はじめに
自分が機械学習の仕事で一番冷や汗をかいたのは、社内レビューで「その特徴量を入れると精度が上がるのは分かった。で、なぜ汎化するの？」と聞かれた時だった。手元のノートブックは動いていたし、交差検証のスコアも出ていた。それでも一言も返せなかった。
原因ははっきりしていた。ライブラリのドキュメントとブログ記事を継ぎ足して知識を作っていたからだ。scikit-learn の引数の意味は言えるのに、その裏にある前提を説明できない。この状態はしばらく続いた。
そこで一度、腰を据えて教科書を読む時間を取った。目的は最新手法を追うことではない。数年経っても腐らない土台を作ることだ。結果として効いたのは、分厚い理論書を一冊通読することより、役割の違う本を組み合わせることだった。
全体像を短時間でつかむ本、手を動かしてデータと格闘する本、確率の言葉でモデルを語り直す本、そして意思決定という別の軸に視野を広げる本。この4冊でひととおり回る。以下、その順に紹介していく。
① 機械学習100+ページエッセンス : 新たな視点をもたらす!AIエキスパートの知見 — Andriy Burkov
著者の Andriy Burkov は Gartner で機械学習チームを率いた実務家で、研究とプロダクション運用の両方を経験している。その立ち位置が本の密度にそのまま出ている。
薄さの割に守備範囲が広い。教師あり学習と教師なし学習、SVM、カーネル法、勾配降下法、正則化、評価指標、ニューラルネットまで、主要な概念がひととおり数式付きで並ぶ。ページ数を切り詰めている分、説明は最短距離を通る。
この本はゼロから学ぶ教材としては厳しい。式の導出も丁寧な図解も省かれている。逆に言えば、概念の骨格だけが残った地図として使える。
自分はこれを理解度のチェックリストにしていた。数ページの記述を読んで内容が頭の中で膨らむなら、その分野は手が届いている。逆に詰まったところが弱点で、そこだけ別の本に戻る。この使い方が一番コスパがよかった。
こんな人に: 断片的に覚えた機械学習の知識を一度棚卸ししたい人。
② Rではじめるデータサイエンス（第2版） — Hadley Wickham, Mine Çetinkaya-Rundel, Garrett Grolemund
Hadley Wickham は tidyverse の設計者で、R のデータ分析環境を今の形にした人物だ。共著者の2人は統計教育とR教育の実践で知られる。
扱う範囲はモデリングの手前が中心だ。データの読み込み、整形、可視化、探索、そして結果を伝えるところまで。dplyr と ggplot2 を軸に、コードを書きながら進む構成になっている。第2版では tidyverse の変化に合わせてコード例が総入れ替えされた。
Python 派の自分がなぜ R の本を薦めるかというと、データ整形の考え方が言語を越えて効くからだ。縦長と横長の行き来、グループごとの集約、結合の設計。この整理の感覚を掴むと、pandas や Polars を書くときの迷いが減る。
章ごとの独立性が高いのも使いやすい。自分は可視化と整形の章だけ先に読んだ。前提知識はほぼ要らないので、分析業務に入ったばかりの人が最初に手を動かす一冊としても向く。
こんな人に: モデルより前の工程で毎回時間を溶かしている人。
③ Machine Learning: A Probabilistic Perspective — Kevin P. Murphy
Kevin Murphy は Google Research のリサーチサイエンティストで、確率的機械学習の教科書を何冊も書いている。本書はその代表作だ。
軸はベイズ的な視点だ。事前知識と不確実性をモデルに組み込み、点推定ではなく分布として予測を返す。頻度論の立場との違いも随所で対比されるので、これまで学んだ手法が別の言葉で再構成されていく感覚がある。
線形回帰やロジスティック回帰のベイズ版から、ガウス過程、変分推論、EMアルゴリズムまで踏み込む。この層の話題を一冊で通して読める本は多くない。
洋書で1000ページを超えるので、通読する本ではない。自分は必要な章だけ辞書的に開いている。予測の不確実性を扱う案件に入ったときに、ここに戻れる場所があるのは心強い。まず序章だけ読んで、なぜ確率で書き直すと得なのかを掴んでから本編に入るのを勧める。
こんな人に: 予測値と一緒に自信度を出す必要が出てきた人。
④ 強化学習（第2版） — Richard S. Sutton, Andrew G. Barto
著者の2人は強化学習という分野そのものを立ち上げた研究者で、2024年のチューリング賞を受賞している。世界中の講義で標準教科書として使われてきた本だ。
内容は多腕バンディット、マルコフ決定過程、動的計画法、モンテカルロ法、TD学習、方針勾配と積み上がっていく。環境と相互作用しながら方針を改善する、という一本の筋が最後まで通っている。
LLM の学習パイプラインに人間のフィードバックによる強化学習が入って以降、この分野は一気に実務の話になった。報酬設計や方針最適化の議論を読むとき、土台があるかどうかで理解の解像度が変わる。
章が前から順に積み上がる構造なので、飛ばし読みが効きにくい。教師あり学習の基礎とニューラルネットをある程度分かってから読んだほうが楽だ。自分は最初に読んだとき序盤のバンディットで止まってしまい、二周目でようやく全体がつながった。
こんな人に: 予測から一歩進んで、逐次的な意思決定を扱いたい人。
まとめ
| ステップ | 読む本 | 得られるもの |
|---|---|---|
| 全体像 | 機械学習100+ページエッセンス | 主要概念の地図と弱点の把握 |
| 実践 | Rではじめるデータサイエンス | 整形・可視化・探索の型 |
| 深掘り | Machine Learning: A Probabilistic Perspective | 不確実性を扱う語彙 |
| 拡張 | 強化学習 | 逐次的な意思決定の基礎 |
今の課題別に一冊選ぶなら、こう考えている。
- 用語は知っているが説明できない: 機械学習100+ページエッセンス
- 前処理と可視化で毎回詰まる: Rではじめるデータサイエンス
- 予測の不確実性を説明したい: Machine Learning: A Probabilistic Perspective
- RLHF や方針最適化の議論を追いたい: 強化学習
同じ概念を複数の本で読むのも効く。書き方が違うだけで急に腑に落ちることがあるし、一度腑に落ちれば他の説明も後から読み解ける。