LoginSignup
6
9

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

@aokikenichi(青木 健一)

データサイエンス系気になる近刊書籍（2020/03/13現在）

Last updated at Posted at 2019-01-26

出版社によっては近刊情報として、刊行予定、概要、目次、一部中身を教えてくれるけど、理工系の出版社様は奥ゆかしいのかウェブサイトのコンテンツ更新が苦手なのかなかなか情報をくれない。でも著者の研究者や技術者の方はボランタリーで出版前から執筆経過や関連コードの紹介サイトを準備してくれていることがある。
そんなまとめサイトがあったらいいな、と思ったから作ったのですよ。
網羅していない？私の独断と偏見と憶測による「気になる」です。網羅したいなら　Amazon-本-機械学習-出版年月が新しい順番　あたりで検索してくださいな。

既刊本で初中級の方に役立ちそうなのはデータサイエンス、データ分析、機械学習関連の本にまとめてますので参考にしてくださいな。

すみません、久々に更新

3月

03/16『Rによる実践的マーケティングリサーチと分析 (原著第2版)』共立出版

  • 共立出版の書籍紹介だと03/18。
    • まえがき、詳細目次
  • マーケティングリサーチ系の本って難しい数式の羅列かドヤ顔で横文字並べるだけかExcel万能！な本が多いけど本書はがっつりかつRで試せる
  • 目次だけでワクワクが止まらない

03/19『実践Data Scienceシリーズ PythonではじめるKaggleスタートブック (KS情報科学専門書)』講談社

  • 講談社の紹介ページだと03/17
  • Kaggle本に第三弾。かなり初心者向けか。
    • Taitanicでの解説が主みたい。Taitanicを解くサンプルコード付きだって。
    • ネットにいっぱい記事あるけど初心者だとどれがいいか分からないから導入に良いかもね「スタートブック」だし。

03/25『統計的機械学習の数理100問 with R』共立出版

  • 共立出版の書籍紹介だと03/26。
    • まえがき、詳細目次
  • ついに共立出版が本気を出したのか！以下書籍紹介より。

「機械学習の数理100問」は，2018年後期と2019年後期の大阪大学基礎工学部情報科学科数理科学コース3年の講義でも使われ，また公開講座「機械学習・データ科学スプリングキャンプ」2018, 2019でも多くの参加者に解かれ，高い評価を得ている。また，その間に改良を重ねている。問題をすべて独力で解くのは，大学院生か学部の上位10%程度，もしくはその分野の研究開発に携わっていないと難しいかもしれないが，解説を読むだけでも十分な意味がある。

  1. 統計的機械学習の数理100問 with Python
  2. スパース推定100問 with R
  3. スパース推定100問 with Python
  4. グラフィカルモデルと因果推論100問 with R
  5. グラフィカルモデルと因果推論100問 with Python
  6. 機械学習のためのカーネル100問 with R
  7. 機械学習のためのカーネル100問 with Python
  8. 渡辺澄夫ベイズ理論100問 with R
  9. 渡辺澄夫ベイズ理論100問 with Python
  10. 統計検定1級100問 with R

4月

04/13 『Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用』オライリー・ジャパン

  • まだ、オライリー・ジャパンでの書籍紹介ページもなく、Amazonでの目次もない。Amazonでの紹介文は以下。確かに教師なし学習はおまけ程度に触れられる程度でまとまった本は見たことない。

機械学習の手法の1つ、教師なし学習に絞って解説した実践書!
教師なし学習は、大きく3つに分類される機械学習の手法のうちの1つ。従来は教師あり学習が主流でしたが、これからのデータ分析の形を考えると、教師なし学習も大きな一角を占めていくと考えられています。本書では、実践的な視点で、データ内に隠れている見つけにくいパターンを特定し、異常を検出、自動的に特徴量抽出と選択を行っていきます。さらには、異なる機械学習手法の長所と短所を比較し、データに最適な手法の選び方についても示します。

04/20 『ゼロから作るDeep Learning ❸ ―フレームワーク編』オライリー・ジャパン

  • 爆売れシリーズの第三弾はなんとフレームワーク自体を作ってしまう！
  • サポートページがもうあり、コード例が！
    • サポートページの紹介文

本書では「DeZero」というディープラーニングのフレームワークを作ります。DeZeroは本書オリジナルのフレームワークです。最小限のコードで、フレームワークのモダンな機能を実現します。本書では、この小さな——それでいて十分にパワフルな——フレームワークを、全部で60のステップで完成させます。それによって、PyTorch、TensorFlow、Chainerなどの現代のフレームワークに通じる深い知識を養います。

その他、シリーズもの

講談社データサイエンス入門シリーズ

  • 3月はモンテカルロ統計計算かこのシリーズは渋い
  • 以降のラインナップも渋い！
    • （2020年4月16日刊行予定）『データサイエンスのためのデータベース』
    • ［今後の刊行予定］
      • 『Rで学ぶ統計的データ解析』林賢一（著）下平英寿（編）
      • 『テキスト・画像・音声データ分析』西川仁・佐藤智和・市川治（著）清水昌平（編）

講談社機械学習スタートアップシリーズ

  • 『機械学習のための数学入門』　吉崎亮介著
    • ……
    • 統計学のための数学入門としては『統計学のための数学入門30講』が鉄板と思ってます。機械学習のためのとなると類書が複数出ていますがまだ決定版はない？　本書は機械学習のための数学についてセミナー機械学習の数学 徹底入門コースを開催している株式会社キカガクの社長の著作です。
      • ちなみにセミナーの「こんな方におすすめ」は
        • 機械学習の数学を実務で使えるレベルまで高めたい方
        • 基礎的な数学から機械学習アルゴリズムまで一気通貫で流れ良く学びたい方
        • 機械学習アルゴリズムと実問題の結びつきを明確にしたい方
      • このセミナー通りの本となるのかは分からないですが、「機械学習のための」と題打っていても単に普通の微積と線形代数の教科書のつまみ食い的な本しかない中で期待大！
      • 吉崎さーーーーーーーん
  • 以降のラインナップも垂涎ですね
    • Python機械学習プログラミング
    • 深層生成モデル
    • 画像認識プログラミング
    • 異常検知プログラミング
    • スパースモデリング
    • 線形モデルからはじめる機械学習
    • 機械学習のための科学技術計算

講談社機械学習プロフェッショナルシリーズ

  • このシリーズ評価が高いけど難しいからなぁ、、、
  • 今後の刊行予定
    • ロボットの運動学習
    • 統計的音響信号処理
    • 転移学習
    • 深層学習の理論
    • 機械学習工学
  • 転移学習の和書ないですよね期待。「機械学習工学」って何？

統計学OnePointシリーズ　共立出版

  • 好著連発で期待大だが次がなかなか出ないねー。12月に出てから、4月の近刊予定にもないから早くとも5月以降、、、
  • 続刊が38冊もある

確率と情報の科学　岩波書店

翔泳社

  • シリーズ名ないのかな？白い装丁で「あたらしい」「事例で学ぶ」など連発してますね
  • 売れてるのかな。流行に乗り過ぎている感じがしてへそ曲がりの私は一つも持っていない、、、

マイナビ

朝倉書店

  • 目立つ動きはないが、再刊ラッシュらしい。データ分析系だと以下
6
9
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
6
9

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?