【初心者向け】Pythonで機械学習やるための本を徹底紹介

【Python入門】Pythonで機械学習やるための本を徹底紹介

機械学習入門

はじめて機械学習について触れた時、多くの方が「イメージできない」「難しい」という印象を抱いたと思います。 こちらの本はそんな難しいイメージの機械学習を徹底的に簡素化、その結果、書内にほとんど数式が登場してきません。 難しい関数や法則の話も、簡単なイラストやアニメで解決。 数学が苦手な方やプログラミング未経験な方でも機械学習やディープラーニング（深層学習）のイメージをつかむことができると思います。 これからPythonで機械学習を学ぶにも、いろいろ登場する「●●法則」とか「●●関数」の理解は欠かせません。本格的な本に触れる前に一読しておいて損はないと思います。

尚、本著はサンプルコードはないので、あくまで機械学習の理論を学ぶ本。もちろんPythonのことも紹介されていません。 コードの実効性がないことから通学や通勤などオフライン時に活用したい本ではないでしょうか。

いちばんやさしい機械学習プロジェクトの本

こちらはPython学習者含め、あらゆるビジネスパーソン必見の機械学習本ではないでしょうか？

Amazonや書店で『機械学習の本』を探すとほとんどが機械学習の理論や説明ばかり。いくら理論を学んでも機械学習をどう実際の現場に活かせばいいか、どう既存のビジネスにのせればいいか、どれぐらいの開発コストがかかり、運用にはどんな注意点があるか、など実用面での疑問に答えてくれるのが本著です。

前半は人工知能市場や機械学習についての基礎とPythonの必要性、それから開発を行うための考え方や設計方法、実際の開発、費用面での注意点が記載。機械学習を実用するために必要な要素を網羅しているため、「広く浅く」という感じはありますが、経営層やこれから開発を検討している方の頭の整理にはマッチすることと思います。

著者は機械学習やデータサイエンスのコンサルを行うプロなので、現場の様子がよく分かり、これから機械学習プロジェクトを受注する側、発注する側の双方にとって説得力のある文章となっています。書内には機械学習エンジニア（Python）の報酬も紹介されていますので、Ptyhon及び機械学習のモチベーションUPにも一役買うと思いますよ。

Pythonではじめる機械学習

こちらの本は、実際にPythonコードを入力して機械学習を体験する参考書になります。 体験項目は、機械学習の中でも代表的な「教師あり」のk-最近傍法や線形モデル、決定木、ナイーブベイズクラス分類器、それから「教師なし」のクラスタリングなど。各章毎に違うデータセットを用いていろいろな学習方法で実践し、結果を確認、長所短所を確認していきます。 難しい機械学習のことをなかなか頭では理解できない時に、実際にコードで動かしてみると理解が早まるかもしれませんね。

Pythonの実行環境は、Jupyter Notebookを使いますので事前にAnacondaをインストールしておくことをお勧めます。また本著ではPython自体の解説はありませんので、Python未経験の方は別途Pythonの参考書があるといいでしょう。サンプルコードも実際に動かしてみようと思うと、import mglearn などモジュールの読み込みコードが省略されていたり。 Pythonコードが読めないとちょっと難しいかもしれませんね。

【サンプルコード】
https://github.com/amueller/introduction_to_ml_with_python 　（約60MB）

【サンプルで使うデータセット】
アイリス（花）の種類データ、ウィスコンシン乳がんデータセット、顔画像のデータセット、年収のデータセット、映画レビューのデータセット

仕事ではじめる機械学習

こちらの本は、機械学習の中級レベルの内容が書かれており、著書「ゼロから作るディープラーニング」や「Pytonではじめる機械学習」を終えた方を対象としています。実務レベルでの機械学習活用を想定としており、機械学習を行うための計画立案やアルゴリズムの選定法、結果の評価方法、システムへの組み込み、効果検証方法などが紹介。サンプルコードは各章ではなく、文末に3つ紹介。「映画の推薦システム」と「あえて機械学習を使わない場合の事例」、それから「マーケティングへの機械学習」です。何回読んでも理解できない機械学習（私の場合）を、コードの実行で理解できるようになるかもしれませんね。

尚、アルゴリズムの選定やシステムへの組み込みなど各章の解説は「広く浅く」紹介されています。「アルゴリズムの選定」では具体的な例はなく、システムへの組み込みも「こんな方法があるよ」といった紹介程度。実際にデプロイまでの工程は紹介されていません。 ページ数をみても230ページと技術書にしては薄いので、注文する前に自分のニーズとマッチしているか検討しておきましょう。

ただサンプルにもあるように実践レベルに近い「推薦システム」や「マーケティングへの活用」で機械学習する流れを拝見すると、機械学習初学者にとっては大変勉強になると思いますね。

【サンプルコード】
https://github.com/oreilly-japan/ml-at-work

Raspberry Piではじめる機械学習

機械学習やPythonを勉強している方なら気になる「Raspberry Pi」。 こちらの本では、WindowsやMacではなくRaspberry PiのOSを使って学習。 機械学習のレッスン内容は、書籍「ゼロから作るディープラーニング」や「Pythonではじめる機械学習」と似ているように思います。 手書き数字を使ったデータセットやアイリス（花）を使ったデータセットで機械学習を実行。

他の本と違う一番の特徴は、データだけで機械学習を評価するのではなく、実際に「じゃんけんゲーム」を行って機械と対戦できることでしょう。 Raspberry Piのカメラ機能を使って自分の手を認識させて、機械と対戦、ちょっとおもしろそうですよね。 尚、本著は技術本では珍しい文庫本サイズ。通勤通学でもかさばらないので、持ち運びに便利そうです。

【サンプルコード】
http://bluebacks.kodansha.co.jp/books/9784065020524/appendix/

まとめ

今回5つの機械学習本をご紹介させていただきましたが、サンプルコードありの場合、Pythonの基礎スキルありきで解説がはじまります。 サンプルを実行するだけならPythonのスキルは不要かもしれませんが、機械学習を理解しつつ、プログラムを実行しようと思うとやはりPythonの理解は欠かせないでしょう。

Pythonを学習して機械学習の勉強と思うと一見遠回りに思うかもしれませんが、コーディングでハマる度に何時間も浪費することを思えば、スマートでは。参考書やWebでもPythonの基礎学習できますが、効率よく学習できるオンライン・マンツーマンのCodeCampはいかがでしょう？

申し込み前の無料体験もありますので、安心して検討できると思いますよ。