ISBN 9784839965259
東京大学のデータサイエンティスト育成講座
概要
Python と機械学習でデータサイエンスの全体像を一冊で習得する
想定読者
プログラミング経験があり、理系学部レベルの数学を修めた上で、データサイエンスの入門から中級手前まで体系的に学びたい学生・社会人
こんな人には向いていない
- Python や NumPy の使い方すら初めてという完全なプログラミング未経験者には、前提とされる数学・コーディング素養の壁が高い
- すでに機械学習を実務で運用しており、モデル選択や深層学習の詳細理論を掘り下げたい読者には網羅性が広い分、各領域の深度が物足りない
- 深層学習アーキテクチャの理論や数学的厳密性を求める読者は、別途専門書を併用する必要がある
読了後にできるようになること
- NumPy・Pandas・Matplotlib を使ったデータ取得・加工・可視化の基本操作
- マーケティング・金融時系列・ログデータなど実データを対象とした前処理手法
- 教師あり学習(分類・回帰)と教師なし学習(クラスタリング・次元削減)のモデル構築と評価
- Jupyter Notebook 環境での再現可能な分析ワークフローの構築
- 確率・統計の実務的な使い方とモデルチューニングの基礎
- データサイエンティストとしてのスキルマップを自己評価し、次の学習優先度を判断する視点
ハイライト
- データサイエンティストになるための地図と羅針盤のような位置づけとなることをイメージしています(全体像把握を最優先にした本書の編集方針が端的に表れている一文)
- 実際のデータを使って手を動かしながら、データサイエンスのスキルを身に付けることができる(Jupyter Notebook 公開素材から派生した実習重視の設計が購買判断に直結する特徴)
外部からの言及
- 東大 GCI 講座をスマホや手元環境で自習する方法を紹介した記事が、本書の書籍化を告知しており、講座素材の書籍版として読者への橋渡し役になっている。likes 1,489 という数字は本書の話題性の背景を示している(qiita)
- 機械学習・深層学習の学習リンク集の中で、表形式データの機械学習カテゴリに位置付けられており、Python で手を動かしてデータ分析を学ぶ実践書として推薦されている(qiita)
- Kaggle 学習ロードマップを解説した記事で、『統計を含むデータサイエンスを体系的に学べる良書。これ一冊でざっくりと全体像を把握できる』と評価されており、網羅性と体系性が支持されている(qiita)
編集メモ
実在を確認した Qiita 記事 3 件で言及あり(確認済み likes 合計 約 2,200)。東京大学 GCI 講座の書籍化という来歴から複数のデータサイエンス学習ロードマップ記事に推薦書として掲載されている
読む前に押さえておきたいこと
- Python の基本文法(変数・ループ・関数定義)の読み書きができること
- 線形代数(行列演算・固有値)および微積分の基礎概念を学部教養レベルで理解していること
- 確率・統計(期待値・分散・正規分布・仮説検定)の基礎を修了していること
学習のコツ
- Jupyter Notebook の公開素材が元になっているため、手元で写経しながら読むと定着が早い。読むだけでなくセルを実行して動かすことを前提に進めること
- 第1章のPython基礎が既知なら後半の機械学習章へ先に目を通し、自分の弱点領域を特定してから基礎に戻るという逆引き読法が有効
- 章末の練習問題と総合問題演習は単なる確認ではなく、現場レベルの思考を要求する設計になっているため、答えを見る前に自力で書き切る時間を確保する
- マーケティング・金融・ログという複数ドメインのデータが登場するため、自分の業務に近いデータセクションを重点的に読むと実務直結度が上がる
出版社による内容紹介
本書は、2017年と2018年に東京大学で実施された「グローバル消費インテリジェンス寄付 講座」の学生向けオフライン講義と、社会人向けオンライン講座で使われた教材がベースになっています。 約400名ほどの受講枠（2年間）に、のべ1,800人以上の応募があった人気の講義です。この本のベースとなるコンテンツはJupyter Notebook形式で公開されていますが、この内容をさらに精査、ブラッシュアップし、読みやすく整えたものが本書になります。 ●本書の内容 本書には、データサイエンティストになるための基礎をつめこんでいます。データサイエンティストは、Pythonや確率・統計、機械学習など、幅広くさまざまな分野の知識を必要とします。 すべての分野を1冊で学ぶことは無理ですので、各分野で深入りはせず基礎的な事項を取り扱っています。データサイエンティストになるための地図と羅針盤のような位置づけとなることをイメージしています。 この本は主にPython 3を使って、基本的なプログラムの書き方、データの取得、読み込み、そのデータ操作からはじまり、さまざまなPythonのライブラリの使い方、確率統計の手法、機械学習（教師あり学習、教師なし学習とチューニング）の使い方についても学びます。取り扱っているデータは、マーケティングに関するデータやログデータ、金融時系列データなどさまざまで、モデリングの前にそれらを加工する手法も紹介しています。データサイエンティストになるには、どれも必要なスキルです。 本書には、さらに以下の3つの特徴があります。 ・実際のデータを使って手を動かしながら、データサイエンスのスキルを身に付けることができる ・データ分析の現場で使える実践的な内容（データ前処理など）が含まれている ・練習問題や総合問題演習など実際に頭を使って考える内容がたくさんある この本に書いてあることを実践し、読み終えた後には、実際の現場でデータ分析ができるようになるはずです。 ●この本の対象読者 この本は、プログラミングの経験があり、理系の大学1〜2年生程度の教養課程の数学（線形代数、微分積分学、確率統計の基礎など）を終えている方を対象にしています。具体的には、勉強熱心な大学3〜4年生の理系の学生さんや大学院生の方、また社会人になってデータサイエンスを学ぼうという意欲の高い方たちが対象です。データサイエンスの入門レベルから中級レベルの手前までを考えている人に最適で、本書のゴールもデータサイエンス入門レベルを卒業できることを想定しています。
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。