RandomForestRegressor継承者が3冊で基礎を再構築

作者の状況は、機械学習ライブラリに触れた経験がないということではなかった。動くノートブックを引き継ぎ、APIの呼び方は知っていた。しかし予測が外れ始めたとき、その理由を説明できなかった。関数の呼び方を知ることと、前処理が何を捨てているか、モデルがどんな仮定を置いているかを理解することの間の溝——それを埋めるために3冊の順序があった。

実践的な要点はその順序自体にある。理論書から始めると数式で止まりやすいため、手を動かすデータ処理（pandas、NumPy、Jupyter）から統計的推論（交差検証、バイアスとバリアンス）、最後にscikit-learn、Keras、TensorFlowを使った実装プロジェクトへと進んだ。2冊目の演習はRで書かれており、Python中心の作業ではscikit-learnに移植する必要があると指摘。各ハイパーパラメータが何を制御するかを学ぶ練習になると位置づけている。

3冊を読了すべきリストとして扱うなとも警告する。どれも分厚く、自分のコードの問題に対応する章へ飛ぶだけでも効果があると感じたという。書籍はコードと数式を備えた技術書であり、キャリア指南やプレゼン術の本ではない。