![見出し画像](https://assets.st-note.com/production/uploads/images/7612446/rectangle_large_type_2_a64d1750bcd122db2e09b2bdce46ab23.jpg?width=1200)
この本を読んで機械学習を学び、Kaggleの金メダルをとりました
質問ありがとうございます。今年の7月から専業のKagglerになり、奇跡的に金メダルをとることができました。それをツイートしていたので、質問をしていただけたのだと思います。
私がKaggleをやるにあたり、主に書籍で学んだので、機械学習の実力向上に直結した本をあげてみますね。
最近は、日本語で学ぶことができる、良い動画もあるようですが、最近の動画は見たことがないので、動画で学びたいようであれば、他のサイトを探してみてください。
また、「Kaggleのチュートリアル」でも「データ分析の勉強方法」として文章を書いているので、最後に貼っておきます。
機械学習を学べ、Kaggleに直結した本
この本1冊で、機械学習の分類・回帰から、ディープラーニングまで学ぶことができ、概念をわかりやすく説明している良書です。
私が読んだ頃は第1版でしたが、第2版ではディープラーニングの部分が加筆され、更によい本になったらしいです。
個人的には、この本を読みつつKaggleをやるのが、機械学習を学ぶ最短ルートだと思っています。
原著者のgithubには、コードがあがっているため、サンプルコードにも困りません。
洋書でよければたまに安くなるセールもあるので、英語が読めるのであれば洋書でかっても良いかもしれません。
辞書のように使っている本
洋書は別 「カステラ本」と言われたり、日本語版は「鈍器」と言われている、とても厚い本です。
機械学習のことで調べたいことがあったら、大抵のことが、素晴らしく分かりやすく、深い内容まで記載されているので、とりあえず読んでみるのがおすすめです。
ただし、分厚い本で、カラーの本なのでその分お値段も高いですね。
洋書であれば、無料でpdfがアップロードされているので、英語を読めるのであれば、pdfを読むのもいいと思います。
参考
機械学習の本を検索したときに、よく紹介されているのが、はじめてのパターン認識と、パターン認識と機械学習なのですが、恐らくこの本から始めると挫折する確率がかなり高いと思います。
前者は、数学の知識があることが前提となっており、後者の本はベイズになれていないと戸惑うと思います。
どちらの本も良書なのは間違いないので、機械学習に慣れてから、現物をみてみて、読む必要性を感じた時に読むのが良いと思います。
kaggleのチュートリアルで書いた文章(データ分析の勉強方法)
以下は、4月に販売した「Kaggleのチュートリアル」で書いたおすすめの勉強方法です。参考にしていただければと思います。
質問お待ちしています
質問は以下で募集しています。このnoteのことでも他のことでも構いませんので、是非コメントください。
コメントお待ちしています。匿名の質問はマシュマロから→https://marshmallow-qa.com/currypurin