機械学習および人工知能は成長分野であり、学習トピックとしても注目を集めています。ニュースなどで目にする機械学習の高度な実装は恐ろしくて近寄り難いように思えますが、核となる概念は非常に理解しやすいものです。この記事では、機械学習の初心者に (または機械学習について知りたいと思っているすべての人に) 人気のあるリソースをいくつかご紹介しますコード言語と数学に関して知識が必要な書籍もありますが、そのような場合には個別に言及します。
1.『Machine Learning For Absolute Beginners: A Plain English Introduction (Second Edition)』、Oliver Theobald 著
著者: Oliver Theobald
Web サイト: Amazon
タイトルですでに内容が分かります。機械学習に関する包括的な入門書が必要な場合は、この本が開始点として良いでしょう。「absolute beginners (まったくの初心者)」と書いてある通り、そのような読者向けの本です。数学の経歴やコーディング経験は必要ありません。機械学習に興味のあるすべての人にとって、このトピックに関する最も基本的な入門書となります。
初心者が技術的な専門用語に圧倒されないように、「Plain (平易な)」言葉が重要視されています。さまざまなアルゴリズムについて、視覚的な例とともに明確で分かりやすく説明し、容易に理解できるように配慮されています。機械学習をコンテキストの中で捉えられるように、シンプルなプログラミングもいくつか紹介されています。
2.『Machine Learning For Dummies』、John Paul Mueller、Luca Massaron 共著
著者: John Paul Mueller および Luca Massaron
Web サイト: Amazon
「まったくの初心者」の場合、『Dummies』シリーズも便利な開始点となります。この本の目的は、機械学習の基本的な概念と理論、そして機械学習が実際にどのように適用されているかについて分かるようにすることです。機械学習に不可欠なプログラミング言語とツールについて説明し、難解に思える機械学習を実用的なものへ変える方法を示しています。
この本では、パターンを見つけて結果を分析できるよう機械に教えるために使用する Python および R でのコーディングについて少し触れています。記載されている小さなタスクやパターンを基に、日常生活で機械学習がどのように役立つのかについて、Web 検索、インターネット広告、メールフィルター、不正検出などを通して考えます。機械学習の分野へと一歩踏み出すことができます。
3.『Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies』、John D. Kelleher、Brian Mac Namee、Aoife D'Arcy 共著
著者: John D. Kelleher、Brian Mac Namee、および Aoife D'Arcy
Web サイト: Amazon
この本は機械学習のすべての基本事項を網羅しています。その理論の詳細を説明し、実用的な応用、実例、ケーススタディを使用して知識を身に付けます。分析に関して何らかの知識がある読者に最適です。
さまざまな機械学習のアプローチを説明し、各学習概念とアルゴリズムおよびモデルを提示するとともに、実際にその概念が使用されている例を示しています。
4.『Programming Collective Intelligence』、Toby Segaran 著
著者: Toby Segaran
Web サイト: O'Reilly | Amazon
これは機械学習の入門というよりも、機械学習の実装に関するかなり実践的な案内書です。特定のプロジェクトに便利なようにデータを収集するための、機械学習のアルゴリズム作成方法を学べます。Web サイトからデータにアクセスし、アプリケーションからデータを収集し、収集後にそれらのデータが何を意味するかを解釈できるプログラムを作成する方法を教えます。
また、フィルターテクニック、グループまたはパターンの検出手法、検索エンジンアルゴリズム、予測方法などについても説明しています。各章には、レッスンをアプリケーションで表示するための演習が含まれています。
5.『Machine Learning for Hackers』、Drew Conway、John Myles White 共著
著者: Drew Conway および John Myles White
Web サイト: O’Reilly | Amazon
ここでの「hackers (ハッカー)」は、技術的な意味として使用されています。つまり、特定の目的および実際のプロジェクトのために共同してコードをハッキングするプログラマーのことです。数学にあまり精通していないものの、プログラミングおよびコーディング言語の経験がある読者にとって、この『Machine Learning for Hackers』は役立ちます。機械学習では通常、データの解析に必要なアルゴリズムは多数の計算をベースとしていますが、コーディング経験者は必ずしも数学的なスキルを持っているわけではありません。
この本では実践的なケーススタディを使用しており、数学的理論を多数示すのではなく、実際の用途に関する資料を提示しています。機械学習の典型的な問題と、それらの問題を R プログラミング言語で解決する方法を示します。選挙記録に基づいて米国の上院議員を比較し、誰を Twitter でフォローすれば良いかを推奨するシステムの構築や、メールのテキストに基づいたスパムメールの検知など、機械学習の用途は無限にあります。
6.『Machine Learning in Action』、Peter Harrington 著
著者: Peter Harrington
Web サイト: Amazon
この『Machine Learning in Action』は、機械学習に必要なテクニックと、その実際の手法の背後にある概念を初心者に教える案内書です。分析用にデータを取得するために自分のプログラムをどのようにコーディングすれば良いかについて、開発者に教えるチュートリアルとなっています。
実際に使われているテクニックを、アルゴリズム自体に深く的を絞って学ぶことができます。プログラミング言語のスニペットではコードとアルゴリズムの例が提示されており、すぐに使えるとともに、機械学習の進化の方法を確認することができます。例のほとんどでプログラミング言語の Python が使用されているため、その知識があると役立ちます。
7.『Data Mining: Practical Machine Learning Tools and Techniques』、Ian H. Witten、Eibe Frank、Mark A. Hall 共著
著者: Ian H. Witten、Eibe Frank、および Mark A. Hall
Web サイト: Amazon
この本の著者は、機械学習の技術的な仕組みと、必要なデータを特定のマイニングテクニックで収集する方法に焦点を当てています。データの取得方法と、さまざまな入力および出力を使って結果を評価する方法を教えながら、機械学習の技術的詳細を説明します。
機械学習は変わり続けているため、この分野を形成するモダナイゼーションや新しいソフトウェアについても考察しています。また、新たな調査やツールとともに、伝統的なテクニックも説明しています。特に注目に値するのは、著者自身が開発した応用機械学習のためのソフトウェアである Weka です。
免責事項: Tableau は、この記事に記載されているいかなる製品または意見も公式に承認せず、そこから利益を得ていません。したがって、このページはどのアフィリエイトリンクプログラムにも関与していません。この記事は純粋に教育目的を意図しており、製品および出版物に関する上記の情報は、読者が情報に基づいて自身の意思決定を行えるようにするために提供されています。