プログラミング、フリーダイビング、ブロックチェーンのブログ

プログラミング道場

自分の市場価値を知りたい人にオススメの記事です

【すぐできる】エンジニアとしての市場価値を診断してみよう!

エンジニアが市場価値を把握しておくべき理由 エンジニアは、なぜ市場価値を把握しておいた方がいいのか、まずはその理由について説明します。 エンジニアの市場価値を決める要素 エンジニアの市場価値を決める要素について説明します。 経験業務と年数 ...

続きを見る


AI関連で転職したい人は、まずは登録してみましょう

自然言語処理の学習でおすすめの本【2022年最新】

更新日:

記事の内容


この記事では、自然言語処理の学習を始めるにあたっての良書と動画教材を紹介していきたいと思います。

関連記事の紹介

初心者向け

自然言語処理の基本と技術

現在の自然言語処理の技術で実現できるスコープがわかります。
また、現状のビジネスでは何が障壁となるかも書かれているため、これからAI・自然言語処理の勉強をする方にはとても良いと思います。

自然言語処理〔改訂版〕 (放送大学教材)

この版は、自然言語処理の重要なタスクやアルゴリズムをまんべんなく取り扱い、主要な数式もしっかり挙げつつ説明するというスタイルはそのままに、ニューラルネットワークに関する最新の話題も取り込んだもので、やはり自然言語処理の教科書としては決定版です。
教科書ですので、この本を読んで手法を実装できる訳ではありませんし、解析等のツールの紹介も一切ありません。

全体像を知るにはいい本です。

コピペで簡単実行!キテレツおもしろ自然言語処理 PythonとColaboratoryで身につく基礎の基礎

プログラミング言語Pythonによる自然言語処理を、「面白さ」「ユニークさ」を追求したサンプルプログラムで学べる入門書です。
本当に簡単に実行できます。

中級者向け

15Stepで踏破 自然言語処理アプリケーション開発入門

最初から最後まで一貫して「自然言語処理+機械学習による対話エンジン」を開発することを目的としています。
一つ一つのトピックが対話エンジンを作るために必要な要素なので、興味を持って読み進めることができます。
目的が定義され、課題があり、その解決策を説明する中で、技術を学べる、という構成になっているため、最後までモチベーションを落とさず読み進められます。

ゼロから作るDeep Learning ❷ ―自然言語処理編

本書では、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑みます。
word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttentionといったディープラーニングを支えるこれら最先端の技術を実装レベルでマスターできます。
超人気の本です。

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)

ベストセラーの改訂版です。
深層学習の概要を知るには、ベストです。

実践 自然言語処理 ―実世界NLPアプリケーション開発のベストプラクティス

本書を読むことで、NLPの要素技術やSNS、Eコマース、医療、金融といった具体的なビジネスへの適用方法に加えて、NLPシステムを開発するためのベストプラクティスを詳しく学べます。

機械学習・深層学習による自然言語処理入門

自然言語処理、また機械学習の非常に基礎的なところから解説されています。
前処理・特徴抽出・学習・評価・配置という機械学習のパイプライン(MLOps)がしっかりと意識されており、どこかを偏重することなくそれぞれ丁寧に解説が行われています。

BERTに関する記載もあります。

物体・画像認識と時系列データ処理入門 [TensorFlow2/PyTorch対応第2版]

本書は、Pythonの外部ライブラリであるTensorFlow2、PyTorchを用いてディープラーニングの基礎理論から画像分類、物体検出、自然言語処理などについて学べる入門書です。

BERT

BERTによる自然言語処理入門 ―Transformersを使った実践プログラミング

本書は、自然言語処理の近年における発展に大きな役割を果たし、かつ応用上も有用であるBERTの入門書です。
前半で自然言語処理や機械学習について概説したのち、BERTによって実際にさまざまなタスクを解いていきます。
具体的には、文章分類・固有表現抽出・文章校正・類似文章検索・データの可視化を扱います。

自然言語処理入門とある通り、自然言語関連の問題を扱う深層学習モデルについて実装メインで説明が行われています。
理論がメインではないので説明が少し雑に感じる人もいるかもしれないです。

BERT/GPT-3/DALL-E 自然言語処理・画像処理・音声処理

本書では、注目を集めている「自然言語処理」「画像処理」「音声処理」の主要なフレームワークを取り上げ、実際にそれらの実力を試してみることができるように、インストールから各種設定、データセットの準備、学習・推論まで、ステップ・バイ・ステップでていねいに解説しました。

作ってわかる! 自然言語処理AI〜BERT・GPT2・NLPプログラミング入門

本書では、Transformerの構造を理解するためにBERTとGPT2を一から実装し、またNLPプログラムを作成するために必要となる、Transformerを拡張して応用AIを作成する方法を紹介します。
Transformer系による自然言語処理の技術内容に関心がある方にはおすすめの本です。

PyTorch自然言語処理プログラミング word2vec/LSTM/seq2seq/BERTで日本語テキスト解析!

自然言語処理で特に重要なディープラーニング技術であるword2vec、LSTM、seq2seq、そしてBERTを取り上げます。
少し難易度が高めの本です。

つくりながら学ぶ!PyTorchによる発展ディープラーニング

ディープラーニングの発展・応用手法を実装しながら学習していきます。
扱う内容

  • 転移学習、ファインチューニング:少量の画像データからディープラーニングモデルを構築
  • 物体検出(SSD):画像のどこに何が映っているのかを検出
  • セマンティックセグメンテーション(PSPNet):ピクセルレベルで画像内の物体を検出
  • 姿勢推定(OpenPose):人物を検出し人体の各部位を同定しリンク
  • GAN(DCGAN、Self-Attention GAN):現実に存在するような画像を生成
  • 異常検知(AnoGAN、Efficient GAN):正常画像のみからGANで異常画像を検出
  • 自然言語処理(Transformer、BERT):テキストデータの感情分析を実施
  • 動画分類(3DCNN、ECO):人物動作の動画データをクラス分類

基本的なニューラルネットワークの作り方だけではなく、最新技術についての実装の方法が書いてあり、物体検出、自然言語処理など幅広い範囲まで網羅されています。

MLOpsでおすすめの本【2023年最新】

関連記事の紹介 自然言語処理については、この記事を読んで下さい 機械学習については、この記事を読んで下さい Kaggleについては、この記事を読んで下さい 機械学習で使う数学については、この記事を読んで下さい PyTorchについては、この ...

続きを見る

機械学習でおすすめの本【2022年最新】

関連記事の紹介 自然言語処理については、この記事を読んで下さい MLOpsについては、この記事を読んで下さい 機械学習で使う数学については、この記事を読んで下さい Kaggleについては、この記事を読んで下さい PyTorchについては、こ ...

続きを見る

機械学習に備えて数学を学習するためのおすすめの本【2022年最新】

関連記事の紹介 自然言語処理については、この記事を読んで下さい 機械学習については、この記事を読んで下さい Kaggleについては、この記事を読んで下さい MLOpsについては、この記事を読んで下さい PyTorchについては、この記事を読 ...

続きを見る

電子書籍を大きな画面で読みたい人には、外部ディスプレイがオススメです

ディスプレイのオススメ【2022年最新】

ディスプレイの選び方 ①、使い方に合ったサイズを選ぶ まずは、サイズを決めていきましょう。 21型といった場合の「型」はインチ(2.54cm)を意味し、画面の対角線の長さが21インチであることを示しています。 19インチ以下のモニターは、コ ...

続きを見る

プログラミングスクールに行きたい人には、この記事がオススメです

都道府県別のプログラミングスクール紹介【2022年最新】

プログラミング言語 北海道 東北 関東 中部 近畿 中国 四国 九州 沖縄 まとめ この記事では、都道府県別にプログラミングスクールを紹介しました。 近くに行ってみたいスクールがあれば、是非、連絡をしてみて下さい^^ Good luck w ...

続きを見る

関連コンテンツ

-プログラミング, 書評

Copyright© プログラミング道場 , 2023 All Rights Reserved Powered by AFFINGER4.