HOME/ AINOW編集部 /ディープラーニング関連オススメ書籍TOP20&テーマ別38冊を紹介!
2019.02.04

ディープラーニング関連オススメ書籍TOP20&テーマ別38冊を紹介!

最終更新日:

2019年2月4日、日本ディープラーニング協会(JDLA)ホームページ上にて、「日本ディープラーニング協会 G検定合格者が選ぶディープラーニング関連おすすめ書籍ランキング」が公開されました。

JDLAによるG検定は、「事業にディープラーニングを活用する人材」を対象とし、エンジニアだけでなく、経営者や企画者などビジネスサイドの人も受験する検定です。

この記事ではG検定の合格者約500人が選んだオススメ書籍や、テーマ別のオススメの書籍、またオススメのサイトやTwitterアカウントまで幅広く紹介します。漠然とAI・人工知能について学びたいと考えている方におすすめです。ぜひ自分に合った本からAIについて学び、奥深いディープラーニングの知識もつけてみてください!

日本ディープラーニング協会G検定合格者が選ぶディープラーニング関連オススメ書籍ランキング

このランキングは、G検定・E資格合格者の情報交換コミュニティ「CDLE(Community of Deep Learning Evangelist」のメンバーが、約2500名のメンバーを対象にアンケートを実施し、514名から回答を得て作成しています。

第1位: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

第2位:人工知能プログラミングのための数学がわかる本

第3位: [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

第3位(タイ): ゼロから作るDeep Learning  ―自然言語処理編

4位以下

テーマ別に38冊のおすすめ書籍を紹介!

機械学習・ディープラーニングを初めて学ぶ人にオススメの本

ビジネスパーソンのための人工知能入門

人工知能機械学習・ディープラーニングについて基本的な解説、人工知能の背景・歴史、そしてプロジェクトとして導入していくところまで、わかりやすくまとめられています。AIと呼称されている技術のアウトラインを掴むことができます。

ビジネスで人工知能を活用するために知っておくべき内容がまとめられており、難しい数式やプログラムは出てこないので、読みやすい内容です。
「JDLA推薦図書(2019年追加)」。

AIをビジネスに実装する方法 「ディープラーニング」が利益を創出する

AI・ディープラーニングのビジネス展開についての実践的な指南書です。データ取得・学習・デプロイ・運用といったAIの導入プロセスの解説、実際の導入事例、AI導入企業のビフォーアフターの紹介など、ディープラーニングの基本と応用場面が分かりやすく書かれています。

最初の1、2章ではディープラーニングの原理をかみ砕いて解説しており、事前知識のない方でも読み進められる入門書です。 「JDLA推薦図書(2019年追加)」。

機械学習入門 ボルツマン機械学習から深層学習まで

機械学習とはどういうものかという基礎的な内容の解説から、G検定でも問われる概念・手法や用語の意味まで、幅広く解説されている書籍です。

お妃さまと機械学習の技術が組み込まれた魔法の鏡の会話形式で進んでいく、読み物としても楽しめる一冊です。イラストや図が多いところもおすすめです。巻末には参考文献の紹介もあります。

Excelでわかるディープラーニング超入門

ディープラーニングに関する基本的な内容の解説と実際に、Excelという身近なツールを使ってディープラーニングを体験する書籍です。Excelでニューラルネットワークや畳み込みニューラルネットワー ク(CNN)を体感できるのが魅力の本です。プログラミングの学習経験がない文系の方でも、実際に動かして過程を体験しながら理解していくことができます。文章を読むだけでは覚えにくい方には、手を動かすことで理解を深められるのでおすすめです。

絵でわかる人工知能 明日使いたくなるキーワード68

タイトルの通り、これだけは知っておきたいというキーワードについて、イラストを用いてやさしく解説されている本です。文章だけではなく絵を見ることで、イメージで覚えることができます。

コンパクトなので、通勤通学中などの隙間時間の学習用としてもおすすめです。他の書籍を読んでいて不明な言葉が出てきたときに、辞書代わりに使用するのにも適しています。

人工知能はどのようにして 「名人」を超えたのか?―――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質

将棋の分野でプロ棋士に初めて勝利した将棋AI「ポナンザ」の開発者が、分かりやすい言葉で人工知能について解説しています。

そもそも人工知能とは何かというところから、どのように将棋AIが将棋を学んで強くなり、人を超えたのかについて、難しい数式等を使わずに書かれています。

人工知能・機械学習という技術を学ぶ書籍としてだけでなく、読み物としても楽しめる1冊です。

マンガでわかる! 人工知能 AIは人間に何をもたらすのか

DL協会推薦図書の『人工知能は人間を超えるか』のマンガ版のような書籍(マンガ)です。初めて人工知能・ディープラーニングを学習する人にとっては、難しくハードルが高く感じられるような内容も、マンガで楽しく学ぶことができます。

マンガとはいえ、松尾豊先生が監修されています。この本で基本知識を身につけてから他の参考書籍を読むことで、より理解が深まるので導入の1冊目におすすめです。

グーグルに学ぶディープラーニング

書籍の前半は機械学習・ディープラーニングの基本的な内容や発展の歴史について解説されており、後半ではグーグルのサービスをベースとした、ディープラーニングの活用方法や様々な企業での導入事例が紹介されています。

本書を読むことで、ディープラーニングを活用して実際にどのようなことができるのかを具体的に知ることができます。巻末にはグーグルクラウド・マシンラーニング・グループ研究責任者のジア・リーさんのインタビューも掲載されています。

機械学習・ディープラーニングの実装を学習したい人にオススメの本

ゼロから作るDeep Learning

ディープラーニングをあえてライブラリを使わずに、初歩的なところから1つずつPythonで実装する本です。

ゼロから実装するため、ディープラーニングに対する理解が深まり、数式を読むのが苦手な人でも仕組みを理解できます。続編の自然言語処理編では、自然言語処理で重要な手法であるword2vec, LSTM, seq2seq, Attentionについても、分かり易くゼロから説明・実装されています。

PythonとKerasによるディープラーニング

ディープラーニング用ライブラリKerasの作成者であるフランソワ・ショレが執筆した、ディープラーニングの基礎・応用・実装を解説した書籍です。極力数学的な表記を避けて、実装コードを示してディープラーニングの概念を説明しています。

文章量が多い本ですが、丁寧であり、ディープラーニングの動作原理に触れた洞察も優れています。実例が豊富であり、本書を通じてKerasの理解が深まり、ディープラーニングでの実装ができるようになります。脱初心者の一冊として頼もしい存在です。

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

知識ゼロの人が手を動かしてディープラーニングを学べるように書かれている書籍です。数式やPython、そしてライブラリの使い方に関する説明がスモールステップ方式で丁寧に解説され、初学者にとって分かりやすい構成になっています。プログラミングを通してニューラルネットワークの実装が具体的にイメージできて理解が深まります。

現場で使える! TensorFlow開発入門 Kerasによる深層学習モデル構築手法

TensorFlowとKerasを用いて、主に画像処理を行うディープラーニングの流れや実装方法を学ぶことが出来る本です。本書は基礎編と応用編に分かれており、基礎編では、TensorFlowとKerasの基本的な説明、畳み込みネットワーク(CNN)の実装、学習済みモデルを使用する方法などが解説されています。

応用編では、Kerasを使い、 AutoencoderやGANを用いた画像処理の応用例の実装方法が書かれています。プログラミング寄りの知識を身に付けたい人向けの本です。

直感 Deep Learning ―Python×Kerasでアイデアを形にするレシピ

PythonとKerasを使用し、自然言語処理、画像識別、画像生成、音声合成、テキスト生成、強化学習、AIゲームプレイなど、さまざまなモデルの実装手法を解説する書籍です。数式なしにコードベースでディープラーニングの応用手法を学ぶことができます。ディープラーニングがある程度分かっていて、ライブラリを使って実践応用したい人におすすめです。

 

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

Pythonで機械学習を実装する際の代表的なライブラリであるscikit-learnについて解説した書籍です。各種機械学習アルゴリズムの基本的な使い方、実装方法を分かりやすく解説しています。解説の通りにコードを実装しながら本書を読み進めれば、scikit-learnを用いた機械学習を一通り学習・理解できるようになります。機械学習を実装した経験がない方が取り組むのに、ちょうど良いレベル感で解説されている書籍です。

[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

機械学習の各アルゴリズムについて、理論や数学的背景、Pythonでの実装手法を解説する書籍です。

ベーシックな機械学習アルゴリズムをはじめ、第2版からはTensorFlowとKerasによる、ニューラルネットワーク(CNN/RNN)の実装例まで解説されて
います。機械学習の全体像、様々な機械学習アルゴリズムの手法と理論、実装手順、これらをバランスよく体系的に学習できます。

scikit-learnとTensorFlowによる実践機械学習

機械学習とディープラーニングについて、コードを実装しながら学ぶ書籍です。前半では機械学習ライブラリのscikit-learnを、後半ではディープラーニングライブラリのTensorFlowを使用します。本書はあまり数学知識がない方でも読み進めることができ、実装しながら機械学習を学ぶことができます。

幅広い範囲を解説しています。本書によりscikit-learnを一通り理解でき、また書籍後半ではTensorFlowの分散処理のメカニズムや実装まで学習できます。

Pythonプログラミングを学習したい人にオススメの本

独学プログラマー Python言語の基本から仕事のやり方まで

Python言語を用いた「プログラミングそのも
の」の入門書となっています。これまでプログラミングそのものを学習した経験がない方でも読める書籍です。

アルゴリズムやデータ構造といったプログラムの基礎知識にはじまり、チームでのプログラム管理といったビジネス業務上で必要な知識の解説まで解説されており、これから仕事でプログラミングを始めたい方におすすめの書籍です。

実践力を身につける Pythonの教科書

Pythonの実行環境のセットアップにはじまり、Pythonによるプログラミングの基礎の学習から、簡単な機械学習、最終的には簡単なWebアプリケーションの開発まで学習できる内容となっています。書籍の例題を実装しながら学ぶため、書籍名に実践力と掲げている通り、実際に自分で「作成した」という実感があり、より理解が深まる内容となっています。

Pythonの実行結果をハイライトするなど、見た目から優しく感じるよう書か
れており、プログラミング初心者におすすめの書籍です。

詳細! Python 3 入門ノート

154本のPythonファイル、538本のサンプルコードが用意されており、この膨大なサンプルコードを用いて、Python言語の基礎から応用までを網羅した内容となっています。サンプルコードを辞書的に使
えるため、実際にプログラミングする際に不明点を調べるのにも便利な1冊となっています。

Pythonの実行環境のセットアップ方法から機械学習の例題まで掲載されており、1冊でディープラーニングのためのPythonの知識とスキルが学習できます。

Pythonスタートブック [増補改訂版]

Pythonの入門書として初級~中級くらいまでの内容を網羅しており、全くの初心者の方が初めて学習されるのにおすすめ本となっています。プログラミングの概念などを、わかりやすく図解してくれており、データの型や変数といったプログラミングの基
本も一緒に学習できるため、Python以外にも共通した、プログラミングそのものの考え方が理解できる本となっています

Pythonに限らず、プログラミングそのものを初めて学習する方におすすめの書籍です。

機械学習・ディープラーニングの数学を学習したい人におすすめ本

人工知能プログラミングのための数学がわかる本

機械学習・ディープラーニングに必要な最低限の数学の基礎知識として、「ベクトルと行列」、「微分」、「線形代数」、「確率・統計」に絞って丁寧に解説されています。各内容について”人工知能ではこう使われる!”というコラムで、各その数学知識が機械学習でどう活用されるのか解説されており、さらに数学の例題も機械学習での活用を意識した内容です。機械学習に必要な数学を学習するのに最適で、数学に苦手意識がある方にもおすすめの入門書です。

ゼロから学ぶ線形代数 (KS自然科学書ピ-ス)

「ゼロから学ぶシリーズ」の線形代数編です。機
械学習を学ぶうえで必須となる、行列の計算方法
や固有値の意味などが理解できるようなります。
大学では文系に進学し線形代数を学んでいないと
いう人や、過去に線形代数を学んだけど忘れてし
まった人におすすめの一冊です。機械学習関連の
書籍ではなく、数学を学ぶための解説書になりま
す。同じ著者から「ゼロから学ぶ微分積分」も発刊されています。

やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで

機械学習の回帰・分類そして評価手法について、各アルゴリズムと必要な数学を、基本的内容から順番に解説している書籍です。会話形式でわかりやすく説明されているので、数学に苦手意識があっても読みやすい本です。巻末には高校数学の「復習」が掲載されています。1歩ずつゆっくりと、機械学習の基本的アルゴリズムの仕組みとそれに必要な数学を
学ぶのに最適な書籍です。

 

パターン認識と機械学習(上・下)

原著タイトル:Pattern Recognition and Machine Learningの略称である「PRML」もしくは「黄色本」として有名な機械学習の理論を学ぶ書籍です。

機械学習アルゴリズムの理論が順番に解説されていますが、基本的にベイズ理論をベースとした一貫的説明がなされます。機械学習初心者が読めるレベルの書籍ではありませんが、ベイズ理論をベースとした機械学習を、理論的に数式展開を追いながらきちんと学びたい人におすすめの書籍です。

機械学習・ディープラーニングの理論を学習したい人にオススメ

深層学習

GAN(敵対的生成ネットワーク)を考案したことで有名なイアン・グッドフェローの著書を東京大学松尾研が主体となって翻訳した、深層学習の定番教科書として位置づけられている書籍です。深層学習の理解に必要な数学の基礎、機械学習の基本的な考え方、ニューラルネットワークの基礎、CNN・RNNなどの手法、最新研究の紹介という流れで構成されています。各内容について非常に詳細に書かれているため、理論の理解を深めるこ
とができます。

イラストで学ぶ ディープラーニング 改訂第2版 (KS情報科学専門書)

イラストを多数使用し、ニューラルネットワークの基本からディープラーニングの応用手法までを解説した書籍です。例えば物体検出では、YOLOやSSDといったアルゴリズムの概要と動作原理のエッセンスがイラストで解説されています。

ある程度ディープラーニングを学習した人が、物体検出や姿勢推定など様々な応用手法について、その理論や動作原理の概要を学習するのにおすすめの書籍です。巻末にはChainer、TensorFlow、PyTorchなどの各種ライブラリの解説と簡単な実
装例もあります。

機械学習スタートアップシリーズ これならわかる深層学習入門 (KS情報科学専門書)

統計、機械学習の基礎、ニューラルネットワーク、CNN・RNN、汎化性能向上、深層強化学習まで、ディープラーニングの各種手法が解説されています。

著者は物理学の研究者であり、機械学習入門者の目線で、数式ベースに理論がわかりやすく解説されています。書籍名に深層学習入門とありますが、正確
には深層学習の理論の入門書です。理論を学びたい人におすすめの入門書になります。

ITエンジニアのための機械学習理論入門

最小二乗法、ロジスティック回帰、ベイズ推定など機械学習の基礎的アルゴリズムについて、数式をベースに丁寧に解説している書籍です。関連する数学の記号や公式の簡単な説明もあり、説明が非常に丁寧です。

各章のポイントとなる部分ではPythonによるサンプルコードが示されており、数式の理解を実装コードで補うことができます。基本的な数学知識のある方が、機械学習の各種アルゴリズムがどのような理論・メカニズムで動いているのかを学習する際におすすめの入門書になります。

機械学習・ディープラーニングのビジネス知識を学習したい人にオススメの本

仕事ではじめる機械学習

機械学習技術の解説、機械学習を活用したビジネスの企画から実現までの流れ、著者らの実例が解説された書籍です。機械学習をビジネスで活用するには、従来のITシステムとの違い・機械学習システムの特性を理解する必要があり、本書ではその点がうまくまとめられています。機械学習の基礎知識がないと少し難しい内容です。実案件やプロジェクトで重要となる、ビジネス的観点からの機械学習活用の注意点を学ぶことができます。

 

人工知能システムのプロジェクトがわかる本 企画・開発から運用・保守まで (AI & TECHNOLOGY)

機械学習・ディープラーニングを活用したプロジェクトを、企画フェイズから実現まで、どのように進めていくのか、1ステップずつ丁寧に解説した書籍です。実プロジェクトをベースとした架空プロジェクトを例に、企画、トライアル(PoC)、要件定義、設計、テスト、運用保守と、各フェイズで行うこと、注意点が解説されています。付録では提案書や要件定義書、分析報告書などの資料の電子データがダウンロードでき、機械学習プロジェクト全体を把握するのにおすすめの
一冊です。

実践フェーズに突入 最強のAI活用術

ビジネスパーソンを対象に「AIとは?」、「AIのビジネス活用の評価手法」、「ビジネス事例」が解説されており、AI・機械学習・ディープラーニングを実際にどのようにビジネスに活用できるのか、効果的に導入するにはどうすればよいか、ビジネス向けにAI全体を俯瞰できる書籍です。現在の日本のものづくりビジネスにおける課題に対する実用的な事例も多数あり参考になります。読みやすく、初心者向けの記述なので、初めて読む1冊にもおすすめです。

いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事に AI を導入する方法 (「いちばんやさしい教本」シリーズ)

ビジネスパーソンを対象に「機械学習・ディープラーニングとは」、「機械学習プロジェクトのメンバ体制」、「機械学習プロジェクトの進め方」を解説した書籍です。機械学習プロジェクトの全体像を学びたい人におすすめの一冊です。機械学習プロジェクトの各フェイズでの注意点を、著者のビジネス経験をベースに解説されています。機械学習・ディープラーニングの基礎知識がなくても読み進められますが、入門書を1冊読んでから読むと、理解しやすい本です。

日本ディープラーニング協会の監修・推薦図書

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 (角川EPUB選書)

ビジネスパーソン、ITエンジニア、経営者など、すべての方を対象としたAI・機械学習の入門書です。AI、機械学習、ディープラーニングの全体感を掴むために読む最初の1冊におすすめです。事前知識のない人でも読
みやすい本です。

 

深層学習 (機械学習プロフェッショナルシリーズ

ニューラルネットワークの基礎から、確率的勾配降下法、誤差逆伝播法、畳み込みニューラルネットワーク、リカレントネットワークまで、ディープラーニングの基礎技術の理論について、数式を掲載し丁寧に解説した本
です。

ディープラーニングの全体像を学習した後、理論面を学ぶ際におすすめの一冊です。

 

ディープラーニング活用の教科書

国内35社のディープラーニングを活用したビジネス事例集です。各事例において、課題
点、解決策、苦労したポイントを解説しています。ビジネス活用のポイントを学ぶのにおすすめです。

AI白書 2019

基本情報技術者試験などを開催する「情報処理推進機構」による、ディープラーニングの技術解説、ビジネス事例、政策動向、海外動向を網羅的に解説する本です。情報量が多く、ボリュームのある本なので、入門書のあとに読むのがおすすめです。

AIの導入・ビジネス化に必要な情報を網羅『AI白書2019』 刊行

ロボット・AIと法

「自動運転と民事責任」など、AIに対して新たに考えるべき論点を整理し、それら論点と現行法について解説した入門書です。欧州・
米国など海外の法政策動向も解説されています。

「JDLA推薦図書(2019年追
加)」。

 

深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト

「ディープラーニングに関する基礎知識を有し、事業活用する人材(ジェネラリ
スト)」に必要な知識を広くカバーした入門レベルの解説書です。

 

 

 

機械学習・ディープラーニングの学習に役立つサイト・情報

講座

日本ディープラーニング協会E資格の認定プログラム企業によるG検定対策講座

TV

初心者向けNHKの番組:人間ってナンだ?超AI入門

YouTube

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

Two Minute Papers

Webサイト

日本語のメルマガ

Weekly Machine Learning

Twitter

勉強会情報

その他、オンライン講座

日本ディープラーニング協会(JDLA)について

JDLAは日本の産業がディープラーニングをより有効に活用して、産業競争力を高めていくことを目指し、東京大学大学院工学系研究科 特任准教授の松尾豊氏を理事長とし、ディープラーニングの有識者が中心となって、産業促進を促すために設立された団体です。

▼JDLAについて詳しくはこちら

無料メールマガジン登録

週1回、注目のAIニュースやイベント情報を
編集部がピックアップしてお届けしています。

こちらの規約にご同意のうえチェックしてください。

規約に同意する

あなたにおすすめの記事

ChatGPTもGeminiも忘れて、これらの(信じられない)次世代AIツールをチェックしてみよう!

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?

あなたにおすすめの記事

ChatGPTもGeminiも忘れて、これらの(信じられない)次世代AIツールをチェックしてみよう!

「Yahoo!知恵袋」でも活用、LINEヤフーの生成AI活用戦略

IMFレポート解説:無策だとAIによって格差社会となる。「公平なAI先進国」になるための日本の政策とは?