初心者が機械学習・ディープラーニング(深層学習)を学習するときのロードマップ

どうも、むるむるです!この記事では、機械学習・ディープラーニングについてあまりよくわからないけど、勉強をしてみたい、または使えるようになりたいという初心者の方が、どのような順番で何を勉強していくと良いかを、筆者なりに説明したいと思います。

前提知識

まずは、これがないと始まらないという最低限の前提知識を挙げたいと思います。

基本的な勉強スタンスとしては、まずはざっくり理解してどんどん先に進むやり方をおすすめします。このあたりの基礎知識は後々、ディープラーニングを勉強していても出てくる知識なので、後でディープラーニングを勉強しながら理解を深めることもできます。

基本的な数学(高校・大学1年レベルの微分・線形代数・確率統計)

文系の方は、ここで苦労する方もいるかもしれませんが、ここはディープラーニングや機械学習を学びたいのであればどうしても避けることはできません。

とはいっても、微分、線形代数、確率統計のすべてをしっかり理解する必要はなく最低限必要な知識をざっくりと理解したらディープラーニングの学習を始めてしまってもいいと思います。

具体的に必要な数学のチェックリストは、別の記事にまとめたので興味のある方はぜひご覧ください。

基本的なプログラミング(Python)

プログラミングもディープラーニングを勉強するうえでは欠かせないでしょう。プログラミングができないと、結局、ディープラーニングを勉強しても使えないので宝の持ち腐れになってしまいますね。

おすすめのプログラミング言語は圧倒的にPythonです。なかには、数値解析や統計解析でよく使われるMatlabやRを使う方もいらっしゃいますが、ライブラリの充実さやネットにある情報量的に初心者が今から始めるにはPython一択です。上級者になれば計算の早いJuliaなどに手を出してもいいかもしれませんが、初心者はまずはPythonが一番!

PythonにはPython 2とPython 3がありますが、Python 3を選びましょう。Python 3の方が2よりも新しく、機械学習でよく使われるライブラリもPython 2のサポートを終了していたりする場合があるので、これから学習し始めるなら迷わずPython 3です。

Pythonの勉強方法に関しては、ネットにあるPythonの講義を受ければよいでしょう。

今年中に、むるむるがYoutubeでレクチャー動画シリーズを作ろうと思っているので、公開したらまたその時に告知をします。

さらに上のレベルを目指したい方には以下の書籍をおすすめします。特に機械学習やデータサイエンスに興味がある人向けのPythonの書籍です。

おすすめの機械学習勉強教材

おすすめ書籍

最低限の前提知識を身に着けたら、すぐに機械学習の勉強に入ってしまいましょう。筆者が使用した機械学習を広くを一通り学べる教科書は以下の二冊です。

はじめてのパターン認識 平井 有三 (著)

基本的な数学が身に着いたら、機械学習の勉強を始めるのに最適な一冊です。これ一冊で、様々な分野まで広く深く知ることはできませんが、機械学習の基本を学ぶのに適している一冊です。

パターン認識と機械学習 C.M. ビショップ (著)、, 元田 浩 (監訳), 栗田 多喜夫 (監訳), 樋口 知之 (監訳), 松本 裕治 (監訳), 村田 昇 (監訳)

PRMLとも呼ばれ、機械学習界隈では有名な一冊です。機械学習を学ぶ上で定番中の定番の教科書と言えるでしょう。

定番の教科書ですが、決して読み進めることが簡単なわけではありません。しっかりと基本的な数学を勉強して、ある程度機械学習の基本を勉強してから取り組むとある程度スムーズに読み進めることができると思います。この一冊がしっかり理解できれば機械学習の基本は身についていると言ってもいいのではないのでしょうか。

ただし、出版されたのが2006年と少し古いので、最新の話題は全く載っておりません。ディープラーニングもです。あくまで基礎固めとしてよい本です。

まずディープラーニングを勉強したい方は
下で紹介するIan Goodfellowらが書いた”Deep Learning” 本を読んだ方がいいです。

上の二冊で機械学習について一通り勉強したら、あとは機械学習プロフェッショナルシリーズで興味のある分野を勉強したり、論文を読んでいくと良いでしょう。

おすすめのディープラーニング勉強教材

おすすめ書籍

筆者がおすすめのディープラーニングの教材は、この分野のトップの研究者であるIan Goodfellowらが書いた”Deep Learning”という本です。英語版は無料で、このウェブサイトからダウンロードできます。日本語版は日本のディープラーニング界隈では有名な松尾豊先生らが翻訳したものがあります。

おすすめ動画教材

ディープラーニング入門者向けのおすすめ動画教材は英語になってしまいますが、CourseraのDeep Learningコースです。Courseraには世界中の大学の講義がディープラーニングに限らず、数学やコンピュータサイエンス、物理学、ビジネスなどの様々な種類の講座があります。

ディープラーニング入門動画に関しても、むるむるがYoutubeで講義を出す予定でいますので、公開したらまたブログで告知をします。

機械学習・ディープラーニングのおすすめ勉強法

個人的に機械学習やディープラーニングは理論と実装を同時並行でやっていくと理解が深まり、わかりやすいと思います。

筆者がお勧めするやり方は、

  1. 教科書等で理論をさらっと勉強し、なんとなく理解する
  2. 既存のライブラリ、Toyデータを使って実際にデータを分析してみる
  3. (1.)で理解できなかった部分を、もう少し頑張って理解する
  4. (必要であれば)スクラッチでコードが書けるか試してみる

なんて流れで勉強すると捗ると思います。4.はできれば理想的ですが、早く先に進みたいのであればスキップしても構わないでしょう。

勿論、最適な勉強方法は最終的な目的によって変わります。大学院まで行って理論よりの研究をしたいのであれば理論にもっと力を入れるべきだし、エンジニアやデータサイエンティストになりたいのであれば実際のデータ分析にもっと力を入れるべきでしょう。しかし、筆者の考えでは、いずれの場合も理論と実装の両方をすることは理解の手助けにもなるし、やっておいて損はないと思います。

最新情報をチェックしよう!