AI（機械学習・ディープラーニング）の基礎を改めて理解したい
AIに関して、少し分かった気になっていましたが、やっぱり基本的なことが分かってないなと思いなおし、基礎的な本をいくつか読み直しています。
その中でも、比較的最近読んで良かったと思う3冊を簡単に紹介してみたいと思います。初心者向け（前提知識がない人でも楽しめる）の順（私の主観）で紹介していきます。
ディープラーニング 学習する機械 ヤン・ルカン、人工知能を語る
ジェフリー・ヒントン氏、ヨシュア・ベンジオ氏とならんで、チューリング賞を受賞したAI研究の大家。ヤン・ルカン氏の書籍です。
ヤン・ルカン氏の目線でAIの歴史、ヤン・ルカン氏自体の変遷、AIの仕組み・可能性が分かりやすくユーモアを交えながら語られます。
数式はほとんどなく、AIの理論は詳しくないけど、AI自体には興味ある人が読み物として読んでも楽しいし、理解が深まるような内容だと思います。
ディープラーニングAIはどのように学習し、推論しているのか
日経BP様より献本いただいた書籍です。ディープラーニングの仕組みに関して、豊富な図を用いて分かりやすく説明してくれる書籍です。
手っ取り早く全体像を掴みたいという初学者はもちろんのこと、「自分である程度分かってはいるけど、仕事などで人に分かりやすく説明することが求められる」という人にとってうってつけの本かなと思います。
前半は理論の解説がメインで、後半にGoogle Colaboratoryを使った実践をするという構成になっています。理屈を抑えた上で、実践で確認できる王道の学習スタイルが良いですね。
ディープラーニングを支える技術
日本のAI企業のトップを走るPFNの創始者、岡野原さんの書籍です。
この手の入門書はもういいかなと買う少しためらっていたのですが、結果として買ってよかったです。流石に分かりやすいです。ほんとうに個人的にピンポイントで刺さった点として、最近AIマリオで強化学習をしたりしているのですが、そのとき「教師あり学習」「教師なし学習」「強化学習」の3つがあるとよく言われるけど、それぞれどう違うのか？この3つは別物として扱われるけど、結構それぞれ関係深いのじゃないかという自分としてホットな疑問点に対して、かなり詳しく書いてありました。ここまで書いてある書籍は今まで読んだことなかったかなと思います。
他にも誤差逆伝播法が多くの分野で再発見されている話とか、ResNetにおけるスキップ接続の重要性など、この本で始めて知ったことがかなり多く、読んで良かったかなと思います。
数式自体は決して多くはないですが、今回紹介した3冊のうちでは比較的知識ある人向けだと思います。
PFNの岡野原さんの本は、共同創始者の西川さんとの共著「Learn or Die」もおすすめです。
まとめ
AI（ディープラーニング）の基礎がよく分かると思う書籍を3冊紹介してみました。基礎は大切ですし、同じ分野でも本によって説明が違ったり、自分への向き不向きがあるので、興味ある分野は複数の書籍を読んでみるというアプローチは個人的にはオススメです。
自分の場合は、興味持った分野は、とりあえず10冊くらい読んでみるといったことをしたりします。AIに関しては興味ありましたら、今回すすめた本をレベルに合わせて読んでもらえると良いかなと思います。
