著者の紹介
みなさん、初めまして。スッキリわかるPython入門と機械学習入門の著者の須藤と申します。株式会社フレアリンクのCDSO（Chief Data Science Officer）として日々教育データの解析や、研修講師の登壇などを行なっています。
また、今年４月からとある大学院でデータサイエンスの研究なども行なっています。
どういった方が対象読者なのか？
次の要件を満たしている方を対象読者と想定しています。
- Pythonの基本文法は習得済みの人
- 機械学習の知識はゼロの人、あるいは１〜２冊別の入門書籍を読んで入るが、改めてゼロから学習したい人
- ゼロからの学習で基礎力を定着させたい人
この本（スッキリML）はどんな本なのか？
さて、拙書「スッキリわかる Pythonによる機械学習入門」がどのような書籍なのかについて簡単に紹介したいと思います。
現在、世の中には、データサイエンス・機械学習に関する様々な入門者〜初心者向け学習コンテンツが出回っていますが、それらは大きく分けて次に分類できるかと思います。
- ビジネスにおけるデータサイエンスや機械学習の考え方や事例を多く紹介し、その分具体的な内容には踏み込まない本
- pandas・numpy ・matplotlib などの前処理や可視化のライブラリの操作方法に特化した本
- 様々な機械学習手法に触れており、数理・実装の紹介に特化している本
- 上記１〜３を複合しているが、その反面説明が簡素化されている本
こういった棲み分けが現状なされている中で、「現状の知識はゼロだけど、本書で基本的な内容を学習し、読後も別の応用書籍で継続的に勉強を続けていきたい」という入門者はどうやって勉強を進めていくべきかということを第一に考えました。
その結果、
「データサイエンスは「前処理→モデリング→評価」のサイクルであるということを丁寧に解説し、反復練習を通して基礎を体に叩き込むことができる本」
という第５の選択肢に行き着いたのです。
本書はこの、入門者に本当に寄り添った第５の書籍になるように様々な工夫を施しています。
この本を読了後に到達するレベルと学習ルート
上記で、「基礎を習得する事が出来る」と書きましたが、「基礎」と言われるとどのぐらいのレベルと想定しましたでしょうか？
人によっては「基礎という事は、データサイエンティストやMLエンジニアを採用している会社の,新卒～２・３年目ぐらいなのかな・・・という事は、この本1冊だけでそこそこのレベルになるのかな？？？」
と思った人もいるかもしれませんが、、、
すいません。そう言った観点で述べるのならば、この書籍は基礎の基礎でしょうか。（やはり、そういった企業に採用される新卒社員は大学の4~9年間でデータサイエンスの研究を行っているので、さすがに本を1冊読了しただけで4年以上勉強・研究している人たちと同程度と呼ぶには気が引けます。）
そのため、本書を読了した後も決して「基礎力は完璧だ！！」と慢心せずに、ご自身の目的に沿った学習を進めていただけたら幸いです。例えば本書は、ライブラリの操作方法や分析手法は基礎的なものに限定しています。「pandasや今回紹介しなかったnumpy&matplotlibに関して造詣を深める」であったり、今回は紹介しなった「データサイエンスの数学」に関してもっとしっかり勉強をしてみるであったり、機械学習ではなく統計学に関する勉強をしてみるでったあり、、、、etc
機械学習や統計学などのデータサイエンスは、非常に範囲が広く、勉強していけばきりが無いと感じ不安に思われる方もいらっしゃるかもしれません。しかし、その分可能性も無限に広がっているのだと筆者は感じます。