今年読んで楽しかった技術書10冊
今年読んで楽しかった技術書10冊
リスト
コメント
脳・心・人工知能 数理で脳を解き明かす
日本が誇る人工知能学者の甘利先生の本です。1950年代の脳・人工知能の歴史から丁寧に、先生自身が体感された当事者目線で書かれています。
いつものAI本にある”2012年にヒントンがーディープラーニングがーヒ敗男ー”な人工知能本はかなりウンザリですがこの本は一味違いました。
第一次人工知能ブームではどのような研究が盛り上がっていたか、第二次ブームまでにどのような進歩があり学会のフォーカスが変わっていったかについて書かれており、学びが多いです。また本線の数理で脳を解き明かす点についても理系でなくてもわかるように書かれており、ディープラーニングから入った新参者でもどのようにニューロモデリングが発展してきたか一歩一歩わかるため面白かったです。
意味がわかる統計解析
恥ずかしながら学部から統計についてちゃんと勉強した事がなかったため、入門書として買いました。 統計で重要な用語を新参者でもわかりやすく説明しているため、入門書としては◎。ただ式や導出などは一切ないため、この本だけで実務をするのはむずかしいかと。
本書を読んでから詳細な理論を勉強するために東大統計本に移りましたが、大枠なイメージがあるかないかで全然理解が違いました。
決算書分析2020
株をやっていると企業の財務分析は必須なんですが、教育を受けないと企業の財務諸表は読める気がしない。
本書は実際の企業資料（キーエンスやソフトバンク）などを使い説明してくれるため、非常にわかりやすかったです。 財務諸表は読めると非常に楽しく、企業の本当の形が見えてきて楽しいです。いつかブログでも財務諸表リーディング記事を書いてみたいな。
つくりながら学ぶ! PyTorchによる発展ディープラーニング
PytorchでSSDやTransformerをスクラッチから書いてみよう！という機械学習やDNN経験者向け書籍です。 会社でもpytorch入門に使っており、レポのコードがコメントが多くとても追いやすいです（SSDの実装はコメントがあまりなくて初心者には辛い。。）またGANや自然言語はやったことなかったので、実装することで理解が深まり諸論文も読めるようになって楽しかったです。
日本語で学べるPytorch入門本としてはベストだと思います。
Kaggleで勝つデータ分析
Kaggleってなんかスゲー人の巣窟で怖いなあ（某GMとか）、と思ってたのですが入門本を読んで実際にTitanicなどしてみることでデータ分析コンペが身近に感じられました。”勝つ”テクニックも業務に転用できるものが多く、データ分析本としてもトップクオリティを誇ります。
この本を読んで参加した初Kaggleコンペ（Lyftコンペ）でもソロSilverメダルを取ることが出来てよかったです。 来年中にもっとランクを上げたいけど時間が全然取れない。。
ちなみにmy kaggle垢はこちらです。フォローなどどうぞ。
雑感
ハード寄りの本はあまり読まなかった一年かも。 専門であるアーキやLiDAR、ロボットについてはほとんど論文からインプットしているのもある。
ソフト、データ分析は良書が多いというのもありますね。 その分駄目な本も多いですが。。東大データ分析本とかは自分的にNGでした。
アーキなんてヘネパタしかないしLiDARに至っては本がないという。。
