以前の記事で「機械学習の書籍」を紹介させていただきました．

最近，ディープラーニング(深層学習)にも目覚めたので，購入した書籍をいくつかご紹介します．大学院の講義やゼミでディープラーニングについて触れられることはありましたが，書籍を紹介された記憶はないので，あくまでも私が本屋で見かけたものです．

１．「初めてのディープラーニング –オープンソース”Caffe”による演習付き」
Cafeを使うか使わないかは別として，全くディープラーニングを知らない人が，ディープラーニングってどんなもの？というイメージをつかむには，本書のChapter1〜4はやさしく書かれているので良いのではないかと思います．

２．「イラストで学ぶ ディープラーニング (KS情報科学専門書)」
”イラストで学ぶ”とありますが，数式も盛りだくさんです．でもオールカラーなので読みやすい．ような気がします．全体の半分ちょっとが理論で，残りが(「7章」のみ)ディープラーニングのツールに関する話で，Theano，Pylearn，Cafe，Chainer，Tensor Flowなどについて触れられています．どんなツールがあるかについては知ることができますが，詳細については，別途学習が必要だと思います．

３．「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」
Pythonの入門から入って，理論とコードが一緒に進んでいくので，エンジニアはこの本から入って，わからないところや深掘りしたいところを，他の本で学ぶというスタイルがいいのかもしれません．

４．「Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)」
位置付けとしては，「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」のJava版とったところでしょうか？Javaでの実装方法と理論が並行して進んでいきます．Deeplearning4jというJavaの深層学習ライブラリについても触れられています．

５．「深層学習 Deep Learning (監修:人工知能学会)」
人工知能学会の諸先生方が書かれた，バリバリの理論の書籍です．私は大学院で輪講が開催されない限り，在学中にこの本全部を読むということは諦めています．ただ，自分の興味のある自然言語処理のところについてだけでも読みたいと思います．

６．「深層学習 (機械学習プロフェッショナルシリーズ)」
「深層学習 Deep Learning (監修:人工知能学会)」より先にこちらを読んだ方がいいのかもしれません．

７．「TensorFlowで学ぶディープラーニング入門 ~畳み込みニューラルネットワーク徹底解説~」
「機械学習の書籍」で紹介させていただいた，「ITエンジニアのための機械学習理論入門」の著者が書かれたTensor Flowの書籍です．ニューラルネットワークやディープラーニングについて分かりやすく説明されています．また，二色刷りで読みやすいです．Pythonで実装しながら学べます．
私はこの著者の「参考文献」を書籍を購入するための，参考にさせていただいております．特に，「ITエンジニアのための機械学習理論入門」の「参考文献」には，数学や統計モデルなどについても書かれていたのでありがたかったです．