AI・機械学習関連のおススメ本紹介【備忘用】
最近は毎日定時近くで帰宅できるので、余った時間でAI・機械学習関連の勉強をしている。備忘のために学習記録を記したい。業務では日々プログラミングを行う上機械学習を活用することもあるし、目下のプライベートでの目標はデータサイエンスのコンペ（KaggleやSIGNATE)でハイスコアを記録することである。
イメージとしては、
1.G検定やデータサイエンティスト検定、基本情報技術者試験、統計検定を通じてIT、機械学習、統計学の基本的な知識を付け
→統計に関しては、大学時代から勉強していたので、従前から応用を含めて知識があった）
2.Pythonの基本的な知識を体系だって学習し
→これは社会人になってから独学。テックアカデミーのPythonコース等を用いて学習を進めた。業務でも使用したので、そこで身に着いたのが大きい。
3.Pythonのライブラリを用いてデータ処理のメソッドを習得することで、大量データを難なく扱えるようにし
→所謂Pandas、NumPy、Matplotlib、Seaborn等のライブラリは最低でも扱えるようにする
4.次に機械学習の様々な手法の理論面とコーディング例を学習し
→教師あり学習と教師なし学習の各種手法を理論面から学習
5.最後にデータサイエンスコンペに耐えうるデータの特徴量の作成の仕方やモデルのチューニング方法を学んで精度を高めていく
→コンペでよく用いられるLightGBMを使えるようにする
のような順序で学習を進めてきた。勿論必ずしもこの順番通りではなく、行ったり来たりしながら学習を進めている。
今後は余力があれば、ディープラーニングにも手を出して、更に精度の高いモデルを構築したいと考えている。
最終的な目標としては、経済指標や株価を高い精度で予測できるモデルを作成し、資産運用に活用したいと考えている。（個別銘柄の売買が制限されているので売買するのは投資信託やETFがメインになるが）
それでは、筆者が学習を進める中で使用した本を紹介したいと思う。
1.図解即戦力 AIエンジニアの実務と知識がこれ1冊でしっかりわかる教科書
→AI全般を俯瞰的に学ぶための書籍。データサイエンティスト検定やG検定と内容は被る
2.【図解】コレ1枚でわかる最新ITトレンド［改訂第5版］
→最新のIT業界の動向を知るための書籍。基本情報で学んだ用語がここで活きてきた
3.日本統計学会公式認定 統計検定準1級対応 統計学実践ワークブック
→AI・機械学習の根幹になっているのは統計学。まずは統計学から学習することで、機械学習の理論面を習得することが出来る
4.スッキリわかるPython入門 (スッキリわかる入門シリーズ)
→初めてPython を学習する際に手に取った本。内容が平易で分かりやすい
5.新・明解Python入門 (新・明解シリーズ)
→基礎を固めるための書籍ではあるが、初学者には簡単な内容ではないので、最初は「スッキリわかる」の方がおススメかもしれない。
英語の文法書のような扱い
6.Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理
→表形式のデータや大規模なデータセットをPythonでどう捌くかを学ぶことが出来る
7.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
→機械学習の基本的なモデルを学習するための書籍。理論と言うよりは実際にどのようにPythonでコーディングできるかが記載されている
8.Python 実践AIモデル構築 100本ノック
→AIモデルのコード例が網羅的に紹介されている。こちらも理論よりかは応用
9.Kaggleで勝つデータ分析の技術
→データサイエンス関連のコンペでスコアを上げるための方法を学ぶための書籍
10.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【読書中】
→現在学習中。ディープラーニングはどちらかと言うと表形式のデータセットよりは、画像処理や自然言語処理に活用されている印象。5パートに分かれているが、画像処理や自然言語処理を扱う必要がなかれば全てを読む必要はない。
11.ビジネス教養としての半導体
→生成AIはGPUを用いるので、半導体あってこそ成立する。
AI革命と半導体は切っても切り離せない
12.生成AI 真の勝者
→生成AIに関連する企業の歴史や背景をストーリーだって学ぶことができ、この中では一番面白かったかも。G検定等で機械学習、AIの基礎的な知識を身に着けてから読むとすんなりと頭に入ってくる
13.AI覇権 4つの戦場【読書中】
→現在読書中。内容としては面白いが、内容が難解でなかなか頭にすんなりと入ってこない。
時間が出来れば、自分が実際に作成したモデルとコーディングの実例をNoteにあげてみたい。