データサイエンス・機械学習をやるためのエンジニアな本まとめ - 2019年版 - Lean Baseball

ここ1〜2年くらいで、業務やプライベートのデータ分析・データサイエンスで参考にした本（と一部本じゃないもの）をまとめてみました（注：もちろん全部読んでいます）.*1. なお, あくまでワタシ個人（@shinyorke）の見解に基づいた独自解釈であり、所属組織・チームの意向とは関係ありません（とだけ最初に断っておきます）. サクッとまとめると 「レベル感（はじめて・経験者）」だけででなく,「エンジニア面を鍛える or 理論を固める」の軸で考えると良い書籍・学び方に出会える確率上がる エンジニアでも理論でもどっちから初めても良い, がどちらかが得意な方が絶対幸せ（≒片方だけじゃお話にならない可能性） 個人的なオススメは「機械学習図鑑」「前処理大全」「機械学習のための特徴量エンジニアリング」そして「試して学ぶ機械学習」です. おしながき サクッとまとめると おしながき 対象読者&執筆者について

[shinyorke]

諸々まとめました, ご参考になれば幸いです！ [データサイエンス][機械学習][Python][データ分析][キャリア][学習][書籍]

[sakuramon11]

あとで読む()

[keiloveyasuda]

ありがたいまとめだ順次買おう

[hara_boon]

いつもの人だ。独学プログラマー読んでPyQやり始めてみた。いつかここのあたりもやってみよ。

[TownBeginner]

“自分がエンジニアならデータサイエンティスト, データサイエンティストならエンジニアとコミュニケーションを取るためのお互いの事を少しでも知る ” なるほど、ともあれ前処理大全は読んで損はなさそう。チェック

[shibainu1969]

エンジニアリングもデータサイエンスも勉強したいけど他にやりたいことが一杯ある。エンジニア系のブクマはコメント少ないから書いてみた。

[shin0O]

のっけからわかりやすい図があって文章書くの上手いんだなーって

[homarara]

やるわけがあるまい。https://tutorials.chainer.org/ja/ をブクマしたやつ、ずいぶん時間経ってるけどやったか？

[tettekete37564]

いつやるの？[MachineLearning]俺に届け！

[takinou0]

大概後で読まないんだけど、後で読むタグをつけてみます。

[hackapellmanda]

あとでよむ

[zgmf-x20a]

すでにそうだったら申し訳ないけど、発信する側に回ってください。

[jacoby]

「Kaggleで勝つデータ分析の技術」とかは入ってないのか。評判よさそうだったけど。

[yuzutas0]

👀