機械学習エンジニア(MLE)とデータサイエンティスト(DS)向けの本を紹介。ちなみにAmazon評価信者！！！それぞれの本を恐れ多くも、MLEとDSにオススメ度を5段階評価を表しいます。書籍自体の良し悪しを評価しているのでは決してありません。
機械学習
基礎
- ★★☆☆☆: 多変量解析入門――線形から非線形へ * 教科書的に最高な本。学生ならおススメしたい。働いてからは辞書になるので、他に辞書となる本があれば、それでよい。
- この本で最小2乗推定量が最良線形不変推定量になることをしった。
- ★★☆☆☆ 統計的学習の基礎 ―データマイニング・推論・予測―
- 本当に辞書的な役割。カーネル法について少し調べたいときに使った。古典的名著らしいが、各単元薄くてまとまっている方が使いやすいと思う。
ベイズ最適化
推薦システム
- ★★★☆☆: 基礎から学ぶ推薦システム - 情報技術で嗜好を予測する
- よくまとまっている。どちらかというと「学ぶ」を重視した本。教科書的要素が強いため、働いているならば下の本を優先して読みたい。
- ★★★★☆: 推薦システム実践入門 ―仕事で使える導入ガイド
- よくまとまっている。教科書的に勉強したい人は上の本と合わせて買うべき（私の場合は、上の本は自称速読で知らない単語をピックアップして確認する程度でした。）。どちらかというと「使う」を重視した本。網羅的に書かれているので最初に一読すると勘所をつかめる。
- ★★★★☆: 施策デザインのための機械学習入門〜データ分析技術のビジネス活用における正しい考え方
- 『推薦システム実践入門 ―仕事で使える導入ガイド』を読んだ後に読むとより、現場感があると思います。
連合学習(Federeated Learning)
- ★★★☆☆: Federated Learning: プライバシー保護下における機械学習
- 連合学習をまとめた初めての和書。
統計学
- ★★★☆☆: 現代数理統計学の基礎 (共立講座 数学の魅力)
- 一番しっくりくる本。東京大学出版会の統計学入門よりも、私はこちらの方がしっくりきた。あの数字がたくさんある表を見るのが苦手です。
ソフトウェア関係
テスト
- ★★★★★: 良いコード/悪いコードで学ぶ設計入門 ―保守しやすい 成長し続けるコードの書き方
- 私がおすすめしなくてもエンジニアならば絶対に読む本。リーダブルコードを呼んだ人にこそおススメしたい。MLEやデータサイエンティストでもキャリアの幅を広げるために絶対読みたい本。
- 2022/11/22 Youtube live
- ★★★☆☆: テスト駆動Python 第2版
- pythonテストライブラリのデファクトスタンダード。標準ライブラリのユニットテストでも十分なので会社によると思います。辞書的に使ってます。
クラウド
- ★★★★☆: (模擬問題付き)改訂新版 徹底攻略 AWS認定 ソリューションアーキテクト − アソシエイト教科書[SAA-C02]対応
- 一般教養。資格を取るかどうかはいいとして、これくらいの内容は知る必要があると感じている。GCP, Azure好きなやつを選ぶとよい。
- ★★★★☆: AWS認定ソリューションアーキテクト-アソシエイト問題集
- 一般教養。資格を取るかどうかはいいとして、これくらいの内容は知る必要があると感じている。GCP, Azure好きなやつを選ぶとよい。
- ★★★★☆: 実践 AWSデータサイエンス ―エンドツーエンドのMLOpsパイプライン実装
- クラウド機械学習サービスだけで何ができるのかを知るための重要な本。モデルをつくることがAI/MLEエンジニアではない。
- 手を動かしながら勉強したいが、お金がかかるのでAWSセミナーなどに積極的に参加し無料枠をもらうおう。
- AWSではなく、GCPやAzureでも可能。ただし、情報としてはAWSが一番まとまっており、勉強しやすいと思う。
新技術
ブロックチェーン
- ★★★☆☆: ブロックチェーン実践入門: ビットコインからイーサリアム、DApp開発まで
- ブロックチェーンの一冊目として呼んだが、少し難しいかもしれない。理論的背景を丁寧に解説している。この本を読んで理解できれば基礎は終了。（注：私はBCの専門家ではないです。）
- ★★★☆☆: ブロックチェーン 仕組みと理論 増補改訂版
- 『ブロックチェーン実践入門: ビットコインからイーサリアム、DApp開発まで』より応用よりで事例も豊富。暗号理論部分やブロックのヘッダなどに興味がなければこちらを読んだ方が読みやすいと思います。
マネイジメント系
- ほ