勉強方法
まずは勉強方法を探すところから。結論を先に書くとまずとっかかりとしておすすめなのは、以下の４つを平行しながら進めていけばいいのではないか。
- Coursera －Andreaw Ng 教授 の Machine Learning
- Slideshareでわかりやすい機械学習入門のプレゼンがいくつかあるのでいろいろ見ていく。
- 書籍 ― 以下のまとめサイトを参考に、自分に合うものから読んでいく。
- プログラミングの勉強
機械学習の分野では、python, c言語, MATLAB あたりが使われている。pythonがトレンドな印象なので、pythonを学ぶなら- ドットインストール
- python公式サイト
なんかで学んでいく。
2014.1.4追記：今流行っているtensorflow, keras, chainer などのDeep learning frameworkはpythonで書くことができるので、pythonを学ぶのはおすすめ。
ただし、ドットインストールは無料でなくなってしまったようなので、無料で勉強したい人は他のサイト探す必要があるかも。
いろいろ調べていた中で、参考になったサイトをリストアップしてく。
方針決め、概要をまとめたサイト
自分は理系なのだけど、機械学習に関する基礎知識があるわけではないので、土台から勉強するという意味でここから始めた。
とくに１つめのリンクで細かく説明されているCourseraのMachine Learningは（ちょっと丁寧すぎるくらい）めちゃくちゃわかりやすいのでおすすめ。
２つめのリンクではわかりやすいSlideshareのリンクがいくつかあるので参考に。また、pythonを学びたい人には参考にできるリンクが見つかる。
書籍まとめサイト
真剣に勉強を始めようと思っているなら、情報がまとまって書かれている書籍を読んでいくのがいいだろう。特に理論面は書籍を読めばわかりやすいものが多いと思う。
書籍大人買い
マレーシアにいるので、書籍を気軽に買うことができない。どうせ輸入しなければ買えないので、面白そうな本をすべて一気にAmazon.co.jpで買うことにした。という事で上記のサイトを参考にしながら今回買った本のリストが以下。
- 深層学習 (機械学習プロフェッショナルシリーズ)
- WIRED VOL.20 What A.I. Wants 人工知能はどんな未来を夢見るか
- 実践 機械学習システム
- 言語処理のための機械学習入門(自然言語処理シリーズ)
- データ解析のための統計モデリング入門ー一般化線形モデル・階層ベイズモデル
- 初めてのパターン認識
- フリーソフトで作る音声認識システムーパターン認識・機械学習の初歩から対話システムまで
- パターン認識と機械学習(ベイズ理論による統計的予測) 上・下
* 通称PRML
他に数冊買ったのも合わせて合計4万円位したな。。。本だけで4万って。。。まあここはケチるところではないし自己投資という事でいいでしょう！