はじめに

仕事の都合上、データ分析未経験なエンジニアに集計や基本的なデータ分析手法を使えるように、色々教えてきました。
業務の中で教えながら進められるように工夫はしつつも覚えることが多い領域なので、ある程度は自分で勉強してもらわないといません。
その際に、おすすめしている本を紹介します。

前提として、Pythonに限らず「プログラミングを一定水準以上書ける」「大学レベルの数学が分かる」「ITパスポート程度のIT知識をもつ」ことを前提としています。

書籍の紹介

実務でやっていくためには、おおまかに以下の3要素を抑えていく必要があると考えています。

実務上それぞれは関係性があり、独立して学習を進めていくよりも、関連性をもって学習していく方が覚えやすく、また一般の書籍もそのような内容が多いという印象を受けます。
ここでは、書籍の紹介として、それぞれの内容で扱っている要素のレベル感を独断で評価していきます。

ちなみに、★1つが初心者レベル、★3つが業務上で使うのにおおよそ問題ないと思われるレベル、★5つが理解できれば基本困らないレベルです。

何かご意見等ありましたら是非ご指摘お願いします。

Pythonの未経験者向け。
データ分析や機械学習の要素はないが、基本的な構文を抑えている。

Pythonがある程度わかる or プログラミング経験に自信がある人向け。資格試験の参考書にもなっている。
この内容を完全に理解できれば実務上ほとんど困らない程度に網羅しているという印象。

分析のエッセンスを掴む用としておすすめ。
目的に始まり、方法の扱い方、結果の味方と示唆出しまで、実例を通して理解できる。
エクセルでやるところはどうでもいいが、試しやすいので敷居は低い。

Pythonのコードとその結果と解説が丁寧に用意されており、実践を通して分かり易く機械学習手法を理解できる。
機械学習の実践について、「どのような手順で進めていくか」「どのような手法があるか、何ができるのか」が分かり易い。

とにかく扱っている範囲が広い。内容は基本的である汎用的であるため、この本の内容を網羅的に理解できれば、ここで扱っていない手法の理解がはかどると判断し、おすすめしている。