こんにちは、ノムオです。
今回は機械学習初学者向けに「機械学習の勉強方法」について解説していきます。
私が機械学習の独学を始めた当初（約5年前）も、下記のような悩みを持っていました。
・「何から始めたらいいのか」わからない
・「どうやって勉強したらいいのか」わからない
・「どこまで勉強すれば仕事で活用できるのか」わからない
私も『見えない道』を1人で突き進み、現在は仕事で活用できるまでに至りましたが、
一方で、多くの時間・労力を使いました。
・機械学習の独学の始め方がわかる
・機械学習の学習ロードマップがわかる
・「独学でも挫折しないためのコツ」がわかる
また、忙しい皆さんに向けて『機械学習の全体像』に関する本を書いてみました。
仕事で4年・1人で機械学習を活用した経験に基づき、3万字程度で纏めています。
この本を先に読むと独学が楽になるはずです。
まずは、『勉強すべき内容』から整理していきます。
機械学習を活用するために勉強すべき内容
仕事で機械学習を活用するために『勉強すべき内容』は下記。
・プログラミング（python)
・数理モデルの理解（一先ず5個理解すべき）
・機械学習の活用の流れ（仕事で経験する or 先ほど紹介したnote)
・統計学（マストではないが、理解してるのがベター）
・機械学習を活用する分野の専門知識
なんというか、一言で言うと、勉強すべき項目が多い。。
なので、挫折する人が圧倒的に多い印象です。
挫折する人が大半なので、先ずは機械学習を勉強する上での心構えからお話しします。
機械学習を勉強する上での心構え
機械学習を勉強する上での心構えは、
「今理解できなくていい」
これです。
データサイエンスを4年独学で勉強して、独学で1番大事だと感じたこと
「今理解できなくてもいい」
新しいこと、自分が経験したことのないことに取り組むと、最初は理解できないことが多いと思う。
pythonもそう。プログラミングをやったことない人なら、最初はわからないことだらけだと思う。…
— ノムオ (@nomu_chem) November 15, 2023
1個わからないところがあって進まなくなって、勉強をやめてしまう人が多い。。
初めて勉強する内容なんて「一発で理解できないのは当たり前」です。
だから、今理解する必要はないんです。1週間後に理解してもいいんです。
それに本当に大事なことなら、何回もその問題に出会います。
その時に解決できればいい。
それくらい、独学には何より心の余裕が大切だと思っています。
心構えは理解できたと思うので、次に「何から始めるべきか」書いていきます。
（機械学習の活用の流れは私執筆の本を是非活用してみてください）
機械学習の独学は何から始めるべきか
3ステップで書いていきます。
ステップ1. 計算環境の構築
まずは計算環境の構築から始めてください。
環境構築ができないと独学もスタートできないので。。
初学者の方は「Anaconda」をインストールするのがお勧め。
（下記記事で詳しく解説しているので参考にしてください）
仮想環境の構築は下記。（全然、後回しでもいいです）
（例えば化学構造を取り扱った機械学習を実施したいなどの場合は必要です）
環境構築ができればステップ２へ。
ステップ2. 問題演習（kaggleのタイタニック予測問題、住宅価格予測問題）
私のお勧めは、いきなりタイタニック予測問題、住宅価格予測問題に取り組むこと。
先ずは問題演習で、機械学習による予測を経験すること（肌で感じること）が大事。
この2つの問題は、ググれば大量の解説記事があるので取り組みやすい。
また、今では生成AIもありますし。
2025年、挫折しないお勧めのデータサイエンス（機械学習）の独学ロードマップ
・PC購入
・anacondaをインストール
・jupyternotebookでタイタニック予測、住宅価格予測にチャレンジ。ググれば解説記事が出てくるのでコピペ→実行して機械学習の流れを掴む。そして都度生成AIに質問…— ノムオ (@nomu_chem) January 4, 2025
ステップ3. 他の問題演習、仕事での活用
ステップ2が終了すれば、更なる問題演習（他のコンペや例題に挑戦）したり、仕事で少しずつ活用すればいい。
私の経験では、実際に仕事で活用してみないとわからないことが多々あるので、ある程度理解できれば、早く仕事で活用してみるべきだと思っています。
いろいろ書きましたが、今自分が必要なことを学び続けることが最もコスパが良いです。
続いてpythonの勉強方法について書いていきます。
プログラミング（python)の勉強方法
『pythonの勉強方法』の詳細は下記記事を是非参考にしてください！
今であれば、pythonの勉強にも、積極的に生成AIを活用していくべき。
✅ 生成AIはもはやプログラミング講師
何を質問しても教えてくれるので、生成AIはもはや、プログラミング講師
エラーコードもコピペして貼り付ければ、原因と解決策（コード）を提案してくれる。
生成AIの使い方も覚えるし、一石二鳥だ。
データサイエンスの独学（特にpython）で生成AIの活用を今お勧めする理由
・回答が早くなり、正直ググるより早い
・生成されるコードが昔よりわかりやすくなった
・一つ一つのコードを詳細に解説してくれる…— ノムオ (@nomu_chem) May 30, 2024
pythonはどこまで理解すべきか
結論、書かれているコードの内容を理解できる能力があれば、問題ない。
pythonは機械学習を実施するための「手段」なので、コードを暗記したり、自分でコードを書けなくてもいい。今は生成AIを活用してコードを書くこともできるし。
pandasやnumpy、scikit_learn等のライブラリを駆使して機械学習をできればいい。
なので「pythonはあくまで手段で、使えればいい」ということは是非覚えておいて欲しいです。
続いて数理モデルの話です。
数理モデルの理解
数理モデルは色々あるので、一先ず下記5個の数理モデルを使いこなせる状態に持っていくのがお勧め。
最初からいっぱい勉強しようとしても使わなければ忘れてしまうし。。
機械学習のモデルは一先ずこれくらい勉強すればOK
・重回帰分析
・ロジスティック回帰
・決定木
・ランダムフォレスト
・lightgbm他にも色々あるけど、上の５つを理解して使えるようになればkaggleの問題も解けるし、実データの分析もできると思う。…
— ノムオ (@nomu_chem) January 6, 2024
これら5つを一先ず理解できればkaggleなどのコンペにも挑戦できるし、実務レベルでも十分なので、スタートとしてはこれくらいでいいと思う。
✅ これら5つは私のブログでも解説記事を書いてます。
記事内にあるリンクからそれぞれの解説記事に飛べるので良ければ！
最後によくある質問を書いておきます！
よくある質問
Q1. 機械学習を仕事で活用するにはどれくらい勉強すればいい？
最低でも半年くらい見ておいた方がいいと思います。
私が独学を始めた5年前はそんなに情報もなく、また完全独学だったこともあり、1年（約1000時間くらい）は勉強したと思います。だいぶ遠回りしました😢
生成AIが出てきて質問すれば答えを教えてくれるとはいえ、情報量が多く理解するのに時間がかかるため、これくらいはみておいた方がいいと思います。
Q2. 問題演習を始める前に、先ずは機械学習の教科書を読むべきでは？
私も書籍とか色々読みましたが、結局理解した気になるだけで、いざ問題演習始めてみるとわからないことだらけで、結局一から全部調べ直しました。。
最初から問題演習をするのがハードルが高すぎるという人は、書籍を読むことから始めることに対して否定しませんが、機械学習は勉強することが多く、特に挫折につながりやすいので、最初は今自分が必要なことのみを学んでいくのが最もコスパがいいと思います。
問題演習をすれば、わからないことが山ほど出てくるのでそれを一つずつ調べていくのが最もコスパがいいと思います。調べる練習にもなります！
Q3. 機械学習を独学して仕事で活用する前は不安とかなかったですか？また失敗とかしましたか？
不安だらけでしたし、いざやり始めたらわからないことだらけでした。。
解説記事なんてないですし、どれくらい予測精度が出ればOKなのか？とか全然わかりませんでした。。
また、実際に失敗もしました。。下記noteに纏めてますので、心配な方・気になる方はどうぞ。
今回の記事はここまでです。
最先端の技術（生成AI）と仕事で機械学習を活用した人間の経験（私執筆のnoteやブログ）を活用するのが、最もコスパ・タイパが良いと思うので是非、ご活用いただければと思います。
皆さんのデータサイエンス（機械学習）に関する知見がさらに深まることを願っています。
