機械学習モデルのイメージがつかなくて困っている初学者におすすめの一冊

　本書は、一般的に使われるアルゴリズムをわかりやすく解説した本であり、機械学習の初学者におすすめしたい一冊だ。例えば、情報工学の専攻ではないけれども機械学習に興味をもった学生や、はじめて機械学習を学ぶ社会人の方は、本書を手元に置いておくと安心して次のステップに進むことができそうだ。

　機械学習の初学者にとっては、コードや数式だけを見たところで「手持ちのデータやプロジェクトの目的に対してどのアルゴリズムを当てはめるべきだろうか？」「どの変数を変えたら何が起こるのか？」という疑問が生じるのではないだろうか。私自身、大学で統計とデータ分析を学んだのち、独学で機械学習を学びはじめたときには、モデルを理解するためにさまざまなところから動画や図を引っ張り出してくるなど、悪戦苦闘した。

　本書はそのような手間を省き、17種類のアルゴリズムそれぞれ対して豊富な図を用いて、概要、アルゴリズム、サンプルコードなどを紹介する充実の内容となっている。また、最後に「評価方法および各種データの扱い」の章もあり、評価方法についても一通りおさえておくことができる。初学者が陥りやすい「過学習」についても丁寧に解説されている。機械学習をはじめたいけれど、どこからはじめればわからない方には、特におすすめの一冊だ。

（レビュワー：斎藤 明日美）

“良いコード”の定義を体系的に記した一冊。
幸せなコーディングライフを送りたい開発者必見。

　2011年の初版から10年、増補改訂版として出版された本書は、コード例のモダン化に加え「データ構造」の章が追加されたのみで根幹はほぼ変わっていない。実際私が本書を初めて手に取ったのも初版であるが、10年経った今改めて読んでも違和感のない内容である。つまり“良いコード”の概念や定義は普遍的であり、さらなる向こう10年も活かせる知恵ということを意味する。

　本書では“良いコード”の定義を「保守性が高い」「すばやく効率的に動作する」「正確に動作する」「無駄な部分がない」の4つに分け、12章構成で噛み砕いて説明している。前半は、コーディングをする上で、誰しもが一度は頭を抱える命名やスコープ、抽象化のテクニックを具体的なコードを例にbefore/after形式で解説。後半は、テストやメタプログラミング、パフォーマンスチューニングなど開発全体を通したグッドノウハウ集といった構成だ。

　本書は、ターゲットとして3つのグループを想定している。

・良い仕事をしたい普通のプログラマ（＝初級）
・達人プログラマをめざす中級プログラマ
・達人プログラマ

　随所に、キャラクターとともに各々の立場で心の声が差し込まれており、さまざまなレベルのエンジニアがともにチーム開発をする、実際の開発現場では“あるある”なのも特徴的だ。

　特に初級プログラマにとっては、普段何となく書いていたコードの理由が理解できたり、リファクタリングポイントがわかったりと、最も得るものが大きいであろう。

　中級プログラマにとっては基本的な内容だが、バッドノウハウ／グッドノウハウが言語化されているので、コードレビューの観点として消化すると良いだろう。

（レビュワー：神谷 優）

2021/07/30