# 【データサイエンティスト厳選18冊】データサイエンスを学ぶ上でオススメな本・教材！ > 当ブログ【スタビジ】の本記事では、データサイエンスを学ぶ上でオススメできる本を厳選して紹介していきます。ここではデータサイエンティストになるために習得するスキルをデータサイエンスと称しております。いくつかの観点に切り分けて見ていきます。 - URL: https://toukei-lab.com/datascience-book - 公開: 2022.11.29 / 更新: 2026.10.28 - サイト: スタビジ（https://toukei-lab.com） :::talk{who="umatan"} 当サイト【スタビジ】の本記事では、データサイエンスを学ぶ上でオススメできる本を厳選して紹介していきます。ここではデータサイエンティストになるために習得するスキルをデータサイエンスと称しております。いくつかの観点に切り分けて見ていきます。 ::: こんにちは！データサイエンティストのウマたん([@statistics1012](https://twitter.com/statistics1012?lang=ja))です。 わりとマーケティングサイドの仕事もガッツリやっているんですが、大学院時代は[統計学](/statistics-freshman)を専攻していて最近は業務が[マーケティング](/marketing-study)よりも[データサイエンス](/data-scientist)にかなり寄ってきてます。 そんな僕がデータサイエンスを学ぶ上でのオススメ本や教材を紹介していきたいと思います！ ここでオススメした書籍で学びながらも並行して手を動かすために[データ分析コンペ](/data-competition)の[Signate](https://signate.jp/)や[Kaggle](/kaggle)を利用することをオススメします。 :::talk{who="umatan"} データサイエンスを挫折せず続けやすい本・教材を紹介していくよ！ ::: 以下のYouTube動画でも解説していますので、あわせてチェックしてみてください！ ::youtube{#XncrSuY0nI8} ## そもそもデータサイエンスって何？ ![stories pc](/wp-content/uploads/2021/01/All-the-data-bro-e1613475965440.png) そもそも**データサイエンスって何なのか**について考えていきましょう。 以下の動画でも解説しています！ ::youtube{#B6HtjrB4YKg} 一時、データサイエンティストという職業が「21世紀最もセクシーな職業」なんてもてはやされてからデータサイエンスという言葉も聞かれるようになってきました。 Googleトレンドを見てみると、データサイエンスとデータサイエンティストの需要が右肩上がりで上がってきていることが分かります。 一方、[ビッグデータ](/big-data)は一時の流行りは落ち着いてきているみたい。 ![](/wp-content/uploads/2019/09/693eae83f8d86072236f248e852c7fa1-1024x492.jpg) そんなデータサイエンスですが、主に**3つのスキル**に分かれます。 ※データサイエンティストのスキルをここではデータサイエンスと定義します。2番目の統計学の部分だけをデータサイエンスとくくる場合もあります。 ![データサイエンティスト　スキル](/wp-content/uploads/2020/09/175914df37eb2e8177d0582890fc20aa.jpg) 一つ目がエンジニアリング・ITスキル。 こちらはデータの抽出・加工、分析、データ連携、[データベース構築](/dmbok-datamanagement)などのスキル。[SQL](/sql%e3%82%aa%e3%82%b9%e3%82%b9%e3%83%a1%e6%9c%ac)・R・[Python](/python-learn)・[JavaScript](/javascript_learn)・[プログラミング一般知識](/programming-study)などのスキルセットが望ましいと思ってください。 二つ目が統計学や機械学習の理論のスキル。 こちらは、実際にエンジニアリングした結果を正しく統計的に解釈することができるか。データに惑わされない勘所を押さえておくべきです。 [検定](/%E6%A4%9C%E5%AE%9A)を行った時のよくある勘違いや・[偽相関](/correlation-causal)・[時系列データ](/%E6%99%82%E7%B3%BB%E5%88%97%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90)の見せかけの相関などエンジニアリングして出力した結果に対して解釈を間違えると大変なことになるパターンもあります。 三つ目が[マーケティング](/marketing-study)・[ビジネス](/business-study)のスキル。 これがないと、分析をして結果解釈までして果たしてその後どうするかまで導き出せません。 この能力がないと、無用の長物になってしまうことが多いです。 **データを解析してそこから洞察を抽出し実際にビジネスインパクトにつなげる業務を一気通貫で行う**のがデータサイエンティストという職業なのです！ とは言っても、これを一人で全部完璧に行うのは厳しいのでチームで疑似データサイエンティストを作っているパターンも多いです。 [データサイエンティスト](/data-scientist)に関して詳しくは以下の記事をご覧ください！ :::talk{who="robotan"} データサイエンティストって分析だけできれば良いものだと思ってたけど、それだけじゃダメなのか！ ::: :::talk{who="umatan"} そうだね！上の３つのスキルを全て兼ね備えているのが真のデータサイエンティストだ！ ::: ## データサイエンスを勉強するのにオススメな本・教材18選！ ![studies book](/wp-content/uploads/2020/07/Nerd-amico-min.png) それでは、早速データサイエンスを勉強するのにオススメな本や教材を見ていきましょう！ ### エンジニアリング・ITスキルを勉強するのにオススメな本・教材5選！ まずは、先ほどの必要な1つ目のスキル、**エンジニアリングスキル**。 とりあえずPython（もしくはR）・SQLが書ければそれほど困らずやりたいことを実現できます。 エンジニアリング領域は本だけでなく動画教材もあわせて見ながら学習することをオススメします！ #### Pythonスタートブック ::product[Pythonスタートブック \[増補改訂版\]]{url="https://www.amazon.co.jp/dp/4774196436?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51fE+EY9yuL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4774196436?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FPython%25E3%2582%25B9%25E3%2582%25BF%25E3%2583%25BC%25E3%2583%2588%25E3%2583%2596%25E3%2583%2583%25E3%2582%25AF%2F%3Ff%3D1%26grp%3Dproduct"} 他のプログラミング言語を触ったことある人には少し退屈な内容かもしれませんが、かなり初歩的なところからPythonについて学ぶことが可能です。 Pythonについて本で学ぶのはこれくらいで、それ以外はWebサービスとかプログラミングスクールで実際に手を動かして覚えたほうが良いと思います。 以下の記事で、自分なりにPythonを勉強するのにオススメな方法についてまとめているのでそちらも参考にしてみてください！ #### Kaggleで勝つデータ分析の技術 ::product[Kaggleで勝つデータ分析の技術]{url="https://www.amazon.co.jp/dp/B07YTDBC3Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/418YjfYRlhL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B07YTDBC3Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B07YTDBC3Z?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FKaggle%2F%3Ff%3D1%26grp%3Dproduct"} 超絶売れている名著！ データの前処理、特徴量作成、モデリング、評価などを学ぶのに非常にオススメな書籍なんです！！ Kaggleというのは世界的に有名なデータ分析コンペで世界中のデータ分析の猛者が日々しのぎをけずっています。 コンペとはいっても参加するのには複雑な手続きなどはいらず誰でも簡単に参加できるので、初心者の方がデータ分析のスキルを身に着けていくのにうってつけの場です。 そんなKaggleには称号というものがあり、コンペで優秀な成績をおさめると一定の基準でグランドマスターやマスターなどの称号が与えられます。 それらの称号を得ている人たちが共著で執筆したのが、この「Kaggleで勝つデータ分析の技術」なんです。 ただ注意しておいて欲しいのがこの書籍はあくまでKaggleコンペでのデータ分析に特化しているということ。 コンペではある程度整形されたデータが提供され、分析課題も決まっています。 実務のデータ分析では、そもそも**課題の洗い出しからデータ分析に値する課題設定と目的の明確化、そしてデータ取得、現場への導入**など前処理・モデリング・モデル評価以外の工程もたくさんあるんです。 そこをしっかり理解した上で読みましょう！ この書籍の章立ては以下のようになっています。 > 第1章：分析コンペとは\ > 第2章：タスクと評価指標\ > 第3章：特徴量の作成\ > 第4章：モデルの作成\ > 第5章：モデルの評価\ > 第6章：モデルのチューニング\ > 第7章：アンサンブル ぜひこの書籍を読んで[Kaggle](https://www.kaggle.com/)に挑戦してみましょう！ #### [【実践】ビジネスケースとつなげてPythonで出来ること5つを学べる3日間集中コース](https://www.udemy.com/course/python-can/?referralCode=2CBAD21040FF57199084) [![Udemy python](/wp-content/uploads/2020/04/Udemy-me2-min-1024x554.jpg)](https://www.udemy.com/course/python-can/?referralCode=2CBAD21040FF57199084)
【オススメ度】
【講師】 僕自身！今なら購入時に「NZWCLGF4BTZENY6E」という講師クーポンコードを入れると90%オフ以上の割引価格になりますのでぜひご受講ください！
【時間】 3.5時間
【レベル】 初級～中級
手前味噌ですが、Pythonについて理解してみるのにオススメなコースを僕自身が出しています！ Pythonで出来ることのうち以下の5つを網羅して学んでいきます。 :::box **・データ集計・加工・描画**\ **・機械学習を使ったモデル構築**\ **・Webスクレイピング**\ **・APIの利用**\ **・Webアプリケーション開発** ::: データ集計・加工・描画と機械学習モデル構築に関しては[Kaggle](/kaggle)というデータ分析コンペティションのWalmartの小売データを扱いながら学んでいきます。 [Webスクレイピング](/python-scraping)とAPI利用と[Webアプリケーション開発](/python-webapp)に関しては、楽天の在庫情報を取得してSlackに自動で通知するWebアプリケーションを作成して学んでいきます。 Pythonで何ができるのか知りたい！という方には一番はじめにまず受けていただきたいコースです！ :::talk{who="umatan"} 今なら購入時に「NZWCLGF4BTZENY6E」という講師クーポンコードを入れると90%オフ以上の割引価格になりますのでぜひご受講ください！ ::: ::button[このコースを見てみる]{href="https://www.udemy.com/course/python-can/?referralCode=2CBAD21040FF57199084" note="＼30日以内なら返金無料／"} #### RstudioではじめるRプログラミング入門 ::product[RStudioではじめるRプログラミング入門]{url="https://www.amazon.co.jp/dp/4873117151?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51BxJWHa1xL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873117151?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FRstudio%25E3%2581%25A7%25E3%2581%25AF%25E3%2581%2598%25E3%2582%2581%25E3%2582%258BR%25E3%2583%2597%25E3%2583%25AD%25E3%2582%25B0%25E3%2583%25A9%25E3%2583%259F%25E3%2583%25B3%25E3%2582%25B0%25E5%2585%25A5%25E9%2596%2580%2F%3Ff%3D1%26grp%3Dproduct"} 統計学に関することは一旦おいておいてプログラミング言語としてのRを学びたいという方におすすめの本です。 この本は、「**統計の知識がなくてもRを純粋にプログラミング言語として学ぼう**」ということをコンセプトにして作られたらしく、データ解析というよりプログラミングよりのRのポテンシャルを引き出してくれる本です！ RはRtipsというサイトが非常にまとまっていて分かりやすいです。 本を読みながら分からないところはRtipsで逆引きして勉強すると理解が深まると思います。 Rtips逆引き辞典という本も出ていますが、Webサイトで十分です。 Rのオススメ本は以下の記事で他にも紹介しています！ #### スッキリわかるSQL入門ドリル215問付き！スッキリわかるシリーズ ::product[スッキリわかるSQL入門 第2版 ドリル222問付き! (スッキリシリーズ)]{url="https://www.amazon.co.jp/dp/4295005096?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51Wj-FeLE2L._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4295005096?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2FSQL%2F%3Ff%3D1%26grp%3Dproduct"} こいつはアマゾンでの評価が高くて飛びついて買った本です。 この本に出てくるロボットがめちゃくちゃ分かりやすくSQLについて教えてくれます。 ドリルも付属として付いてくるので、手を動かして練習しながら勉強しましょう。 データベース環境がない方も問題ありません！ こちらの本では仮想データベース環境を用意してくれるのでそこからログインして勉強することができるんです。 SQL本と勉強方法については以下の記事をチェックしてみてください！ また、R/Python/SQLなどデータ分析に必要な言語とそれらの学習方法について以下の記事でまとめていますのでよければ見てみてください！ 統計モデリングに強いStanという言語もあるんですよー！ ### 統計学・機械学習の理論を勉強するのにオススメな本・教材8選！ 元々バックグラウンドが理論系なので、統計学機械学習の理論に関してはたくさんオススメしたい本があるのですが、初歩的な話から名著まで厳選して紹介したいと思います。 またこの領域に関してもまずは動画教材でイメージをつかむことが有用です。 徐々にレベルが高くなっていくように並べています。 #### [【初学者向け】データ分析コンペで楽しみながら学べるPython×データ分析講座](https://www.udemy.com/course/python-data/?referralCode=06466D9A805A034B1A97) [![Udemy-course](/wp-content/uploads/2020/04/Udemy-me-min-1024x543.jpg)](https://www.udemy.com/course/python-data/?referralCode=06466D9A805A034B1A97)
【オススメ度】
【講師】 僕自身！今なら購入時に「NZWCLGF4BTZENY6E」という講師クーポンコードを入れると90%オフ以上の割引価格になりますのでぜひご受講ください！
【時間】 4時間
【レベル】 初級～中級
先ほどはPythonのコースでしたが、こちらはデータ分析機械学習関連のUdemyコースになります！ 僕自身がUdemyの色んなコースを受けてみた中で、他のコースにはないこんなコースあったらいいなみたいなコースを作ってみました。 このコースは、**なかなか勉強する時間がないという方に向けてコンパクトに分かりやすく必要最低限の時間で重要なエッセンスを学び取れるように**作成しています。 **アニメーションを使った概要編**と**ハンズオン形式で進む実践編**に分かれており、概要編ではYoutubeの内容をより体系的にデータ分析・機械学習導入の文脈でまとめています。 データサイエンスの基礎について基本のキから学びつつ、なるべく堅苦しい説明は抜きにしてイメージを掴んでいきます。 統計学・機械学習の基本的な内容を学び各手法の詳細についてもなるべく概念的に分かりやすく理解できるように学んでいきます。 そしてデータ分析の流れについては実務に即した[CRISP-DM](/crisp-dm)というフレームワークに沿って体系的に学んでいきます！ データ分析というと機械学習でモデル構築する部分にスポットがあたりがちですが、それ以外の工程についてもしっかりおさえておきましょう！ 続いて実践編ではデータコンペの中古マンションのデータを題材にして、実際に手を動かしながら機械学習手法を実装していきます。 題材のコンペはもともとNishikaで開催されていたもので、Nishikaは2026年3月にサービスを終了しましたが、今は僕が開設した[DataDojo](https://data-dojo.org/)の「[中古マンション価格予測チャレンジ](https://data-dojo.org/competitions/0aedc9c6-9bb1-45a5-a4b6-a1be3002dbd3)」で同じコンペに参加できます。データのダウンロードもでき、予測結果のCSVを提出すると自動でスコアが付きます！ ここでは、探索的にデータを見ていきながらデータを加工し、その上で[Light gbm](/light-gbm) という機械学習手法を使ってモデル構築までおこなっていきます。 是非興味のある方は受講してみてください！ :::talk{who="umatan"} 今なら購入時に「NZWCLGF4BTZENY6E」という講師クーポンコードを入れると90%オフ以上の割引価格になりますのでぜひご受講ください！ ::: ::button[このコースを見てみる]{href="https://www.udemy.com/course/python-data/?referralCode=06466D9A805A034B1A97" note="＼30日以内なら返金無料／"} #### 入門統計解析法 ::product[入門 統計解析法]{url="https://www.amazon.co.jp/dp/4817102667?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41uG1I4bMmL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4817102667?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E5%2585%25A5%25E9%2596%2580%25E7%25B5%25B1%25E8%25A8%2588%25E8%25A7%25A3%25E6%259E%2590%25E6%25B3%2595%2F%3Ff%3D1%26grp%3Dproduct"} 基本的に高校レベルの数学ができれば問題なく理解できるレベルです。 僕自身大学1年生～2年生の時に統計学を体系的に学ぶ上で非常に役立った本です。 統計学の考え方から[検定](/%E6%A4%9C%E5%AE%9A)や[回帰分析](/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90)まで学ぶことができます。 これで統計学の土台が作り上げられたと言っても過言ではありません。オススメです。 #### 多変量解析法入門 ::product[多変量解析法入門 (ライブラリ新数学大系)]{url="https://www.amazon.co.jp/dp/4781909809?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41VuCyhVaEL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4781909809?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E5%25A4%259A%25E5%25A4%2589%25E9%2587%258F%25E8%25A7%25A3%25E6%259E%2590%25E6%25B3%2595%2F%3Ff%3D1%26grp%3Dproduct"} 多変量解析に関してはこちらの1冊で基本的にカバーできると思います。 [機械学習](/machine-learning-fresh)や[時系列分析](/%E6%99%82%E7%B3%BB%E5%88%97%E3%83%87%E3%83%BC%E3%82%BF%E5%88%86%E6%9E%90)なども厳密には多変量解析ですが、ここではそれらを勉強する上での基礎となる[回帰](/%E5%9B%9E%E5%B8%B0%E5%88%86%E6%9E%90)のお話から[主成分分析](/pca)などの話が丁寧に分かりやすく載っています。 単回帰、重回帰、判別分析、主成分分析のところは丁寧に読み込んでおくと良いでしょう。 #### データ分析のための数理モデル入門 ::product[データ分析のための数理モデル入門 本質をとらえた分析のために]{url="https://www.amazon.co.jp/dp/B0897SS2JP?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51+677dsz9L._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B0897SS2JP?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B0897SS2JP?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2583%2587%25E3%2583%25BC%25E3%2582%25BF%25E5%2588%2586%25E6%259E%2590%25E3%2581%25AE%25E3%2581%259F%25E3%2582%2581%25E3%2581%25AE%25E6%2595%25B0%25E7%2590%2586%25E3%2583%25A2%25E3%2583%2587%25E3%2583%25AB%25E5%2585%25A5%25E9%2596%2580%2F%3Ff%3D1%26grp%3Dproduct"} データサイエンスにおいて必要な数理モデルを包括的に学ぶことができるのがこの 「データ分析のための数理モデル入門」！ 数式による解説を最小限におさえてイメージでつかめるようになっているため、初学者の入門書として最適です。 統計学の入門と多変量解析について理解した後に、統計モデリングや機械学習の世界に入っていく前の橋渡しとして読んでいただけると理解が深まると思います。 #### データ解析のための統計モデリング入門 ::product[データ解析のための統計モデリング入門――一般化線形モデル・階層ベイズモデル・MCMC (確率と情報の科学)]{url="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41RtTklVDtL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/400006973X?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2583%2587%25E3%2583%25BC%25E3%2582%25BF%25E3%2583%25A2%25E3%2583%2587%25E3%2583%25AA%25E3%2583%25B3%25E3%2582%25B0%2F%3Ff%3D1%26grp%3Dproduct"} 統計モデリングの本で、どのようにモデルを作り上げていくか非常に勉強になります。 線形モデリングからベイズにおけるモデリングまで理解が進みます。 伝統的な統計学と[ベイズ統計学](/bayes)を関連付けながら包括的に理解することができるでしょう。 #### はじめてのパターン認識 ::product[はじめてのパターン認識]{url="https://www.amazon.co.jp/dp/4627849710?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51YFB3Y0EYL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4627849710?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2581%25AF%25E3%2581%2598%25E3%2582%2581%25E3%2581%25A6%25E3%2581%25AE%25E3%2583%2591%25E3%2582%25BF%25E3%2583%25BC%25E3%2583%25B3%2F%3Ff%3D1%26grp%3Dproduct"} [機械学習手法](/machine-learning-fresh)と言えばこの本！ 統計学全般の理解が進んだあとは、[機械学習系](/machine-learning-fresh)のアルゴリズムにもある程度触れておいた方がよいでしょう！ ほぼすべての主要機械学習手法に関して網羅していますが、結構難しいです。 はじめてのと付いていますが、概念的な説明よりも数式展開で話が進んでいくので、ある程度理解している人でないと読破するのは難しいです。 ただ名著であることは間違いないので周りの人たちと一緒に読み進めていくのが理想です。大学院時代に研究室の輪読に用いてみんなで理解を進めていきました。 #### これなら分かる最適化数学 ::product[これなら分かる最適化数学―基礎原理から計算手法まで]{url="https://www.amazon.co.jp/dp/4320017862?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/415el2mAUJL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4320017862?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E6%259C%2580%25E9%2581%25A9%25E5%258C%2596%25E6%2595%25B0%25E5%25AD%25A6%2F%3Ff%3D1%26grp%3Dproduct"} あまり他のWebサイトなどで紹介されているのは見ませんが圧倒的におすすめの名著です！ 数学をベースにして最適化手法について学んでいくのですが、それが実は様々な手法と関連しているということが分かってくると面白い。 それほど読みやすい本ではないのでじっくり腰を据えて読むか輪読などで回りの人と読むと良いと思います。 これを1冊しっかり理解すると統計学をまた違った視点から見ることができるようになると思います！ #### ゼロから作るディープラーニング ::product[ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装]{url="https://www.amazon.co.jp/dp/4873117585?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/513J77QZHgL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873117585?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E3%2582%25BC%25E3%2583%25AD%25E3%2581%258B%25E3%2582%2589%25E4%25BD%259C%25E3%2582%258BDeep%2BLeaning%2F%3Ff%3D1%26grp%3Dproduct"} ディープラーニングの理論について実際にゼロから実装しながら理解していく名著です。 もし機械学習を一通り勉強してディープラーニングについてさらに踏み込んで学びたい場合はこちらの書籍を読んでいただくとより一層理解が深まると思います。 非常に分かりやすく、かなり平易なところから解説されています。 ディープラーニングの勉強法やおすすめ書籍に関しては以下の記事で簡単にまとめています！ 統計学・機械学習理論の本はこれ以外にも色々とオススメな本があるので是非以下の記事を参考にしてみてください！ ### マーケティング・ビジネスを学ぶのにオススメな本・教材5選！ 正直、ここの部分が一番習得が難しかったりするんですよね・・・体系だって学ぶことはなかなか難しい。 実践で学ばないと結局机上の空論になってしまいます。 ただ実際にデータをどのようにマーケティングに活かしているかを知るのは非常に大事。 **データ的側面からビジネスに落とし込む話が学べる本**の中でオススメをいくつか紹介していきます。 #### 俺たちひよっこデータサイエンティストが世界を変える ::product[俺たちひよっこデータサイエンティストが世界を変える]{url="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/31GBCi--NDL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B089FHMJMB?tag=statistic08-22&linkCode=ogi&th=1&psc=1"} 手前味噌で恐縮なのですが、僕自身が「**俺たちひよっこデータサイエンティストが世界を変える**」という書籍を出版しています。 具体的なデータサイエンティストの仕事について分かりやすく書いている本がなかったので自分で執筆しました！ ストーリー形式で分かりやすく書いていますので、ぜひ最初に目を通していただけるとイメージが湧くと思います。 価格は300円ちょっとですし、[Kindle unlimited](https://www.amazon.co.jp/kindle-dbs/hz/subscribe/ku?ref_=dbs_p_ebk_r00_pbcb_diupu0_hpe3p0\&passThroughAsin=B089FHMJMB&_encoding=UTF8\&shoppingPortalEnabled=true&_encoding=UTF8\&tag=statistic08-22\&linkCode=ur2\&linkId=6234f336129dd97c7c7749d98135bc96\&camp=247\&creative=1211)であれば無料で読めるのでぜひチェックしてみてくださいね！ #### 仕事ではじめる機械学習 ::product[仕事ではじめる機械学習]{url="https://www.amazon.co.jp/dp/4873118255?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/51FAFJYvbsL._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4873118255?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E4%25BB%2595%25E4%25BA%258B%25E3%2581%25A7%25E3%2581%25AF%25E3%2581%2598%25E3%2582%2581%25E3%2582%258B%25E6%25A9%259F%25E6%25A2%25B0%25E5%25AD%25A6%25E7%25BF%2592%2F%3Ff%3D1%26grp%3Dproduct"} この本は、ビジネス観点から機械学習について教えてくれる良書です。 個人的には、機械学習の書籍なのに、機械学習を使わないで解決できる方法を考えよう！と書いてある点が非常に好感を持てます。 そう、機械学習はあくまで手段であり目的ではないんです。 機械学習を導入することが目的になってしまうプロジェクトは失敗しやすいです。 何のために機械学習を導入するのか・機械学習を導入しないで解決できる方法はないのか、について考えておきましょう！ #### 確率思考の戦略論 ::product[確率思考の戦略論 USJでも実証された数学マーケティングの力]{url="https://www.amazon.co.jp/dp/4041041422?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41gp5NTND4L._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/4041041422?tag=statistic08-22&linkCode=ogi&th=1&psc=1" rakuten="https://af.moshimo.com/af/c/click?a_id=858168&p_id=54&pc_id=54&pl_id=616&url=https%3A%2F%2Fsearch.rakuten.co.jp%2Fsearch%2Fmall%2F%25E7%25A2%25BA%25E7%258E%2587%25E6%2580%259D%25E8%2580%2583%25E3%2581%25AE%25E6%2588%25A6%25E7%2595%25A5%25E8%25AB%2596%2F%3Ff%3D1%26grp%3Dproduct"} 言わずと知れた森岡毅さんの名著ですね。 この前に発売された「USJを変えたたった一つの考え方」は消費者視点のマーケティングを考える上で非常に勉強になる本だったのですが、こちらの「確率思考の戦略論」は一転して数学的色の非常に強い内容になっています。 **USJで打ち出された様々な施策が実はこれほど精緻な計算のもと出されたものだった**とは驚きました。 デジタルマーケティングを行う上で非常に重要な数字的側面を勉強できます。 堅苦しい数式などは本編と分けられていて、数学に強くない人でも分かりやすく学べるようになっています。 是非読んでみてください！ #### おばあちゃんがWebマーケティングを勉強して雑貨屋をV字回復！ ::product[おばあちゃんがWebマーケティングを勉強して雑貨屋をV字回復！]{url="https://www.amazon.co.jp/dp/B093XVPYJR?tag=statistic08-22&linkCode=ogi&th=1&psc=1" image="https://m.media-amazon.com/images/I/41xTwjlollS._SL160_.jpg" amazon="https://www.amazon.co.jp/dp/B093XVPYJR?tag=statistic08-22&linkCode=ogi&th=1&psc=1" kindle="https://www.amazon.co.jp/dp/B093XVPYJR?tag=statistic08-22&linkCode=ogi&th=1&psc=1"} 手前味噌ですが、僕自身がWebマーケティングを体系的に学べるストーリーを書籍としてまとめています。 Webマーケティングを学ぶのであれば参考にしてみてください！ おばあちゃんがWebマーケティングを駆使して雑貨屋を立て直していくストーリー。 Webマーケティングの全体感をつかむためにまず最初に読んで欲しいです。 価格は300円ちょっとですし、[Kindle unlimited](https://www.amazon.co.jp/kindle-dbs/hz/subscribe/ku?ref_=dbs_p_ebk_r00_pbcb_diupu0_hpe3p0\&passThroughAsin=B089FHMJMB&_encoding=UTF8\&shoppingPortalEnabled=true&_encoding=UTF8\&tag=statistic08-22\&linkCode=ur2\&linkId=6234f336129dd97c7c7749d98135bc96\&camp=247\&creative=1211)であれば無料で読めるのでぜひチェックしてみてくださいね！ #### [【入門から実践まで】Webマーケティングの全体像とデータ活用を短時間で学び実際にSEO集客ツールを作ってみよう！](https://www.udemy.com/course/web-marketing-for-beginner/?referralCode=2F55DB2D1A30C8F41E4F) [![Webマーケ講座](/wp-content/uploads/2021/02/Udemy-me4-min-1024x538.jpg)](https://www.udemy.com/course/web-marketing-for-beginner/?referralCode=2F55DB2D1A30C8F41E4F)
【オススメ度】
【講師】 僕自身！今なら購入時に「NZWCLGF4BTZENY6E」という講師クーポンコードを入れると90%オフ以上の割引価格になりますのでぜひご受講ください！
【時間】 2.5時間
【レベル】 初級
こちらも手前味噌ですが、僕自身の作成したコースになります。 Webマーケティングについて幅広く学べると同時にデータ分析についても簡単に理解した上で、最終的には簡単なSEOツールを作成していきます。 Webマーケティングの概要を理解したい方にもオススメですし、実際にプログラミング言語を使ってWebマーケのツールを実装してみたい方にもオススメの講座になっています！ Twitterアカウント([@statistics1012](https://twitter.com/statistics1012?lang=ja))にメンションいただければ2000円以下になる講師クーポンを発行できます！ ::button[このコースを見てみる]{href="https://www.udemy.com/course/web-marketing-for-beginner/?referralCode=2F55DB2D1A30C8F41E4F" note="＼30日以内なら返金無料／"} ちなみにデジタルマーケティングを学ぶ上で学ぶオススメ本は以下にまとめています。 ## データサイエンスを学ぶ上でオススメな本　まとめ 本記事で紹介してきた本はどれもデータサイエンスを本格的に学ぶ上で身になる本です！ 是非手に取ってみてください。 データサイエンスの理論を学ぶ上ではエッセンスが書籍に詰まっているので書籍を読んで欲しいのですが、**全体感をつかむ上ではまず本でない方がよい**と思っています。 最初の取っ掛かりとしては分かりにくく挫折してしまう人が多いイメージを持っています。 そのため、適宜紹介したUdemyの動画でぜひ学んでみてください！ 書籍やUdemyで学びながらも並行して手を動かすためにデータ分析コンペ[Signate](https://signate.jp/)などを利用してみることをオススメします。 Signateの以下の練習問題が様々な構造データに対してベーシックなスキルを付けられるのでオススメです！ :::box **・テーブルデータ：[【練習問題】お弁当の需要予測](https://user.competition.signate.jp/ja/competition/detail/?competition=b2c7df3442d04e73bdbab95b1dd6f91d)**\ **・画像データ：[【練習問題】手書き文字認識](https://user.competition.signate.jp/ja/competition/detail/?competition=d10dda94a8d546ae949c64f5e980a5af)**\ **・テキストデータ：[【練習問題】スパムメール分類](https://user.competition.signate.jp/ja/competition/detail/?competition=e5e60bbebefd4226b7a77859080a50f6)** ::: テーブルデータなら、上で紹介した僕のUdemy講座と連携した[DataDojo](https://data-dojo.org/)の「[中古マンション価格予測チャレンジ](https://data-dojo.org/competitions/0aedc9c6-9bb1-45a5-a4b6-a1be3002dbd3)」もオススメです！講座で学びながら挑戦でき、リーダーボードで自分の順位も確認できます。 もしモチベーションが保てないという人にはプログラミングスクールを受講するのも1つの手です。 僕自身は[テックアカデミー](https://techacademy.jp/)を受講した経験があります！ テックアカデミーは高すぎる・・・という方には当メディアが展開するプログラミングスクール「[スタアカ](https://toukei-lab.com/achademy/)」をオススメします！ どのスクールよりも安い格安でデータサイエンスが一通り学べます！ :::box **[業界最安級AIデータサイエンス特化スクール：スタアカ（スタビジアカデミー）](https://toukei-lab.com/achademy/)** ::: 月額1,280円のライトプランで、統計学から機械学習・生成AIまで全コースが受講し放題です！ プレミアムプランでは、24時間以内の質問対応と現役データサイエンティストとの1on1（30分×4回）を実施します！ カリキュラム自体は、他のスクールと比較して圧倒的に良い自信があるのでぜひ受講してみてください！ 他のスクールのカリキュラムはPythonでの機械学習実装だけに焦点が当たっているものが多く、実務に即した内容になっていないものが多いです。 そんな課題感に対して、実務で使うことの多いSQLや機械学習のビジネス導入プロセスの理解などもあわせて学べるボリューム満点のコースになっています！ ウォルマートのデータを使って商品の予測分析をしたり、実務で使うことの多いGoogleプロダクトのBigQueryを使って投球分析をしたり、データサイエンティストに必要なビジネス・マーケティングの基礎を学んでマーケティングプランを作ってもらったりする盛りだくさんの内容になってます！ ::button[スタアカの受講はこちら]{href="https://toukei-lab.com/achademy/" note="＼今すぐ試す／"} :::talk{who="umatan"} データサイエンスをマスターしてデータサイエンティストを目指そう！ ::: データサイエンティストを目指すためのロードマップを以下にまとめているのでこちらもあわせてチェックしてみてくださいね！