学習ロードマップ

pandas / NumPy 完全活用

Python 基礎から pandas / NumPy を用いた前処理・分析・機械学習まで、実データで扱える水準に 5 冊で到達する。

Python ゼロからはじめるプログラミング

Python for MBA Pythonとデータ分析を実践的に身につける

Pythonからはじめるアルゴリズムトレード : 自動売買の基礎と機械学習の本格導入に向けたPythonプログラミング

Python 実践AIモデル構築 100本ノック

Pythonではじめる機械学習 : scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎

SCROLL TO BEGIN

このロードマップが扱うもの

- Python は触ったことがあるが、pandas / NumPy のコードを前にすると手が止まる初中級者 - Excel や SQL での集計は日常的に行うが、コードベースのデータ処理に踏み出したいアナリスト - 機械学習の前段である特徴量エンジニアリングやデータ整備を自走できるようにしたい実務者

このロードマップの全体像

対象読者

Python は触ったことがあるが、pandas / NumPy のコードを前にすると手が止まる初中級者
Excel や SQL での集計は日常的に行うが、コードベースのデータ処理に踏み出したいアナリスト
機械学習の前段である特徴量エンジニアリングやデータ整備を自走できるようにしたい実務者

5 冊で到達する状態

NumPy 配列と pandas DataFrame の構造を説明でき、ベクトル演算・ブロードキャストを使い分けられる
欠損値処理・結合・集約・時系列リサンプリングなど前処理の定石を状況に応じて選択できる
実データ(CSV / API / DB)を読み込み、探索的分析から可視化までを一連の notebook で通せる
scikit-learn のパイプラインに pandas / NumPy のデータを載せ、学習・評価の土台を構築できる
金融時系列・業務データ・ML 特徴量など、異なるドメインの前処理要件を比較して語れる

進め方のヒント

1 冊目で文法と標準ライブラリの語彙を揃え、2 冊目で「業務データを Python で触る」肌感覚を作る
3 冊目は金融データを題材に NumPy / pandas の本格的な使い方を通読し、写経ではなく手元データに置換して動かす
4 冊目以降は notebook を 1 章ずつ再現し、欠損値処理や特徴量設計の意思決定を言語化して残す

01
ステップ 01 Python 文法を最短で固める土台
02
ステップ 02 ビジネスデータ分析への橋渡し
03
ステップ 03 NumPy / pandas を実データで使い倒す
04
ステップ 04 前処理から AI モデル構築まで 100 本ノック
05
ステップ 05 scikit-learn で特徴量と機械学習を接続

第 1 章

Python 文法を最短で固める土台

Python 文法を最短で固める土台

pandas / NumPy に入る前に、文法・型・関数・クラスの語彙をここで揃える。以降の冊で詰まった時に戻る基点として置く。
この章の 1 冊 Python ゼロからはじめるプログラミング
三谷純 / 翔泳社 / 2021

Python を入口にプログラミングの基礎を体系的に身につける
この本で身につくこと
- 変数・データ型・演算子などの基礎概念を Python のコードで確認しながら理解できる
- if 文・for 文・while 文による条件分岐と繰り返し処理を自力で書けるようになる
- リスト・辞書・集合などのコンテナ型の使い分けができる
- 関数の定義、引数の種類、戻り値の設計を実用的なレベルで扱える
想定読者: Python に触れたことがない学生・社会人の初学者で、変数・制御構造からクラスまで段階的に理解したい人
本の詳細を見る →
ビジネスデータ分析への橋渡し

MBA 教材の題材で Python とデータ分析を接続する。Excel 的発想から DataFrame 的発想へ切り替える助走区間として機能する。
この章の 1 冊 Python for MBA Pythonとデータ分析を実践的に身につける
マッタン・グリフェル/ダニエル・ゲッタ/金井哲夫 / 日経BP / 2021

非エンジニアのビジネスパーソンがPythonでデータ分析を実務に活かす
この本で身につくこと
- コマンドラインとJupyter環境のセットアップから始め、Pythonを動かせる状態を最短で作る
- 変数・ループ・リスト・辞書・関数といったPythonの基礎構文を、ビジネス文脈のサンプルで習得する
- 実用データセットを使ったグラフ化・フィルタリング・集計の一連のデータ探索フローを身につける
- 複数データセットを結合・集約し、ビジネス戦略立案に必要な示唆を引き出す分析手順を学ぶ
想定読者: プログラミング未経験のMBA生・ビジネスアナリスト・データ分析に踏み出したいビジネスパーソン
本の詳細を見る →
NumPy / pandas を実データで使い倒す

金融時系列を題材に NumPy 配列操作と pandas の本格活用を縦通しで学ぶ。ロードマップの中核として前処理の引き出しを増やす。
この章の 1 冊 Pythonからはじめるアルゴリズムトレード : 自動売買の基礎と機械学習の本格導入に向けたPythonプログラミング
Yves Hilpisch/村上振一郎 / オライリー・ジャパン / 2022

『Python からはじめるアルゴリズムトレード — 自動売買の基礎と機械学習の本格導入に向けた Python プログラミング』(原題『Python for Algorithmic Trading』、Yves Hilpisch 著、202…
この本で身につくこと
- アルゴリズム取引用の Python 環境を構築できる — Anaconda + 関連ライブラリ
- 金融データの取得・分析ができる — pandas-datareader / yfinance / API
- シンプルな取引戦略のバックテストが書ける — 移動平均クロス / 統計裁定
- 機械学習を金融時系列に適用できる — 特徴量設計 / モデル選択の落とし穴
本の詳細を見る →
前処理から AI モデル構築まで 100 本ノック

欠損値補完・特徴量生成・モデル構築の工程を演習形式で反復する。pandas / NumPy の手を動かす量をここで一気に稼ぐ。
この章の 1 冊 Python 実践AIモデル構築 100本ノック
下山輝昌/中村智/高木洋介 / 秀和システム / 2021

前処理からAutoMLまで、ビジネス現場で使えるAIモデル構築を100問で習得する
この本で身につくこと
- k-means・階層クラスタリング・DBSCANなど複数の教師なし学習アルゴリズムの使い分けができる
- PCA・t-SNE・UMAPによる次元削減と可視化を目的に応じて選択できる
- 回帰・分類モデルのパラメータチューニングとモデル評価指標(精度・F1・混同行列)を実装できる
- SHAPを用いたモデル解釈性の可視化で、予測根拠をビジネス担当者に説明できる
想定読者: Pythonの基礎は習得済みで、教師あり・なし学習を実務レベルまで引き上げたいデータ分析初中級者
本の詳細を見る →
scikit-learn で特徴量と機械学習を接続

特徴量エンジニアリングと機械学習の基礎を scikit-learn で体系化する。pandas / NumPy から ML ワークフローへ進む到達点として置く。
この章の 1 冊 Pythonではじめる機械学習 : scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎
Andreas C. Muller/中田秀基 / オライリー・ジャパン / 2017

scikit-learnを軸にPythonで機械学習の実践サイクルを習得する
この本で身につくこと
- scikit-learnのAPIを使って分類・回帰・クラスタリングをステップバイステップで実装できる
- クロスバリデーションとグリッドサーチでハイパーパラメータを系統的に調整できる
- スケーリング・カテゴリエンコーディングなど特徴量前処理の基本手法を選択・適用できる
- 過学習と汎化性能の関係を評価指標から診断し、モデルを改善するサイクルを回せる
読み終えると Before(読む前): Pythonは書けるが機械学習のコードをどう組み立てればよいか分からず、サンプルコードのコピペ止まりになっている After(読み終えた後): scikit-learnを使ってデータ読み込みから前処理・学習・評価・改善までの一連のサイクルを自力で設計・実装できる

想定読者: Python基礎は習得済みで、機械学習の実装を体系的に学び始めたいエンジニア・データ分析者

前提知識: Python で NumPy・pandas を使った基本的なデータ操作（配列演算・DataFrame のフィルタリング・集計） / 機械学習の概念的なイメージ（「訓練データで学習して未知データに適用する」程度）があると初期の文脈理解が早い
本の詳細を見る →