http://cl.sd.tmu.ac.jp/prospective/readings
をながめていたら、自分のメモも残しておきたくなった。
[教科書]
・パターン認識と機械学習（PRML）
定本。昔輪講で使った
・自然言語処理のための機械学習入門
自然言語処理にかぎらず入門として良かった。ベイズの解説が丁寧だった記憶がある。
[概要の復習/俯瞰に使える本]
・フリーソフトでつくる音声認識システム ~パターン認識・機械学習の初歩から対話システムまで
概要を眺めるのに良い。この本を見ながらパーセプトロン＆最急降下法を実装した。
メルケプストラム係数の説明がよかった
・フリーソフトではじめる機械学習入門
全体像を俯瞰するのに良い。上の音声認識システムと類書？
・はじめてのパターン認識
フリーソフトではじめる〜の内容をもう少しだけ掘り下げて知りたいときに便利。
・ITエンジニアのための機械学習入門
EMアルゴリズムをつかってMNISTデータを分類するところが参考になった
[確率統計の復習]
・完全独習統計学入門
・完全独習ベイズ統計学入門
シンプルな記述でわかりやすかった
・入門 統計学 検定から多変量解析・実験計画法まで
記述が詳しくて良かった
[言語処理]
・自然言語処理入門（オライリー）
NLTKの使い方をこれで覚えた。分厚いが、入門としては良い本ではないらしい？
・言語と計算 (4) 確率的言語モデル | 北 研二, 辻井 潤一
よく覚えていないが、参考になる箇所があって、何回も読み返した記憶がある。
[実装に関する本]
・集合知プログラミング
NMF（非負値行列因子分解）をこの本で知った。サンプルコードを写経した記憶がある。
・機械学習入門（ML for Hackers）
Rの使い方をこれで覚えた
・実践機械学習システム
今 見返したら、後半のスペクトログラム、次元削減、画像認識のところがすぐに参考になりそう
・Pythonによるデータ分析入門
PythonでもPandasを使えばRみたいにできるんだ、と感心しただけで終わっていたが、今見ると時系列解析の手法など、参考になりそうな部分がある。
・RとRubyによるデータ解析入門
トイレがどうとか、という例題があったのを覚えている。検定の話が出ていた記憶がある。
[深層学習の実装に使える本]
・ゼロから作るDeep Learning
Clojureで実装し直していたが、途中であきらめた。もう一度読む。
・TensorFlowで学ぶディープラーニング
まだ読んでないが、公式のチュートリアルやるよりも、本でやったほうが良さそう
[数学の復習に使える本]
・これなら分かる応用数学教室
最小二乗法→直交関数展開→フーリエ変換、という解説の流れが神がかっている
・これなら分かる最適化数学
SVMの実装をしていて、２次計画法（非線形計画法）の理論を知りたくて読んだ。動的計画法の記述もある。
[プログラミング一般]
・プログラミングコンテストチャレンジブック
後回しになってしまって読んでいないが、あとで読 む
[読書メモ]
・わかりやすいパターン認識
この分量でSVMが無いのが謎
・続・わかりやすいパターン認識（教師なし学習）
EMアルゴリズムの説明に特徴があるらしいので興味あり
・Python機械学習プログラミング
→とてもおすすめらしい
