Python による実務で役立つデータサイエンス練習問題 200+ (3)

Python における機械学習の定番モジュールを理解・活用するための基本から, 実務家が実際に使いやすい実践的な手法まで, Jupyter 上で具体的な練習問題をときながら身に着ける.［内容］scikit-learn を用いた機械学習 / fastai による深層学習 / PyCaret を用いた自動機械学習
【全巻構成】
第 1 巻
1. ビックデータとアナリティクス
2. 数値計算パッケージ NumPy
3. データ解析パッケージ Pandas
4. matplotlib を用いた可視化入門
5. 対話型可視化パッケージ plotly
6. データを可視化するための方法 ( plotly express )
7. Python 言語先進的プログラミング
8. statsmodels を用いた統計分析
第 2 巻
9. 科学技術計算パッケージ SciPy
10. PyMC によるベイズ推論と Prophet による時系列データの予測
11. グラフ・ネットワークパッケージ NetworkX
12. PuLP と Gurobi/Python による最適化問題のモデリング
13. 制約最適化システム SCOP
14. スケジューリング最適化システム OptSeq
第 3 巻
15. scikit-learn を用いた機械学習
16. fastai による深層学習
17. PyCaret を用いた自動機械学習

機械学習の定番ライブラリを、解説を読むだけでなく自分の手で動かしながら身に着けたい人に向けた演習書が『Python による実務で役立つデータサイエンス練習問題 200+ (3)』です。著者は久保幹雄、版元は朝倉書店で、版元公式の刊行日は 2023 年 5 月 1 日です。副題は「機械学習・深層学習」で、全 3 巻のシリーズの第 3 巻にあたります。版元の内容紹介は、Python の機械学習の定番モジュールを理解して活用するための基本から、実務家が実際に使いやすい実践的な手法までを、Jupyter 上で具体的な練習問題を解きながら身に着ける本と位置づけています。

全 3 巻の通し番号で第 15 章から第 17 章を収める巻

版元公式の全巻構成では、章の番号が 3 巻を通して続きます。第 1 巻が第 1 章から第 8 章で NumPy、Pandas、matplotlib、plotly、statsmodels などを扱い、第 2 巻が第 9 章から第 14 章で SciPy、PyMC と Prophet、NetworkX、PuLP と Gurobi/Python、SCOP、OptSeq を扱います。本書が受け持つのは、第 15 章「scikit-learn を用いた機械学習」、第 16 章「fastai による深層学習」、第 17 章「PyCaret を用いた自動機械学習」の 3 章です。数値計算、可視化、統計、最適化の道具を前の 2 巻で扱い、最後の巻に機械学習のライブラリを集めた並びになっています。

scikit-learn、fastai、PyCaret の役割の違い

データから規則を学ぶ 機械学習 では、手法そのものよりも、前処理、学習用と評価用のデータの分け方、評価指標の選び方が結果を大きく左右します。scikit-learn は分類、回帰、クラスタリングなどの多数の手法を、学習の fit と予測の predict という共通の呼び出し方にそろえたライブラリで、手法を差し替えても書き方がほとんど変わらないため、交差検証やハイパーパラメーターの探索を組み合わせた実験を短いコードで回せます。fastai は PyTorch の上に作られた高水準のライブラリで、多層の ニューラルネットワーク を学習させるときの学習ループや学習率の調整といった定型の手間を、少ない記述で済ませる設計です。PyCaret は複数のモデルの学習と比較をまとめて実行する自動機械学習 (AutoML) の道具で、内部では scikit-learn などの既存のライブラリを呼び出します。本書は、抽象度の段が異なるこの 3 つを 1 冊で並べて扱います。

練習問題で進める形式と前提になる知識

本書は Jupyter 上で練習問題を解きながら進める形式です。Jupyter のノートブックはコード、実行結果、説明文を 1 つの文書に並べられるため、データを読み込んで加工し、モデルを学習させ、結果を見て条件を変えるという試行の往復に向いています。Python のデータ処理の基礎にあたる NumPy と Pandas は、シリーズの第 1 巻で扱われています。反対に、内容紹介が軸に置くのは定番モジュールの理解と活用、そして実務で使いやすい手法です。

本書は、scikit-learn の基本は一通り知っていても、業務のデータを前にして何から試すかを自分で組み立てられない人や、深層学習や自動機械学習まで含めた道具の使い分けを練習問題で確かめたい人に向けた本です。練習問題は scikit-learn、fastai、PyCaret の 3 つのライブラリにわたります。