見出し画像

【2024年6月版】 機械学習・統計学のおすすめ本10選

荒井まあも

こんにちは！まあもです．
本記事では，私が2024年6月時点で注目している機械学習・深層学習に関する本を紹介します！
あくまでも私のおすすめなので，私の趣味に偏っていたらすみません…

1. 機械学習編

1.1 ゼロから作るDeep Learning ❺ ―生成モデル編

まずおすすめしたいのが，ゼロから作るDeep Learning ❺の生成モデルに関する書籍です！

この本はオライリーシリーズの中でも，かなりわかりやすい部類に入る本だと思います．というのも生成モデルに関して抽象的な説明の多い本はたくさんありました．一方でこちらの書籍は，基本的な統計の話から，

最尤推定 → EMアルゴリズム → VAE → Diffusion Model

という生成モデルに関する話題が流れるようにまとめられていました．生成モデル初学者が求めていた本だと思いました．

1.2 グラフニューラルネットワーク

NIIの佐藤先生が京大時代に書いたGNNに関する書籍です．

恥ずかしながらGNNに関する知識がゼロに等しかったので，読めるか心配でしたが，最適輸送本と同様にめっちゃわかりやすい本でした…
ぜひ読んでほしいです．

1.3 LangChain完全入門 生成AIアプリケーション開発がはかどる大規模言語モデルの操り方

こちらは最近話題のLangChainの入門書です．

LangChainの使い方を網羅的に学べます．「いままであまりプログラミング経験がないけど，LLmsを動かしてみたい！」のような方にはおすすめです．

完全入門書なので，Pytorchがゴリゴリに触れる方には若干くどいかもしれないです．

1.4 深層学習による画像認識の基礎

次に，「深層学習による画像認識の基礎」を紹介します．

いままでも画像認識に関する本はたくさん出てきていると思いますが，かなり最新のモデルの説明（例えば，SAM: Segment Anything Model など）もされていて，キャッチアップできている印象の本です．バズった論文の補助資料に適しているかもしれないです．

1.5 大規模言語モデル入門

次にLLMsの入門です．

大規模言語モデルに関して精通していなかったので論文からではなく，まずこの本から始めました．体系的にまとめられていて，私と同じような境遇であればかなり勉強や研究の助けになる本だと思います．

1.6 Human-in-the-Loop機械学習

こちらはHuman-in-the-Loop機械学習に関する書籍です．まだ積読しているものなのですが，ネットの反応的に注目の1冊なので共有します．

2. 統計学編

2.1 基礎から学ぶ統計学

北大の有名授業を教科書にしたものになっているようで，イラストに富んでいて統計初学者にもわかりやすくまとめられています．高校生にも理解できるような内容でしょう．

私が統計初学者なら最初にこの本から学びたいと思わせてくれる本でした．

2.2 Pythonで学ぶ効果検証入門

続いては，Pythonで学ぶ効果検証入門です！

この本の特徴は，Pythonを使ってコーディングされていることに加え，他の因果推論系の本でスキップされがちなA/Bテストについて詳細に書かれているところだと思います．

書店で手に取る前にAmazonで買ってみたので，表紙なポップな感じから薄めの本かと勝手に推測していましたが，300ページくらいあるボリュミーな感じでした笑

2.3 はじめての統計的因果推論

次に「はじめての統計的因果推論」を紹介させていただきます！

因果推論を学ぶのにも様々な本がありますが，入門書として最適な1冊だと思います．初学者にもわかるようにりんごの例を使っていたりしつつも，数式を使って最終的にまとめるところが優れていると思います．わかる人向けの説明として補遺が用意されているのも良い点だと思いました．

2.4 例と演習で学ぶ確率論

本屋で手にとってわかりやすそうだったのが，こちらの書籍です．

本屋でチラ見した程度なので感想は語れませんが，Xでの反応を見る感じだとすぐにでも読みたい一冊です．

むすび

いかがだったでしょうか！
以上に紹介した書籍は，2024年6月時点での私のおすすめですので，また紹介できそうな本が溜まってきたらお知らせしますね！

この記事が参加している募集

#ボーナスの使い道

780件

この記事が気に入ったらサポートをしてみませんか？