今後の学習についての相談をさせてください。【Python】【機械学習】

Question

お世話になっております。

python学習において次に参考にする書籍についてご相談させてください。
データサイエンスに興味を持ち、pythonを勉強しています。
以下に掲載している学習済みの３冊を終え、現在は「Python実践データ分析100本ノック」という書籍で学習しています。

学習済みの3冊のおかげで、第三章のデータの前処理まではサクサクと理解しながら進んだのですが、第4章の機械学習については未学習なのでつまづいてしまいました。

機械学習の概要やscikit-learnについて、おすすめの書籍をおしえてください。

現在の私のレベルは、pythonの基本的な構文・pandasの初歩的な使い方を理解した程度です

よろしくおねがいします。

【学習済み】
・Python 1年生 体験してわかる！会話でまなべる！プログラミングのしくみ
・Python2年生 スクレイピングのしくみ 体験してわかる！会話でまなべる！
・Python2年生 データ分析のしくみ 体験してわかる！会話でまなべる！

【学習中】
・Python実践データ分析100本ノック

Comments

[hentaiman]

scikit-learn限定か
概要なら今読んでるやつで良いでしょ

[sirara]

ご回答ありがとうございます。
Python実践データ分析100本ノックでは、アウトプットに主眼を置いているため、詳しい解説がございません。
機械学習とはそもそもなんなのかということをまず勉強してから、現在学習している書籍を進めたほうが良いと考えました。

書籍でscikit-learnが記載されていたため、機械学習の主となるライブラリは
scikit-learnだと考えておりましたが、私の認識が間違っていたでしょうか。

Answer 1

書籍でscikit-learnが記載されていたため、機械学習の主となるライブラリは

scikit-learnだと考えておりましたが、私の認識が間違っていたでしょうか

概要ならこれで良いかと。scikit-learnも目的に沿ってれば良いんじゃないでしょうか？必要な機能だけ使えば良いし。

・Python実践データ分析100本ノック

python未経験で参考にするにはちょうど良く、サンプルもコードも分かりやすいけど飽くまで入門用という感じで実用するには結局に自力で調べなきゃ何も出来ませんね。
内容が簡単で飛び飛びでも学習勧められるので、引き続き本書籍の学習を進めれば良いと思います。

scikit-learnの書籍ではないけどゼロから作るDeep Learning ❸ ―フレームワーク編という書籍がおすすめです。
自分はまとまった時間が取れずに数十ページの学習で止めたけど、例えばいきなりpytorchとか使って混乱して進みが悪くなるよりかこの本で基礎学習した方が良いかなと。
こちらは２カ月ぐらいは集中してこの書籍だけを学習する時間を取れないと身に付けるのは厳しいと思われます。
空いた時間気の向いた時に飛び飛びで学習するにはハードル高い。
技術者なら良いけど技術屋さんには向かないかもしれない。
というか自分の場合だと他の事身に付けた方が仕事に直結するから労力とリターンが見合わないと判断しただけですが、内容自体はおすすめです。

Answer 2

hentaiman様の回答にかすりますが、機械学習の概要をこれから学習するのであれば、以下が超オススメです。

• 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

上記はオライリーのサイトにリンクを貼っています。詳細な目次が見られますので、ご覧いただくとよいと思います。

やや古い本ですが、私は、今年はじめにこれを読んで、機械学習をはじめて理解できた気がします。それまでは、機械学習の啓蒙本はたくさん読んだけど、実装は未経験。numpyもpandasも知らない状態でした。

ディープニューラルネット（DNN）に焦点をあてて、くわしく概念と実装を学べます。機械学習の分野は幅広いのですが、なんといっても、ここ5年ほど続いているAIブームはDNNが火をつけたわけで、DNNを集中的に学ぶことで基礎力がつきます。なので、逆にscikit-learnを幅広く習得したい、といった目的には全く向きませんのでご注意ください。

この本のよいところは、理論的背景と実践をバランスよく学べることです。理論的背景もなるべく平易かつ段階的に説明されています。論理回路、パーセプトロン（DNNの基本的な部品になる）から説明がスタートします。機械学習は、理論的背景と実践をバランスよく学ぶことが非常に重要です。

参考: パーセプトロンとニューラルネットワークの違い
※この本の書評にもなっています。

「Python実践データ分析100本ノック」は広く浅く実践重視、だと思います。個人的には、初学者には全体像を広く浅く、ではなく、どこかに焦点を当てて積み上げで、かつ理論と実践をバランスよく学ぶ方が良いと思います。よって**「Python実践データ分析100本ノック」よりも「ゼロから作るDeep Learning」を先に読むべき**です。

Answer 3

書籍では無くてUdemyの動画講座です
Pythonで機械学習：scikit-learnで学ぶ識別入門
Udemyの講座はバーゲン時期以外は高価なものが多いですが、この講座は普段からあまり価格が高くはありません
しかしながら、内容は充実していると思います
理論よりもscikit-learnの使いこなしに重点を置いた内容です
下記も参考に
Udemy「Pythonで機械学習：scikit-learnで学ぶ識別入門」を受講後の感想・まとめ

もう一つ、こちらは大学の授業の動画で、無料です
筑波大学オープンコースウェア 機械学習
主に理論の話で、数式もまあまあ出てきますが、説明が非常に丁寧なので、初心者でもじっくり見たら概ね理解できると思います

Answer 4

・scikit-learnの使い方ですと「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」が良いかと思います。

・機械学習（ディープラーニング）の基礎については下記サイトが良いかと思います。
Chainer Tutorial
※Chainerの開発は終了しましたが、機械学習に必要な学習をするには良いサイトです。

また、書籍ではありませんがYouTubeにも初心者向けの解説動画も多数ありますし、企業提供の講座にも期間限定で無料のものもありますので試してみるのも選択肢の一つだと思います。

Answer 5

著名なアルゴリズムの概要や scikit-learn の使い方でよければ例えば以下の書籍などどうでしょうか？

• [第3版]Python機械学習プログラミング

→ 著名アルゴリズムの解説、実装例

• scikit-learn、Keras、TensorFlowによる実践機械学習 第2版

→ scikit-learn、Keras、TensorFlow の使い方

Comments

[sirara]

ありがとうございます。

機械学習については一冊目として学習するので、今の自分のレベルでは入門レベルのものでないと理解できないと考えておりますが、ご紹介いただいたものはそういった類のものでしょうか？

[tiitoi]

前者は著名な機械学習のアルゴリズムを実装しながら勉強するような内容になっているので多少数式が出てきます。後者は scikit-learn の使い方が中心の内容です。

numpy や pandas はある程度使いこなせるようになっていますでしょうか？
numpy は scikit-learn を学習する上である程度理解していることが必須ですので、まだのようでしたら、そちらを先に勉強することをおすすめします。
入門レベルがどの程度を想定しているのかにもよりますが、上記で上げた書籍以外も含め Amazon で書籍のレビューや目次を参考にして決めたほうがいいかと思います。(最近は機械学習系の書籍を買ってないので挙げたものよりいいものが出てるかもしれません)

[jbpb0]

どちらも新版が出てます

[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践
(scikit-learnやTensorFlowなどPythonライブラリの新版を使ってプログラミング)
https://www.amazon.co.jp/dp/4295010073/

scikit-learn、Keras、TensorFlowによる実践機械学習 第2版
(TensorFlow2に準拠)
https://www.amazon.co.jp/dp/4873119286/

以上、ご参考までに

[tiitoi]

コメントありがとうございます。買ったのが数年前だったのですが、新版が出てたのですね。リンクを更新しました。