はじめに
毎年、年末にその年で読んだ本を簡単に振り返っていました。
今年はここで紹介することにしようと思います。
今年もそんなに読めてないですね。もう少しあった気もしますが、覚えていないということはそういうことです。
機械学習
1. 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
執筆時にレビューをさせてもらった書籍です。
ビジネスKPIを最大化するような機械学習モデルを生成するための考え方を知ることができます。
データ生成時に発生するバイアスを数式を追って理解することが求められ、なんとなく機械学習を利用している私のような人間には、刺さります。
機械学習で大きなビジネスインパクトを得たいと考える場合には必読の書籍ではないでしょうか。
おすすめ度：☆☆☆☆☆
2.機械学習を解釈する技術〜予測力と説明力を両立する実践テクニック
機械学習の説明手法が丁寧に書かれています。
機械学習を効果的に利用していきたいと考える際に、知っておくと役に立つ可能性が高い内容だと感じます。
おすすめ度：☆☆☆☆
3. Kaggleで勝つデータ分析の技術
仕事で細かいテクニックが必要になり参考書的にめくっていました。
データ分析
4. A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とは
A/Bテストの全てが書かれていると言っても過言ではないと思います。
今まで読んだ本の中で5本の指に入る良本です。
ABテストについて考えるときは必ず傍らにあります。
おすすめ度：☆☆☆☆☆
5. 意思決定分析と予測の活用 基礎理論からPython実装まで
機械学習の予測を活用する際には必須となる考え方が知れたと思います。
また、効用理論の考え方を知れたのも大きかったです。
おすすめ度：☆☆☆☆
6. 経済分析のための構造推定アルゴリズム
動学的離散選択モデルについて知りたいと考えて購入した書籍です。
正直難しいです。実データに当てはめて理解を深めていきたいです。
7. ローゼンバウム 統計的因果推論入門: 観察研究とランダム化実験 |
因果推論における感度分析について知りたいと考えて購入した書籍です。
感度分析の基本的な考え方が理解できたように感じます。
8. 社会科学のための ベイズ統計モデリング
ベイズモデリングの基礎と社会学での適用方法/考え方が知れました。
9.ネットワーク分析 第2版
前半は数年前に読んでいて、後半の複雑性ネットワークについて読みました。
面白い分野だなと感じました。
数理統計
10. 現代数理統計学の基礎
統計検定のために読み込んだ本です。
11.人文・社会科学の統計学 (基礎統計学)
こちらも統計検定のために読みました。
12. 情報量規準
情報量規準を人類が容易に用いるには早いと思いました。
プロジェクト推進
13. プロダクトマネジメントのすべて 事業戦略・IT開発・UXデザイン・マーケティングからチーム・組織運営まで
会社で輪読会を行いました。
プロダクトマネジメントの考え方は日々のタスク推進にも役立っています。
14. 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]
網羅的にプロジェクトのポイントが記載されており、AIプロジェクトについてよく知らない人に説明していく際に役立ちました。
15. 戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック
データサイエンスをどのように事業活用するかを丁寧に解説していました。
私としては少し物足りなかったです。
そのほか
チ。―地球の運動について―
久しぶりにハマった漫画です。
文字通り命をかけて真理の探究をしている姿にグッときました。
そして、宇宙の成り立ちを想像し、数式化、観測するという取り組みはデータサイエンスだなと感じました。
終わりに
来年は今の積み本に合わせてすでに発売が予定されている読みたい書籍がいくつかあるため、今年以上に時間をとって読んでいけたらなと思います。
