みんなのAI講座 ゼロからPythonで学ぶ人工知能と機械学習 【2020年最新版】...
発売日 2016/11/17
受講者 32,285人
通常 15,000円
新規 2,100円
(4.3)
総評価数 6370件
2
(4.2)
総評価数 1783件
3
初心者必見!Pythonでニューラルネット・深層学習を完全攻略...
発売日 2017/10/14
受講者 3,913人
通常 10,200円
新規 1,890円
(4.2)
総評価数 739件
4
(4.3)
総評価数 169件
5
Pythonで機械学習:scikit-learnで学ぶ識別入門
発売日 2016/10/17
受講者 11,933人
通常 2,400円
新規 1,610円
(4)
総評価数 1473件

 

関連:Pythonの基礎文法・使い方を学ぶ

冒頭でも述べたとおり、「Python x 機械学習」は今もっともホットともいえる技術。日々新しい情報・書籍が発売されています。

本記事のランキングも、新しい書籍含めてアップデートしていくので、ぜひチェックしてみてください。

以下では、Pythonの入門・文法書も紹介しています。合わせて参照ください。

いじょうでっす。

コメント

タイトルとURLをコピーしました