こちらの内容は、もともと「深層・機械学習／人工知能学習の記録」サイトの、「書籍による学習」タグに掲載されていたものです。実践的な内容なので、こちらのサイトに移動させました。
「M1 MacbookPro」の購入をきっかけに始まった、こちらの「人工知能研究実践ブログ」ですが、その後、ハードウェアの主軸を「Xavier NX」に移して、研究がなされました。しかし、近年はほとんど更新されていませんでした。
2024年、今年は、このブログの本格稼働２回目になるかもしれません。今年のブログの特徴は、人工知能の「研究内容」に特化したものになります。
「M1 MacbookPro」では、「Python 開発環境構築」に焦点を当てて研究を進めました。その翌年からは、Nvidia製AIコンピュータ「Xavier NX」で、「画像認識・検知」を中心に研究を進めてきました。
そうした、ハードウェア主導の研究から、AIの様々な分野の内容に拡大・変更していこうと思います。
具体的には、まずは「音声認識」、その後は「生成AI」を研究したいと思います。これらのテーマが落ち着いたら、「AIの基礎技術」（強化学習の基本定理、マルコフ決定過程、ベルマン方程式、Ｑ学習、ニューラルネットワークなど）について勉強したいと思います。
人工知能研究の関連書籍
現在、私が今までに、人工知能学習で実際に使用した書籍、並びに、今後、使用する書籍、合わせて全７冊を、ご紹介させていただきます。（全て購入済み）
| No. | タイトル | 発行 | 章（ステージ）の構成 | 実践 | 学習 |
| １ | ゼロから作る Deep Learning ① Python で学ぶ DLの理論と実装 | 著者 斎藤 康毅 | １ Python 入門 ２ パーセプトロン ３ ニューラルネットワーク ４ ニューラルネットワークの学習 ５ 誤差逆伝搬法 ６ 学習に関するテクニック ７ 畳み込みニューラルネットワーク ８ ディープラーニング | 〇 〇 〇 〇 〇 〇 〇 〇 | 済 書籍 |
| ２ | ゼロから作る Deep Learning ② 自然言語編 | 著者 斎藤 康毅 | １ ニューラルネットワークの学習 ２ 自然言語と単語の分散表現 ３ word2vec ４ word2vec の高速化 ５ リカレントニューラルネットワーク ６ ゲート付き RNN ７ RNN による文章生成 ８ Attention | 〇 〇 〇 〇 〇 〇 〇 〇 | 済 書籍 |
| ３ | ゼロから作る Deep Learning ③ フレームワーク編 | 著者 斎藤 康毅 | ＜ステージ＞ １ 微分を自動で求める ２ 自然なコードで表現する ３ 高階微分を実現する ４ ニューラルネットワークを作る ５ DeZero で挑む | 〇 〇 〇 〇 〇 | 済 書籍 |
| ４ | scikit-learn、keras、 TensorFlow による 実践機械学習 | オライリー ジャパン | 【 第Ⅰ部 】 機械学習の基礎 １ 機械学習の現状 ２ エンドツーエンドの機械学習プロジェクト ３ 分類 ４ モデルの訓練 ５ サポートベクトルマシン（SVM） ６ 決定木 ７ アンサンブル学習とランダムフォレスト ８ 次元消滅 ９ 教師なし学習のテクニック 【 第Ⅱ部 】 ニューラルネットワークと深層学習 10 人工ニューラルネットワークと Keras の初歩 11 深層ニューラルネットワークの訓練 12 TensorFlow で作るカスタムモデルとその訓練 13 TensorFlow によるデータのロードと前処理 14 畳み込みニューラルネットワークを使った 深層コンピュータビジョン 15 RNN と CNN を使ったシーケンス処理 16 RNN と注意機構による自然言語処理 17 オートエンコーダと GAN を使った表現学習と 生成型学習 18 強化学習 19 大規模な TensorFlow モデルの訓練とデプロイ | 〇 〇 〇 | 待機中 書籍 |
| ５ | 機械学習実践シリーズ Python で学ぶ 音声認識 | 著者 高島 遼一 | １ 音声認識とは ２ 音声認識の基礎知識 ３ 音声処理の基礎と特徴量検出 ４ 音声認識の初歩－DPマッチング ５ GMM－HMM による音声認識 ６ DNN－HMM による音声認識 ７ End – to – End モデルによる連続音声認識 | 学習中 書籍 実践 | |
| ６ | ゼロから作る Deep Learning ④ 強化学習編 | 著者 斎藤 康毅 | １ バンディット問題 ２ マルコフ決定過程 ３ ベルマン方程式 ４ 動的計画法 ５ モンテカルロ法 ６ TD法 ７ ニューラルネットワークとＱ学習 ８ DQN ９ 方策勾配法 10 さらに先に | ||
| ７ | ゼロから作る Deep Learning ⑤ 生成モデル編 | 著者 斎藤 康毅 | ステップ １ 正規分布 ２ 最尤推定 ３ 多次元正規分布 ４ 混合ガウスモデル ５ EMアルゴリズム ６ ニューラルネットワーク ７ 変分オートエンコーダ（VAE） ８ 拡張モデルの理論 ９ 拡張モデルの実装 10 拡張モデルの応用 | 学習中 書籍 |