以前KaggleのCoursesを紹介しましたが、それと並行して書籍でも勉強を行なっているのでそちらも誰かの参考のために紹介したいと思います。
「Pythonを使ってデータ分析を行いたい」という前提で学習しているため、それ以外の目的でPythonを勉強されている方には合わない内容になっていると思います。
Pythonチュートリアル（Webサイト）
英語版であればWebで公式チュートリアルが読めるので一通り確認しました。（見直してみたら日本語訳もありそう？？）
ただ、こちらは初心者にとって「サクサク読める、理解できる」という難易度ではないと感じたため、わからない場合は他のウェブサイトで補完したり、とりあえず飛ばしてなんとなく理解するという取り組み方にしました。
基本的な文法やデータ構造についてはついていけましたが、オブジェクト指向関連の話の部分は一応目を通したものの、いまだにあまり理解できていません。
あまり使わない構文についてもまだまだ怪しいのでこれからもお世話になりそうです。
東京大学のデータサイエンティスト育成講座（書籍）
実際に行われた東京大学の講座を書籍化したもので、Pythonの基礎と統計学を同時に学べるようになっており、自分の目的にとても合っていました。
説明や図も丁寧なので、プログラミング、統計学どちらも全くわからない状態からも取り組むことができます。（数学的な部分はやや難しい箇所もありました。）
ただ、Kindleでは固定レイアウトのみなのでスマホや小型タブレットでの勉強には使いづらい方もいるかもしれません。
実際に私はKindle版を購入したのですが、ノートPCでコードを書きつつ書籍を確認する場合は画面を行ったり来たりする必要があり、少し手間に感じました。
ただ、そういった面も踏まえてもなおわかりやすく、取り組みやすい内容なのでデータ分析に興味がある人にはオススメの内容でした。
著者の方の研究室では学生向けの講座の公開情報等が載っていたので、学生の方は一度研究室のサイトを確認してみるといいかと思います。
Python実戦データ分析100本ノック（書籍）
こちらの本はPythonでのデータ加工に慣れるためにかなり役に立ちました。
ドリルのように使うのがオススメの一冊です！
まだ第１章〜第３章（ほとんどデータ加工の話）しか取り組めていませんが、それぞれの章ごとに大問のようなものがあり、それをどのように実現するかを考えていくような構成になっています。
こちらの書籍はプログラミングを学ぶというよりは「実際のデータ分析はどのように行われているか」ということを学ぶための１冊です。
というよりも、基本的なプログラミング（条件分岐、リスト内包表記、for文、例外処理 etc.）については解説はありませんでした。そのあたりは他の書籍で勉強する必要があります。
また、記載されているコードについても詳細に解説されていなかったり、本の冒頭にもあるように「現場感を出すためにあえて冗長なコードになっている」部分もあったので、あくまでもわからない場合の解答例として確認する程度にとどめ、とにかく自分で書くことを意識して取り組みました。
Pythonは利用している人も多いからか、わからないことを検索すればたいていのことは解決できますし、調べている間に他の知識も学ぶことができます。
また、私はプログラムコードを書いた経験がほとんどなかったため、まずはテキストの解法を見ずに取り組み、うまく動かないコードもたくさん書くことで、ただ正解を写経するよりも効果的な勉強になったと感じています。
終わりに
上記以外にも読んでみたい書籍が４つほど（機械学習クックブックやKaggleで勝つデータ分析の技術とか）あるのでそのあたりも購入＆勉強が進んだらまた紹介したいと思います。
なんとなく機械学習について理解できてきたのでKaggleの過去コンペに触れたりすることでどんどん学んでいきたいです。
コメント