データ処理から生成モデルまで学べる書籍4冊

出発点は具体的な失敗だ。初めて一人で担当した分析案件は交差検証では良いスコアだったが、実データに差し替えると精度がおよそ半分に落ちた。筆者は原因を前処理のリークと評価設計の甘さの2点に求め、知識の量よりも順序立てて学ぶことの重要性を導く。生データ処理とモデル検証の基礎を欠いたままアルゴリズム名だけを知っても役に立たないというわけだ。

4冊はこの診断に沿って並ぶ。最初の2冊で土台を築き、NumPyとpandasの内部から特徴量エンジニアリング、評価、Pipelineの実践へと進む。残る2冊で表現の幅を深層学習と生成モデルへ広げる。1冊目の機械学習の章はアルゴリズム入門の域を出ないと筆者は注記するが、それ以前の下地があれば読む速度は保たれ、2冊目は数式を意図的に抑えて決定境界の図とコードを重視している。

最後の助言は年次ではなく具体的な症状に書籍を結びつける。データ整理が絡み合うならハンドブック、検証と本番のギャップならscikit-learn本、深層学習の使い方を吟味したいならKeras本、生成AIの内部への好奇心なら最後の1冊だ。