yomitech
← バックナンバー一覧

今週のQiita技術書まとめ

2026年1月11日配信

画像AI大全 事前学習ガイド

はじめに この記事は、画像AI大全シリーズ を読み進めるために必要な、以下の事前知識を勉強するためのおすすめの書籍・サイトを紹介します。 - Python: 関数、クラス等の文法が分かる - 数学: 高校レベルの行列、微分知識

最短コースでわかる ディープラーニングの数学の表紙

最短コースでわかる ディープラーニングの数学

赤石雅典 ・日経BP

AIのブラックボックスを開けよう! ディープラーニングの本質を理解するために必要な「数学」を 「最短コース」で学べます! 「ディープラーニング」の動作原理を「本当に」理解できる本です。 本書では、ディープラーニングの理解には欠かせない数学を 高校1年生レベルから、やさしく解説します。 (微分、ベクトル、行列、確率など) 最短コースで理解できるように、 解説する数学の分野は必要最低限のものだけに絞り、 その相関関係を★特製の綴込マップ★にまとめました。 また、数学を使ってイチから記述したコードを Jupyter Notebook形式で提供しますので 実際に動かしながら学ぶことができ...

Pythonで動かして学ぶ!あたらしい数学の教科書 第2版 機械学習・深層学習に必要な基礎知識の表紙

Pythonで動かして学ぶ!あたらしい数学の教科書 第2版 機械学習・深層学習に必要な基礎知識

我妻 幸長 ・翔泳社

AI開発に必要な数学の基礎知識をしっかり習得!本書は線形代数、確率、統計・微分といったAI開発に必要な数学の基礎知識をコードを動かしながらわかりやすく解説した書籍です。対象読者:数学がAIや機械学習を勉強する際の障壁になっている方、ビジネスでAIを扱う必要に迫られた方、数学を改めて学び直したい方、文系の方、非エンジニアの方で数学の知識に自信のない方、コードを書きながら数学を学びたい方。第2版のポイント:Python 3.12に対応、Anaconda及びライブラリのバージョンアップに対応。

Pythonで動かして学ぶ!あたらしい機械学習の教科書 第3版の表紙

Pythonで動かして学ぶ!あたらしい機械学習の教科書 第3版

伊藤 真 ・翔泳社

数式をプログラムに実装して機械学習の基礎をしっかり学べる。教師あり学習・教師なし学習の考え方と実装方法を丁寧に解説。

Pythonではじめる機械学習の表紙

Pythonではじめる機械学習

Andreas C. Muller/中田 秀基 ・オライリー・ジャパン

数学の知識がなくても読み進められる、理論だけでなく実践面も重視した機械学習の入門書! バックグラウンドに数学的な知識がなくても理解できるように書かれた、Pythonを使った機械学習の入門書。Pythonの機械学習用ライブラリの大定番、scikit-learnの開発に関わる著者が、scikit-learnを使った機械学習の方法を、ステップバイステップで解説します。最初に実践について述べて後から理論を補強するスタイルで、理解しやすいように工夫されています。理論面と実践面のバランスが良く、モデルの評価と改善について多くの紙面を割くなど、類書にはない特徴を備えています。

Pythonで学ぶあたらしい統計学の教科書 第2版の表紙

Pythonで学ぶあたらしい統計学の教科書 第2版

馬場 真哉 ・翔泳社

統計学の基礎から統計モデリング、機械学習の入り口まで解説!

ゼロから作るDeep Learningの表紙

ゼロから作るDeep Learning

斎藤 康毅 ・オライリー・ジャパン

実際にシステムを作りながらディープラーニングを学ぶ! ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優...

プログラミング雑記 2026年1月17日

本日も、ネットに流れるトピックから個人的に興味を引かれたものを拾っていきます。 OpenAIが遂に広告導入をはじめました。とりあえず、AIの回答自体には広告は入らないようですが、将来的に回答結果に広告要素が入り込むようなメタクソ化が進まないか注視したいですね。 この記事への感想等コメントで頂けるとありがたいです。 ポッドキャスト解説( プログラミング

LLMの原理、RAG・エージェント開発から読み解く コンテキストエンジニアリングの表紙

LLMの原理、RAG・エージェント開発から読み解く コンテキストエンジニアリング

蒲生 弘郷 ・技術評論社

大規模言語モデル(LLM)へ与える、プロンプトを含む多様な入力情報である「コンテキスト」。LLMの挙動を健全にコントロールするために、どんなコンテキストを構築するかーー限られた入力領域において、何を与え、何を捨て、どのようにして良いコンディションを保つのかーーこの技術の総体が「コンテキストエンジニアリング」であり、LLM活用を目指すエンジニアが知るべき最重要トピックです。本書では、AIモデルの基礎の仕組みやAPIの挙動をコンテキストの観点から順にひも解き、RAG(Retrieval-Augmented Generation)やAIエージェントなど実践的な開発において発生し得るコンテキスト...

プログラミング雑記 2026年1月16日

本日も、ネットに流れるトピックから個人的に興味を引かれたものを拾っていきます。 GitHub Copilotのエージェンティックメモリや、Claude CodeのAgent Skills、Go言語のセキュリティアップデートなど、多岐にわたる内容をまとめました。 とくに、GitHub Copilotのメモリ機能には注目し、期待しています。 また、AIやビッグテックの技術は便利ですが、その社会への影響…

解読 データアーキテクチャの表紙

解読 データアーキテクチャ

James Serra/村上 列 ・オライリー・ジャパン

最適なデータアーキテクチャを選択・設計・活用する実践的ガイド! データ分析基盤の根幹となるデータアーキテクチャを理解し、改善するために、データアーキテクチャの様々な特徴について解説する書籍です。リレーショナルデータウェアハウス(RDW)、データレイクといった古くから使われているものから、モダンデータウェアハウス(MDW)、データファブリック、データレイクハウス、データメッシュといった最新のデータアーキテクチャがあり、それぞれ利点と欠点、重要なトレードオフを解説します。

このバックナンバーをシェア

X LINE Facebook はてブ