「数式がない」
というamazonカスタマーレビューにひかれて、
『自然言語処理の基本と技術』
を読んでみた。(＊１)
これは数時間で読める。最初の一冊にいい！
「１－５ 自然言語処理の参考書籍 ・記事」に、
「自然言語処理を独習したい人のために」
という首都大学東京のサイトが紹介されている。
このサイトで、2019年10月現在、
自然言語処理を勉強したい理工系の学生・エンジニアの人は、以下の本を推薦します。
として、
-
自然言語処理（放送大学出版）
-
言語処理のための機械学習入門
-
深層学習による自然言語処理
-
Python 機械学習プログラミング 第2版
-
Python によるデータ分析入門
の５冊が挙げられていた。
首都大学東京って聞いたことはないが、
信用できるサイトと踏んだ。
なので、４以外ぜんぶ買った。(＊２)
１．『自然言語処理（放送大学出版）』
講義（ラジオ放送）のテキスト。
まず、内容よりも気になるのは、
放送大学ってなんなん？
ということで、ホームページをチェックしたら、
放送メディアを使った、れっきとした大学で、
単科入学もできるらしい。
これ以外にも数学や統計学の科目もあり、おもしろそうだ。
(半年有効 入学金７千円、学費 １科目２単位11,000円 x 科目数)
本の内容はＡＩ本ではなく、
自然言語処理の文系サイドからの説明だ。
２．『言語処理のための機械学習入門』
2010年8月5日初版の古い本
評価が高いが、コードで実装するのではなく、
数学でしくみを説明する、いちばん苦手なタイプの本。
いつかこの本読める日が来ればいいな。
来るかどうかわかんないけど。
50代文系出身者には超ハードな一冊。
３．『深層学習による自然言語処理』
プロフェッショナルシリーズだから、ね。
この本が学習のメインになる(はずだった)。
でも、
kindle(amazon の電子書籍)で購入し、
中身を見てがっくり。
ガチの数学で、２よりはるかにむずかしい。
この本では一歩も前に進めそうにないので、
『ゼロから作るDeep Learning ２ー自然言語処理編』と、
①と違ってカラーになった！
昨年11月に買った
『詳解ディープラーニング第２版〜TensorFlow/Keras・PyTorchによる時系列データ処理〜』
自然言語処理のディープラーニング本！
をメインに学習を進めたい。（＊３)
電話帳並みに分厚い！
キカガクの長期コース(＊４）で、
「多分、この外部ライブラリをいちばんよく使う」
と言われたpandasの解説本(Numpy やmatplotlibの解説もある)。
『ゼロから作るDeep Learning』の１章でも勧めていた一冊で、
やっぱり、これ。
ＮＬＰだけでなく機械学習全般が対象。
自然言語処理のWebアプリづくりを、
キカガク長期コースの課題に選んだ。
短期間で成果を出さないといけないので、
ＡＩ学習と同じ轍を踏まないようにしたい。
Follow me!
