情報データサイエンス・AI基礎
スッキリわかるPythonによる機械学習入門 初版
データ分析の全体の流れを繰り返しながら、機械学習を実装で身につける。Python、前処理、分類、回帰、モデル評価などを扱う、基礎レベルの参考書です。院試対策での進め方と、次に取り組む本をまとめました。
![]()
- 書名
- スッキリわかるPythonによる機械学習入門 初版
- 著者
- 須藤秋良、フレアリンク(監修)
- 出版社
- インプレス
- 発行
- 2020-10-16
- 分野
- 情報/データサイエンス・AI
※当ページのリンクには広告が含まれています。
機械学習を、Pythonで実際に動かしながら学ぶ入門書です。664ページで、データの読み込み、前処理、モデルの学習、評価という分析の流れを、題材を変えて何度も繰り返します。回帰、分類、教師なし学習などの代表的な手法を扱います。
手法の数式よりも、データ分析を一通り自分で行えるようになることに重点を置いています。
- 機械学習を、手を動かしながら初めて学ぶ人
- 入学後の研究で、データ分析が必要になる人
Pythonの基本的な文法を知っていることが前提です。
- 機械学習の概要と準備
- 教師あり学習(分類、回帰)の基本の流れ
- データの前処理
- モデルの評価と改善
- さまざまな手法(決定木、線形回帰、ロジスティック回帰、など)
- 教師なし学習
同じ流れを繰り返すことで、作業の手順が自然に身につきます。対話形式の説明が多く、つまずきやすい点が先回りして解説されています。
院試の筆記試験は、手法の原理や数式を問うものが中心です。この本だけでは、筆記試験の対策には足りません。位置づけとしては、機械学習で何をするのかを体験し、用語に慣れるための本です。
院試との関係で重要なのは、モデルの評価に関する部分です。学習用とテスト用にデータを分ける理由、過学習、交差検証、正解率・適合率・再現率といった評価の指標は、用語の説明問題としてよく出ます。ここは丁寧に読んでください。
各手法の章では、その手法が何を入力とし、何を出力するのか、どんな問題に使うのかを整理します。
研究計画書で機械学習を使う研究を書く人には、実際の分析の流れを知るうえで役立ちます。
次の問いに答えられるかを確かめてください。
- データを、学習用とテスト用に分ける理由を説明できるか
- 分類と回帰の違いを言えるか
- 適合率と再現率の違いを、例を挙げて説明できるか
実装を中心とした入門書です。手法の数学的な導出は扱っていないため、筆記試験の対策には、別の本が必要です。
理論は、『はじめてのパターン認識』で学びます。必要な数学は、『機械学習のための確率と統計』で補えます。
スッキリわかるPythonによる機械学習入門 初版
Python3年生 機械学習のしくみ 体験してわかる!会話でまなべる!基礎・参考書教養としての機械学習東京大学出版会
教養としての機械学習基礎・参考書期間限定!入会金無料キャンペーン!
11月30日までのお申し込みで、
入会金30,000円が無料!
また、ご満足いただけない場合は安心の全額返金保証制度あり!
無料体験講義のお申し込み
下記に必要事項を記入の上、【送信】を押してください。
数日以内に担当のものからメールでお返事させていただきます。
※迷惑メール設定を解除いただくようお願いいたします。
院試塾INPASSのサービス内容は、こちらからご確認いただけます。
INPASSの詳細を見る情報の最終確認日:2026-11-17


