東京大学のデータサイエンティスト育成講座

投稿元：

レビューを見る

データサイエンティストとはどのような知識が必要なものなのかという観点で最初の１冊として購入しました。
結論から言うと、よく整理されていている点は良いのですが、深く学ぼうとすると、この本だけでは難しいと思います。
おすすめはこの本をベースにつまずく部分があれば別の本かネットで調べて進めていくのが良いと思います。

私の場合は、手を動かしならが進めていくうちに、統計学で詰まりました。ただプログラムを写して進めていくこともできますが、納得しながら進めないと意味がないと思い、その後、統計学を別の本で勉強、機械学習についても別の本で学習しました。再度、この本に戻って再勉強すると、よく整理させていて理解することができました。

投稿元：

レビューを見る

Pythonを少し勉強して、さらに成長したい方にオススメです！

ベースはデータサイエンスなので数値解析がほとんどです。

最後の方になると機械学習の実際のプログラミングができるようになってきます。

これ1冊をやればデータサイエンティストとしての実力が身に付くと断言出来る1冊です。

投稿元：

レビューを見る

データ活用、機械学習で使うであろう数学知識とPythonでのやり方を広く浅くまとめてる。
実際にコードも書かれてるので自分で書くとより理解できそう。

投稿元：

レビューを見る

一冊通せばデータアナリシスに使うpythonの手法を一通り学ぶことができる。

　オライリーの「Pythonによるデータ分析入門」の後でこなしたので、numpy, pandasやmatplotlibにはまることなく目的であるscipyやscikit-learnの章にたどり着くことができた。

　高校生から大学教養課程の数学・統計しか使わずに解説してくれるので、scipyとscikit-learnの専門書に取り組む前の導入としては素晴らしい内容である。
　加えて、Appendix3に掲載されている各分野の専門書のリストは大変役に立つ。

　自分が在学中にこんなにも実践的な講座は用意されていたとは、いくら思い起こしても記憶にないので、本書が実際に東京大学で実施された講座内容を書き起こしたものであることにいい意味で驚かされる。

投稿元：

レビューを見る

pythonの文法や、数多いライブラリの使い方を齧るよりも前に、線形代数、微積分・最適化、数理統計をある程度トレーニングしておくこと、さらに、それ以前に、全体と細部を同時に「思い、感じる」という科学的なものの見方について、いわゆる教養が必要だとは思う。それでも、コンピュータという道具は、習うより慣れろという面があるのも、また真実であり、そういう点で、項目の立て方や見易さ、さりげないヒントの書き込み方など、とても良いテキストだと感じた。

投稿元：

レビューを見る

広ーくあさーく一通り書いてある本（この手の本でPython自体の基礎から始まっていると、流石にそこからだとページ足りんだろ、、ってなるが）

なので操作を覚えるというよりはこういうことできるのねーってなんとなく感覚を知るか、他の基礎本でやった後に次何を勉強するべきかをざっと復習がてら確認するのに良さそう。今回は後者目的で読んだ。その意味では参考文献がたくさん載っていたのがよかったな。

投稿元：

レビューを見る

これまでBIツールを用いて見える化を試みたが、
前段の分析技法が欠落しており、空回りに終わっていた。
腰を据えて、基礎から学び直し。