【読み物系】データサイエンス全般おすすめ本【統計/機械学習/人工知能の一般教養】

こんにちは,米国データサイエンティストのかめ(@usdatascientist)です.

前回まで「統計超入門」「統計基礎」「数学」「機械学習」と,お堅いお勉強系の本が続きましたが,今回は「そもそも統計学って?」とか「人工知能ってなに?」という一般教養的な知識が身につく本を紹介したいと思います.

データサイエンティストや人工知能開発者を目指すのであれば絶対に読んでおきたい本をまとめました.(エンジニア一般にオススメの本はこちらにまとめています.)

世の中にはそういった本が大量にありますが,ここではかなり厳選して紹介していきます.今後随時増やしていく予定なのでよろしくお願いします.

人工知能の歴史や統計・データサイエンスでなにができるかや,今後の展望など.データサイエンティストとして知っておきたいものばかりですし,自分の仕事や業界以外のデータサイエンスの使われ方って意外に知らないですよね?世界でデータサイエンスがどのように使われ,人々の生活をよくするのか,またこれからどのような歴史を歩むのか,それらのヒントがこれらの本にあると思います.

どれもとても読みやすく,わかりやすく書かれている本に絞っています.

私はほとんどの本はKindleで買って,軽い感じで読んでます.

人工知能は人間を超えるか ディープラーニングの先にあるもの

かの有名な東大TMIの松尾先生の本です.ベストセラーです.

私も大学院時代にお世話になった先生です.ディープラーニングにより人工知能が注目されはじめましたが,実は人工知能は今まで2回注目された時期があり,その度に研究が加速し衰退していきました.今回が3回目のバズ.今までのその歴史を振り返りながら,今回のディープラーニングの何がすごいことなのか,また今後の展望についても触れられています.

これを読まずして人工知能関連の仕事はできないと言っても過言ではないくらいよくまとまっており,勉強になる本です.今までの歴史を知らずして人工知能の仕事はできませんよね?

ちなみにものすごく読みやすいですが,似たような内容で漫画版もでているのでこちらもどうぞ.「そもそも人工知能ってなに〜」って人はこちらから読むといいかもしれません.人工知能の歴史や課題点が漫画で学べます.

マンガでわかる! 人工知能 AIは人間に何をもたらすのか

脳・心・人工知能 数理で脳を解き明かす

あまり知られていない本かもしれませんが,この本は本当にすごい本なんです.

なにがすごいかって,著者の甘利先生は,理化学研究所脳科学総合研究センターの特別顧問を勤める東大の名誉教授ですが,実はニューラルネットワークの学習で非常に重要な「確率降下法」の考案者です.「確率降下法」のおかげで効率よくニューラルネットワークでの重み更新が可能となり,これが第二次人工知能ブームの火種になっています.

数理脳科学の世界的権威である甘利先生が,多忙な研究生活に一区切りつけ,執筆したのが本書です.つまり超超待望の一冊なんです.

脳の仕組みを数式でモデル化するのが人工知能の究極的なゴールです.ですが最近の深層学習に見られる多くの研究論文はパラメータの調整やニューラルネットワークの構造の工夫など,「脳や心の実現」とはかけ離れた「テクニック」寄りなものばかりです.

本書は「脳とはなにか」からはじめ,脳の仕組みをやさしく解説し,ニューロンの数理モデル,人工知能の歴史と今後の展望が記載されています.時々先生の研究時代の裏話なども書いてあり,本当に面白いし貴重.

脳の仕組みを数式化し,人間のように考えるコンピュータを実現させるという本当の意味での「人工知能」を学べる本です.必読書ですね.

統計学が最強の学問である 

こちらも超有名なベストセラー.統計学を勉強しようと思っている人にはぜひ読んでほしい一冊です.

私も「統計学が最強の学問」であると思ってますし,統計学を知らないということはあらゆる場面で不利になると思います.ニュース一つ見るのにも,統計学をかじっていれば数字に疑問を持つことが可能ですし,ビジネスをする際にもきちんとデータを使って根拠を示すことができます.統計学を用いれば論理的・確率的に将来を予測することもできるし人を納得させて動かすこともできます.

本当に統計学は最強だと思う.

事実,データサイエンティストという職種がアメリカではここ数年BestJobに選ばれ,企業がこぞって人を募集し,かなりの高給でデータサイエンティストを雇っています

今の時代,一つなにか自分の得意分野として学んでおくなら,私は「統計学」を選びます.(あとできればプログラミングと英語)

その理由が本書で述べられています.必読書です.

物理学者、ウォール街を往く。―クオンツへの転進

大学で物理や数理を学んだ多くのPhD(博士)の人たちがウォール街で「クオンツ」として働き,金融商品をモデル化してぼろ儲けしています.筆者はもともとコロンビア大で理論物理学でPhDをとり,その後ゴールドマン・サックスの計量戦略グループのトップを勤めた方で,その経歴に基づいた自伝です.

400pくらいあるので読むのに一苦労ですが,内容は面白く,物理学についても触れているのでその辺の勉強にもなると思います.

「クオンツ」というのは金融工学のデータサイエンティストだと思っていただければいいです.企業の業績や金融商品の値動きを数理モデル化し,売買取引をすることで利益をあげる職業です.

「データサイエンス」がいかに多くの分野で役に立つかがわかります.本当に幅広いところで応用のきく学問です.

IBM 奇跡の“ワトソン”プロジェクト: 人工知能はクイズ王の夢をみる

IBMといえばITの巨人と呼ばれる100年以上の歴史をもつ大企業ですが,「ワトソン」というAIを開発しているAIの会社でもあります.IBMはかつて「ディープブルー」というスーパーコンピュータを作り,1997年にチェスの世界チャンピオンを破っています.

その後さらに科学技術が進み,IBMは「ディープブルー」に次ぐプロジェクトとして米国の人気クイズ番組「Jeopardy!」にチャレンジしています.「Jeopardy!」はクイズ番組で毎回3名の回答者により対戦が行われ,クイズに早押しで正解することで賞金を獲得できます.

実際に2011年にIBMのワトソンが「Jeopardy!」で勝利し賞金100万ドルを獲得しています.(賞金は全額慈善事業へ寄付)

本書はそのAIが「Joepardy!」で勝利するまでのプロジェクトがどのように発足し,成功したかを記述した本です.結構裏話というかリアルな話ばかりなので読んでてめちゃくちゃ面白いです.

「ディープブルー」と「ワトソン」の功績はAIの歴史を語る上で絶対外せない二つなので,この本で読んでおくことをお勧めします.モチベーションあがりますよ!

まとめ

データサイエンティストで働いていると,「データサイエンスでなにができるか」を考える必要がでてきます.どんな課題を解決できるのか,できないのか.

読み物系の本で歴史を学ぶと,「できること」のアイディアが生まれやすくなるし,事例を知っておくこととであらたな仕事を作ったり,人にデータサイエンスの重要性を伝えることができます.

まだまだ世の中「データサイエンス」がなにかわからない人が多いです.

こういう本を読むことで,一般の人に統計学,データサイエンスや人工知能を説明することもできるようになると思います.

あとなにより自分自身の学習のモチベーションになりますよね!

これからどんどん追加していこうと思うのでよろしくお願いします.

それでは!!