76
99

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 1 year has passed since last update.

機械学習って何から勉強すればいいの?という人向け必読の4冊

Posted at

はじめに

未経験からエンジニアになって、いつの間にか2年が経ちました。
今年に入ってからは機械学習の案件にも携わることになりましたが、
最初は学ぶべきものがたくさんありすぎて非常にあたふたしながら、必死にインプットをしてきました。

機械学習やAIというワードに惹かれて、エンジニアを目指そうと思った人もいると思います。
そんな方々にとって、何から学んでいこうかというヒントになればと思い、自分がこの1年くらいで読んで特に良かったなと思った技術書を紹介させていただきます。

どれも有名なので、既にご存知のものも多いかと思いますが、機械学習エンジニアという職に興味がある方は是非読んでみていただければと思います。

Kaggleで勝つデータ分析の技術

タイトルだけ見ると、中・上級者向けのようにも見えますが、 「機械学習何それ?」 と言う状態の方にもお勧めです。
というのも、私自身も最初に読んだのがこの本でした。

「結局、機械学習モデルを作るって具体的に何やっているの?」 ということが、図やグラフも用いて非常にわかりやすくまとまってています。
まだ勉強したての方は、難しそうなコラムとかはすっ飛ばして読むと思います。

そして、精度を上げていくための具体的なヒントも散りばめられており、
「実際にモデルを作ってみたものの、ネクストどうしよう、、」
と言うときに読み直すと、ヒントをたくさんもらえます。機械学習を学んでいくときに必携の一冊です。

仕事で始める機械学習

仕事で機械学習エンジニアの仕事というのは 「ただ精度の高いモデルを作成する」 ということだけではありません。

  • 機械学習をどのように、システムに組めば良いのか
  • 作成した機械学習が本番適用して良い精度を出しているのか(どうやってそれを説明するのか)
  • リリース後の監視モニタリングをどうするべきか

など、考慮すべき事項は多岐にわたります。

仕事として、機械学習に携わっていくと、モデルの作成以外の箇所の方がかける時間が長いなんてこともザラにあります。
そうした、一連の流れを抑えるには打って付けの本です。

施策デザインのための機械学習入門

  • 機械学習に何を解かせるべき問題は何なのか?
  • 今回解決したい問題は、そもそも機械学習を使うべき問題なのか?

ということを考え直させてもらえる本。

機械学習はなんでも解決できる魔法の杖ではありません。
「とりあえず機械学習入れよう」 と思考停止に機械学習に固執してしまっているプロジェクトも多々あります。
機械学習には何ができて、何ができないのか。それを踏まえた上で提案、実装できるようになっていくことが大切です。

また、本書の「はじめに」には、下記のような記載があります。
「(本書の目的は)機械学習を機能させるために必要な手順を理解し、それを臨機応変に使えるようになること」
機械学習で解決できそうなプロジェクトだったとしても、教科書通りのモデルを作っただけでうまくいくことはほとんどありません。

この本も、ことあるたびに読み直したい一冊です。

効果検証入門

機械学習を実際に適用して、その効果を適切に図る。仕事として機械学習に携わるにおいて、避けては通れません。
自分の仕事の評価が効果検証によって左右されるとも言えます。

どのプロジェクトにおいても、必ず行われるであろう効果検証ではありますが、適切に実施することは非常に難しく、多くの間違った判断が各所でされています。(逆に成果がなくても、あたかも成果があるように見せることもできてしまいます)

どのようなバイアスがかかる可能性があり、そのバイアスを取り除くにはどうしたら良いのか。
その方法を知らずして、効果を適切に判断することは不可能です。

因果推論をしていくための基礎となる知識を、初心者にもわかりやすく解説してくださっています。

最初に必ず通読するのはもちろん、実際に効果検証する際には毎度立ち返りたい本です。

終わりに

「機械学習になんとなく憧れている」という段階から、「仕事として機械学習を用いる」という段階に行くにあたり、必読の4冊を紹介しました。

弊社は、AI・機械学習を利用したシステム開発を得意とする企業で、未経験者からエンジニアになったメンバーも多く活躍しています。
大学生のインターン、新卒、中途問わず、一緒に働く仲間を絶賛募集中です!
ご興味ある方はこちらから。

76
99
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
76
99

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?