因為反應熱烈，所以我們製作了2025年版。由於今年也不少出色的書籍，我還有一些書尚未追蹤到。稍後我會逐步添加編輯。
本文章的目的
- 介紹對IT領域的技術人員在數據分析相關工作上有幫助的書籍（我在學習的初期若能有這樣的推薦會非常高興）的文章
- 本文作者青木曾在生物資訊學（以基因組數據的資料庫化為中心，使用Perl和MySQL）上進行時序分析，現在則使用R和Python進行一般數據分析的工作
- 因此並沒有專為研究者所寫的書籍。此外，雖然我主要是通過R來學習數據分析的基礎，但現在根據潮流，除了理論的部分，幾乎都只列出Python書籍
- 這種列書單的人通常都沒有好好讀過書，這種話我過去聽過，但未讀的書籍我已經刪除了
- 最近出色的書籍不斷涌現，雖然在閱讀過程中也列出了某些書籍（例如讀過初版但尚未讀到改訂版的書籍），在推薦中會明示
整體概述
今年的特色（2024年版的更新）
- 類別層面
- 生成式AI的部分將另行文章
- 自然語言處理與生成式AI合併成為別的文章2025年版 生成AI・大型語言模型的學習書籍30冊（必須5冊+經典15冊+優秀10冊）
- 除了生成式AI的自然語言處理部分，其他的也將其與大型語言模型合併，以便更易理解，所以統統分為別的文章
- 書籍
- 刪除
- 統計學入門 (基礎統計學) 所謂的「紅書」
- 雖然長期被視為經典，但此次已從清單中刪除，感謝你一路以來的陪伴！
- 詳情請見2.3.1. 統計學的3本書
- 蓄水池計算：時序模式識別的高速機器學習理論與硬體
- 雖然被IPA未踏目標事業(利用蓄水池計算技術的軟體開發領域)所採用，但完全不流行
- 量子技術入門
- 我相信它將來絕對必要，但可能太早了？IPA未踏目標事業(利用量子計算技術的軟體開發領域)
生成式AI與自然語言處理已分為別的文章。
章節與更新狀況
- 2024年版的章節排列也進行了調整
| 2025年版機器學習・數據分析的100本書+5本 | 2024年版機器學習・數據分析的必須10本書+熱門90本+下一步5本=105本 | 更新狀況 |
|---|---|---|
| 1. 必須的10本 | 1. 必須的10本 | 無變更 |
| 2. 商業力 | ||
| 2.1. 商業・主題定義的5本 | 2.1. 商業・主題定義的4本 | 增加1本 |
| 3. 數據科學力 | ||
| 3.1. 前處理・特徵工程的5本 | 2.2. 前處理・特徵工程的5本 | 無變更 |
| 3.2. 分析演算法 | ||
| 3.2.1. 分析演算法 統計學的3本 | 2.3.1. 分析演算法 統計學的3本 | 替換1本 |
| 3.2.2. 分析演算法 機器學習演算法-1的5本 | 2.3.2. 分析演算法 機器學習演算法-1的5本 | 無變更 |
| 3.2.3. 分析演算法 機器學習演算法-2(深度學習)的4本 | 2.3.3. 分析演算法 機器學習演算法-2(深度學習)的4本 | 無變更 |
| 3.2.4. 分析演算法 因果推論・因果探索的6本 | 2.3.4. 分析演算法 因果推論・因果探索的6本 | 無變更 |
| 3.2.5. 分析演算法 異常檢測的2本 | 2.3.5. 分析演算法 異常檢測的2本 | 無變更 |
| 3.2.6. 分析演算法 網路分析的4本 | 2.3.6. 分析演算法 網路分析的2本 | 增加2本 |
| 3.2.7. 分析演算法 稀疏建模的2本 | 2.3.7. 分析演算法 稀疏建模的2本 | 無變更 |
| 3.2.8. 分析演算法 強化學習的3本 | 2.3.8. 分析演算法 強化學習的2本 | 增加1本 |
| 3.2.9. 分析演算法 貝葉斯統計・貝葉斯機器學習的5本 | 2.3.9. 分析演算法 貝葉斯統計・貝葉斯機器學習的4本 | 增加1本 |
| （刪除，別篇文章）2025年版 生成AI・大型語言模型的學習書籍30冊（必須5冊+經典15冊+優秀10冊） | 2.5.2. 生成AI的6本 | カテゴリー刪除，另立文章 |
| 3.2.10. 分析演算法 評估指標・XAI的4本 | 2.3.10. 分析演算法 評估指標・XAI的4本 | 無變更 |
| 3.3. 數據可視化的7本 | 2.4. 數據可視化的6本 | 增加1本 |
| 3.4. 數據分類 | ||
| （刪除，別篇文章）2025年版 生成AI・大型語言模型的學習書籍30冊（必須5冊+經典15冊+優秀10冊） | 2.5.1. 自然語言處理的7本 | 类别刪除，另立文章 |
| 3.4.1. 時序分析的8本 | 2.5.3. 時序分析的7本 | 增加1本 |
| 3.4.2. 影像處理的1本 | 2.5.4. 影像處理的1本 | 無變更 |
| 3.4.3. 地理空間的1本 | 2.6. 地理空間的2本 | 2.5.5. 地理空間的1本 |
| 3.5. 機器學習周邊的手法5本 | 2.6. 機器學習周邊的手法4本 | 增加1本 |
| 3.6. 數學基礎的4本 | 2.7. 數學基礎的4本 | 無變更 |
| 3.7. 程式設計的3本 | 2.8. 程式設計的3本 | 無變更 |
| 4. 數據工程力 | ||
| 4.1. 數據管理的3本 | 3. 數據管理的3本 | 無變更 |
| 4.2. 建設・運營的2本 | 4.1. 建設・運營的2本 | 無變更 |
| 5. 資格・KAGGLE | ||
| 5.1. 資格的3本 | 4.2. 資格的2本 | 增加1本 |
| 5.2. KAGGLE的4本 | 4.3. KAGGLE的3本 | 增加1本 |
| 6. 下一步的5本 | 5. 下一步的5本 | 替換2本 |
| 總計104本 | 增加20本，替換3本，刪除13本（自然語言處理7本，生成AI6本合併為別的文章） |
標記說明
- 書籍介紹中的標記說明
- new
- 2024年版中沒有的新書籍已被添加。
- 圖表中的標記說明
長長的開場結束了，那麼現在開始吧！
1. 必須的10本
- 本部分未對2024年版做變更
- 依照數據科學家協會所提及的「商業」「數據科學」「數據工程」三個要素進行排列
- 正如前面所述，閱讀這10本書可以大大減少「什麼都不懂」的情況
- 而且，這樣也方便接軌後續各類別的書籍
| 類別 | 書名 | 內容 |
|---|---|---|
| 最初的1本 | Python機器學習程式設計［PyTorch＆scikit-learn編］ (impress top gear) | - 我讀的是這系列的初版，實話是這版我並未閱讀，但評價仍佳，因此列出來了。已出至第三版，2022年新推出的PyTorch & scikit-learn版本，但在實質上算是第4版，也就是最新版。<br>- 學習方式可以有很多種，除了直接看數學公式並迅速理解的朋友外，對於其他人來說，首先進行程式撰寫實作，了解結合這些數據使用這個庫可以得到這樣的輸出是如何運作的，這是更快的學習策略。<br>- 所以我認為這是一本包含機器學習廣泛領域程式碼的書，透過程式實作最為直接。<br>- 我是從R入門的，所以那時開始讀了『R數據科學』這本書，它成為了我現在的基礎。Python的機器學習書籍也許多，不必過分堅持某一本書，想表達的是「首要的是熟悉（經常會被數學卡住），接著是習慣（透過程式實作來體驗機器學習）」。 |
| 商業 | 實務中運用數據分析・AI的數據驅動思考 | - 雖然「AI並非目的，而是一種手段」，但由於許多人卻將其強迫為「目的」，因此變得困擾，因此這本書成為必讀的10本之一。<br>- 講述在實際商業中運用數據分析的第一人者，河本薰的書籍。<br>- 關鍵詞是「決策」<blockquote>「可以在現場運用」也就是「運用於現場的決策」。而「可以運用於決策」則是「分析結果被用於決策過程中」。這樣的話，分析結果能夠被運用於決策，則不僅需要進行有用的數據分析，還需要「設計決策過程」以使分析結果真正能在決策中發揮作用。</blockquote> |
| 商業 | AI・數據分析專案全指南 商業力×技術力=價值創造 | - 雖然是本關於專案全貌的書，但我將其定位於「商業」<br>- 一本從全貌角度解釋數據分析專案的書。並不是在談論演算法，而是關於如何設置專案、如何外包等事宜。<br>- 有人推薦這本作為入門書，但是否能夠引起共鳴則要打上問號。我認為這本書更適合那些經過一定程度的試錯之後進行整理。 |
| 數據科學 | 分析者的數據詮釋學入門 | - 「我花了五年時間繞了個大圈子，學到這些到底是為了什麼！」<br>- 不過，如果最開始就只讀這本書是否能夠深入理解，還不確定。大概是在看過前述書籍並自己親自動手去探索過一番後，再來讀這本（可能並行也可以），會有更深刻的理解。<br>- 書中提到的「在數據的獲取・分析・詮釋・應用各個階段中應該了解的技術」，就算是對於已有相當經驗的人來說也能釐清誤解，為必讀之作。 |
| 數據科學 | 從基礎學起的統計學 | - 東京大學出版社的《統計學入門》常被指定為入門書（我自己過去也這麼做過），但老實說，統計學的概念比較難，還是應該更專注於扎實掌握更基礎的部分，因此可以選擇這本。<br>- 看起來是北大農學部的統計學入門課程整理而成。因此對於數學不太熟悉的學生而言，會用非常仔細、生動的真實例子和圖表來進行清晰的解釋。<br>- 比起後面的《數據分析必備的知識・思考方式 統計學入門》範圍較小，在講解那些相對基本的概念上則會相對的詳細清晰。即便是自信於「統計學沒問題」的人，推測這本會更合適。 |
| 數據科學 | 初學者的模式識別 亦即初識模式本 | - 由於有許多類似的書籍出版，或許還會有較好的書籍，但是（老實說我只知道這本），但這本仍然有良好的銷量，應該沒有問題。<br>- 這本書被認為是理論入門的經典，雖然沒有涉及深度學習，但幾乎全面涵蓋了機器學習中使用的方法。很多人推薦後面提到的PRML，但我認為如果不是研究者直接去讀那本會很容易中途放棄，還是先從這本開始比較好。<br>- 雖然書中沒有談及深度學習，但首要的是先掌握基本概念，另外書中似乎也有關於深度學習的篇章。 |
| 數據科學 | 用於不妥協的數據分析的微積分+線性代數入門 | - 出色書籍不斷湧現的彩色系列<br>- 目錄一看，對於認真學習的人來說會明白。「正是我想知道的」這樣的內容都在書中。<br>- 先介紹線性代數的基礎→微積分的基礎→微積分與線性代數在數據分析中的關係<br>- 雖然微積分和線性代數在數學上很重要，但在機器學習中優先級較低的部分已經被大膽省略，作為本書的引導卻提到了當下流行的生成模型中的擴散模型。<br>- 問題演習最好換另一本進行，但數學的學習過程中對於所需範圍不清楚，這本書正好可以明確地指明「這個範圍」。<br>- 這是與《統計學的數學入門30講》替換的（長期感謝，若要演習的話，30講仍然很有用）。 |
| 數據科學 | 改訂新版 前處理大全 | - 實際業務中會與數據的雜亂作戰。<br>- 雖然有人說數據分析的80%是前處理，但卻沒看到有專門的解說書，前一版出後，相關書籍陸續增加，但還是以這本的易懂性與全面性為主。<br>- 數據的匯總・結合・分割・生成等整形的大全。對於單一課題，會提出SQL、Python/Pandas系以及Python/Polars系三種語言的處理範例，以及明確各語言的優劣。<br>- 雖然網路上大多能找到資料，但如果因為主觀的理由導致陷入局部解，可能會有效率低下的代碼。就算只是看一下正確答案，也能避免數據前處理的深淵。 |
| 數據科學 | 數據可視化的設計 | - 作者似乎是Tableau的顧問，但這本書在更廣泛的數據分析可視化上也能直接適用。對於不太懂數據分析的用戶或顧客，如何展示分析結果，這本書都認為是必讀。<br>- 在畫圖時，經常會無意間過度填充信息，這可能是每個人都有的經驗。本書中提到的「不要堆疊，去掉多餘」無疑是戳中了許多人的痛點。<br>- 在數據分析中的可視化書籍通常會以庫的使用為重點，但實際上想表達的意圖決定了圖的形式，而這方面進行解說的書籍卻很少。目次中的內容也都意識到了展示的方式。<blockquote>第1章 數據可視化「關鍵的關鍵」<br>第2章 這樣會瞬間變得更專業的小技巧<br>第3章 根據目的選擇圖表<br>第4章 通過案例學習－儀表板製作過程思考與標題－<br>第5章 為了讓其真正在組織中扎根</blockquote> |
2. 商業力
- 數據科學家常常被告知需要商業和領域知識
- 由於各自的領域知識不同，請參考我所寫的其他文章各行各業的AI・數據分析參考書籍
在此介紹的書籍是關於數據分析並非目的而是手段，如何產生商業利益的書籍
2.1. 商業・主題定義的5本
- 首先要明白的「戰略」，專案的推進方式和組織的存在方式等
- 由於生成式AI簡化了狹義的分析過程，此時領域的重要性將更為突出
| 書名 | 內容 |
|---|---|
| 為何「戰略」會有差異。 | - 這本書並非機器學習或數據分析的書。不過，還是有許多「用AI做某些事情」的例子，卻錯誤地把目的和手段搞混。因此有必要思考我們的公司和客戶到底想要什麼。<br>- 無論是數據分析是否有必要，對於這個數據分析專案要實現什麼，要考慮資源的限制等都必須整理清楚。這本書可能會成為各方共識的第一步。<br>- 雖然有很多書在討論「戰略」，但很少有書可以明確定義「戰略」是什麼。大家是否在不定義「戰略」的情況下隨便發言了呢？<br>- 一方面口口聲聲說「戰略」的人，卻又反過來挑剔那些被捨棄的選項，「難道這個觀點和那個觀點不也是必要的嗎？」，一再翻舊帳。<br>- 這本書是寫給行銷人員的，所以本書作者青木也是在學習相關的行銷知識，受到衝擊頗大。這是無論對於行銷還是其他任何涉及「戰略」的商業領域都通用的觀點。<br>- 大家都輕易使用「戰略」這個詞，且在沒有共識的情況下便開始破綻。<br>- 通過亞馬遜的介紹頁面來看，大多數公司不自覺地使用「戰略」這個詞。<blockquote>然而，經營戰略、市場戰略、廣告戰略和銷售戰略…<br>在企業之中「戰略」這一詞被過度頻繁地使用。由於定義和意義模糊，造成了現場的混亂和誤解，對於實際的戰略運用幫助不大。<br>換言之，「戰略」這個詞至今仍然相當模糊。理解戰略思考的一種方法，將有助於未來的選擇和決策。本書旨在讓讀者把戰略視為實際性思考的工具。</blockquote> |
| 在工作中開始學習機器學習 第2版 | - 在了解了整個AI專案之後，可以作為更具體的內容來閱讀，建議從現場的視角來看。<br>- 下面的目錄中顯示了「工作中使用」這一軸，概述了機器學習所需的項目<blockquote>1章 機器學習專案的啟動<br>2章 機器學習能做什麼？<br>3章 如何評估學習結果<br>4章 將機器學習整合到系統中<br>5章 收集學習所需的資源<br>6章 機器學習基礎設施的持續訓練<br>7章 效果驗證：基於機器學習的施策成果的判斷<br>8章 解釋機器學習模型<br>第II部分<br>9章 Kickstarter的分析，選擇不使用機器學習<br>10章 通過提升建模來提高市場資源的效率<br>11章 通過強化學習入門的賭徒算法<br>12章 在網路廣告中的機器學習</blockquote> |
| 最強的數據分析組織 | - 同樣是河本薰的書<br>- 講述他在大阪瓦斯工作時所組建的數據分析團隊<br>- 這本書也非常重要，對於那些概念不清楚的人，可以在某些文章中簡單了解，並做好理論武裝。 |
| 數據分析失敗案例集：從失敗中學習以獲得成功 | - 如書中所述，真的會遇到這些問題！「AI是不懂的，所以我把它交給你了」的人，在機器學習和深度學習的區別也都不懂，卻會來插手，給大家帶來麻煩。<br>- 為了避免失敗，應該了解可能發生的失敗。<br>- 對於已經實踐過許多數據分析專案的朋友來說，僅僅是看目錄就會讓人感到淚目，而對於新人來說，書中滿載著應該多加注意的重點，警醒著未來的挑戰。<blockquote>第一部分 「靠AI糊弄過去！」<br>案例1 統一UI卻導致UX崩潰<br>案例2 誰的工作？這就成了問題<br>案例3 為了最先進的宣傳而進行的最先進專案<br>案例4 真的是存在季節性嗎<br>案例5 是否需要推薦<br>案例6 分析如何在現場使用<br>案例7 幾乎不會故障的產品的故障預測<br>案例8 AI這個詞的不確定性<br>案例9 這個目標變數可以嗎<br>專欄數據科學家的生活<br>第二部分 被數據科學家玩弄的計算<br>案例10 只想聽成功的報告<br>案例11 提升目標選取的必要性<br>案例12 決策樹分析不只有決策樹<br>案例13 領域知識的重要性<br>案例14 政治上的數字權利<br>案例15 即使是產品也需要領域知識<br>案例16 風格的差異造成的混亂<br>案例17 無論分析多少，賣不出去的東西就是賣不出去<br>專欄 數據分析絕對不會失敗<br>第三部分 超越那個失敗<br>案例18 BI報告的混亂狀態<br>案例19 除了匯總數據以外沒有準備的數據或者預測精度<br>案例20 驚喜地發現可用的數據竟然如此稀少<br>案例21 努力預測的卻是……<br>案例22 只看樹木不看森林的小心<br>案例23 面對超過總人口十分之一的ID數量<br>案例24 最終報告結束後統計條件確定<br>案例25 機器學習模組的使用壽命<br>專欄 絕對不會失敗的數據分析</blockquote> |
| 解決商業課題的技術〜發揮數學模型力量的三步框架 | - 新增<br>- 這個清單雖然以機器學習為主，但數據分析並不僅限於機器學習。這一點很多人都容易忽視，應該始終圍繞如何解決商業課題。<br>- 這本書以數學優化為重，具體講述如何解決商業問題，這是稀有之作<br>- 三步框架明確解決商業問題的步驟<ul><li>1. 將商業問題表述為數學優化問題</li><li>2. 建立數學模型，以從數據中推測未知參數</li><li>3. 解決數學優化問題並導出最佳行動</li></ul><br>- 雖然以行銷為例，但其它領域也可應用。<br>- 只是將數據應用於機器學習得出預測值，卻對商業沒有任何幫助的情況是常見的誤區。多數情況下都是為了「優化」（如點擊數或利潤最大化或作業時間和成本最小化）而使用機器學習。這本書清楚地將這一步驟呈現出來。 |
3. 數據科學力
3.1. 前處理・特徵工程的5本
- 接下來，即使數據已經準備就緒，機器學習演算法卻相當挑剔。若沒有美味的（適合分類、迴歸等的）數據，它將難以產生合理的結果。
- 如何將數據準備好以便可以被機器學習「品嚐」，前處理和特徵工程將是重要的工作。
- 《樣本大小的決定方法》是一本好書，但難度較高；如果以數據為導向的機器學習為主的話，我認為《入門：樣本大小設計》更加確實地把基礎打好，因此未列入。
| 書名 | 概要 |
|---|---|
| 入門：樣本大小設計 | - 本書的前言中說明了，為《樣本大小的決定方法》的前期入門書。<br>- 以R為主的說明如下。<br>- 針對1樣本、2樣本的均值、比例、敏感度與特異度檢驗<br>- 1樣本均值與比例、2樣本均值與比例差的信賴區間<br>- 基於模擬的樣本大小設計<br>- 雖然《樣本大小的決定方法》也是好書，但仍然有許多難處，盡量避免不熟悉本文法而影響，因此優先選擇本書扎實掌握基礎會更為妥當。 |
原文出處：https://qiita.com/aokikenichi/items/6934fb578686513fd496
共有 0 則留言
文字內容提供幾種功能：
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式
1) --- 會變成分隔線（上一行必須是空白）
2) # 會變成一級標題
3) ## 會變成二級標題
4) ### 會變成三級標題
5) **粗體文字**會顯示粗體文字
6) ```當第一行與最後一行會顯示程式碼
7) 請搜尋 Markdown 語法，了解各種格式