推薦図書 [2024年最新本]

業界別！AI活用地図 8業界36業種の導入事例が一目でわかる

著者：本橋洋介 出版社：翔泳社

ビジネスの構築から最新技術までを網羅 AIの教科書

著者： 伊本 貴士
出版社： 日経BP

いちばんやさしい機械学習プロジェクトの教本 人気講師が教える仕事に AI を導入する方法

著者：韮原祐介 出版社：インプレス

ビジネスパーソンを対象に「機械学習・ディープラーニングとは」、「機械学習プロジェクトのメンバ体制」、「機械学習プロジェクトの進め方」を解説した書籍です。機械学習プロジェクトの全体像を学びたい人におすすめの一冊です。機械学習プロジェクトの各フェイズでの注意点を、著者のビジネス経験をベースに解説されています。機械学習・ディープラーニングの基礎知識がなくても読み進められますが、入門書を1冊読んでから読むと、理解しやすい本です。

世界のトップ企業50はAIをどのように活用しているか?

• 2021年 New

著者：バーナード・マーら 出版社：ディスカヴァー・トゥエンティワン

AI白書2020

• 2020年ランキング第２位

著者：独立行政法人情報処理推進機構AI白書編集委員会
出版社：KADOKAWA

基本情報技術者試験などを開催する「情報処理推進機構」による、ディープラーニングの技術解説、ビジネス事例、政策動向、海外動向を網羅的に解説する本です。情報量が多く、ボリュームのある本なので、入門書のあとに読むのがおすすめです。

人工知能は人間を超えるか ディープラーニングの先にあるもの

• 2020年ランキング第３位

著者：松尾豊
出版社：KADOKAWA/中経出版

ビジネスパーソン、ITエンジニア、経営者など、すべての方を対象としたAI・機械学習の入門書です。AI、機械学習、ディープラーニングの全体感を掴むために読む最初の1冊におすすめです。事前知識のない人でも読みやすい本です。

文系AI人材になる: 統計・プログラム知識は不要

• 2020年ランキング第20位

著者： 野口 竜司　
出版社： 東洋経済新報社

合格者のおすすめ理由
・暗記項目が書かれていて分かりやすい
・事業経営のAI応用が理解できる。
・文系の人たちがAIの入り口に立つための書籍
・文系、ビジネス人材のとっつきにくさが解消される

図解即戦力　機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書

• 2020年ランキング第９位

著者： 山口達輝
出版社： 技術評論社

合格者のおすすめ理由
・図解により初学者にも分かり易い。
・いろいろな用語が広く浅く書いてあるため、俯瞰的に知識を習得することが出来、さらに知識を深めるための足がかりにできる。
・公式テキストの解説が足りない部分を補ってくれます。公式テキストでわからない部分があったらとりあえず開く本。
・ML、DLの技術を斜め読みしたい時におすすめ。

シン・ニホン AI×データ時代における日本の再生と人材育成

著者： 安宅和人 　
出版社： NewsPicksパブリッシング

相対化する知性 人工知能が世界の見方をどう変えるのか

• 2021年 New

著者：西山 圭太ら 　
出版社：日本評論社

マンガでわかる！　人工知能　AIは人間に何をもたらすのか

著者： かん ようこ ら 　
出版社： SBクリエイティブ

AIにできること、できないこと、ビジネス社会を生きていくための4つの力

• 2021年 New

著者： 藤本 浩司 ら 　
出版社： 日本評論社

人工知能プログラミングのための数学がわかる本

• 2020年ランキング第５位
• 2019年ランキング第２位

著者：石川聡彦
出版社：KADOKAWA

機械学習・ディープラーニングに必要な最低限の数学の基礎知識として、「ベクトルと行列」、「微分」、「線形代数」、「確率・統計」に絞って丁寧に解説されています。各内容について”人工知能ではこう使われる！”というコラムで、各その数学知識が機械学習でどう活用されるのか解説されており、さらに数学の例題も機械学習での活用を意識した内容です。機械学習に必要な数学を学習するのに最適で、数学に苦手意識がある方にもおすすめの入門書です。

最短コースでわかる ディープラーニングの数学

• 2020年ランキング第17位

著者： 赤石 雅典
出版社： 日経BP

合格者のおすすめ理由
・ディープラーニングの数学が基礎からわかるようになる
・高校レベルの数学から、順にレベルアップしていくところが秀逸です。
・分かりやすい。数式が追いやすい。理論・理屈が理解しやすい。
・機械学習向け数学を深く理解したい人向け

パターン認識と機械学習（上・下）

• 2019年ランキング第20位

著者：C.M. ビショップ
出版社：丸善出版

原著タイトル：Pattern Recognition and Machine Learningの略称である「PRML」もしくは「黄色本」として有名な機械学習の理論を学ぶ書籍です。機械学習アルゴリズムの理論が順番に解説されていますが、基本的にベイズ理論をベースとした一貫的説明がなされます。機械学習初心者が読めるレベルの書籍ではありませんが、ベイズ理論をベースとした機械学習を、理論的に数式展開を追いながらきちんと学びたい人におすすめの書籍です。

やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~

• 2019年ランキング第５位

著者：立石賢吾
出版社：マイナビ出版

機械学習の回帰・分類そして評価手法について、各アルゴリズムと必要な数学を、基本的内容から順番に解説している書籍です。会話形式でわかりやすく説明されているので、数学に苦手意識があっても読みやすい本です。巻末には高校数学の「復習」が掲載されています。1歩ずつゆっくりと、機械学習の基本的アルゴリズムの仕組みとそれに必要な数学を学ぶのに最適な書籍です。

Python 1年生 体験してわかる！会話でまなべる！プログラミングのしくみ

著者： 森 巧尚
出版社： 翔泳社

独習Python

• 2021年 New

著者： 山田 祥寛 　
出版社： 翔泳社

詳細! Python 3 入門ノート

著者：大重美幸
出版社：ソーテック社

154本のPythonファイル、538本のサンプルコードが用意されており、この膨大なサンプルコードを用いて、Python言語の基礎から応用までを網羅した内容となっています。サンプルコードを辞書的に使えるため、実際にプログラミングする際に不明点を調べるのにも便利な1冊となっています。Pythonの実行環境のセットアップ方法から機械学習の例題まで掲載されており、1冊でディープラーニングのためのPythonの知識とスキルが学習できます。

独学プログラマーPython言語の基本から仕事のやり方まで

著者：コーリー・アルソフ
出版社：日経BP社

Python言語を用いた「プログラミングそのもの」の入門書となっています。これまでプログラミングそのものを学習した経験がない方でも読める書籍です。アルゴリズムやデータ構造といったプログラムの基礎知識にはじまり、チームでのプログラム管理といったビジネス業務上で必要な知識の解説まで解説されており、これから仕事でプログラミングを始めたい方におすすめの書籍です。

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

• 2020年ランキング第１位
• 2019年ランキング第１位

著者： 斎藤康毅
出版社： オライリージャパン

ディープラーニングをあえてライブラリを使わずに、初歩的なところから1つずつPythonで実装する本です。ゼロから実装するため、ディープラーニングに対する理解が深まり、数式を読むのが苦手な人でも仕組みを理解できます。続編の自然言語処理編では、自然言語処理で重要な手法であるword2vec, LSTM, seq2seq, Attentionについても、分かり易くゼロから説明・実装されています。

はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-

• 2020年ランキング第16位
• 2019年ランキング第５位

著者： 我妻 幸長
出版社： SBクリエイティブ

知識ゼロの人が手を動かしてディープラーニングを学べるように書かれている書籍です。数式やPython、そしてライブラリの使い方に関する説明がスモールステップ方式で丁寧に解説され、初学者にとって分かりやすい構成になっています。プログラミングを通してニューラルネットワークの実装が具体的にイメージできて理解が深まります。

Excelでわかるディープラーニング超入門

• 2019年ランキング第16位

著者：涌井良幸
出版社：技術評論社

ディープラーニングに関する基本的な内容の解説と実際に、Excelという身近なツールを使ってディープラーニングを体験する書籍です。Excelでニューラルネットワークや畳み込みニューラルネットワーク（CNN）を体感できるのが魅力の本です。プログラミングの学習経験がない文系の方でも、実際に動かして過程を体験しながら理解していくことができます。文章を読むだけでは覚えにくい方には、手を動かすことで理解を深められるのでおすすめです。

高校数学からはじめるディープラーニング 初歩からわかる人工知能が働くしくみ

• 2021年 New

著者：金丸 隆志
出版社：講談社

深層学習 (機械学習プロフェッショナルシリーズ)

• 2020年ランキング第４位

著者： 岡谷貴之
出版社： 講談社

ニューラルネットワークの基礎から、確率的勾配降下法、誤差逆伝播法、畳み込みニューラルネットワーク、リカレントネットワークまで、ディープラーニングの基礎技術の理論について、数式を掲載し丁寧に解説した本です。ディープラーニングの全体像を学習した後、理論面を学ぶ際におすすめの一冊です。

イラストで学ぶ　ディープラーニング　改訂第２版

• 2019年ランキング第16位

著者： 山下隆義
出版社： 講談社

イラストを多数使用し、ニューラルネットワークの基本からディープラーニングの応用手法までを解説した書籍です。例えば物体検出では、YOLOやSSDといったアルゴリズムの概要と動作原理のエッセンスがイラストで解説されています。ある程度ディープラーニングを学習した人が、物体検出や姿勢推定など様々な応用手法について、その理論や動作原理の概要を学習するのにおすすめの書籍です。巻末にはChainer、TensorFlow、PyTorchなどの各種ライブラリの解説と簡単な実装例もあります。

ゼロから作るDeep Learning  ―自然言語処理編

• 2020年ランキング第７位
• 2019年ランキング第３位

著者： 斎藤康毅
出版社： オライリージャパン

合格者のおすすめ理由
・前作を踏襲しつつ、さらに発展的な技術やアルゴリズムなど、プログラミングとディープラーニングを1度に習得できる。
・言語処理を中心に、前作ではふれなかったRNNやAttentionなどについて、丁寧にわかりやすく解説している。
・素人でもRNNの基本的な考え方と実装方法、アルゴリズムが学べる。
・自然言語処理の数学的基本を学べる。

深層学習

• 2019年ランキング第７位

著者：Ian Goodfellow
出版社：KADOKAWA

GAN(敵対的生成ネットワーク)を考案したことで有名なイアン・グッドフェローの著書を東京大学松尾研が主体となって翻訳した、深層学習の定番教科書として位置づけられている書籍です。深層学習の理解に必要な数学の基礎、機械学習の基本的な考え方、ニューラルネットワークの基礎、CNN・RNNなどの手法、最新研究の紹介という流れで構成されています。各内容について非常に詳細に書かれているため、理論の理解を深めることができます。

PythonとKerasによるディープラーニング

• 2020年ランキング第11位
• 2019年ランキング第11位

著者：Francois Chollet
出版社：マイナビ出版

ディープラーニング用ライブラリKerasの作成者であるフランソワ・ショレが執筆した、ディープラーニングの基礎・応用・実装を解説した書籍です。極力数学的な表記を避けて、実装コードを示してディープラーニングの概念を説明しています。文章量が多い本ですが、丁寧であり、ディープラーニングの動作原理に触れた洞察も優れています。実例が豊富であり、本書を通じてKerasの理解が深まり、ディープラーニングでの実装ができるようになります。脱初心者の一冊として頼もしい存在です。

詳解ディープラーニング 第2版 ~TensorFlow/Keras・PyTorchによる時系列データ処理~

• 2019年ランキング第16位

著者： 巣籠 悠輔
出版社： マイナビ出版

合格者のおすすめ理由
・解説が丁寧で、理論が理解しやすかったです。
・時系列データの扱い（LSTM）の説明がわかりやすかった。
・CNN,RNN,LSTM等のアルゴリズムをtensorflow,kerasを使って学べる。
・ディープラーニングの理論を基礎とする数学から丁寧に解説してある。

つくりながら学ぶ！PyTorchによる発展ディープラーニング

著者： 小川 雄太郎
出版社： マイナビ出版

直感Deep Learning ―Python×Kerasでアイデアを形にするレシピ

著者：Antonio Gulli
出版社：オライリージャパン

PythonとKerasを使用し、自然言語処理、画像識別、画像生成、音声合成、テキスト生成、強化学習、AIゲームプレイなど、さまざまなモデルの実装手法を解説する書籍です。数式なしにコードベースでディープラーニングの応用手法を学ぶことができます。ディープラーニングがある程度分かっていて、ライブラリを使って実践応用したい人におすすめです。

[第3版］Python機械学習プログラミング 達人データサイエンティストによる理論と実践

• 2021年 New

著者： Sebastian Raschka ら
出版社：インプレス

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

• 2020年ランキング第８位
• 2019年ランキング第７位

著者： Andreas C. Muller
出版社： オライリージャパン

Pythonで機械学習を実装する際の代表的なライブラリであるscikit-learnについて解説した書籍です。各種機械学習アルゴリズムの基本的な使い方、実装方法を分かりやすく解説しています。解説の通りにコードを実装しながら本書を読み進めれば、scikit-learnを用いた機械学習を一通り学習・理解できるようになります。機械学習を実装した経験がない方が取り組むのに、ちょうど良いレベル感で解説されている書籍です。

Pythonで動かして学ぶ！あたらしい機械学習の教科書 第2版

• 2020年ランキング第19位

著者： 伊藤 真
出版社： 翔泳社

合格者のおすすめ理由
・機械学習の教本ですが、前段の数学に関する内容が丁寧。機械学習に関連する数学の範囲を知ることと、必要となる数学の知識を学ぶには良い本です。日本人著者のため、日本語の微妙なニュアンスもよく伝わります。
・他の本で挫折した人向け。懇切丁寧に書かれてあるのでこれなら最初のハードルを越えられる。ネクストステップの学習についても紹介されている。
・かなりボリュームがありますが、前半pythonでマストになるライブラリの紹介やデータ可視化部分を紹介しており、実務で使える技能が育ちます。また問題形式となっており、考えながら実装できる点がオススメ。

scikit-learn、Keras、TensorFlowによる実践機械学習 第2版

• 2021年 New

著者： Aurélien Géron
出版社：オライリージャパン

Kaggleで勝つデータ分析の技術

• 2020年ランキング第13位

著者： 門脇 大輔
出版社： 技術評論社

合格者のおすすめ理由
・データ分析に必要な知識を網羅している数少ない書籍
・KaggleのTitanicの写経は基本

東京大学のデータサイエンティスト育成講座 ~Pythonで手を動かして学ぶデ―タ分析~

• 2020年ランキング第18位

著者： 塚本邦尊
出版社： マイナビ出版

合格者のおすすめ理由
・説明が丁寧で、手を動かして学ぶことができる。
・ディープラーニングに関連深いデータ分析について基礎的な内容を丁寧に、Pythonのプログラミングについても基礎的な内容や流れを丁寧に説明している。
・データ分析から機械学習の初歩までをカバー。東大松尾先生が提供する講座の書籍化で、大変分かり易く、実際に手を動かしながら学べる。
・データサイエンティストを育成する講座で松尾先生監修のため。

Python実践データ分析100本ノック

著者： 下山輝昌
出版社： 秀和システム

データ分析のための数理モデル入門 本質をとらえた分析のために

• 2021年 New

著者： 江崎 貴裕
出版社：ソシム

仕事ではじめる機械学習 第2版

• 2019年ランキング第７位

著者：有賀康顕ら 出版社：オライリージャパン

機械学習技術の解説、機械学習を活用したビジネスの企画から実現までの流れ、著者らの実例が解説された書籍です。機械学習をビジネスで活用するには、従来のITシステムとの違い・機械学習システムの特性を理解する必要があり、本書ではその点がうまくまとめられています。機械学習の基礎知識がないと少し難しい内容です。実案件やプロジェクトで重要となる、ビジネス的観点からの機械学習活用の注意点を学ぶことができます。

AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出]

• 2021年 New

著者： 大城 信晃ら
出版社：技術評論社

最強のデータ分析組織 なぜ大阪ガスは成功したのか

著者： 河本 薫
出版社：日経BP社

徹底攻略 ディープラーニングG検定 ジェネラリスト 問題集　第2版（徹底攻略シリーズ）

著者： 明松真司
出版社：インプレス

最短突破　ディープラーニングG検定（ジェネラリスト）　問題集

• 2021年 New

著者： 高橋 光太郎ら
出版社：技術評論社

これ1冊で最短合格 ディープラーニングG検定ジェネラリスト 要点整理テキスト&問題集

著者： 山下長義
出版社： 秀和システム

スッキリわかる ディープラーニングG検定(ジェネラリスト) テキスト&問題演習

著者： 株式会社クロノス
出版社： TAC出版

［第2版］Python機械学習プログラミング 達人データサイエンティストによる理論と実践

• 2020年ランキング第６位
• 2019年ランキング第３位

著者： Sebastian Raschka
出版社： インプレス

機械学習の各アルゴリズムについて、理論や数学的背景、Pythonでの実装手法を解説する書籍です。ベーシックな機械学習アルゴリズムをはじめ、第2版からはTensorFlowとKerasによる、ニューラルネットワーク(CNN/RNN)の実装例まで解説されています。機械学習の全体像、様々な機械学習アルゴリズムの手法と理論、実装手順、これらをバランスよく体系的に学習できます。

見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑

• 2020年ランキング第14位

著者： 秋庭 伸也
出版社： 翔泳社

合格者のおすすめ理由
・DLから始めた人でも、機械学習全体の雰囲気、基礎がわかる。
・幅広い機械学習アルゴリズムが紹介されている。
・多くのアルゴリズムが図を用いて解説されているため理解しやすい。
・機械学習のための各アルゴリズムの特徴がプログラムと一緒に掲載されわかりやすい。

エンジニアなら知っておきたいAIのキホン 機械学習・統計学・アルゴリズムをやさしく解説

• 2020年ランキング第15位

著者： 梅田 弘之　
出版社： インプレス

合格者のおすすめ理由
・統計、アルゴリズムまで言及されている。
・具体例を示しているので判りやすい。
・公式テキストで出てきた用語でわかりくかった部分が図解や面白いストーリーを交えながら理解しやすく説明されている。
・説明を絞った構成が全体像を把握しやすく、読み進めやすい。

ゼロから作るDeep Learning  ―フレームワーク編

著者： 斎藤康毅
出版社： オライリージャパン

入門 Python 3

著者： Bill Lubanovic
出版社： オライリージャパン

戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック

著者： Foster Provost
出版社： オライリージャパン