はじめに
数年前、初めて一人で任された分析案件のことをよく覚えている。pandas でCSVを読み込み、適当にモデルを回し、交差検証のスコアが良かったのでそのまま報告した。本番データに差し替えた途端、精度は半分近くまで落ちた。原因は前処理のリークと、そもそも評価設計の雑さだった。
このとき痛感したのは、知識の量よりも学ぶ順番だった。自分は機械学習のアルゴリズムの名前はいくつも言えたのに、生データを扱う足腰と、モデルを検証する作法がすっぽり抜けていた。ライブラリのAPIリファレンスを読んでも、その穴は埋まらない。
そこから意識を変えて、手を動かしながら読める本を選ぶようにした。理論の名著は確かに価値があるが、仕事で詰まっている人間がまず必要とするのは、コードと図が多くて翌日の作業に反映できる本だ。
今回紹介するのは、自分がその考えで選び直した4冊。データの扱い、古典的な機械学習、ディープラーニング、生成モデルという順に並べてある。前半2冊で足腰を作り、後半2冊で表現力を広げる構成だ。すべて日本語版があり、通勤中でも読み進められる。
① Pythonデータサイエンスハンドブック 第2版 — Jake VanderPlas
著者はワシントン大学eScience Instituteの研究者で、Astropy や scikit-learn などPythonの科学計算エコシステムに長く関わってきた人物だ。
扱う範囲は IPython、NumPy、pandas、Matplotlib、そして scikit-learn まで。生データを読み込んで整形し、可視化して、モデルに渡すまでの一本道をツールごとに分解して解説してくれる。
ありがたいのは、NumPy のブロードキャストや pandas の階層インデックスといった、普段なんとなく使っている仕組みを図で説明している点。自分は groupby と pivot の使い分けをここで初めて腹落ちさせた。
後半の機械学習パートはアルゴリズム紹介にとどまるが、前半の土台があるので読む速度が落ちない。辞書としても読み物としても機能する。
こんな人に: pandas を書けるが、なぜそう動くのか説明できない人。
② Pythonではじめる機械学習 — Andreas C. Müller, Sarah Guido
Müller は scikit-learn のコア開発者の一人。つまり、ライブラリを設計した当事者が書いた解説書だ。
内容は教師あり学習と教師なし学習の主要手法、特徴量エンジニアリング、そしてモデル評価とパイプライン。数式はかなり抑えられていて、代わりに決定境界の図とコードで直感を作らせる。
自分にとって一番効いたのは、交差検証とグリッドサーチ、そして Pipeline を組み合わせる章。冒頭に書いた失敗は、まさにここを知らなかったせいで起きた。前処理を学習データの外側で済ませてしまう事故は、Pipeline を習慣にするだけで消える。
理論の深掘りはほぼないので、アルゴリズムの導出を知りたい段階では物足りない。ただ、現場で動くモデルを正しく作るという目的なら必要十分だ。
こんな人に: モデルは作れるが、評価と前処理の設計に自信がない人。
③ Pythonによるディープラーニング — François Chollet
著者は Keras の作者で、長年 Google で深層学習フレームワークを開発してきた。
画像分類、テキスト処理、時系列、生成モデルまでを Keras のコードで通していく。各章は小さな理論解説と、すぐ動かせる実装がセットになっている。
特徴的なのは、著者の見解がはっきり書かれているところ。過学習との付き合い方、データ量が足りないときの判断、深層学習が向かないタスクの見極めなど、経験に基づく指針が随所に入る。モデルを作る前に立ち止まる癖がついた。
統計的手法しか知らなかった時期の自分が、ニューラルネットを怖がらなくなったのはこの本のおかげだ。写経して終わりにせず、自分のデータに差し替えて試すと効果が倍になる。
こんな人に: 深層学習を手を動かして一周したい人。
④ 生成 Deep Learning 第2版 — David Foster
著者はデータサイエンス企業 Applied Data Science Partners の共同創業者で、実務とクリエイティブ領域の両方に軸足を持つ。
テーマは生成モデル一本。VAE、GAN、自己回帰モデル、拡散モデル、Transformer と、画像・テキスト・音楽それぞれの生成を実装レベルで追える。
生成AIの解説記事は山ほどあるが、潜在空間の設計や学習が崩れる理由まで踏み込んだ日本語の本は限られる。仕組みを知っておくと、既存モデルを使うときの勘所が変わる。
読むのが楽しい本でもある。自分は顔画像の潜在空間をいじる章で完全に沈み込んだ。息抜きの副業プロジェクトにそのまま持ち込める題材が多い。
こんな人に: 生成AIを使う側から作る側に回りたい人。
まとめ
| ステップ | 読む本 | 得られるもの |
|---|---|---|
| 土台 | Pythonデータサイエンスハンドブック | NumPy/pandas の内部挙動と可視化 |
| 基礎 | Pythonではじめる機械学習 | 特徴量設計、評価、Pipeline の作法 |
| 発展 | Pythonによるディープラーニング | 深層学習の実装と設計判断 |
| 応用 | 生成 Deep Learning | 生成モデルの原理と実装 |
今の課題別に1冊だけ選ぶなら、こんな基準で決めればいい。
- データ整形で毎回つまずく、コードが散らかる → Pythonデータサイエンスハンドブック
- 検証スコアと本番精度が乖離する → Pythonではじめる機械学習
- 深層学習をなんとなく使っている → Pythonによるディープラーニング
- 生成AIの中身を理解したい → 生成 Deep Learning
4冊まとめ買いする必要はない。詰まっている箇所に対応する1冊を選んで、コードを動かしながら読み切るほうが早く効く。