データサイエンティスト養成読本 改訂2版 の商品レビュー

技術評論社

2020/02/12

理論寄りではなく実用寄り、詳細からではなく上辺から入って行きたい人にとって良書だと思う。

・回帰モデルや回帰分析は、性能評価の際に複数のパラメーターと結果の因果関係を突き止めるのに有用かもしれない。
・Rは散布図 (geom_point) に回帰直線 (geom_smooth) を引くことができる。
・RStudioとknitrを使うと、Jupyter Notebookと同等のことができる。以前作ったグラフをどのソースコードでコンパイルしたかを忘れてしまうという事態を防げる。
・Fluentd のBufferプラグインのfileプラグインは、ファイルシステム上にバッファを保存する。よって、データ損失の可能性が下がる。
・webスクレイピングの入門には、Pythonのurllib2が良さそう。

2019/04/20

網羅的でデータサイエンスの外観把握に使える。個人的にはNoSQL系のDBにもそんなに種類あるんだとか思ったのが印象的。

2018/12/24

わかりやすい本
データ分析の全体像がつかめます。

内容もわかりやすく初学者におすすめの本です。

2018/09/12

データサイエンスに必要なスキルをざっと確認できたのは良かったが、一つ一つの話題については浅くしか取り上げられていないので、個別に学ぶ必要がありそう

2018/05/02

R、Pythonのコードを実行したり、tableauを実際に触ってみることで、データ分析の具体的なイメージを掴んでいく内容。分析手法や要素技術について単語レベルで知ることはできるが、アルゴリズムの詳細な説明には踏み込んでいないので、そこを知りたい場合は別の本で補完する必要あり。

2017/10/29

データ分析まわりのツールや言語、システムの基盤になる技術などについて、一通りキーワードを押さえるのにいい本です。
ただ、素人がこの本を読んだからといって、何かできることが増えるようなものでありません。自分がやりたいことのキーワードを見つけて、地道に基礎知識をつける方向性のアタリをつけるのによい題材になるでしょう。

2017/05/10

極めて良書だった。特に「巻頭企画」部分の2章と3章は目から鱗だった。それ以外の箇所も内容が濃く読む価値のある本だと思った。もっと早く読むべきだったと後悔している。
RやPythonやSQLなどの初歩について書いてある章については、ひょっとしたら他の入門書と一緒に合わせて読んだほうがいいかもしれないが、こちらも価値ある情報が濃縮されていて素晴らしかった。