見出し画像
Photo by voice_miwa0401

機械学習、データ分析必読本の売れ行き上位20冊

青木健一

Amazonアソシエイト2024-01-01〜2024-12-31の決算
2,457アイテムを販売させていただき、264,529円+メンバー紹介報酬7,750円=272,279円でした。

色々Qiitaとnoteに記事を書いておりますが、上位を見るとほぼ

この記事によるものかと思います。質量ともに間違いないリストと自負しておりますので、まだの方はご笑覧ください。

売上20位までは下記です。

何でもかんでもディープラーニングをすればよい、みたいな記事が氾濫していて、ビジネスに役立たせるためのデータ分析支援をしている現場にいた人間としては戸惑っておりました。それを正す意味でも記事を書いており、下記書籍を特に推奨していたので、うれしいです。

データ分析でうまくいっていない方には参考になる点が多々ある書籍たちと思います。

  • 1位　分析者のためのデータ解釈学入門　データの本質をとらえる技術　72冊

    • データサイエンスの記事などでは数学や、機械学習モデルの話がほとんどでデータをどう解釈するかが疎かになっています。テキストでもここまで明示しているものはないですね

    • ソシムさんの原色本シリーズはどれも良いですが出色の出来と思います

  • 2位　データ分析・AIを実務に活かす データドリブン思考　66冊

    • 同じくデータサイエンティストの記事などでほとんど置き去りにされている、「ビジネスの実務に活かすためにデータ分析を実施するんだよ」の観点の本です

    • データサイエンティスト協会のチェックリストでもビジネス・データサイエンス・データエンジニアリングの3つが必要とされていながらビジネスの観点で語っている記事や書籍は少ないです

    • ビジネスは意思決定の連続である。とおいて、その意思決定に役立たせるためにデータ分析をするんだと明快です

  • 4位　AI・データ分析プロジェクトのすべて[ビジネス力×技術力＝価値創出] 42冊

    • 2位『データ・ドリブン思考』にも関連しますが、データ分析プロジェクト全体について俯瞰的に解説する本はありませんでした

    • 外注する時の単価は？なんて下世話ですが重要なことも書いてあります

    • データサイエンティストよりも、データ分析PJを外注する担当者の方がより役立つ本かもしれません

  • 6位　データ分析に必須の知識・考え方　統計学入門　仮説検定から統計モデリングまで重要トピックを完全網羅　　36冊

    • 1位『分析者のためのデータ解釈学入門』に関連します。統計学を機械学習とごっちゃにされている方が多いです。そして統計学のテキストと機械学習のテキストに書かれていることが全然違うので戸惑うのではないでしょうか

    • 統計学はデータの構造を知るもの、機械学習は予測をするもの

      • 構造を知れば予測もできるようになる

      • 予測をするためにはデータ構造を知らないといけない

    • の観点で似てくるのですが、あくまでも重心は上に書いた通りです。通常の統計学のテキストですと機械学習を意識していないのでわかりにくいのですが、本書はデータ分析に対して統計学をどう使うかという観点で書かれているので、考え方がわかりやすいのではと思います

  • 7位　基礎から学ぶ統計学　　　　　35冊

    • 統計学は厳密だが難しい本か、絵時でわかりやすいが実務とかけ離れている本が多く、本格的に実務に使うための入門的な本が手薄でした

    • 本書は農学部（なので数学にあまり強くない学生）向けの講義を元にしたテキストであり、要点をしっかり押さえながらもわかりやすさ重視で進めています

    • 統計検定2級よりちょっと下、基礎固め的なレベル間です

    • 隠れた名著『バイオサイエンスの統計学』の図解でのわかりやすさを記述統計から2群の検定に絞った感じでしょうか

  • 8位　データ視覚化のデザイン　　　33冊

    • データ可視化は軽視されがちですね

    • 最近やっとデータ可視化の本も増えてきましたが、その中でも一番本質をコンパクトに示している本と思います

    • 何を描くかではなく、何を描かないか　←これ重要

  • 11位　統計学のための数学入門30講 (科学のことばとしての数学)　25冊

    • わー、よい本なのに品切れなのかー

    • 9位『妥協しないデータ分析のための 微積分+線形代数入門』が出たので優先度はやや下がりましたが、そちらは問題演習がなく本書はあるのでまだ有用度はそれほど落ちてないかと

    • 随分助けられました

  • 12位　データ分析失敗事例集　失敗から学び、成功を手にする　24冊

    • 失敗学という学問があるらしいですがそれのデータ分析でこれをやってくださるとは

    • 成功事例だけだとバイアスがかかり、因果関係が歪むとデータ分析はいいますが失敗事例を出してくれることはまずなかった

    • 本書はもっともっともっと売れて評価されていい

  • 13位　これなら分かる最適化数学: 基礎原理から計算手法まで　　23冊

    • 11位『統計学のための数学入門30講』と合わせ機械学習にどう数学が使われるかの隠れたお役立ち書です

    • 9位『妥協しないデータ分析のための 微積分+線形代数入門』が出ましたが本書は問題演習もあり、有効性が失われてないです

    • ただタイトルが分かりにくいので、機械学習のためのとかでリニューアルされないかな


  • 14位　Kaggleで勝つデータ分析の技術　　　　　　20冊

    • 本来はKaggleに勝つためのノウハウの本のはずですがデータ分析の精度向上の観点が満載で評価が高いですね

    • 機械学習の観点だと2019年と古い本ですが本質を書いているので、古びた点はあるもののまだまだ有用性は落ちていない。でも本当はこれの第2版が欲しいところ

  • 15位　はじめてのパターン認識　　　　　　　　　　18冊

    • 2012年の本なのですね驚き

    • 機械学習ブーム前の本ですが、簡単な本では逆にわからず、難しい本では難しくてわからずの人たちの救世主ですね

    • Amazon書評で低評価の人たちを見ると、分かってないのに低評価をつけている見本市のようになっています

  • 16位　なぜ「戦略」で差がつくのか。―戦略思考でマーケティングは強くなる―　　　　17冊

    • マーケティングの勉強の必要があり手に取ったのですが衝撃を受けました。マーケティングだけでなくビジネス全てに役立つと思います

    • 皆「戦略」の意味がわかっていない。共通認識を持たないままで「戦略」と称した願望みたいなものを語ってませんか

    • 本書が一押しではあるのでもう少し売れてもよいと思いますが、また別のところで書きますか


  • 19位　改訂新版 前処理大全〜SQL/pandas/Polars実践テクニック　16冊

    • 最近は類書が増えましたが、初期に出た本書が一番詳しいと思います

    • Rが消えて大量データ対応のPythonライブラリPolarsに対応した版です

    • 実際に使うときはググっておしまいかも知れませんが、そもそもそういうことができるって知っていないとググることもできませんよね

    • 一読すると知らないテクニックが満載です


いいなと思ったら応援しよう！