参考書紹介(機械学習系) 2021年版

☆機械学習の参考書(2021年版)

とりあえず機械学習を使いたい！用の本

・フリーソフトで始める機械学習入門

遊び向け。

フリーソフトではじめる機械学習入門(第2版):Python/Wekaで実践する理論とアルゴリズム

・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

　(impress top gear) 

コピーアンドペーストでpythonで動く。思考停止で使いたい人向け。ただし、基本的な手法しか載ってない。

[第2版]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 (impress top gear)

より実践的な実装特化の本

・Kaggleで勝つデータ分析の技術

Kaggleで流行っている比較的新しい機械学習手法の実装ができる。前処理方法も詳しい。

Kaggleで勝つデータ分析の技術

カーネル法

・カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)

Representer定理の説明がわかりやすい。基本はコレで。

カーネル多変量解析―非線形データ解析の新しい展開 (シリーズ確率と情報の科学)

・カーネル法入門―正定値カーネルによるデータ解析 (シリーズ 多変量データの統計科学)

 上よりは応用寄りで、上級向け。

カーネル法入門―正定値カーネルによるデータ解析 (シリーズ 多変量データの統計科学)

ベイズ統計

・ベイズ推論による機械学習入門

入門というなかれ、かなり詳しい。

機械学習スタートアップシリーズ ベイズ推論による機械学習入門 (KS情報科学専門書)

・パターン認識と機械学習　上下

 有名すぎる本。基本的な話題は大体載っててお得だが、カーネル法は内容が薄いので、上で述べた本もぜひ参考に。

パターン認識と機械学習 上

パターン認識と機械学習 下 (ベイズ理論による統計的予測)

・ベイズ統計の理論と方法　

 理論ガチの本。数理統計、統計力学、代数幾何(グレブナー基底)のベースが無いと難し目。

ベイズ統計の理論と方法

ニューラルネット

・パターン認識と機械学習　上下

・詳細ディープラーニング

 RNNの実装に詳しい入門書。RNNはモデルが複雑なので、理論を理解しつつちょっとずつ実装していくのが一番身につく。

詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~

・画像認識

CNNベースの画像認識向けの教科書。実装に関してはググるのがベスト。

画像認識 (機械学習プロフェッショナルシリーズ)

・複素ニューラルネットワーク

複素ニューラルネットワーク(第2版) 2016年 06 月号 [雑誌]

最適化

・しっかり学ぶ数理最適化

 分厚くてお買い得。連続最適化だけでなく、離散最適化の基本もほぼ載ってる。

しっかり学ぶ数理最適化 モデルからアルゴリズムまで (KS情報科学専門書)

・メタヒューリスティクスと応用

 個々の中身はうっすいが、メタヒューリスティックな手法(アニーリング、遺伝アルゴリズム、粒子群最適化など)に関する網羅的な紹介がされている。全部をまとめて紹介してるのはコレくらい。

メタヒューリスティクスと応用

強化学習

・強化学習

大御所の昔の名著。基本概念はほぼ全て網羅。 

強化学習

・強くなるロボティック・ゲームプレイヤーの作り方 プレミアムブックス版

　~実践で学ぶ強化学習~

実装(C)が比較的詳しく載ってる珍しい本。

強くなるロボティック・ゲームプレイヤーの作り方　実践で学ぶ強化学習　プレミアムブックス版

・これからの強化学習

 ナウい手法を多く掲載。

これからの強化学習

バンディット問題、ベイズ最適化

・バンディット問題の理論とアルゴリズム

バンディッド問題に特化した珍しい本。ベイズ最適化などもちゃんとのっていて、役に立つ。個人的には、数理統計をしっかり身につけてから読むべき。

バンディット問題の理論とアルゴリズム (機械学習プロフェッショナルシリーズ)

 今後も随時拡張していきます！