機械学習の基礎を学ぶために次に何を学べば良いですか？

Question

現在Pythonで機械学習を学んでいます。
とりあえず初心者用に多くのページで紹介されていた、「タイタニック乗船名簿からの生存予測」というのをやってみました。
次に株価予測のページをやってみました。紹介されていた株価予測は、機械学習の例題として学ぶもので高い精度の予測はできない という結果の内容のものでした。

ここまでこんな感じなのですが、ここから次に学ぶのによい例題HPなどをご存知ありましたらご紹介いただきたく質問書き込みしました。
ご存知ありましたらご紹介いただけたらと思います。
よろしくお願いします。

Answer 1

自分が何を目的に何を学びたいのか考えましょう。

「～という手法の使い方を覚えたい」なら適当にそれが実装されたライブラリを使ってあれこれ試してみたらよいでしょう。そういう文献はいっぱいあると思います。これが一番浅い内容だと思います。
「～という手法の原理を理解したい」ならアルゴリズムよりの専門書を買うべきでしょう。

もし今後本格的に機械学習を扱っていくのであれば「機械学習一般の考え方」を一度体系的に学ぶべきかも知れません。
バイアス・バリアンスの数式的理解、過学習はなぜ起きるか、汎化の考え方、交差検定や混同行列、precision・recallなど学習結果の評価方法、回帰分析、クラス分類、クラスタリングetc.
アルゴリズムに依存しない機械学習の勘所が学びたかったらやはりここから学ぶ必要があるかと思います。
特に評価方法については学習結果の是非以前に評価方法が滅茶苦茶で事実とかけ離れた結論を出してしまうパターンがまま見られるので重要かと思います。

Comments

[id_nazonazo]

書き込みありがとうございます。

昨今の第3世代人工知能ブーム？関連の記事を読んで、Pythonが使用できれば「少し複雑な関数のようなレベル」で扱うこともできるとの話を聞いて学び始めました。
やりたいことは夢いっぱいなのですが、「少し複雑な関数のようなレベルで扱えるもの」だとある程度できることは限られてくるのかな？それじゃどういう選択肢があるのだろう？ などと思いながら勉強しております。私は「みんなのPython」という書籍を一通りこなした程度でプログラミング初心者レベルです。

あまり深く突き詰めた学習をするとなると、詳しすぎて前へ進めないような状態になってしまいそうなので、とりあえず現在は比較的短期で学べるものから手を付けていきたいと考えております。

自分が何を目的に何を学びたいのかといえば、とりあえず今は個人的な用途から画像検索（100枚ぐらいの画像ファイルの中から、別の指定画像と似ているものを探し出す（例えば手書きの00を探し出すとか））ができたら嬉しい、と考えてみたりしていますが、これがどのぐらい大変なのか、簡単なのかも予測がつきません。

そんなレベルなので、現在はとりあえず簡単な例題を探して、それをやってみているしだいです。

[WathMorks]

NotionalKettleさんのコメントは大変的確だと思います。「アルゴリズムに依存しない機械学習の勘所を学ぶ」とは言い当て妙で、まったくその通りです。

>あまり深く突き詰めた学習をするとなると、詳しすぎて前へ進めないような状態になってしまいそうなので、

とありますが、アドバイスされている内容はどれも機械学習を実践していくための必須事項です。これらを避けてはプログラムの横流し（本のレシピのコピー）以外は何もできないと思ってよいでしょう。

[退会済みユーザー]

>id_nazonazoさん
実用というよりお試し・遊びな感じ何ですね。
それだと理論をがっつりはちょっと重たいかもですね。
でも汎化と過学習の概念、評価方法は必要だと思うので、細かい数式はさておき軽く理屈を学んでみることをオススメします。

>GradMaisonTokyoさん
ありがとうございます。
昨今は特にDeepLearningが流行してるせいで、導入すれば何でも簡単に解決すると思っている人が多く、そろそろ弊害が出てくるのではないかなと思っています
（趣味でなく仕事でそれをやる人が少なくないので）

[id_nazonazo]

NotionalKettleさんのお話を否定したつもりはないです。参考にさせて頂いております。
ただ「ウェブ関連の勉強をするのに必ずしもJAVAやParlを学ぶ必要はなく、HTMLやCSS程度のことを勉強するだけでもそこからできることは沢山ある。人工知能に関することもこれと同じ」 との話を聞いて、その立場を説明させていただきました。大学を通い直すような学習はとても出来ないものので。

[WathMorks]

おっしゃることはよくわかります。
HTMLやCSSの知識が人工知能分野では「バイアス・バリアンスの数式的理解、過学習はなぜ起きるか、汎化の考え方、交差検定や混同行列、precision・recallなど学習結果の評価方法、回帰分析、クラス分類、クラスタリング」に対応します。
これらについては良質な資料が無料で手に入る時代です。大学に通わなくとも独学で身につきます。

[hayataka2049]

> ウェブ関連の勉強をするのに必ずしもJAVAやParlを学ぶ必要はなく、HTMLやCSS程度のことを勉強するだけでもそこからできることは沢山ある。人工知能に関することもこれと同じ
どこでこのような話を聞いたのかはわかりませんが、『HTMLやCSS程度のこと』の感覚で機械学習が使えると説明されていたのであれば、私としてはとても賛同はできません。機械学習はとても広い範囲に渡る複雑な技術です（そもそも一つの技術ですらありませんが）。そのたとえでいえば、紛れもなくJavaやPerlの方に属する技術なのです。
（Webエンジニアの名誉のために書いておきますが、HTMLとCSSを仕事のレベルで使いこなすのは十分高度な技術力です。でも、たぶんそういう話ではないのでしょう）

そこでいわれているHTMLやCSSに該当するものを「人工知能ブーム」っぽい文脈のもとで無理矢理探せば、たぶん初歩的な統計学、特に記述統計（代表値の算出や可視化など）といったあたりになるでしょう。実際、それだけでもできることは沢山あります。

[退会済みユーザー]

個人的には趣味範囲ならまず触ってみるから入るのは良いと思いますけどね。
実用するときにあらためて勉強すれば大丈夫な話なので。
「ライブラリの使い方を覚えた≠機械学習を活用できる」なのでその点だけご注意を。
「プログラミングができる≠正しくソフトウェア開発ができる」と一緒ですかね。

あとJava,Perl,HTML,CSS云々ですが単に修得難易度で比較してるだけなので例えとしてはずれてるかなぁ。Java,Perlなんかは他の言語でも代替できるものでWeb関連の技術の根幹ではないですし。

あと何かどなたかから謎の低評価いただいてるけど、何か技術的観点で間違ってることがあったらご指摘いただけると助かります。ノーコメントなので気になりますねー。

[id_nazonazo]

あのね、あなたはいちいち一言多いんですよ。ヒケラカシとか嫌味な書き込みが多いですしね。

正直、質問と関係のないことを長々と書かれて迷惑でした。
あと私がマイナス評価をつけましたよ。質問と関係のない書き込みばかりですから。他の方が訪れられたときに無駄口ばかりで、質問と関係のない書き込みは読まない方がよいと思いましたので。
それから評価ってのは常に他人が行うもの。あなたが決めることじゃないんですよ。そのぐらいのことは理解しましょう

Java,Perl,HTML,CSS云々云々の話は、実例と一緒にAI開発を行っている方が話していたこと。私が言っていたことではないですよ。Excelを扱うのに統計学は必須ではないという話ですよ。実際、統計学を専門的に学んだわけではない人によるAI技術の活用している方の話もいくつも紹介されていましたしね。

また私は別に遊びでやってる訳じゃないですよ。単にお金出せば用足りる部分に時間をかけるような無駄なことはしないだけです。そんなの社会人なら当たり前のことで～す。

もう鬱陶しいだけなので、書き込みしないでくださいね。
もう私はあなたの書き込みなんて読みませんしね。

[退会済みユーザー]

お話の内容から完全に趣味だと思っておりました。
真面目な話仕事でしたら統計学の専門知識(≠機械学習の基礎)はともかく機械学習の基礎的な理屈は簡単にでも学ばれた方が良いかと思います。
「活用」が本当に活用になっているか判断が難しいのが機械学習で、そのための判断には基礎的な知識が必要です。
鬱陶しいとのことなので、これ以上は申しませんがお気をつけ下さい。

Answer 2

みなさま書き込みありがとうございました。

Answer 3

とりあえずこの本をすすめておきます。

［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 - インプレスブックス

深層学習を学びたいなら「ゼロから」シリーズ（「Python機械学習プログラミング」を先に読んでからの方が良いです）。

O'Reilly Japan - ゼロから作るDeep Learning
O'Reilly Japan - ゼロから作るDeep Learning ❷

また、必要に応じて理論面（学部レベルの微積分と線形代数、基本的な統計学の知識）を補っておくと良いと思います。

ちゃんと勉強するのであればPattern Recognition and Machine Learningという名著があるので、それを読んでおくと良いかと。

Answer 4

scikit-learnのチュートリアルはどうでしょうか？

scikit-learn

それからデータの前処理のために、Pandasを使いこなせると良いです。

Comments

[id_nazonazo]

scikit-learnのチュートリアルの話はいくつかの参考ページでも進められていたのですが、正直全文英語というが（汗）、私には無理そうです。
Pandasはだいぶ使えるようになってきました。

書き込みありがとうございました。

[meg_]

google chrome使えば原文と翻訳と切り替えできますので便利です。
プログラミングを勉強するなら英語を読む力は必要になります。最新の情報（リリースされたばかりのモジュールの使い方とか）やエラーメッセージを読み解くためにも必要になります。
翻訳機能を使いながら少しずつ原文が読めるようになると良いですよ。
※私もリスニングはまだまだですが。。

[Q71]

> 正直全文英語というが（汗）、私には無理そうです。
私も英語に苦しんでいますが、英語だから無理というなら、機械学習全般を諦めた方が良いですよ。というくらい、英語の資料がほとんどなので、覚悟を決めましょう。

[id_nazonazo]

そうですか。日本人は諦めることも検討した方がよさそうですね（^^）。