未経験者から機械学習エンジニアになるために必要な知識と勉強法

◆プログラミングスキルとライブラリを使える知識

Pythonには、Tensorflowやscikit-learnなど、機械学習に適したライブラリが多くそろっていて、それらがよく使われています。最低限、各種ライブラリを使いながらのプログラミングが滞りなくできる知識は必要です。

また、ライブラリが使えても「ライブラリの中で何が起こっているのかはよく知らない・わからない」という状態では意味がありません。どんな開発でもそうですが、「結果が想定と異なる」とか「問題が起きた」というときに、ブラックボックスな状態だと改善や原因追求のしようがないので…。

機械学習では、内部でどんな処理が行われているのかの解析が必要な場面も多くあります。よく使われているPythonライブラリの中身はC言語やC++で書かれていることが多いので、C言語やC++についても、コードを読めるぐらいの知識は必要だと思います。

◆数学の知識

機械学習では、前提として数学の知識が必要となります。

絶対に必要なのが微分積分、あとは線形代数と行列暗算、統計などに関する知識はあったほうがいいでしょう。あとは機械学習で何がしたいかによって必要な分野は変わってきます。とりあえずは高校数学レベルの知識は網羅する必要があります。（実践していくと高校数学レベルじゃ足りなくなってきて大学数学も勉強する必要が出てくるかと思いますが、まずは高校数学を固めておかないとその先に進めないので…）

◆機械学習の概念やアルゴリズムに関する知識

当然、機械学習で使われるアルゴリズムなどの知識も前提として必要です。教師データあり・なし学習にはどんな手法があるとか、ニューラルネットワークがあって、ディープラーニングがあるとか、回帰によって分類する手法の中にはどんな手法があるかとか…。

◆データベース・データモデリングの知識

データモデリングとは、超簡単にざっくり言うとデータにおける相関や固有ベクトルといったパターンや構造を見つけたり、分類、異常検出などの予測、解析、検証などを行う過程のことで、データを正しく学習させるには必須の知識です。

あと、そもそもデータベースが操作できないといけないので、SQLやR言語の知識も必要となります。

全ての分野を網羅的に書くとキリがない・やりたいことによってさらに必要な知識は異なる・実務で機械学習やるならこんなもんじゃ全然足りない……のですが、機械学習入門スタートラインの手前に立つには、上記のような知識は最低限必須かと思います。

◆数学の知識が足りない人

数学の知識が怪しい人は、まずはこのあたりの書籍で高校・大学レベルの数学をおさらいしましょう。

◇長岡先生の授業が聞ける高校数学の教科書

長岡先生の授業が聞ける高校数学の教科書数学 (考える大人の学び直しシリーズ)

• 作者:長岡亮介
• 出版社/メーカー:旺文社
• 発売日: 2011/09/23
• メディア:単行本
• 購入: 2人 クリック: 19回
• この商品を含むブログ (5件) を見る

高校数学レベルから学び直したい人向け。ちょっと高いんですけど、数学I～Ⅲ､数～Cがこの一冊（DVD-ROMつき）で学べると思えば、むしろ安いはず…。

◇スバラシク実力がつくと評判シリーズ

スバラシク実力がつくと評判の微分積分キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

• 作者:馬場敬之
• 出版社/メーカー:マセマ
• 発売日: 2017/09/01
• メディア:単行本
• この商品を含むブログを見る

マセマ出版のこのシリーズもわかりやすいですが、内容が大学数学レベルなので、高校数学から怪しい人は先にそちらを固めてからがいいかも。

◇統計学のための数学入門30講

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)

• 作者:永田靖
• 出版社/メーカー:朝倉書店
• 発売日: 2005/04/01
• メディア:単行本
• 購入: 23人 クリック: 398回
• この商品を含むブログ (25件) を見る

統計学に必要な数学の知識が一通りまとまっています。

◆プログラミング・ライブラリの知識が足りない人

Python使ったことないな、ライブラリよく知らないな、という人は、自分で実際に手を動かしながら、コードの書き方とかライブラリの使い方を学ぶのがいいと思います。

◆データベース・データマイニングの知識が足りない人

データマイニングについては、NumPy、pandas、matoplotlibなどを使って、実際に自分でやってみるのが一番です。

人口分布など一般的なオープンデータを拾ってきたり、ライブラリに用意されているサンプルデータや自分の興味のあるデータを使ってみるといいでしょう。以前書いたこちらの記事では、paizaのユーザーがスキルチェック問題を解いた際のデータ（っぽく作ったダミーデータ）を分析してみましたし、
paiza.hatenablog.com

こちらの記事では（グラフ描画して可視化するためのFacetsを使った記事ですが）、身近なところで都内の放置自転車数のデータを使っています。
paiza.hatenablog.com

あとSQLが苦手な人は、勉強しましょう。「paizaラーニング」には「SQL入門」もあります。

◆機械学習の基礎知識が足りない人

初心者が機械学習の基礎知識について学ぶには、このあたりのサイトやスライド、書籍がいいでしょう。

◇書籍

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

• 作者:斎藤康毅
• 出版社/メーカー:オライリージャパン
• 発売日: 2016/09/24
• メディア:単行本（ソフトカバー）
• この商品を含むブログ (18件) を見る

ゼロからというタイトルですが、Pythonの知識がある人向けのディープラーニング入門書です。

はじめてのパターン認識

• 作者:平井有三
• 出版社/メーカー:森北出版
• 発売日: 2012/07/31
• メディア:単行本（ソフトカバー）
• 購入: 1人 クリック: 7回
• この商品を含むブログ (4件) を見る

はじパタは線形代数や統計など数学の知識がある人向けのパターン認識入門書…という感じかと思います。

パターン認識と機械学習 上

• 作者: C.M.ビショップ,元田浩,栗田多喜夫,樋口知之,松本裕治,村田昇
• 出版社/メーカー:丸善出版
• 発売日: 2012/04/05
• メディア:単行本（ソフトカバー）
• 購入: 6人 クリック: 33回
• この商品を含むブログ (20件) を見る

統計的学習の基礎 ―データマイニング・推論・予測―

• 作者: Trevor Hastie,Robert Tibshirani,Jerome Friedman,杉山将,井手剛,神嶌敏弘,栗田多喜夫,前田英作,井尻善久,岩田具治,金森敬文,兼村厚範,烏山昌幸,河原吉伸,木村昭悟,小西嘉典,酒井智弥,鈴木大慈,竹内一郎,玉木徹,出口大輔,冨岡亮太,波部斉,前田新一,持橋大地,山田誠
• 出版社/メーカー:共立出版
• 発売日: 2014/06/25
• メディア:単行本
• この商品を含むブログ (5件) を見る

いわゆる黄色い本とカステラ本です。どちらも機械学習分野の定番として有名な書籍ですが、全く初心者向けではないので、読んで理解するにはそれなりの前提知識が必要になってきます。

内容が網羅されているぶん、ぶ厚くて値段も高いので、ここまで書いてきたような分野の勉強が一通り終わって、紹介してきた書籍も理解できて、「さらに詳しい内容を勉強したい」とか「実務で機械学習やることになったので本腰入れて学びたい」という段階にきたときに手を出すくらいでいいでしょう。それでも読んでいて「わからない…」というところは出てくると思うので、そんなときは立ち戻って復習しながらコツコツ進めていきましょう…。