yomitech

文系出身なりにデータ分析で飯を食っていくためにしたこと・していること

はじめに - ※2025/12/06に追記しました - 大規模言語モデルや、執筆時にはなかった書籍に関して追記しています - はじめに、なぜこの記事を書こうと思ったか説明します - 色々な人がデータ分析の職を得た経緯について解説していますが私の見聞きする範囲では主に次の二つに大別されます

機械学習からTransformerへ4冊

はじめに 数年前、社内の問い合わせログを分類するタスクを任された。そのときの自分はTF-IDFとロジスティック回帰を組み合わせたモデルを動かし、精度が7割そこそこで止まっていた。特徴量を足しても、ハイパーパラメータをいじっても数字が動かない。しかも、動かない理由を説明できなかった。 原因は単純だった。写経したコードは動くのに、中身を理解していなかった。なぜこの前処理なのか、なぜこの損失関数なのか。…

機械学習の理論と実装をつなぐ4冊

はじめに 数年前、退職した同僚から需要予測のモデルを引き継いだことがある。ノートブックは動いていたし、精度も一応出ていた。それでも困った。なぜこの特徴量が効いているのか、なぜこのモデルを選んだのかを、自分の言葉で説明できなかった。 そのとき自分がやったのは、とりあえず手当たり次第に技術書を買うことだった。分厚い理論書を開いては数式で止まり、チュートリアル本を写経しては翌週忘れる。半年くらい遠回りし…

機械学習の理論と実装を埋める3冊

はじめに 数年前、自分は業務で需要予測のモデルを回していた。精度はそれなりに出ていたし、ダッシュボードにもきれいなグラフが並んだ。ところがレビューで「この特徴量、なんで効いてるの」と聞かれて何も答えられなかった。コードは書けていた。中で何が起きているかは、ほとんど説明できなかった。 そこからしばらく、ライブラリのドキュメントを読み漁る日々が続いた。使い方はわかる。けれど正則化を強めるとなぜ汎化する…

データサイエンス関連の本を紹介する。

大学3年生の時に統計学の勉強をし始めて、今年で4年目を迎えています。 色々な書籍紹介の記事を読んだりしますが、どれくらいのレベルの時に、どれくらいの本を読んで、どんな感じになったのかという紹介は意外と少ないなと感じています。 今回はせっかくなので、自分がどういう勉強をしてきたかを振り返りながら、書籍紹介ができたら誰かの役に立つかなと思ってこの記事を書いてみました。 本の画像はAmazonへのリンク…

2022年にお世話になったオライリーのPython書籍5選

はじめに みずほリサーチ＆テクノロジーズ株式会社　先端技術研究部の@fujineです。 Python Advent Calendar 2022( 本記事が、 - これからPythonで機械学習を学ぼうとしている

機械学習を正しく始めるための欧米技術書5選——日本語の入門書では足りなかった部分を埋める

はじめに 機械学習を始めようとすると、情報が多すぎて何から手をつけていいかわからない。 YouTubeのチュートリアル、Udemyの講座、Qiitaの記事……。断片的に学んでいるうちに、「モデルは動かせるけど、なぜそうなるのか説明できない」状態になりがちだ。 自分がまさにそうだった。scikit-learnのサンプルコードは書けるのに、上司に「なぜこのモデルを選んだの？」と聞かれると答えられない。…

ML実務力を段階的に鍛える技術書4選

はじめに 自分がデータサイエンスを学び始めた頃、最大の失敗は「とりあえず有名な本を全部買う」ことだった。積読が増え、どれも中途半端に読んで身につかない。結局、手を動かす時間が減り、成長が停滞した時期がある。 その後、学習フェーズごとに1冊だけ集中して読む方針に切り替えたところ、理解の定着率が劇的に上がった。基礎固め、アルゴリズム理解、本番運用——段階ごとに必要な知識は異なる。全部を1冊でカバーする…