本記事では、データサイエンスの知識・スキルが学べるおすすめの参考書を紹介しています。
気になった参考書があれば、購入する前にAmazonの無料試し読みで内容を確認することをおすすめします。
表紙がイラストをたくさん使っているから、内容も初心者向けだろうと思い購入してみたら、図解での説明が少なく文字で埋め尽くされている参考書だった。。なんてこともありますので。
Amazon Kindle Unlimited
Amazon Kindle Unlimitedに登録すると、月額980円で読み放題だからオススメだよ!
初回30日間は無料だから、まだ登録したことのない人はぜひ試してみてね!
変数名/関数名にもう悩まない!
- 美しいコードが書けるが自然と書けるようになる
- 他の開発者が理解しやすいコードになる
教養としてのデータサイエンス
出版社 | 講談社 |
著者 | 内田 誠一 / 川崎 能典 / 孝忠 大輔 / 佐久間 淳 / 椎名 洋 / 中川 裕志 / 樋口 知之 / 丸山 宏 |
発売日 | 2021/6/17 |
ページ数 | 240ページ |
- 社会で起きている変化
- 社会で活用されているデータ
- データ・AIの活用領域
- データ・AI利活用のための技術
- データ・AI利活用の現場
- データ・AI利活用の最新動向
- データを読む
- データを説明する
- データを扱う
- データ・AIを扱う上での留意事項
- データを守る上での留意事項
わかりやすく、気楽に読み進めることができます。練習問題に答えると理解が深まります。コメントも興味深く楽しいですね。
引用元:Amazon
まさに、安宅和人さんが帯に書かれている通りの本です。
教科書的な作りで、データサイエンスについて知っておくべき基本的知識の解説が網羅されております。復習としてあらためて確認することも多かったですが、「こんなこと知らなかった」という漏れていた知識にもたくさん触れられました。わかりやすく端的にまとめられた解説なので、スッと頭に入ります。データサイエンスについてとりあえず基礎の基礎はいったん知ることができたと階段の一段目にこられたことを確認できる本かと思います。
引用元:Amazon
ビジネスの現場で使えるAI&データサイエンスの全知識
出版社 | インプレス |
著者 | 三好大悟 |
発売日 | 2022/3/15 |
ページ数 | 272ページ |
- データサイエンスをビジネスで活用する
- データサイエンスの手法を理解する
- 基本的な統計手法を理解する
- 線形回帰モデルで需要予測を立てる
- ロジスティック回帰モデルでユーザーターゲティングを行う
- ディープラーニングで画像分類を行う
- 教師なし学習でユーザーセグメントを精緻化する
- レコメンデーションエンジンを実装する
- 数理最適化で利益の最大化を図る
AIやデータサイエンスに少し興味があったのですが、初学者なので知識もなく、とりあえず買ってみました。
引用元:Amazon
フルカラーだったことと、また実務の事例をもとに説明されているので、私でも理解が進みました。
またExcelを使いながら演習するパートもあるので、具体的なイメージも沸きました。
とはいえ、少し難しい部分があるので、もう少し時間をかけて読んでいきたいです。
データサイエンスやAIを実際に業務の現場で活用したい人に、分析手法別にわかりやすくまとめられていると思います。また実際の分析結果をどう解釈したら良いかも丁寧に説明されていてとても実用的です!
引用元:Amazon
データサイエンスの無駄遣い 日常の些細な出来事を真面目に分析する
出版社 | 翔泳社 |
著者 | 篠田 裕之 |
発売日 | 2021/10/28 |
ページ数 | 482ページ |
- LINEの既読スルーにランダムフォレストで立ち向かう
- 多面的な自分と向き合うためのチャットボット
- 電子デバイスを駆使して強制的に感情移入できる漫画を作る
- 在宅ワークの孤独に対抗してプロジェクションマッピングで“バーチャル職場”を作り出す
- 「休日に会社の同僚と遭遇しないための動き方」を物理シミュレーションとゲーマーの英知で解き明かす
- 飲み会で孤立しないためのセル・オートマトン
- 飲み会の帰り道での孤立に、ARシミュレーションで立ち向かう
- 「満員電車で快適に過ごすための動き方」を物理シミュレーションで解き明かす
- すべての孤独に悟りとデータサイエンスで立ち向かう
とにかく面白い。観点、実装、文章すべてが噛み合い淡々とした魅力を形成している。
Web記事を書籍化したようだが、そういった本によくあるバラバラ感が見られないのは著者の一貫性によるものなのか、あるいは編集者の力量なのか分からない。いずれにせよ一冊の書物として成立している。中身は、思いの外データサイエンス以外のAIやシミュレーション、ARなど多彩で飽きることはない。もし勉強目的なら、データサイエンスとしてはやや事例は少ないかもしれないが、逆に様々な先端ITを垣間見られるという点で価値があるだろう。サンプルコードがあるのも勉強向き。
引用元:Amazon