ケミストリーエンジニアがまず、勉強始めようと思いましたら、
MIの概要、考え方を学んでみるのはいかがでしょうか。
#MIの基礎情報(プログラムなし)
マテリアルズ・インフォマティクス 材料開発のための機械学習超入門 [ 岩崎 悠真 ]
プログラムの内容は書いてなく、
MIとは何か、どのように使うのかを広く浅く書いてあるので
最初の１冊としてはいかがでしょうか。
もう少しプログラムの内容も見てみたいとなりましたら、
下記書籍はいかがでしょうか。
#ケミ寄りの機械学習書籍 (プログラムあり）
化学のためのPythonによるデータ解析・機械学習入門 [ 金子 弘昌 ]
ケミストリー寄りに機械学習の初歩的なところが記載されている感じです。
プログラムの内容もありますが
考え方が記載されていそうな感じです。
もしRDkitの環境構築に困りましたら下記記事参考にしてみてはいかがでしょうか。
##win10でRDKitの構築をしたときのメモ
・ANACONDA.NAVIGATORを開く
・「Environments」を開く
・「Create」を開く
・名前（Python3_7_11）を決め、パッケージのバージョン(Python3.7.11)決定し、
・「Create」を選択する。
・Anaconda Pronmpt(Anaconda3)を開く
新しい環境構築をする
conda activate Python3_7_11
下記のような感じです。
(Python3_7_11) C:\Users\Owner> conda activate Python3_7_11
下記コマンドでベースに戻ることができる。
conda deactivate
RDKitをインストールする
conda install -y -c rdkit rdkit
最初の環境構築は時間がかかるかと思いますが
最初だけなのでめげずに頑張りましょう＾＾
「化学のためのPythonによるデータ解析・機械学習入門 [ 金子 弘昌 ]」
が難しくて挫折しそうな場合、
下記項目について理解しているとより理解しやすいかなと思います。
・機械学習について
・Pythonの基礎知識
・Pythonによるデータ分析手法
#機械学習の基本
数学やプログラムをあまり使わず、機械学習の基本と仕組みについて記載されています。
図解入門 よくわかる 最新 機械学習の基本と仕組み [ 長橋賢吾 ]
#機械学習の基礎（プログラムあり）
機械学習について図で分かりやすく説明しているので
機械学習の用語のイメージがわかない人はおすすめです。
プログラムの書き方もあるので、今後使いたくなった時にも便利かなと思います。
見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑 [ 秋庭 伸也 ]
Excelで機械学習
Pythonは難しそうだけどExcelであるととっつきやすいという方
下記書籍はいかがでしょうか。
#Pythonの基礎を学ぶ
Pythonの基礎の基礎から行うのであれば、
下記書籍はいかがでしょうか。
Pythonって何？というところから学ぶことができます。
プログラムを全くさわったことがない人にはおすすめです。
print("Hello")
からわかりやすく教えてくれます。
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 [ 森 巧尚 ]
#Pythonのデータ分析手法の基礎を学ぶ
Pythonの基礎がわかってきましたら、
下記書籍でデータ分析手法を勉強してみてはいかがでしょうか。
Pythonエンジニア認定データ分析試験の対策にもなります。
Pythonによるあたらしいデータ分析の教科書 [ 寺田 学 ]
#MI関連の書籍（紹介）
記事作成者もしっかり読み込んでいないので参考です。
#プログラミング不要のMIチャレンジソフト
Orange Data Miningではじめるマテリアルズインフォマティクス [ 木野日織 ]
BIツールのように可視化することができ、機械学習行えるソフトの使い方の説明です。
プログラムの知識は不要ですが、
機械学習の理解は必要です。
何がしたいか、どの手法を使いたいか
までは理解していないと使うのは難しそうな感じです。
#マテリアルズインフォマティクスの書籍 (プログラムあり）
実践 マテリアルズインフォマティクス Pythonによる材料設計のための機械学習 [ 船津 公人 ]
この中ではプログラム記載量は多いイメージ
それなりにしっかり機械学習のプログラムを書いていくような感じです。