Python 機械学習プログラミング PyTorch ＆ scikit-learn 編(パイソンキカイガクシュウプログラミング パイトーチアンドサイキットラーンヘン)

本書は、機械学習の手法全般をカバーし、理論的背景と Python コーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、 PyTorch や scikit-learn のライブラリを使うことでより簡単に実装できることを示します。 PyTorch についてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。

機械学習の書籍は「理論寄り」か「レシピ集」のどちらかに振れがちですが、本書はその中間をきっちり埋めます。前半で特徴量エンジニアリング・次元削減・アンサンブルといった古典的手法を scikit-learn で回し、後半で PyTorch を使ったニューラルネットワーク・ CNN ・ RNN ・ GAN ・強化学習まで通します。 Sebastian Raschka は機械学習の教科書を繰り返し改訂してきた著者で、アルゴリズムの「なぜそう設計されているか」を数式と実装の両面から説明する筆力に定評があります。

対象読者は、 Python の基本文法を終えたあとに「次に何をやればいいか分からない」状態の学習者です。本書の厚みは 700 ページ超と圧倒的ですが、章ごとに独立性が高いため、興味のあるトピックから拾い読みしても成立します。逆に言えば、特定のフレームワークだけを深掘りしたい人には情報が広すぎる面もあります。

scikit-learn で古典手法を押さえてから PyTorch で深層学習に入る流れは、実務で「どの手法を選ぶか」という判断軸を養うのに合理的です。機械学習の全体地図を一冊で手に入れたい人にとって、座右に置く候補になるリファレンスです。