はじめに
データサイエンスや機械学習っておもしろそう！と思いつつも、どうやって勉強をしたら良いかわからない......と感じた経験はありませんか？
ちなみに自分もその一人でした。
この記事では、機械学習ってそもそも何？ AIという言葉は知ってるけど詳しいことはわからないというような初学者でも、知識・経験を積んで機械学習に取り組めるようにするために必要な基礎の基礎から学ぶための勉強法を自分の経験をもとに紹介します！(ここで紹介するものは機械学習の中級者以上の方でも基礎知識の復習として活用できるものかなとも思っています）
もともと、Qiita でまとめていた200いいね以上(LGBM)をもらった記事でしたが、このブログではさらに加筆修正を加えた上で紹介していけたらと思います！
概要 (基本的にはこの3stepです)
機械学習とは？深層学習とは？その違いは？といったところからでもスタートできるように3ステップを考えました！
このブログでは、1ステップずつ紹介していきます (今回は、その第1弾！)
- 基礎知識をつける(単語・用語の理解) ← この記事！
- ライブラリの使い方を理解
- 実際にコンペに挑戦(Kaggle)
1.機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書
図解即戦力 機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書
はじめて学ぶような分野の場合、まず問題に出てくるのは「日本語がわからない」(専門用語がわからない)ということ。これはどの分野にでも共通することだとは思いますが、機械学習に関しては特に当てはまると思います。
そのような状況を打破するためにオススメな本がこの本で、基礎の基礎から教えてくれるまさに「教科書」です。
よく使われたり、基礎となったりしている用語について知るだけではなく、名前だけ覚えておいて後々詳しく調べようと思ったときにでもこの本に戻ってきたら書いてある！といったこともありました
図も多いので、文章だけではなく視覚的にも理解しやすいのはおすすめの理由の一つでもあります！
簡単な内容紹介
1章 : 人工知能の基礎知識について
(AI、機械学習、ディープラーニング、歴史的背景など、はじめに固めておくと良い基礎知識がまとめてあります)
2〜4章 : 機械学習について
(機械学習系の文献を見ているとよく出てくる基礎知識から、アルゴリズムまでを説明)
5〜7章 : ディープラーニングについて
(ディープラーニングの基礎知識からプロセスやアルゴリズムを説明)
8章 : システム環境と開発環境
(プログラム言語の選択のポイントから機械学習用ライブラリとフレームワーク、ディープラーニングのフレームワークの説明)
＊個人的には、p214の機械学習の流れとライブラリをまとめた図はわかりやすく、このような流れで行うのだということが理解しやすかったです。
オススメの読み方
-
まずは一読 (わからない単語があっても読み飛ばすくらいの気持ちで一通り読んでみる)
→ これをやるだけでも他の記事や文献を見てた時に、わからない単語ではなく、見たことのある単語から始まるので学びやすいと思います！ -
基礎知識が書いてある部分を重点的に再読 + 開発の流れがわかる最終章も
(章立てでいうと、1章、2章、5章、8章) -
ある程度読んだら、次のステップへ進んでこの本はわからない単語が出てきたら戻ってきて調べるためのリファレンス本として活用する
コメント