Deep Learning (ディープラーニング、深層学習)の勉強の資料

日本で出ている本としては2016年３月時点としては２冊。ただ、Deep learningは言ってしまえば、既存の技術の集合体なので、その他様々な機械学習の資料が役に立つ。
（機械学習については素人が勉強していったものを書いているので、コメントは私のイメージです。間違っていたら、訂正ください。）

DeepLearning
・深層学習（機械学習プロフェッショナルシリーズ）岡谷著
人工知能で有名な岡谷さんの本。（勉強中）
　６章の解説のスライドを作った人がいましたので参考に。

・深層学習 Deep Learning (監修:人工知能学会)
人工知能知能学会の学会誌「人工知能」で連載していた記事が加筆・再編されたものです。この本の勉強になる点としては、基礎編と応用編で別れているところです。深層学習はいろいろ方法がありますが、どの方法がどの問題に適しているかなど、予備知識がない状況だと非常に厳しいです。本文に入る前の「深層学習手法の全体像」をみてどんなもんかつかんで、応用編で画像・音声・自然言語処理でどんな方法が適用できるのかをみることができます。

・Udacity DeepLearning
基本的にDeepLearningのライブラリの一つであるTensorflowの開発者の一人(Google)が授業をやってくれます。なので、宿題がTensorFlow前提です。意外に短くてこれでいいのかと思いますが、後から、本を読んでみると勘所は抑えてあるので、図で概念をとりあえず把握したい人におすすめです。ちなみに、私は概念だけをとりあえず知るために、Assignment（宿題）を全部すっとぱしました。この影響は不明。おおよそ３か月かかると書いてありますが、ただ見るだけなら、１，２日で見れます。まぁ、これだけで理解は難しいので、宿題の期間とそれを理解するために他の本を読む期間を合わせたものだと推測します。

・パターン認識と機械学習　（上巻、下巻、原書）
通称、PRMLと呼ばれ、言わずと知れた、機械学習の必読書？にしては難しくてあちこちでこのための勉強会ができていたり、このなかの数学を勉強するための本などがあります。基本の技術が網羅されているのでしょうが、何に使うかよくわからないことが多く、他の勉強をして後であー納得ってことがあります。流し読みして、辞書替わりに復習で使っています。

・TensorFlowチュートリアル（原文（英語）、日本語訳）
DeepLearningのライブラリの一つであるTensorflowのチュートリアルです。原文は英語なので、それで勉強と思いきや、日本語訳した人がいました（作ろうと思ったらあった）。KojiOhkiさんに感謝。まぁ、この分野はまだできたばかりで、英語の文献も多いのでそっちで練習した方がいいと思いますが、手っ取り早くやりたい人に便利。



これからも、いろいろと読むと思いますので、加筆していく予定です。