とある京大生の作業ログと日々の雑記

コンピュータサイエンスについて学んだことを可視化したり日々の雑記をまとめてます。

無料で拾える機械学習系の本のPDFまとめ

最近はツイッターでいろんな人に普段どんな感じで勉強してるのかということを聞かれるのですが、ぼくはだいたいネットでPDFを拾ってきて読んでます。




そこでぼくが今まで読んだ中で良さげな機械学習系の本のリンクをまとめておこうと思います。




ちなみに全て英語ですので日本語じゃないとやだ〜〜〜って泣いちゃう方はタブを閉じるか日本語訳を書店で探してきてください。




PRML (Pattern Recognition and Machine Learning)






Pattern Recognition and Machine Learnng

www.microsoft.com






まず1冊目はみんな大好きPRML




機械学習の本というよりかはベイズの本と言っていいようなお気持ちもあるのですが、基礎力として非常にいい本だと思います。




特にグラフィカルモデルの章はめちゃくちゃ読み応えあるので個人的には大好きな一冊。




ただ、線形代数とか微積についてある程度理解してないと爆死します。数学をある程度固めてから臨みましょう。




Deep Learning






Deep Learning

www.deeplearningbook.org






GANのパパことGoodfellow先生の一冊。




ディープラーニングというと2013年くらいのAlexNetあたりからバズってだいぶすごいことになってきましたが、その深層モデルの研究はもう少し前から行われています。




本書は最近話題のディープラーニングの初期モデルであるVAE(Variational AutoEncoder)などからしっかり解説してあるので、ディープラーニングに対してわかりみを生やしたい人はオススメです。




ちなみに数学のレベルはそこまで高くないので比較的平易に読めるかと。




カステラ本






Elements of Statistical Learning - data mining, inference, and prediction

web.stanford.edu






TJOさん(@TJO_datasci)さんオススメのカステラ本。




PRMLがかなりベイズベイズしてる本で理論ばかりであまり実装面をカバーしていないのですが、こちらのカステラ本は実装面をある程度カバーしているので、PRMLよりかはとっつきやすいかも。




PRMLと違っていいなぁと思ったポイントとして、割と教師なし学習の手法についてまとめてあることやリッジ回帰をカバーしてることですね。




オススメです。




Information Theory, Inference, and Learning Algorithm






Information Theory, Inference, and Learning Algorithm

www.inference.org.uk






上に挙げた本と比べるとあまり有名ではないのですが、非常に名著だと思っています。




日本語訳がないのはなぜだろう....(日本語訳するんだったら協力します)




Computer Vision






Computer Vision

szeliski.org






今までは学習理論とかそういう話でしたが、これはちょっと毛色が変わってコンピュータビジョンの本です。




ぼくはCVについてはこの本で勉強しました。




あまりCV系が専門ではないのでアレですが、読みやすい本です。




Bayesian Reasoning and Machine Learning






Bayesian Reasoning and Machine Learning

web4.cs.ucl.ac.uk






ベイズの本。まだ未読だけどザッと見た感じ面白そう。




Think Stats






Think Stats

greenteapress.com






プログラマーのための統計と確率の本。




Foundations of Statistical Natural Language Processing






Foundations of Statistical Natural Language Processing




統計的自然言語処理の本。




ニューラル系のアレじゃないから少し昔の本なんだけど、n-gramとかコーパスに基づく云々の泥臭い研究が眺められる一冊。




まあでもNLPだったら今なら素直にゼロから作るディープのNLP編をやった方がいいのかな?




Feature Engineering for Machine Learning






Feature Engineering for Machine Learning




機械学習のための特徴量エンジニアリングの本。




結構ツイッターで話題になってて、それで英語版をググってみたらPDFが拾えた。




かなり良書だったのでオススメ。




Reinforcement Learning






Reinforcement Learning




Suttonの強化学習本。クッソ読みにくい。




強化学習勉強したいんだったらぼくの強化学習本読んでください。









まとめ






今回は色々機械学習の本を紹介しました。




まあ多分ほとんど日本語訳があるのかも。ただ、英語でよければ無料で勉強できるよってお話。




ぜひぜひ皆さんも機械学習勉強してAI人材としての市場価値を高めましょう。