機械学習あたりの勉強

お久しぶりです。

最近、機械学習あたりに強くなろうと思い、

機械学習についての良さそうな本を手にとってみました。

現在進行形で、ある2冊の本を読み進めています。

一応、pythonでコードを書くなら重回帰やロジスティック回帰などは、

書けますが、中身がどのようになっているのかなど、

あやふやにモデルを作っていたなと感じたため今回は、じっくり勉強しています。

読む前から良さそうだなと思って、読み始めたのですが、

今のところ、2冊ともすごくいい感じです。

一冊目は、これです。

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

まだ途中ですが、いいです！！とても！！

読みやすい ！！

そして、説明も多く理解とコードの内容が結びつきます（今のところ..）

そして、TensorFlow,Kerasを実際に使ってくれているので、使い方がわかってくる感じです。

また、分析環境の構築も書いてくれていて親切な感じでした。(たまたま、環境一緒でした。)

ディープラーニングメインですので、機械学習全般を網羅したい方には、おすすめしませんが、単純パーセプトロンを始めとする、ニューラルネットの類は結構さわれます。

おすすめの一冊です。

2冊目

こちらもおすすめです。

Rによる機械学習 (Programmer's SELECTION)

 こちらは、上の一冊よりも多くの手法を学べます。

決定木から線形回帰、回帰木、ニューラルネット、サポートベクトルマシン、k平均法、バギングなど本当に多いです。

こちらもまだ途中ですが、Rがまだ得意と言えない私にとっては、丁寧で嬉しい一冊です。

これから色々することあるのですが、

とりあえずこの2冊をしっかりこなします。

今回は、本2冊の紹介でした。