# 【初心者必見】AI（人工知能）を学ぶ上でオススメな本12選！ > 当サイト【スタビジ】の本記事では、人工知能（AI）を学ぶ上でオススメな本を紹介していきます！AIと一言でいっても範囲が広いので、概念や将来を語る・ビジネスサイドから語る・技術サイドから語るの3点に分けてまとめていきますよー！ - URL: https://toukei-lab.com/ai-book - 公開: 2022.11.29 / 更新: 2024.11.18 - サイト: スタビジ（https://toukei-lab.com） ::::talk{who="umatan"} 当サイト【スタビジ】の本記事では、人工知能（AI）を学ぶ上でオススメな本を紹介していきます！AIと一言でいっても範囲が広いので、概念や将来を語る・ビジネスサイドから語る・技術サイドから語るの3点に分けてまとめていきますよー！\[/chｓat] こんにちは！データサイエンティストのウマたん（[@statistics1012](https://twitter.com/statistics1012?lang=ja)）です！ 最近は、いかに自社の事業に**AI**を絡ませていくかみたいな話を仕事でよくしています。 人工知能（AI）というと何でも出来そうなイメージがありますが、それはまやかし。 しっかり人工知能（AI）について理解を深めていくことが大事です。 この記事では、そもそも人工知能（AI）とは何なのかというところからAIを勉強するのにオススメな書籍を紹介していきたいと思います！ :::talk{who="umatan"} ::: これからの世の中においてAIの理解は必須だ！ :::: ## そもそも人工知能（AI）とは？ ![](/wp-content/uploads/2019/07/036a189bd8d86cba43a17507931a012a_s-e1564301507384.jpg) 様々な場で使われているAIという言葉ですが、実際にどのような定義で使われているのかご存知でしょうか？ 人工知能（AI）と聞くと[ディープラーニング](/deep-learning)を思い浮かべる人も多いのではないでしょうか？ しかしディープラーニングが登場したのは2006年であり、人工知能という言葉はそれよりもずっと前からある言葉。 **必ずしも人工知能（AI）＝ディープラーニングとは言えない**のです。 よく言われるのが、人工知能（AI）の中に[機械学習](/machine-learning-fresh)がありその中にディープラーニングがあるという構造。 ![](/wp-content/uploads/2019/10/AI2-1024x775.jpg) 人工知能（AI）という言葉自体は1950年代からあるんです。 AIには実は第1次～第3次ブームがあり、現在はその**第3次ブーム**であると言われています。 第1次ブームではルールベースのアルゴリズム、第2次ブームでは[ニューラルネットワーク](/nn)、第3次ではニューラルネットワークを深層化したディープラーニングが中心になっています。 このようにAIは人によって捉え方が違うため、軽々しく使ってはいけないのです。 AIに関してもっと詳しく以下の記事でまとめています！ ## 人工知能（AI）を勉強する上でオススメな本 ![studies book](/wp-content/uploads/2019/09/Book-lover-amico-min.png) それでは早速そんなAIに関する書籍についてまとめていきます！ しかし、AIを勉強するとはいえ定義は広いし色々な観点からの勉強があると思います。 そこでこの記事では、以下の3つに分けて見ていきたいと思います。 :::point **・AIの概念や将来を語る本**\ **・AIをビジネスサイドから語る本**\ **・AIを技術サイドから語る本** ::: 基本的には上から順番に読んでいくとよいでしょう！ まずAIの概念について学び→どのようにビジネスに落とし込めるのか学び→最終的には技術について学ぶ。 AIの理解をどこまで求めているかにもよると思いますが、そんな流れになると思います。 :::talk{who="robotan"} なんでこのような順番なの？ ::: :::talk{who="umatan"} いきなり技術的な話を読んでも何のこっちゃって感じになってしまうからね〜。まずは概念から学んで、イメージを掴むことが大切だ！ ::: ### AIの概念や将来を語るオススメ本 ![](/wp-content/uploads/2019/05/desert-2340326_960_720.jpg) AIとはなんぞやについてまずは知っておくべきでしょう！ 深い洞察の得られる書籍をまとめておきました。随時追加していきます！ #### AIの衝撃 ::product[AIの衝撃 人工知能は人類の敵か (講談社現代新書)]{url="https://www.amazon.co.jp/dp/4062883074?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41ro4z1sD-L._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4062883074?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FAI%25E3%2581%25AE%25E8%25A1%259D%25E6%2592%2583%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
非常に分かりやすく、かつ鋭い視点でAIについて述べている書籍です。 筆者の視点が非常に勉強になるので一読しておくことをおすすめします。 今人間は、人間の脳を模倣して人工知能を実現することを目指してますが、人間の脳を完全に模倣しようとしても達成できず思わぬブレークスルーによって人工知能が実現できる可能性があります。 なぜなら過去、人間は鳥を模倣して空を飛ぼうとしてきましたが幾度となく失敗した経験があるからです。 結局、羽を上下にはばたくような動作は必要なく揚力という力を使って飛行機を実現しました。必ずしも生物の仕組みを模倣することがすべてではないと筆者は言います。 また、AIは人間の脅威になるかという議論が様々なところでなされていますが、筆者はどちらかというと楽観的に見ているようです。 AIが地球上での人間生活のほとんどのことを代用してくれるようになると人類が次に目指すべきは宇宙です。 AIによる完全自動化は宇宙進出のための第1歩であると考えているようです。 今までのAIの話からこれからの展望まで非常に分かりやすく理解できるので、読んでみてください！ #### 人工知能は人間を超えられるか ::product[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 (角川EPUB選書)]{url="https://www.amazon.co.jp/dp/4040800206?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/31I10MCuvyL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4040800206?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E4%25BA%25BA%25E5%25B7%25A5%25E7%259F%25A5%25E8%2583%25BD%25E3%2581%25AF%25E4%25BA%25BA%25E9%2596%2593%25E3%2582%2592%25E8%25B6%2585%25E3%2581%2588%25E3%2582%2589%25E3%2582%258C%25E3%2582%258B%25E3%2581%258B%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
人工知能の第1人者である松尾豊教授の書籍。 人工知能・AIに関して、分かりやすく簡単に教えてくれます。 特別、統計学に関する知識などは必要ないのでとっつきやすく読みやすいと思います。 AIの台頭を牽引している手法ディープラーニングに関連する話が多いです。 特徴表現ができるようになったことが大きなブレークスルーであるという話が面白いです。 今までは、変数を持ってくるのは人間であり、それを解析してくれるのがコンピューターでした。解析手法は人間が決めます。これがいわゆるデータサイエンティストの仕事です。 そして、そのデータをどのように加工し変数を持ってくるのかという仕事が、実は大変でかつアウトプットの質の大部分を決めてしまいます。 ところがディープラーニングはその変数を持ってくるというところも自分でやってしまうんです。 だからこそ、ここまでのブレークスルーが生まれました。 たとえば、画像データがあった場合、従来は人間がその画像のデータの特徴を変数としてとってきます。しかし、それは人間の直観や洞察力に依存してしまいますね。 しかし、ディープラーニングは画像データを大量に与えてやることにより、それらの画像データから共通因子を作り出し特徴量を自分で算出するんです！ でもこれは実際のところ、昔から使われている統計学の1手法である[主成分分析](/pca)を繰り返したものとほぼ同等の考え方で・・ ある程度多くの書籍に目を通してAIについて理解している人にとってはそれほど新しい情報はなく退屈かもしれませんが、もしAIなどについてまだあまり詳しくなければ一度目を通しておいて欲しい書籍です！ #### 日本再興戦略 ::product[日本再興戦略 (NewsPicks Book)]{url="https://www.amazon.co.jp/dp/B0797K44CH?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51NIxEzmEpL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B0797K44CH?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B0797K44CH?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E6%2597%25A5%25E6%259C%25AC%25E5%2586%258D%25E8%2588%2588%25E6%2588%25A6%25E7%2595%25A5%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
起業家であり大学教授でありメディアアーティストという複数の顔を持つ落合陽一の著書「日本再興戦略」 この本では、落合陽一の考えるこれからの日本が語られます。 AIに限った話ではありませんが、個人的にはこの本で落合陽一が言っていたAIと日本の共存が非常に興味深かったのでAIに興味のある方には是非読んで欲しい。 日本は全世界で最も少子高齢化が進んでいます。そのため、加速度的に労働力が失われ養わなくてはいけない層が増えている。 そこで必要になるのがAI。日本ではAIの導入が比較的スムーズに進むのではないかと落合陽一は言います。 労働力が十分ある国では、労働力→AIに代わる上で大きな抵抗が起きることが予想されます。 そのためAIの導入はスムーズに進まない。 そういう意味で日本の少子高齢化はAIという文脈から考えると強みであると。 日本がAI大国になる日も近いのではないでしょうか？ #### 22世紀の民主主義 ::product[22世紀の民主主義 選挙はアルゴリズムになり、政治家はネコになる (SB新書)]{url="https://www.amazon.co.jp/dp/B0B2JB33TN?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41lUkrPHkeL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B0B2JB33TN?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B0B2JB33TN?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F22%25E4%25B8%2596%25E7%25B4%2580%25E3%2581%25AE%25E6%25B0%2591%25E4%25B8%25BB%25E4%25B8%25BB%25E7%25BE%25A9%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
著者の成田さん、本職は[イエール大学](https://www.yale.edu/)の助教授でありながらデータやアルゴリズムを軸とした半熟仮想株式会社の代表も務めており、アカデミックにもビジネスにもあかるい超天才です。 そして世間に迎合しない歯に衣着せない物言いで人気を博しており、個人的に大好きな著名人の一人です。 この書籍では民主主義の課題とそれに対してAIを使って意思決定を完全に自動化していく構想が語られています。 非常に面白い切り口からのAIを使った未来が垣間見えるので是非読んでみてください。 以下の記事で分かりやすくまとめています。 ### AIをビジネスサイドから語るオススメ本 ![](/wp-content/uploads/2019/03/2eceb61baa77423e2a5bff24c381835a_s.jpg) 続いて、AIを実際にビジネスサイドから語っていく本を紹介していきます！ #### 俺たちひよっこデータサイエンティストが世界を変える ::product[俺たちひよっこデータサイエンティストが世界を変える]{url="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/31GBCi--NDL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1"}
【オススメ度】
手前味噌で恐縮なのですが、僕自身が「**俺たちひよっこデータサイエンティストが世界を変える**」という書籍を出版しています。 AI・データサイエンスをビジネスに活かしていく挑戦を小説形式で書いています。 ストーリー形式で分かりやすく書いていますので、ぜひ最初に目を通していただけるとイメージが湧くと思います。 価格は300円ちょっとですし、[Kindle unlimited](https://www.amazon.co.jp/kindle-dbs/hz/subscribe/ku?ref_=dbs_p_ebk_r00_pbcb_diupu0_hpe3p0\&passThroughAsin=B089FHMJMB&_encoding=UTF8\&shoppingPortalEnabled=true&_encoding=UTF8\&tag=statistic08-22\&linkCode=ur2\&linkId=6234f336129dd97c7c7749d98135bc96\&camp=247\&creative=1211)であれば無料で読めるのでぜひチェックしてみてくださいね！ #### いまこそ知りたいAIビジネス ::product[いまこそ知りたいAIビジネス]{url="https://www.amazon.co.jp/dp/4799323970?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41O1wDPy0HL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4799323970?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2581%2584%25E3%2581%25BE%25E3%2581%2593%25E3%2581%259D%25E7%259F%25A5%25E3%2582%258A%25E3%2581%259F%25E3%2581%2584%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
AIという言葉だけが独り歩きしてしまっていて、実際にビジネスに活用すると難しいことが多い。 そんな現実と理想のギャップを埋めてくれるのがこの本。 今まで紹介してきた本は未来の焦点を当てた理想論を語る本が多かったのですが、この本は現実的にAIをどのように扱っていくかに焦点を当てた実践的な本です。 著者の石角友愛さんはGoogleで数々のAIをプロジェクトに従事した後、シリコンバレーで会社を立ち上げたバリバリのキャリアウーマン。 現在は日本の事業会社のAI導入を促進するべくAIコンサルという事業形態の会社を経営されています。 #### 統計学が最強の学問である【ビジネス編】 ::product[統計学が最強の学問である\[ビジネス編\]――データを利益に変える知恵とデザイン]{url="https://www.amazon.co.jp/dp/4478100764?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41l5Qf+FCgL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4478100764?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E7%25B5%25B1%25E8%25A8%2588%25E5%25AD%25A6%25E3%2581%258C%25E6%259C%2580%25E5%25BC%25B7%25E3%2581%25AE%25E5%25AD%25A6%25E5%2595%258F%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
先ほども述べましたが、AI＝ディープラーニングや高度な機械学習というわけではありません。単純な[回帰分析](/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90)もAIの定義の範疇なんですよー！ 現実のビジネスに使用されているのは単純な回帰分析やクロス集計であることも往々にしてあります。 だからこそ基本的な統計学から見るビジネスという視点を忘れないようにしましょう。 この本はそんなことを思い出させてくれる本です。 ### 仕事ではじめる機械学習 ::product[仕事ではじめる機械学習]{url="https://www.amazon.co.jp/dp/4873118255?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51FAFJYvbsL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873118255?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E4%25BB%2595%25E4%25BA%258B%25E3%2581%25A7%25E3%2581%25AF%25E3%2581%2598%25E3%2582%2581%25E3%2582%258B%25E6%25A9%259F%25E6%25A2%25B0%25E5%25AD%25A6%25E7%25BF%2592%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
ビジネス観点でAIや機械学習をどのようにビジネスシーンに導入していくかが語られているオススメの書籍です。 機械学習を使わなくても問題が解決できるのではないか？と考える重要性、AIありきでスタートしてしまうプロジェクトの危険性についてがわかります。 実際に仕事にAIや機械学習を活かしていく上で非常に役立つので是非読んでほしい1冊です。 ### AIを技術サイドから語るオススメ本 ![](/wp-content/uploads/2018/08/PAK85_MBAdesagyou20140312_TP_V-e1557018085482-1024x575.jpg) 続いて、技術サイドから見た人工知能（AI）のオススメ本をまとめていきたいと思います！ 冒頭で述べましたがAIの定義は非常に幅広い。 そのためディープラーニングだけ勉強すればよいというわけではないのです。 もし簡単な回帰分析などについて詳しくないという方は、そちらから勉強すると良いでしょう。 #### データ解析のための統計モデリング入門 ::product[データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)]{url="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41RtTklVDtL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2583%2587%25E3%2583%25BC%25E3%2582%25BF%25E8%25A7%25A3%25E6%259E%2590%25E3%2581%25AE%25E3%2581%259F%25E3%2582%2581%25E3%2581%25AE%25E3%2583%25A2%25E3%2583%2587%25E3%2583%25AA%25E3%2583%25B3%25E3%2582%25B0%25E5%2585%25A5%25E9%2596%2580%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
[統計モデリング](/statistical-model)について体系だって学ぶことのできる名著。 線形モデリングからベイズにおけるモデリングまで理解が進みます。 [伝統的な統計学](/statistics-freshman)と[ベイズ統計学](/bayes)を関連付けながら包括的に理解することができるでしょう。 いわゆる機械学習やディープラーニングのような話は出てきませんが、データの構造を読み取りモデルを構築する能力は全ての基礎となります。 是非、この本を読んで学んでみてください。 #### はじめてのパターン認識 ::product[はじめてのパターン認識]{url="https://www.amazon.co.jp/dp/4627849710?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51YFB3Y0EYL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4627849710?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2581%25AF%25E3%2581%2598%25E3%2582%2581%25E3%2581%25A6%25E3%2581%25AE%25E3%2583%2591%25E3%2582%25BF%25E3%2583%25BC%25E3%2583%25B3%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
[機械学習](/machine-learning-fresh)と言えばこの本！ 非常に有名で、必ずと言っていいほど読まれる名著です。 機械学習の様々な手法を数理的に紐解きます。 [ディープラーニング](/deep-learning)の基礎となる[ニューラルネットワーク](/nn)について学べます。 #### Pythonスタートブック ::product[Pythonスタートブック \[増補改訂版\]]{url="https://www.amazon.co.jp/dp/4774196436?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51fE+EY9yuL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4774196436?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FPython%25E3%2582%25B9%25E3%2582%25BF%25E3%2583%25BC%25E3%2583%2588%25E3%2583%2596%25E3%2583%2583%25E3%2582%25AF%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
AIを実装するのに必ず必要になるのがプログラミング言語。その中でも最も利用されるのがPythonです。 こちらは、そんなPythonを勉強する上で一番はじめに読むべき非常にやさしくわかりやすい良書です。 プログラミングの基本から教えてくれるのでPythonがはじめてのプログラミング言語という方でも比較的進めやすいでしょう。 ただ、書籍だけではなかなか続かないのであわせて[PyQ](https://af.moshimo.com/af/c/click?a_id=1419635\&p_id=1166\&pc_id=1793\&pl_id=20541\&guid=ON)というオンライン動画学習を取り入れてみることをオススメします！ Pythonを短期間で習得したいのであれば以下の記事も参考にしてみてください！ #### 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 ::product[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]{url="https://www.amazon.co.jp/dp/4873117585?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/513J77QZHgL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873117585?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2582%25BC%25E3%2583%25AD%25E3%2581%258B%25E3%2582%2589%25E4%25BD%259C%25E3%2582%258BDeep%2BLeaning%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
みなさんが絶賛していますが、その名の通りディープラーニングを0から実装することで非常に理解が深まる本。 一見、難しそうに見えますが基本的なPythonの知識と機械学習の概念が分かっていればそれほど難しくないです。 よっぽど「はじめてのパターン認識」の方が難しいです笑 やはりAIを語る上ではディープラーニングへの理解は必須ですよね！ AIについて一歩踏み込んで理解したいという方は是非こちらの書籍を通して学んでいきましょう！ #### ゼロから作るDeep Learning ❷ ―自然言語処理編 ::product[ゼロから作るDeep Learning ❷ ―自然言語処理編]{url="https://www.amazon.co.jp/dp/4873118360?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/512wqsxOrsL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873118360?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F0%25E3%2581%258B%25E3%2582%2589%25E4%25BD%259C%25E3%2582%258B%25E3%2583%2587%25E3%2582%25A3%25E3%2583%25BC%25E3%2583%2597%25E3%2583%25A9%25E3%2583%25BC%25E3%2583%258B%25E3%2583%25B3%25E3%2582%25B0%2F%3Ff%3D1%26grp%3Dproduct"}
【オススメ度】
ゼロから作るDeep Learningの続編です。 こちらはディープラーニングの中でも自然言語処理などに使われる[RNN](/rnn)を中心とした内容になっています。 自然言語処理の基本的な手法から話が始まり最終的には最近の高度な手法にも踏み込んでいきます。 ①よりはレベルが高くディープラーニングの構造もより複雑になっていきます。 まずは①を読んで下地を付けてから読み進めましょう！ ## 人工知能（AI）を本以外で勉強するなら ![pc python](/wp-content/uploads/2019/08/Work-time-amico-min.png) 人工知能（AI）に関して概念的な内容やアルゴリズムの理解に関しては書籍で勉強するのがオススメなのですが、ビジネスにどのように使っていくかみたいな実践的な内容に関してはWebサービスを使うのも1つの手です。 ここでは2つオススメなWebサービスを紹介していきます！ ### テックアカデミー [![テックアカデミートップページ](/wp-content/uploads/2019/10/ccf2e2d6b257f0e31dafaf31b44c3999.jpg)](https://techacademy.jp/)公式HP：[https://techacademy.jp/](https://techacademy.jp/) テックアカデミーは、Udemyとは違い一定の期間パーソナルメンターが付き進捗チェックから分からないところなど教えてくれるというもの。 スクール形式なので価格はそれなりにしてしまいますが、モチベーションを保ちながら進めることができるのでオススメです！ 僕が受講したAIコースはメンターの人が最高で、Webアプリケーションのデプロイまで学べました。 どれだけ自分の身になる体験ができるかは自分次第なところが大きいです。 ::button[テックアカデミーの公式サイトはこちら]{href="https://techacademy.jp/" note="＼今すぐ試す／"} 以下にテックアカデミーの講座の体験談をまとめています！ ### スタビジアカデミー [![スタアカ（スタビジアカデミー）のトップページ](/wp-content/uploads/2026/10/achademy-top.jpg)](https://toukei-lab.com/achademy/) 公式サイト：
【価格】 ライトプラン：1,280円/月（全コースが受講し放題）
プレミアムプラン：129,800円（通常149,800円・買い切り）
【オススメ度】
【サポート体制】
【データサイエンティスト範囲】 Python、機械学習、統計学、ディープラーニングからDXの考え方・機械学習のビジネス導入・SQLまで必要な要素を全て網羅
手前味噌ですが、データサイエンティストとしての自分の経験をふまえてエッセンスを詰め込んだのがこちらのスタビジアカデミー、略して「[スタアカ](https://toukei-lab.com/achademy/)」！！ ディープラーニングまで網羅して学べます！ 月額1,280円のライトプランで、統計学から機械学習・生成AIまで全コースが受講し放題です！ プレミアムプランでは、24時間以内の質問対応と現役データサイエンティストとの1on1（30分×4回）を実施します！ 知りうる限り業界最安値で提供しているAIデータサイエンス特化スクールになります。 カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください！ 他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。 そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコースになっています！ ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったりする盛りだくさんの内容になってます！ :::box **・BigQuery上でSQL、Google Colab上でPythonを使い野球の投球分析**\ **・世界最大手小売企業のウォルマートの実データを用いた需要予測**\ **・ビジネス・マーケティングの基礎を学んで実際の企業を題材にしたマーケティングプランの策定**\ **・生成AIのAPIを使ってチャットボットやAIエージェントを作る** ::: ::button[スタアカの受講はこちら]{href="https://toukei-lab.com/achademy/" note="＼今すぐ試す／"} もし本で勉強するのがきついなーという人はぜひオンラインスクールやオンライン動画サービスを検討してみてください！ ## 人工知能（AI）のオススメ本　まとめ 本記事では、**人工知能（AI）のオススメ本**をまとめてきました！ AIは様々な観点から学ぶべきであり、単純に技術的側面だけ知っていてもビジネスシーンに浸透できなければ意味がありません。 非常にオススメな本ばかりですので是非読んでみてください！ AIの勉強ロードマップに関しては以下の記事でまとめていますのでチェックしてみてください！ また、統計学・機械学習全般の書籍については以下の記事にまとめていますので是非チェックしてみてください！ また、AIに関連して機械学習やPythonや統計学、データサイエンスについての勉強ロードマップは以下を参考にしてみてください！