人工知能やディープラーニングがメジャーな言葉として飛び交う中で、専門的な技術者ではない人間が、それらに関する知識を得てイメージを膨らませていくための本をまとめました。
これらを読むことで、実際に人工知能特性や、ディープラーニングがなぜこれほど騒がれているのかを自分は理解することができましたし、ビジネスにどう活用するのかもイメージを持つことができました。
この記事の目次
誤解だらけの人工知能~ディープラーニングの限界と可能性~
ざっくりと今のトレンドを理解するのは、この本が良いかと思います。ディープラーニングがなぜこんなに騒がれているのか、そのポイントが人工知能研究の過去の歴史と照らし合わせて、わかりやすく説明されているのも特徴です。
AI vs. 教科書が読めない子どもたち
こちらはどちらかと言うと教育目線にはなるのですが、人が人工知能とどういう違いがあるのかという対比の中で、人工知能の力と限界を理解することができます。当然、複雑な計算式なども出てこないので、読みやすいです。
ディープラーニング G検定テキスト
だんだん知名度が上がってきているディープラーニング検定ですが、人工知能のエッセンスが体系的によくまとまっているので、テキストを読むのがオススメです。多少計算式など技術的なことが書いてありますが、それが逆に一歩理解を深めることになると思います。
ディープラーニング活用の教科書
具体的にディープラーニングが活用されているケーススタディをまとめたものです。結局どういうところで利用されるの?という疑問は、この本を読めば解消されるでしょう。
失敗しない データ分析・AIのビジネス導入: プロジェクト進行から組織づくりまで
AI開発プロジェクトの進め方について、解説された一冊です。この本を読むと、プロジェクトの進め方のイメージが具体的になるでしょう。システム開発と似ているところもありますが、異なる点もたくさんあります。
Machine Learning実践の極意 機械学習システム構築の勘所をつかむ!
もう少し専門的に、具体的なプロジェクトやアプローチを知るのであれば、この本を読むと良いと思います。技術的な内容を書かれているのですが、数式が少なめで、どちらかというとデータをどのように分析しチューニングして実用につなげていくのかを、わかりやすくまとめているのが特徴です。エンジニアじゃない人こそ、この本を読むとデータ分析、AI開発のプロジェクトについて、具体的な作業のイメージが湧くと思います。
Udemy
知識や実践的な理論を学んだ後は、具体的な行動としてどのような面があるかを学ぶ意味で、Udemyがお勧めです。このコースでは、実際の機械学習を使ったデータ分析のアプローチが解説されています。
Pythonで機械学習:scikit-learnで学ぶ識別入門
【Kaggleで学ぼう】PythonとKerasで学ぶディープラーニング開発入門
AI時代の新・ベーシックインカム論
ちょっと番外編的にはなりますが、経済的アプローチからAIをどう捉えるかが書かれているのが本書です。これも、AIが今の社会のどの部分に置き換わるのかが示されており、経済的なインパクトを推し量ることができます。
様々な本が出ていますが、何冊か読むと、本質的な要旨が見えてきます。興味ある方は是非どうぞ。