Python ではじめる機械学習(パイソンデハジメルキカイガクシュウ)

数学の知識がなくても読み進められる、理論だけでなく実践面も重視した機械学習の入門書!
バックグラウンドに数学的な知識がなくても理解できるように書かれた、 Python を使った機械学習の入門書。 Python の機械学習用ライブラリの大定番、 scikit-learn の開発に関わる著者が、 scikit-learn を使った機械学習の方法を、ステップバイステップで解説します。最初に実践について述べて後から理論を補強するスタイルで、理解しやすいように工夫されています。理論面と実践面のバランスが良く、モデルの評価と改善について多くの紙面を割くなど、類書にはない特徴を備えています。

scikit-learn の開発者自身が書いた、実践寄りの機械学習入門書です。原著は O'Reilly の "Introduction to Machine Learning with Python" で、共著者の Andreas C. Muller 氏は scikit-learn のコアコントリビュータとして知られています。オライリー・ジャパンから邦訳が出ています。

本書が扱う範囲は教師あり学習 (分類・回帰) 、教師なし学習 (クラスタリング・次元削減) 、モデル評価、特徴量エンジニアリング、パイプラインの構築まで。数式を最小限に抑え、 Jupyter Notebook でコードを動かしながら各手法の挙動を目で確かめる構成です。理論の深掘りより「正しく使うためのカン所」を重視しているため、研究論文を読むための数学力を求められることはありません。

一方で、深層学習は対象外であり、 scikit-learn が得意とする古典的な機械学習手法に絞られています。「まず動かして結果を見る」ことで機械学習の全体像を体得する目的には適していますが、理論的な背景を深く理解したい場合は統計学や最適化の教科書と組み合わせる必要があります。 Python の基本文法と NumPy の配列操作に慣れていれば、独学の最初の一冊として無理なく通読できます。