担当編集が推す!「AIを学ぶITエンジニアに読んでほしい書籍」4選

最近、さまざまな機械学習の本が発行されていますが、「この機械学習の本はわかりやすい！」と言われて読んでも、中身が数式だらけでわからない…という人もいるかと思います。
機械学習やディープラーニングの本って、多かれ少なかれ数学が出てきてしまうんです。読んでいても「この数学記号の意味ってなんだったっけ?」といった基本的なところでつまづいてしまったり。『やさしく学ぶ 機械学習を理解するための数学のきほん』は、そういった機械学習の数式にモヤモヤしている方にぜひ読んでいただきたい一冊です。機械学習で扱う回帰や分類の具体的な題材に対して、解決方法となる数式の形を説明していきます。
また、エンジニアの方は読むだけでなく、「とりあえず試してみよう」「作ってみよう」と手を動かしてみて納得感を高めるところがあるかと思います。この本も、最終章ではPythonでの実装方法を紹介しています。なので、仕事で今すぐ機械学習の知識が必要な方はもちろん、とりあえず押さえておきたいから試してみようかな、という方のニーズにも応えられる本です」（担当編集：I）

「詳解ディープラーニング」では、時系列データを扱うための「リカレントニューラルネットワーク（RNN）」を解説しています。ディープラーニングを扱った書籍にも様々なものがありますが、本書は言語や株価など時系列でデータが推移するものの予測に役立つRNNについて特に取り上げています。著者の方とどんな本を作るか相談した時に、RNNを扱ったディープラーニングの本はまだないが、これから重要になっていくるという話になり、一気に執筆していただけました。
PythonライブラリのTensorFlowとKerasを使った実装を解説しているので、手を動かして身につけられるところもポイントです。（担当編集：Y）

数学を使わずなるべく言葉で解説している、初心者の方にも読みやすいニューラルネットワークの入門書です。翻訳本で、原本も海外で評判の良い書籍です。
ニューラルネットワークってどういうもの？という、初歩の初歩から知りたい方に読んでいただきたいですね。多少は数式も出てきますが、一次関数ぐらいから始めているのでわかりやすいかと思います。 最後は、手書きの数字を認識するニューラルネットワークをPythonで実装します。ニューラルネットワークを学びたい方の最初のとっかかりとして、この一冊でその理解と体験ができますよ。（担当編集：Y）

プログラミング経験のある方が、楽しみながらPythonを学べる一冊です。Pythonはアメリカでは結構前から人気の言語なのですが、日本ではなかなかメジャーになれない状況が続いていました。でも去年くらいからAIのブームに乗って皆さんPythonの書籍を読み始めています。そういった背景から、プログラミング初心者はもちろんですが、 既にプログラミング経験がある人で、新しくPythonをやってみようと思う方にも楽しみながら学んでいただけるように配慮して作りました。サンプル一つ一つが短くてすぐに動かせるものを用意したので、どんな文法があって、どんな時にそれを使うかが理解しやすくなっているかと思います。
また後半の実践編・応用編では機械学習で判定をするプログラムなど難しい話も入れています。1回目は難しい部分は読み飛ばして基礎を理解し、理解を深めてから二回目を読んで高度なことに挑戦する、というように、スキルアップしていけるような構成にしています。（担当編集：I）