こちらもおすすめ
【厳選】統計学の勉強におすすめの本9選【初心者から上級者まで】 | Quant College
測度論的確率論の独学におすすめの本8選【わかりやすい教科書/参考書】 | Quant College
【2021年11月最新：全部受講】Udemyのおすすめ31選をカテゴリ別に紹介【データサイエンス/機械学習,Python/R/SQLプログラミング】 | Quant College
【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College
システムトレード×Pythonのおすすめ本5選(洋書) | Quant College
Pythonで金融工学を学べる本おすすめ5選【ファイナンス】 | Quant College
データサイエンス全般
【入門】大学4年間のデータサイエンスが10時間でざっと学べる
- 図解が多い入門書
- かなり多くの項目を広く浅くカバー
- 計算機の仕組み、データ構造とアルゴリズムなども入ってる
- 数式が唐突に出てくる所もあるので注意
- 一冊目で軽く全体像をイメージで把握したい人向け
【入門】分析者のためのデータ解釈学入門 データの本質をとらえる技術
- データ分析前に知っておくべき教養をまとめた本
- データの性質/分析/解釈/活用で初心者が陥りがちな罠が整理されている
- 同著者の黄色本はモデルが主。本書はモデル以外も広く浅く解説
- 図解が多くビジネスサイドの人にもおすすめ
【入門～初級】データ分析のための数理モデル入門 本質をとらえた分析のために
データ分析のための数理モデル入門 本質をとらえた分析のために
- データ分析の全体像がわかる地図のような本
- 広範なモデルの位置づけ/特徴/使い道/注意点を平易に学べる
- そもそものモデルの選び方/作り方/評価方法など本質を抽出して体系的に解説
- 数式は最小限。カラフルな紙面で図解も多い
統計学（理論）
【中級】現代数理統計学の基礎
- 学部中級レベルの統計学の良書
- 応用を意識した説明が親切で行間も少なめ
- 幅広い内容がバランス良くまとまっている
- 演習問題が豊富(難易度は様々)
- 命題や例の所でも具体的な計算を練習できる
- 微積と線型は必須だが測度論は(ほぼ)不要
機械学習（実装メイン）
【入門～初級】Pythonで動かして学ぶ！あたらしい機械学習の教科書 第3版
Pythonで動かして学ぶ！あたらしい機械学習の教科書 第3版
- 数学に自信ない人におすすめ (数式アレルギーはさすがに無理)
- 数学の復習や数式の説明が丁寧
- 線形代数と微分をPythonコードで説明
- 教師ありがメインで教師なしは少しだけ
- 深層学習にページ数を多く割いている
【入門～初級】Pythonではじめる機械学習
- scikit-learnを使って機械学習を体感できる本
- 数式や理論の深堀りは無く取っつきやすい
- モデルの利点と欠点、どんなデータに有効なのか、パラメーターの役割がわかる
- 特徴量エンジニアリング、モデルの評価・改良もページを割いて解説
【初級】機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム
機械学習のエッセンス 実装しながら学ぶPython、数学、アルゴリズム
- 機械学習の基礎固めに最適
- Python,数学,数値計算を効率良く学べる
- 数学は高校範囲から始まり親切
- numpyやscipyを使い機械学習をスクラッチ実装
- コード途中に番号が付され逐一説明してくれる
【初級】ゼロからつくるPython機械学習プログラミング入門
- 理論と実装のバランスが良い
- 序盤でPythonと数学の基礎をしっかり復習
- 回帰,分類,カーネル,ニューラルネットワーク,強化学習,教師なし学習を網羅
- スクラッチ実装のコードはコメントが教育的 ・紙面がカラフルで図やグラフが見やすい
機械学習（理論）
【初級～中級】多変量解析入門 線形から非線形へ
- 伝統的な機械学習の理論を平易に学べる
- 回帰,判別分析,SVM,PCA,クラスター分析等
- 決定木,RF,NN,DLの記載は無い
- 難易度は「はじパタ」より少し易しい
- 読み込むには微積,線形,確率の基礎が必要
- コードは無く、理論を学ぶ本
【中級】はじめてのパターン認識
- 通称「はじパタ」
- 数式ベースで分類問題を詳しく説明
- 例題で手を動かして理解を確認できる
- Rの実行結果も載ってるがコードはない
- 「はじめての」とあるが本当の初心者向けではなく、「数学がある程度わかる人が機械学習の理論を初めて学ぶための本」
- 学部の微積/線型/確率統計,特に線型代数を習得済みの人向け
時系列分析
【初級】時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装
時系列分析と状態空間モデルの基礎: RとStanで学ぶ理論と実装
- 通称「ハヤブサ本」。時系列分析の1冊目におすすめ
- 各節の冒頭で説明の進め方や全体像を見せてくれる
- 数式は少なめ
- 式の意味を言葉で平易に説明
- 紙面は若干淡泊な印象
- コードはRがメイン。最後のHMC法でStanを使用
【中級】経済・ファイナンスデータの計量時系列分析
- 時系列テキストの決定版である通称「沖本本」
- 説明が丁寧でかつ平易
- 具体例が豊富でイメージしやすい
- 数式は要点がまとまっている
- Rコードなど実装の話は無く基礎固め向き
- 通称「ハヤブサ本」の前半を深堀りした内容
深層学習（実装メイン）
【初級】ゼロから作るDeep Learning
- 深層学習の原理を平易に解説したベストセラー
- かゆい所に手が届く説明
- 基本から段階を踏んで理解できる
- 数学は行列の乗算から復習してくれる
- Pythonも1章で簡潔に説明
- ライブラリの使い方ではなく、スクラッチ実装で仕組みを学ぶ本
【初級～中級】TensorFlowではじめるDeepLearning実装入門
TensorFlowではじめるDeepLearning実装入門
- TensorFlowの入門書
- 小分けにしたコードを詳しく説明するスタイル
- 小さいプログラムをすぐ動かしたい人向けではないので注意
- 別の本で深層学習に入門した後、TensorFlowの使い方を学びたい人向け
【中級】PyTorch実践入門: ディープラーニングの基礎から実装へ
PyTorch実践入門: ディープラーニングの基礎から実装へ
- PyTorchをがっつり学びたい人向け
- 分厚くて重い本だが、詳細な説明で中身も濃い
- 後半は医療画像認識プロジェクトで難しめ
- 部品レベルから詳しく解説する前半だけでも有用
- コード解説には技術的な言い回しも多く、ある程度のPython経験は必要
【中級～上級】ゼロから作るDeep Learning ❸ ―フレームワーク編
ゼロから作るDeep Learning ❸ ―フレームワーク編
- 深層学習フレームワークをゼロから作る本
- 丁寧な説明で開発工程を体験できる
- 特殊メソッド等、Python自体の勉強にもなる
- 前提知識は深層学習の基本、クラスや継承
- PyTorch等の中の仕組みを理解したい人向け
深層学習（理論）
【初級～中級】これならわかる機械学習入門
- 物理学徒向け深層学習本
- ニューラルネットワークと深層学習に特化して説明
- 序盤の行列や確率の復習が手厚い
- Python入門、Kerasによる実装のコード説明はあっさりめ
- 終盤は統計力学への応用 ・式展開は丁寧で、学部一年の数学が既修ならスムーズに読める
【中級】これならわかる深層学習入門
- 深層学習の理論を深入りしすぎずにまとめた本
- タイトルの印象に比べると難しめ
- 深層学習の2冊目以降、頭の整理に良い
- 式展開の説明はあっさりしている
- コードは無く理論を学ぶ本
- ボルツマンマシンを詳しく学びたい人におすすめ
【中級～上級】深層学習 改訂第2版
- 深層学習周りを簡潔にまとめた良書
- 数式は多くなく重要な部分だけ載ってる
- 理論を学ぶ本なのでPython等のコード例はない
- CNNの章以降を理解するには他の本も必要か？
- ゼロから作るDeepLearningの次に読むとよい
ベイズ統計学
【入門～初級】Juliaで作って学ぶベイズ統計学
- 可視化しながら学べるユニークなベイズ本
- データ分析でのJuliaの使い方がわかる
- 数式少なめ、コードが豊富
- 確率や分布など統計学の基本から始まる
- Juliaで計算速度を出すためのコツにも言及
- 数式よりグラフを描いて学びたい人におすすめ
【入門～初級】入門ベイズ統計学
- 読み易いと定評のあるベイズ本
- 序盤は考え方を言葉で丁寧に説明
- 4章はポートフォリオ選択への応用
- 5章のMCMC入門もわかりやすい
- 途中から数式出てくるので確率統計の基本は必要
- ファイナンスの例を通して説明するので金融に興味ある人向け
ベイズ統計モデリング
【初級】データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC
データ解析のための統計モデリング入門 一般化線形モデル・階層ベイズモデル・MCMC
- 統計モデリングを易しく学べる通称”緑本”
- やさしい語り口でわかりやすい
- 数式少なめ、理解を助ける図表が多い
- ベイズモデルとMCMCの入門にも良い
- Rコードの説明と実行例あり
【中級】ベイズ推論による機械学習入門
- PRML本への橋渡しになる良書
- 式展開が丁寧な印象で、自習用に良い
- 理論の説明が中心
- 応用を意識したテクニックも記載有
- 微積分と線型代数の知識は必須
- 機械学習とベイズの入門知識があるとなお読み易い
- Juliaコードはこちら→ https://github.com/sammy-suyama/BayesBook
その他
【初級】経済・ファイナンスのためのカルマンフィルター入門
- カルマンフィルターに特化した解説本
- 数式の意味をその都度直感的に説明
- 行列をできる限り使わず解説してるのが特徴
- 計算例はExcel表計算
- 応用例は経済データや金融データで、ファクターモデル、イールドカーブ、ペアトレーディング等
【中級～上級】ガウス過程と機械学習
- 金融にも応用され始めたガウス過程の本
- 同シリーズの中では説明が平易で読みやすい
- 機械学習を俯瞰できて見通しがよくなる
- 3章がメインで4章以降は難しめ
- 前提知識は線型代数と確率が必須
- ベイズや機械学習の基本も知っていると望ましい
こちらもおすすめ
【厳選】統計学の勉強におすすめの本9選【初心者から上級者まで】 | Quant College
測度論的確率論の独学におすすめの本8選【わかりやすい教科書/参考書】 | Quant College
【2021年11月最新：全部受講】Udemyのおすすめ31選をカテゴリ別に紹介【データサイエンス/機械学習,Python/R/SQLプログラミング】 | Quant College
【初心者から上級者まで】Pythonプログラミング独学におすすめの本6選 (難易度順)【感想あり】 | Quant College