本書は、これからデータサイエンティストとしてキャリアを始めようという方、あるいは「偶発的なデータサイエンティスト」つまり、たまたまデータサイエンティストとしての役割を任されたエンジニアを対象に書かれた、データサイエンスと機械学習の短期集中育成コースです。筆者らの経験に基づいて、データサイエンティストの現場において求められるスキルをまとめています。

本書を構成する3編のパートのうちパートIではデータサイエンティストの基本となる原理原則を解説しています。データサイエンスの現場を理解するため出発点として、データサイエンティストの求められる役割、ワークフローを述べ、誤差分析、前処理、仮説検定、可視化といった基本的な手法を解説します。誤差の多いデータ分析では、いきなりアルゴリズムを当てはめてもほとんど成功することはありません。まずは基本的なデータを理解します。

パートIIでは、基本的な機械学習の手法を述べていきます。比較、回帰分析、クラスタリング、ベイズネットワーク、次元削減、因果推論、ニューラルネットワークなどをPythonによるコードを示しながら解説します。本書では1回限りのデータ分析ではなく、たとえばWebサイトで実行されるレコメンドシステムのような比較的長期にわたる実務に焦点を当てて解説しています。

最後にパートIIIでは、機械学習を実行するプラットフォームについて解説します。ハードウェアのボトルネック、高速アクセスのためのソフトウェアの基礎、分散システムにおけるアーキテクチャについて述べます。これらはデータサイエンスのエンジニアリング的な側面です。

実務の現場におけるデータサイエンスを理解するための第一歩を学べる内容になっています。