R と Python で学ぶ［実践的］データサイエンス＆機械学習【増補改訂版】(アールトパイソンデマナブジッセンテキデータサイエンスアンドキカイガクシュウゾウホカイテイバン)

本書は野村総合研究所のシステムコンサルティング事業本部で実施している「アナリティクス研修」をベースにした増補改訂版で、「統計的なモデリングとは何か?」「モデルに基づく要因の分析と予測の違いとは?」「具体的なモデルの作り方」「結果を解釈する際の落とし穴の見分け方」など、ビジネスの現場感を重視した構成です。実務で遭遇するデータ品質や加工のポイント、さらに R と Python を利用し、データからモデルを作成して結果を得るという基本的な手順を体験できます。これからデータ分析や統計解析、機械学習を学び、現場でそれらを活用したい方に最短学習コースでお届けします。

企業の中で実際に運用されている研修がそのまま書籍になった例が『 R と Python で学ぶ［実践的］データサイエンス＆機械学習【増補改訂版】』 (有賀友紀・大橋俊介 著、技術評論社、 2021 年 5 月刊) です。野村総合研究所のシステムコンサルティング事業本部で実施されている「アナリティクス研修」をベースにした 1 冊で、データサイエンスの考え方の入門から、 R と Python のそれぞれでモデルを作って結果を得るまでの一連の手順を、ビジネスの現場感を重視した構成で扱います。 2019 年 3 月刊の初版を増補・改訂した版です。

全 5 章の構成、入門から因果推論・ディープラーニングまで

版元公式の目次によれば全 5 章構成です。第 1 章でデータサイエンスの定義・プロセス・必要なスキルを概観し、第 2 章で R と Python 両言語の入門と実行例の比較、第 3 章でデータの特徴の捉え方とモデルの作成・評価という基本サイクルを扱います。第 4 章はデータ加工やロジスティック回帰などの実践的なモデリングに進み、因果推論の節を含みます。第 5 章は機械学習の手順と ディープラーニングです。道具のカタログが先にあるのではなく、「モデルを作り、評価し、解釈する」という流れの中に各手法が配置されていることが、目次からも読み取れます。

要因の分析と予測の違いという背骨

版元の概要が最初に掲げる問いは「統計的なモデリングとは何か」「モデルに基づく要因の分析と予測の違いとは」です。この区別は実務のデータ分析がつまずく典型的な急所で、予測精度の高いモデルがそのまま施策の根拠になるとは限らず、要因をうまく説明するモデルが予測に強いとも限りません。データの背後にある構造を説明しようとする 統計学の発想と、予測性能の最適化を目指す機械学習の発想を往復しながら、結果を解釈する際の落とし穴の見分け方まで踏み込む構えが、手法カタログ型の入門書と本書を分ける軸です。第 4 章に因果推論が置かれているのも、この背骨の延長線上にあります。

R と Python を併記する設計の狙い

R は統計解析の道具として、 Python は機械学習を含む開発全般の言語として、それぞれ厚いエコシステムを持ちます。分析の現場ではどちらにも出会うため、同じ処理を 2 言語で見比べられる本書の作りは、片方しか知らない読者がもう片方へ橋を架ける教材としても機能します。第 2 章に R 入門・ Python 入門の節が用意されていますが、プログラミング自体が初めての場合は、どちらか一方の言語入門書を並行して使うと立ち上がりが楽になります。

2019 年刊の初版との関係と向いている読者

初版は 2019 年 3 月に同じ研修をベースとして刊行され、本書はそれを増補・改訂して 2021 年 5 月に出た版です。版元の想定読者は、これからデータ分析や統計解析、機械学習を学び、現場で活用したい人。具体的には、分析業務に就いたばかりの若手や、コンサルティング・システム開発の現場でアナリティクス案件を持ち始めた人が、ツールの操作より先に「この分析結果から何を言ってよいか」という判断の土台を作るのに向いています。逆に、数理的な証明や理論の厳密な展開、特定ライブラリの網羅的なリファレンスを求める読者には主眼が合いません。研修 1 本分の体系を通読で持ち帰れる本なので、分析業務の立ち上がりを速くしたい人にとって投資対効果の高い選択です。