ISBN 9784065178034
Pythonで学ぶアルゴリズムとデータ構造
- 著者
- 辻 真吾/下平 英寿
- 出版社
- 講談社
- 刊行
- 2019-11
概要
Pythonでアルゴリズムとデータ構造の基礎から応用を体系的に習得する
想定読者
データサイエンスや機械学習を学ぶ中で、アルゴリズム・データ構造の基礎を体系的に整理したいPythonユーザー。大学の数理・データサイエンス教育の副読本としても適する。
こんな人には向いていない
- 競技プログラミングや面接対策として高度なアルゴリズム問題を集中的に演習したい人。本書は入門水準の体系化を目的としており、応用問題の演習量は少ない。
- アルゴリズムとデータ構造をすでに別の言語で習得済みの人。Python構文の確認目的に留まる可能性が高い。
- 業務でのデータ処理高速化やシステム設計の即戦力を求める中上級エンジニア。理論的な基礎固めが主軸の構成のため、実装規模や実務事例は限られる。
読了後にできるようになること
- ソート・探索・グラフ探索など基本アルゴリズムをPythonで実装し動作を確認できる
- リスト・スタック・キュー・木・グラフなどのデータ構造の特性と使い分けを説明できる
- 乱択アルゴリズムや数論の基礎を理解し、暗号・ブロックチェーンの仕組みへの接続点を把握できる
- データサイエンスで頻出するデータ加工・探索処理にアルゴリズム的な視点を持ち込める
- 数理・データサイエンス教育コンソーシアムのスキルセットに沿った体系で知識を整理できる
ハイライト
- 機械学習と言っても教科書データのように綺麗なデータばかりではなく、通常のアルゴリズムを用いてデータ加工や探索が必要な場合があります。基本的なアルゴリズムは押さえておくと便利だと思います。(データ分析・機械学習文脈でこの書籍が推薦される理由が端的に示されている)
- 薄い本ですが最低限のところは入っているかと。(コンパクトな分量でアルゴリズム基礎を一通りカバーしている点への評価)
外部からの言及
- データ分析・機械学習の学習ロードマップを紹介するQiita記事の複数年版(2023〜2025年)に継続して収録されており、プログラミング基礎の補完として位置づけられている。『機械学習以外のアルゴリズムも必要』という文脈での推薦が目立つ。(qiita)
- roadmap.sh のAI・データサイエンス学習経路を解説した記事で、Data Structure and Algorithms (Python) カテゴリの推薦図書として掲載。『薄い本だが最低限は入っている』という実用的な評価が付されている。(qiita)
編集メモ
WebFetch実在確認済みQiita記事5件。同一著者の複数年版書籍推薦リスト記事(いいね計1880+)に収録されているが、本書単体への言及記事数は少なく、データサイエンス文脈での『補完的な一冊』として位置づけられている。Rakutanランキング情報なし。
読む前に押さえておきたいこと
- Pythonの基本構文(リスト・辞書・関数定義)を一通り書けること
- for/whileループや条件分岐など制御構文の基礎的な理解
学習のコツ
- 本書のコードはGitHub(github.com/tsjshg/pyalgdata)で公開されているため、手元で動かしながら読むと定着が早い。章ごとにノートブックを手元に複製して改変する形が効果的。
- ブロックチェーンや数論の章(後半)は前半のソート・グラフ章とは独立性が高く、興味の強い章から読んでも理解が成立しやすい。
- データ分析業務との接続を意識するなら、ソート・探索・グラフ探索を優先的に習得した後、実際のデータ加工タスクで使える場面を意図的に探すと理解が深まる。
出版社による内容紹介
現代社会を支える根幹技術をPythonで！ Pythonプログラミングのスキルアップにも最適！ 名著『Pythonスタートブック』の著者である辻真吾氏が書き下ろす至極の入門書！ ソートやグラフ構造など基本的な内容から、乱択アルゴリズムや数論、ブロックチェーンの仕組みなどの幅広い話題までを解説。コードはWeb公開（ https：／／github.com/tsjshg/pyalgdata）。 【データサイエンス入門シリーズ】 第2期として、以下の2点を同時刊行! 『統計モデルと推測』松井秀俊・小泉和之（著）竹村彰通（編） 『Pythonで学ぶアルゴリズムとデータ構造』辻真吾（著）下平英寿（編） 第3期の刊行は2020年2月の予定(^o^)/ 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ーー編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ーー北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ーー杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
この本がどの学習段階で役立つかは、 関連する ロードマップ から確認できます。