文系でも機械学習がわかるようになる教科書

社内の有志で機械学習や数学の勉強会をいくつかやっています（私以外の方が主催しているものもある）。とくに理系ではない方も参加されていますが、きちんと頑張ればだんだん機械学習ができるようになるということがわかってきたのでメモしておきます。
なお、機械学習をとりあえず実装するだけだったらもっと簡単に学ぶ方法もいろいろあり、今回はあくまで正攻法で機械学習を勉強する、という観点での書籍の選択となっています。急がば回れという言葉もあるように、焦って成果を求めないのであれば地道に頑張るほうが後々応用が効いて良いということもあります。

高専の数学
おそらく数学ができないという方は高校の数学あたりから理解が怪しいことになっていると思います。「高専の数学」は中学数学までの前提知識で読める教科書で、わかりやすい例題や理解の助けになる練習問題が多数用意されているため、きちんと問題を解いていけば無理なく高専の数学(高校の数学+α)が身につきます。
1,2巻まで読めば微分積分線形代数ができるようになるので3巻は後回しにしても良いかもしれません。
　　

基礎からの微分積分
機械学習の前準備としては「高専の数学」で充分なのですが、機械学習に限らず大学以降の数学には高校までとは異なる雰囲気があります(ε-δ論法など)。そういった雰囲気に慣れていないと落ち着けばわかる内容でも混乱して頭に入ってこない場合があります。
この「基礎からの微分積分」は大学初年度程度の内容で微分積分の平易な説明が書かれています。大学生向けの教科書にしては珍しく例題、練習問題が豊富で解答もついているため高校から大学の内容へとステップアップするのに適切な教科書だと思います。

ITエンジニアのための機械学習理論入門
この本は実はまだ勉強会では読み始めていないのですが、機械学習では有名なPRMLという本のイージーモードという位置づけの教科書です。通称イージー本です（勝手に決めた）。PRMLは内容が詰まりすぎていて初心者が手を出すと理解する前に体力が尽きてしまう場合があるのですが、イージー本では内容が厳選されているため「基礎からの微分積分入門」くらいまで読める体力があれば無理なく読めると思います。

パターン認識と機械学習
この本が機械学習の勉強に適切かは賛否あるかと思います（私はどっちかというと否定派）。とはいえ有名な本なので「あのPRMLを読めるようになるぞ！」というモチベーションで勉強をするのも悪くはないかなと思います。実際、この本が読めるようになれば他の本もサクサク読めると思うので決して無駄ではないと思います。（否定派というのは悪い本だから、ということではなくて最初に読むにしては詰め込みすぎという意味です）