AI（人工知能）・機械学習・DeepLearning・数学のオススメ図書・必読書籍17選

エンジニアがぜひ読むべき、人工知能関連のオススメ本をまとめました。

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 

ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか?なぜ層を深くすると認識精度がよくなるのか?といった“Why”に関する問題も取り上げます。

ITエンジニアのための機械学習理論入門

現在話題となっている機械学習(Machine Learning)のツールやライブラリは内部でどのような計算をしているのか? 計算で得られた結果にはどのような意味があり、どのようにビジネス活用すればよいのか?――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより、その結果を見ることで機械学習を支える理論を実感できるようになります。

グーグルに学ぶディープラーニング

米グーグルは、AIを使った「Google翻訳」の精度を大きく改善し、長年「実用的ではない」と言われてきた機械翻訳を日常生活では十分実用的なレベルへと引き上げました。また、同社はデータセンターにおけるサーバーなどの冷却電力を40%も削減しました。
これもAIを活用して空調や窓の調節・開閉など約120の要素を制御し最適化した成果です。大手IT企業は次々と画像認識、音声認識、翻訳といったAI機能を安価に提供し始めており、いわば「蛇口をひねればAIがすぐ使える」時代が間もなく到来します。このAIの進化をけん引するのが、脳の神経回路が仕組みの原点にある「ディープラーニング」という技術です。本書では、グーグルのエンジニアらへの取材に基づき、このディープラーニング技術をやさしく解説。また、将来のビジネスがどう変わるのか、グーグルのサービスや日本企業の取り組み事例から探るとともに、その未来の姿に迫ります。

人工知能は人間を超えるか ディープラーニングの先にあるもの

人工知能学会で編集委員長・倫理委員長なども歴任、日本トップクラスの
研究者の著者が、これまで人工知能研究が経てきた歴史的な試行錯誤を丁寧にたどり、その未来像や起きうる問題までを指摘。
情報工学・電子工学や脳科学はもちろん、ウェブや哲学などの知見も盛り込み、「いま人工知能ができること、できないこと、これからできるようになること」をわかりやすく解説。

人工知能プログラミングのための数学がわかる本

大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場!
キホンのキホンからおさらいするから、ニガテな人でも大丈夫!
後半では、Pythonのコードを動かしてさらに理解を深められます!

Pythonではじめる機械学習

ythonの機械学習用ライブラリの定番、scikit-learnのリリースマネージャを務めるなど開発に深く関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。
ニューラルネットを学ぶ前に習得しておきたい機械学習の基礎をおさえるとともに、優れた機械学習システムを実装し精度の高い予測モデルを構築する上で重要となる「特徴量エンジニアリング」と「モデルの評価と改善」について多くのページを割くなど、従来の機械学習の解説書にはない特長を備えています。

scikit-learnとTensorFlowによる実践機械学習

深層学習以外の機械学習にはscikit-learnを使い、機械学習プロジェクトの流れ、データからモデルを学習する方法、コスト関数の最適化、データの処理・クリーニングなどの基礎から、特徴量の選択や過学習、データの次元削減など応用までを学びます。
深層学習にはTensorFlowを使い、ニューラルネットワークの構築と訓練、ニューラルネットワークアーキテクチャ、深層学習や強化学習、さらにTensorFlowの分散処理のメカニズムや実装までを幅広く解説します。

PythonとKerasによるディープラーニング

PythonベースのディープラーニングフレームワークKerasの開発者である筆者が、1人でも多くの人々がディープラーニングを利用できるよう実践解説します。 本書はディープラーニングを一から学習したいと考えている人のために書かれています。数学的な表記を避け、代わりにコードを使って定量的な概念を説明することで、機械学習とディープラーニングの基本的な考えについて実践的な知識を養っていきます。 サンプルコードはPythonベースのディープラーニングフレームワークであるKerasに基づいており、バックエンドエンジンとしてTensorFlowを使用しています。 

Python 機械学習プログラミング 達人データサイエンティストによる理論と実践

機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。
本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。

はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-

オンライン教育プラットフォームUdemyの人気講師が教えるディープラーニングの基礎。ディープラーニングのベースであるニューラルネットワークと、ニューラルネットワークを学習させる際に用いられるアルゴリズムであるバックプロパゲーション(誤差逆伝播法)を初学者にもわかりやすく解説。また画像認識の分野で高い効率性を発揮する畳み込みニューラルネットワークについてもコード付きで解説することにより、入門書であるにもかかわらず本格的AI開発の入り口まで学ぶことができます。

数学ガール

題材は「素数」「絶対値」という基本的なものから「フィボナッチ数列」「二項定理」、「無限級数」や「テイラー展開」、「母関数」まで多岐にわたっています。読み物形式でありながら、取り扱う数学的内容は本格的。
数学クイズが好きな一般の方から、理系の大学生、社会人まで幅広い読者に楽しんでもらえる数学物語です。

人工知能はどのようにして 「名人」を超えたのか?

著者が研究の最前線で遭遇した驚くべき事象や、囲碁・将棋のプロ棋士たちの人工知能への反応を鮮やかに記述しています。

◇黒魔術化する人工知能 
◇黒魔術の1つ、「怠惰な並列化」とは
◇ディープラーニングは 知能の大統一理論になれるか? 
◇サイコロにも知能がある!? 
◇囲碁は画像だった! 
◇知能の本質も画像なのか? 
◇科学が宗教になる瞬間を見た 
◇研究者は「人工知能の性能が上がった理由」を説明できない
◇人類はこれから、プロ棋士と同じ経験をする 

などなど、目からウロコの解説の連続で、既存のどんな人工知能の解説書よりも面白くてわかりやすい、必読の1冊となっています。

統計学入門 (基礎統計学Ⅰ)

長年愛されている統計学の定番ロングセラー。
文科と理科両方の学生のために、統計的なものの考え方の基礎をやさしく解説するとともに、統計学の体系的な知識を与えるように、編集・執筆された。豊富な実際例を用いつつ、図表を多くとり入れ、視覚的にもわかりやすく親しみながら学べるよう配慮されています。

Think Stats 第2版 ―プログラマのための統計入門

「プログラミングのスキルを統計の理解に役立てよう」というコンセプトで人気を博した第1版に大幅な加筆を行い、全面的に書き換えた改訂版です。数学的な観点から語られることが多い統計について、計算処理の観点から説明。実際にPythonのコードを示し、実データを分析しながら統計の基礎を解説しています。実際に手を動かしながら統計が学べる、という第1版の長所はそのままに、Anaconda、pandas、IPython Notebookといったツールやライブラリを使った統計手法を示すほか、仮説検定、回帰、時系列分析、生存分析などについて新たな章を追加し内容を充実させました。例題、演習問題をGitHubに掲載。プログラマのための統計入門の決定版です。

マンガでわかる統計学 因子分析編

本書は『マンガでわかる統計学』『マンガでわかる統計学回帰分析編』に続く第3弾。統計分析の一手法である因子分析の基礎から応用まで、マンガと文章と例題で理解できます。因子分析は、非常に人気のある分析手法で、特に心理学をはじめ、いろいろな分野で活用されています。

ジョブ理論　イノベーションを予測可能にする消費のメカニズム

イノベーションの成否を分けるのは、顧客データや(この層はあの層と類似性が高い。顧客の68%が商品Bより商品Aを好むetc.)、市場分析、スプレッドシートに表れる数字ではない。鍵は“顧客の片づけたいジョブ(用事・仕事)”にある。世界で最も影響力のある経営学者が、人がモノを買う行為そのもののメカニズムを解き明かす、予測可能で優れたイノベーションの創り方。

あたらしいグラフ理論入門

理工系学生に限らず、すべての分野の学生が理解できるように工夫した、グラフ理論の入門書です。例や応用を豊富に用意し、グラフの定義と用語、平面的グラフ、有向グラフの強連結分解などを解説しています。

もっとも効率的なスキル習得「テックジム方式」とは？

「テックジム方式」とは、基礎知識なしでも、座学なしでプログラミングに専念できるように設計されたプログラミングのカリキュラムメソッドです。

優れたエンジニアの多くは、職業訓練学校や研修スクールで学ぶような学び方をしません。 作りたいものを作っていたら、自然に習得できているのです。そして、優れた指導者（メンターや師匠）との出会いがエンジニアとしてのプロフェッショナル性を高めます。

この自発性とプロフェッショナル性を兼ね備えたのが「テックジム方式」です。 授業を聞いたりテキストを読むことで失う時間を、純粋にプログラミング時間に向けることで、習得効率は飛躍的に向上し、モチベーションも維持できます。 その時点で知らなくていい知識や概念を可能な限り削ぎ落とし、知るべきタイミングが訪れた時にはすでに課題を通じて覚えているようなスキル習得の自動化を図ります。

講座で用いるサンプルソースや課題は、最も効率よく学べるように細部に渡って設計されています。 まるで魔法にかかったようにプログラミンスキルが習得できるのが「テックジム方式」の醍醐味です。

現在はPython基礎コースのみご用意しております。 こちらは初学者からプログラミング歴3年未満の方を対象にしたコースです。 今後は、機械学習やディープラーニング、AIなど、Pythonならではの特性を活かした専門性の高いコースをご用意していきます。

【無料】ゼロからはじめるPython入門講座

オープン講座では、講義＆実習スタイルで、テックジムの自習教材を体験していただきつつ、Pythonの初歩を学んでいただきます。

【オンライン/無料】ゼロからはじめるPythonプログラミング入門講座（毎週・水・木・土開催）

すでに何らかのプログラミングをやっている方や、 プログラミング学習への決意度が高い人は、 どんどんカリキュラムを進んでいける「Python基礎コース体験会」の方がオススメです。

どんなレベルからでも、自分のペースではじめられますし、テキストを受け取りにくるだけでもOKです。

【テックジム】Pythonコース・体験会（平日19:00-22:00）途中参加・途中退席OK

いつでも通える！ どんなレベルでもOK！
ジム型プログラミング塾「テックジム:TechGYM」

いつでも参加でき、ずっとスキルを磨き続けることのできる「ジム」の要素が「TechGYM（テックジム）」の大きな特徴です。

月額2万円の「プログラミングライフ」をお楽しみください。

【東京本校】テックジムPython基礎コース・体験会「自習で学ぶ高速プログラミング」（平日19:00-22:00）