
何が起きたか
Qiitaに投稿した実務家は、本番環境で需要モデルが破綻した経験——交差検証が時系列の未来データを漏洩させていた——を踏まえ、順番に読むべき4冊を挙げた:Andriy Burkov『Machine Learning 100+ Pages Essence』、Sebastian RaschkaとVahid Mirjaliliによる『Python Machine Learning』第3版、Raschka、Yuxi Liu、MirjaliliによるPyTorch & scikit-learn版、そしてHastie、Tibshirani、Friedmanの『The Elements of Statistical Learning』である。
なぜ重要か
順番そのものが重要だと主張し、薄い概観の後に実際のコードが続く方が、厚い理論書を最初に読むより優れていると述べている。
誰に効くかこれは、scikit-learnやPyTorchのコードはすでに実行できるが、実データでモデルがなぜそのように振る舞うのか説明できない現役のデータサイエンティストやアナリストに響く——この投稿はそのギャップをコーディングスキルのギャップではなく概念的なものとして位置づけている。
こういう要約が、毎朝あなたのメールに届きます。
この投稿は書籍リストではなく、具体的な失敗から始まる。著者は社内の需要予測モデルをひとりで担当していた。検証データでのスコアは悪くなかったが、本番では予測が外れ、コードを見直してもバグは見つからなかった。原因は交差検証の分割方法にあり、時系列の未来の情報が学習側に漏れていた。この種の間違いは断片的なネットのチュートリアルでは見つけにくいと著者は指摘する。チュートリアルは手順を説明するが、なぜその手順なのかは説明しない——自分に欠けていたのは実装スキルではなく、その下にある考え方だったと述べている。
この診断が、著者が勧める読書順を形作っている。厚い理論書を最初に開けば諦めてしまうと著者は書き、軽い入門書だけを読めば実務で現れる微妙な問題を説明できないとも書く。そこで順序は、用語と手法の短い地図から、アルゴリズムとモデル評価が実際にどう機能するかへ、次に深層学習の訓練ループを自分で書くことへ、最後に統計へと進む。各書名について対象読者を挙げている。短い概観はプログラミング初心者向けではないこと、RaschkaとMirjaliliの本は約1,000ページあり通読向けではないこと、『The Elements of Statistical Learning』は1,000ページを超え、通読ではなく章ごとに拾い読みすべきことを述べている。また、Raschkaの2冊は基礎部分で重複があるため、両方買うならPyTorch版を先にすべきだと指摘している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
次の記事へAI組織11部門運用で稼働は4部門