こんにちは、@yshr10icです。
もう2022年もあとわずかですね。2022年も会社やプライベートでたくさんの書籍を購入しました。全部で66冊も購入・ダウンロードをしたようです！
Notionで購入した書籍の管理をしているが、2022年は66冊登録されている
Prime Readingとかで読んだ本も管理してるから、全部買ったわけではないけども
この中で積読は… pic.twitter.com/tcvpE6VcsT— yshr10ic (@yshr_10ic) December 30, 2022
2022年に読んだ書籍の中で、買って良かったと思える書籍を16冊厳選しました。みなさまの書籍購入のお役に立てれば幸いです。
機械学習・深層学習系
深層学習 改訂第2版 (機械学習プロフェッショナルシリーズ)
(2024/11/21 00:27:59時点 Amazon調べ-詳細)
講談社MLPシリーズ「深層学習」の待望の第2版。第1版から大幅刷新され、AttentionやTransformerなどのなどの近年の研究成果や実装された手法が網羅的に解説されている。
ページ数は384ページと多いが、深層学習の基本から最近の動向まで知れる素晴らしい本である。
ゼロから作るDeep Learning ❹ ―強化学習編
(2024/11/21 00:28:00時点 Amazon調べ-詳細)
みんな大好きゼロつくシリーズの4作目である強化学習編。
ゼロつくシリーズでは極力ライブラリを使わずに実装を進めていくため、内部処理を把握しながら処理を理解していくことができる。強化学習の基礎を学び始めたい人にはおすすめの1冊。
推薦システム実践入門 ―仕事で使える導入ガイド
推薦システムの本ではアルゴリズムに注目するものが多いが、本書ではインプット、プロセス、アウトプットの要素に分けて詳しく説明してくれている。実システムに組み込むことためのログ設計や評価、考慮すべきバイアスについても説明してくれている。
推薦システムを実ビジネスでこれから／すでに開発・運用している人は読んだ方がいい1冊。
基礎から学ぶ推薦システム – 情報技術で嗜好を予測する –
(2024/11/20 23:28:47時点 Amazon調べ-詳細)
推薦システム実践入門とは異なり、基礎的な推薦システムと、推薦システムの評価が網羅的に解説されている。基本的なアルゴリズムの計算過程が詳細に記述されているため、推薦システムをこれから勉強し始める方におすすめの1冊。
機械学習エンジニアのためのTransformers ―最先端の自然言語処理ライブラリによるモデル開発
(2024/11/21 00:28:00時点 Amazon調べ-詳細)
“Natural Language Processing with Transformers”が原著で日本語訳されたもので、Hugging Faceの開発者の方々によって執筆された書籍となる。
各章ではTransformerを用いてさまざまなタスクを解くという実用的な内容となっているため、Hugging Faceのライブラリを活用したい人にとっての必読書と言える書籍である。
Vision Transformer入門 (Computer Vision Library)
(2024/11/21 03:25:41時点 Amazon調べ-詳細)
TransformerからViTに至るまでの歴史から始まり、PyTorchを用いたViTの実装、Computer VisionタスクやVision and Language タスクへの応用までViTに関する一通りのことについて学ぶことができる。
数理最適化系
Pythonではじめる数理最適化: ケーススタディでモデリングのスキルを身につけよう
数理最適化を実務で使うためにどのように定式化すれば良いのか、どのように実装すれば良いのかをケーススタディで学べる1冊。
個人的には最初に本書で数理最適化の活用イメージを持ってから理論を学ぶのがおすすめ。
しっかり学ぶ数理最適化 モデルからアルゴリズムまで
(2024/11/20 23:28:44時点 Amazon調べ-詳細)
タイトルの通り数理最適化についてしっかりと学べる1冊。
線形計画、非線形計画、整数計画と組合せ最適化の理論について学べる。
「Pythonではじめる数理最適化」を読んだ後に理論について学ぶのに良い。
あたらしい数理最適化: Python言語とGurobiで解く
(2024/11/20 23:28:44時点 Amazon調べ-詳細)
様々な最適化問題に対して問題の定式化とPythonを用いたサンプルコードが紹介されている。
ところどころに書かれている「モデリングのコツ」は非常に参考になる。
最適化問題に対してどのように定式化すればいいのか、それをどう実装すればいいのかについて学びたい方におすすめの1冊。
データ分析系
本質を捉えたデータ分析のための分析モデル入門 統計モデル、深層学習、強化学習等 用途・特徴から原理まで一気通貫！
(2024/11/20 23:28:48時点 Amazon調べ-詳細)
さまざまな分析モデルが分かりやすい図と数式を用いて、筆者の気持ちとともに解説されている。
データ分析をこれから始める方、網羅的に勉強したい方は本書で概要を勉強してからより詳しい内容は専門書で勉強するのが良さそう。
数理モデル思考で紐解く RULE DESIGN -組織と人の行動を科学する-
(2024/11/21 00:55:58時点 Amazon調べ-詳細)
行動経済学の観点からそのルールがなぜ失敗するのるのかを分類し、事例付きで解説している。最後にはどのように制度設計をすべきか解説されており、制度設計をしない人も一度読んでみると面白い本。
データ分析・AIを実務に活かす データドリブン思考
(2024/11/21 03:25:43時点 Amazon調べ-詳細)
元大阪ガスのデータ分析組織の所長で、現滋賀大学データサイエンス学部教授の著者が自身の経験をもとに、データ分析・AIをビジネスの成功に結びつけるための意識づけや意思決定プロセスについて解説した本。
その他IT系
実践的データ基盤への処方箋〜 ビジネス価値創出のためのデータ・システム・ヒトのノウハウ
(2024/11/21 00:28:02時点 Amazon調べ-詳細)
2021年現在で主流となっているデータ分析基盤について網羅的に書かれている1冊。製品選定や基盤のスケール方法など、構築の進め方について知ることができる。
良いコード/悪いコードで学ぶ設計入門 ―保守しやすい 成長し続けるコードの書き方
(2024/11/21 04:26:02時点 Amazon調べ-詳細)
Javaのような言語でクラス設計をメインに良いコード・悪いコードについて解説している本。コードの書き方に関してはO’Reillyから出版されている「リーダブルコード」が非常に有名であるが、発売から20年が経過しており、現在の主流にアップデートできていない内容も含まれている。Javaのような言語をメインで使っている方におすすめの1冊。
「技術書」の読書術 達人が教える選び方・読み方・情報発信&共有のコツとテクニック
(2024/11/21 00:28:03時点 Amazon調べ-詳細)
一般的な本に対する読書術の本はたくさんあるが、技術書に対する読書術の本としては非常に珍しい。
書籍をどのように選べばいいのか、どのように読めばいいのか、どうアウトプットすればいいのかまで網羅的に書かれている。これからIT分野に進もうとしている人におすすめの1冊。
ビジネス書系
デジタルライフ・モノワーカー モノ選びで劇的に豊かになる仕事術
(2024/11/21 03:25:43時点 Amazon調べ-詳細)
最後の書籍は他のものとは少し毛色の異なる1冊。
私が普段からガジェットやカメラについて参考にしているYouTuberの高澤けーすけさんの書籍。どのように身の回りのものを選んでいるのか、ガジェットを使ってどのように仕事を効率化しているのかなどについて紹介されている。
まとめ
2022年もたくさんの素晴らしい書籍を読むことができました。
2023年も引き続き書籍を通じてインプットを増やしていくだけではなく、アウトプットももっと増やしていきたいと思います。
最後に本記事で紹介した内容を含めて、今後Notionで私が読んだ書籍について簡単にまとめていく予定ですので、合わせて見ていただけると幸いです。
