Pythonで始める : データサイエンスの独学完全ロードマップ【初心者向け】

こんにちは、はやたす(@hayatasuuu )です。

完全初心者からデータサイエンスを学びたいけど、何をどの順番で勉強したら良いんだろう…

そんな悩みを抱えていませんか？

データサイエンスに興味はあるけど、本屋に行くと書籍が大量に積まれているし、何から手をつけたら良いのか分からないですよね…

そこで本記事では「データサイエンスの独学完全ロードマップ」を紹介していきます。

この記事を読めば、最適な学習手順が分かり、着実にデータサイエンスの基礎を身につけることができます！

ちなみに、本ロードマップを使って学習したら、大学1年生で「インターンに参加できた」という報告をいただけました。

ありがとうございます…!!😭
実は、はやたすさんのデータサイエンス独学完全ロードマップを参考にしていました！！！
progateもUdemyもやりましたし、統計検定の2級も取りました！最近は東大DS講座を進めていたところなのですが、今回インターンが決まり、実践の場ができてとっても嬉しいです！！！

— 有明@DSインターン生 (@Aria3712001) November 7, 2020

しっかり実績も出ているので、「キャリアアップのために、データサイエンスを勉強しよう」と考えている方は、ぜひご覧ください。

※なお、今回は「完全ロードマップ」という形でガッツリ記事を書いており、、、長くなるので、ブックマーク推奨です。

本記事は2019年の情報になっています。YouTube版が最新です！

▼前半がこちら

▼後半がこちら

STEP0 : データサイエンス独学完全ロードマップで目指す目標

まずは目標を確認しましょう。

この記事では、最終的に以下の状態になっていることを目標にします。

完全未経験から、データサイエンティストとして活動するための、最低限必要になるスキルを身につけること

上記の目標にフォーカスした記事になっています。

そもそも、データサイエンティストに必要だと言われているスキルは、一般的に「3つ」あります。

これらのスキルが必要だと言われています。

ですが、これだけだと、若干わかりにくいですよね。なので、僕の方で分かりやすい解釈に変換しました。

だいぶ噛み砕いていますが、だいたい必要なスキルはこんな感じです。

独学でデータサイエンスを勉強するとき、ビジネス力を向上させるのは難しいですよね。

なので、個人でデータサイエンスを勉強するときは、「データサイエンス力」と「データエンジニアリング力」を身に付けることになります。

要するに、「数学」と「プログラミング」を勉強するってことですね。

そして、この完全ロードマップでは、データサイエンスをやっていく上で「最低限、必要になる数学と、プログラミングのスキル」を身につけることを目標にしています。

データサイエンティストを目指している大学生や、ジョブチェンジを考えている社会人の第一歩になるはずです。

STEP1 : 独学で必要な費用と勉強時間

この完全ロードマップを使って学習したときに、必要な費用と勉強時間は以下のとおりです。

• 費用 : 約2万円ほど
• 期間 : 2〜3ヶ月ほど

ざっくりした計算ですが、だいたいこれくらいで済みます。

データサイエンスを学べるスクールだと70〜100万円かかるので、独学で勉強する場合は安くおさえられるのが嬉しいですね。

ちなみに僕は、独学が最高と思ってないですし、スクールが正義とも思っていません。

自分に合った勉強方法が必ず存在するので、正直「自分がどういう性格なのか？」によると思います。

スクールのデメリットは高額なことでしたが、最近だと”補助金のおかげで安くなる”ので、そこまでデメリットがなくなってきました。

ご紹介ありがとうございます！！

国の補助金の対象となっており、50%-70%の補助が出ます！

— 株式会社データミックス (@datamix_) July 20, 2020

STEP2 : データサイエンスの勉強を始める前に読むべき本

データサイエンスを学び始める前に、読むべき本が2冊ほどあります。

読むべき本① : これからのデータサイエンスビジネス

タイトルのとおり、データサイエンスビジネスについて、非常にコンパクトにまとまっている書籍です。

「どのようにプロジェクトを回していくのか？」といった、実務部分を学べるので、この本を読んでおくと、データサイエンティストの仕事イメージが付きやすいのかなと。

実務イメージが付いていると、独学の理解度も上がるので「実務的な話は、まだ早いかな…。」とか考えずに、先に読んでおくことをオススメします。

読むべき本② : 統計学が最強の学問である

統計学分野で、非常に有名な本です。データサイエンティストに限らず、ビジネスマンなら読んでいる書籍ですね。

この本は「統計学で何ができるのか？」を学べるようになっています。

「結局、こんなのどこで使うんだよ」となるのが、統計学あるあるです。そして、こういったモチベーションだと、勉強していて退屈になってしまいます。

ゆえに、データサイエンスの基礎になる統計学を勉強していくなら必読です。

本当は、他にも色々な本がありますが、、、とりあえず上記で紹介した2冊でOKですね。

あまり深追いすると、前に進めなくなります。サクサク次に進むようにしましょう。

STEP3 : データサイエンスの勉強でおすすめのPC

この記事は「完全初心者向けのロードマップ」になっているので、データサイエンスの勉強でおすすめのPCまで触れていきます。

それで、データサイエンスでおすすめのPCですが、、、「ぶっちゃけ特にないかな」というのが本音です。

あまりにもスペックの低いパソコンだと、勉強していてストレスになると思うので、ある程度のCPUとメモリを確保したPCであれば何でもOKです。

ちなみに、あまり知られていませんが、楽天Rebatesを使うとMacbookがお得に購入できます。

このサイトを経由して買い物するだけで、楽天ポイントが付与される仕組みです。

Apple公式ストアだと、1%のポイントバックを受けられます。

Macbookは一番低いスペックでも高額の買い物になるので、1%といえど結構ポイントが貯まりますよ(｀・ω・´)！

STEP4 : Pythonの基礎を学ぶ

ここまできたら、ようやく具体的な学習に入っていきます。

まずは、データサイエンスで頻繁に使われているプログラミング言語Pythonの勉強を始めていきましょう。

ゼロからプログラミングを勉強するなら、上記のいずれかですね。

Pythonの学習教材① : Progate

Progateは、プログラミング初心者に人気のサービスです。

プログラミング学習の挫折ポイント1つ目は”環境構築”なのですが、Progateを使えば環境構築する必要がありません。

世の中には素晴らしい学習サービスがあるので、積極的に使っていきましょう。

なお、Progateの学習期間は「2週間」が目安です。

上記のとおり。

つまり、2週間のうちにPythonコースを2周します。

1回で完璧にしようとせず、回数を重ねて反復学習するようにしましょう。

あと、Pythonの学習は2週間で終える予定ですが、料金は1ヶ月ぶん払っているので、あと2週間の猶予があります。

その2週間で、SQLとコマンドラインの勉強をしておくことをオススメします。

SQLはデータベースからデータを抽出するときに、コマンドラインはそもそものPC操作で使います。

Pythonの学習教材② : YouTube

これは、僕のYouTubeチャンネルです。

もちろんYouTubeなので、無料でご活用いただけます。

なお、僕のYouTubeチャンネルは、Progateより深掘りしている部分があります。

たとえば、”lambda式”はProgateで扱っていません。でも、データサイエンスをやるなら、必須のPython文法です。

また、学習で使っているJupyter Notebookは、データサイエンティストに必須のツールです。

なので、可能であれば、僕のYouTubeチャンネルを使って頂けると良いかと。

※もちろん、品質は保証します。笑

あとデータサイエンスをやるなら、RとPythonの二択になるかと思うのですが、、、まずはPythonをオススメします。

理由としては、次のとおりです。

Pythonは汎用性も高く、取り入れている企業が多いです。

なので、まずは無難にPythonを勉強していき、余力があればRをやってみるくらいで良いと思います。

STEP5 : 自分のPCでPythonの環境を整える

ProgateまたはYouTubeでPythonを勉強したら、環境構築をやっていきましょう。

実は、Pythonの環境構築には、色々な方法があります。

※YouTubeで学習して頂いた方は、【Python入門②】Pythonを使える状態に！環境構築の種類と設定方法を紹介【2020年版】と同じ内容です。

この中で、”データサイエンス”を目的にPythonを使うのであれば、「ローカル向き」の「Anaconda」を使って環境構築するのをオススメします。

オンライン向きのGoogle Colaboratoryも、もちろん便利なのですが、、、データサイエンスで必須になる「ファイルの読み込み」が少し面倒です。

慣れてきたらGoogle Colaboratoryでも良いですが、それまでは自分のPCにAnacondaをインストールしましょう。

基本的には、ポチポチ「次へ」を押していけばOKです。

STEP6 : 機械学習の基礎を勉強する

Pythonを自分のPCでも使えるようにしたら、次は機械学習の勉強をしていきます。

機械学習の勉強といっても、ゴリゴリに理論を学ぶのではなく、機械学習ってこんな感じなんだな〜と俯瞰する程度の内容です。

色々と読み漁ったのですが、機械学習の基礎を学ぶなら、G検定の本が一番よくまとまっているという結論です。

G検定とは、日本ディープラーニング協会が開催しているAIの資格試験です。

その検定試験で使われている参考書で、機械学習について勉強していくってことになります。

ただ、資格試験自体を受験する必要はないですし、端から端まで暗記しなければいけないってわけでもないです。

「機械学習の歴史とか手法って、こんな感じなんだな〜」と学べればOKなので、あんまり神経質にならないで読み進めていきましょう。

早ければ1日くらいで読了できるかと思います。

STEP7 : Udemyのデータサイエンスコースを受講する

ここまできたら、実際にPythonを使いつつデータサイエンスに触れていきます。

データサイエンスの実戦で使う教材は、Udemyの『【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門』です。

これ以上に分かりやすくて知識量も満足のいく講座は、他にはないと思います。

この講座を使いつつ、以下のような内容を学んでいきましょう。

上記のような実装面を、理論はいったん飛ばして学習していきます。

もちろん理論も大事なんですけど、学ぶべき順番は「実装→理論」かなと。

なぜなら、理論から学習を始めてしまうと、挫折する可能性が高くなるからです。

せっかくデータサイエンスに興味を持ったのに、理論面から勉強を始めて挫折してしまったら、勿体なさすぎです。

この講座なら、書籍とは違って動きを確認しつつ勉強できるので、初心者でも取り組みやすいです。

しかも、お値段が約1,300円と、書籍より安く購入できます。

データサイエンスの基礎は、この講座を使って身につけていきましょう。

STEP8 : scikit-learnで花の品種分類【レベルチェックテスト①】

これまでに学習したことを活かして、scikit-learnで花の品種分類をやってみましょう。

これはレベルチェックテストなので、今まで学習したことがしっかりと身についているか確認するためのものです。

以下ができる確認してみてください。

上記を満たすように、花の品種分類をやってみてください。

なおググるのはOKで、むしろscikit-learnに入っているirisデータの使い方とか調べてみてください。

欠損値はないし、かなりキレイなデータではありますが、ここまで出来れば基本的な機械学習の実装が出来ている状態になります。

STEP9 : 統計学の基礎を学ぶ

基本的な機械学習の実装が出来るようになったところで、少し理論の勉強に入っていきます。

おそらく、「先に実装して後から理論」の順番で勉強していくと、「あのとき使ったやつだ〜」と、理解しやすくなります。

理論の勉強は一般的に難しいと言われていますが、このロードマップのとおりに学習を進めていれば頭に入ってきやすいはずです。

統計学の勉強① : 統計Webのススメ

まずは統計Webを使って、統計学の基礎を学習していきましょう。

統計Webは、統計検定2級で出題される統計学を学習できるサイトになっています。

おすすめの使い方は、以下のとおりです。

こんな感じで学習を進めていきましょう。

なお途中で読み進めていて分からなくなってきたら、紙に書いてみるのもアリです。

分散分析とか、わりと紛らわしいところは紙に書きつつ学習を進めると、理解しやすいかと思います。

統計学の勉強② : 書籍・参考書のススメ

統計Webで基礎的な統計学を学んだら、書籍を使って学習を進めていきます。

統計学でおすすめの書籍は、下記の記事でまとめました。

あわせて読みたい

【入門書まとめ】統計学でおすすめの本5冊を数学科出身が紹介 こんにちは、はやたす(@hayatasuuu )です。 いざ統計学を勉強しようと思っても、どんな本を選べば良いのか迷いますよね。 そこで本記事では、数学科出身の僕が「統計学...

統計Webを読み進めた方なら、『おすすめ④：完全独習 統計学入門』からスタートで大丈夫です。

読んでいるだけだと眠くなってくる方向け : 統計検定2級の誘い

もし統計学を学んでいて「なんだか読んでいるだけだと眠くなってくるし、イマイチ頭に入ってこないな〜」と感じるのであれば、統計検定2級の問題を解いてみることをオススメします。

やはりアウトプットすると、知識の定着具合が変わってきますので。

なお統計検定は取得しなくても大丈夫ですが、「数学ができることを証明したい」のであれば、企業ウケは良いので取得しても良いかもです。

その場合は、僕が実際に受験したときの勉強方法が参考になるかと思います。

あわせて読みたい

統計検定2級に合格したときの勉強方法を公開【2019年11月受験】 こんにちは、はやたす(@hayatasuuu )です。 統計検定2級の受験を考えているけど、どうやって勉強したら良いのか悩みますよね。 そこで本記事では「僕が統計検定2級に合...

STEP10 : Pandasの取り扱い

統計学の学習が完了したら、Pandasの取り扱いに慣れていきましょう。

「なぜこのタイミングでPandas…？」と思われるかもですが、ぶっちゃけscikit-learnなんかより使用頻度が高いからです。

それに機械学習の実装も大事ですが、その前にデータがないと意味ナシです。

Pandasは機械学習を実装したり、データを扱いやすくするのに必要なので、別でしっかりと学習しておきましょう。

Pandasの学習は、こちらの書籍1冊で対応可能です。

STEP7のUdemy動画で扱っていなかったようなデータフレームのマージなど、より発展的で実務でも使うような内容が書かれています。

再度繰り返しになりますが、データサイエンスをやっていくのであれば、scikit-learnよりPandasになってくるので、しっかりと使い方をおさえておきましょう。

STEP11 : タイタニック号の生存者判定【レベルチェックテスト②】

ここまで学習すると、欠けているデータを補完することもできるし、統計的な意味の解釈もできるようになっているはずなので、わりと出来ることが多いはずです。

というわけで、レベルチェックテストをやっていきましょう。

タイタニック号の乗客が生存するか否かを分類するタスクです。

以下が実装できるか確認してみてください。

上記を満たすように、タイタニック号の分類問題をやってみてください。

今回は「レベルチェックテスト①」とは違って、欠損値を含んでいることにも注意が必要ですよ！

STEP12 : 「ここまでの復習 + スキルアップ」できる書籍 + 動画

STEP11のレベルチェックテストを完了できたら、基本的な機械学習の流れから実装まで分かっているかと思います。

ただ、機械学習手法については少し手薄になっているので、復習も兼ねてさらにレベルアップした内容を学習していきましょう。

「ここまでの復習 + スキルアップ」できる書籍

少し重複する部分も出てきてしまいますが、「東京大学のデータサイエンティスト育成講座」が、かなりオススメです。

タイトルのとおりで、東京大学で行われているデータサイエンティスト育成講座の内容が書籍化されています。

復習しつつも、手薄にしていた機械学習の部分も学べるので、更なるスキルアップにもってこいの一冊になります。

練習問題も付いているので、一緒にアウトプットをできるのも良いですね！

「ここまでの復習 + スキルアップ」できる動画

機械学習を深く学ぶのには、機械学習 | 筑波大学オープンコースウェアがおすすめです。

こちらはなんと、筑波大学で実施されている機械学習の講義が、無料で受講できます。

しかも理論面について詳しく解説されているので、今まで手薄にしていた「機械学習の理論」について深く学べます。

データサイエンスより機械学習寄りではありますが、知っておいて損はないですね。

なおここまで学習しておくと「最低限の理論面を理解しつつ、実装もできる」という状態になっているはずです。

もちろんデータサイエンスや機械学習は、もっと奥が深いので毎日勉強が必要です。

ただ、追加で学習していくだけの基礎体力は身についていると言えます。

STEP13 : Kaggleコンペの準備

あとはひたすらアウトプットあるのみ！Kaggleコンペに参加していきましょう。

Kaggle参戦前には、以下の書籍がオススメです。

「Kaggleで勝つデータ分析の技術」は、その名の通りでKaggleコンペで勝つための本になっています。

具体的には、次のような内容が書かれています。

こんな感じで、Kaggleで勝つための技術が、もれなく書かれています。

なおこの書籍に書かれている内容は、単にKaggleで勝つだけでなく、実際のデータサイエンスの現場でも使えます。

Kaggleコンペに参加して、ゲーム感覚でデータサイエンスを学んでいきましょう。

まとめ : データサイエンスは難しいけど、習得すれば収入アップ

というわけで、ここまでデータサイエンス完全ロードマップを紹介してきました。

データサイエンスは難しいですが、習得すれば間違えなく収入アップが見込めます。

実際に僕もデータサイエンティストとして働いていますが、周りの同世代と比べるとかなり高年収です。

30台前半の会社員でも、年収1,000万円くらい取れるような世界です。

少しでも興味があるなら、積極的に勉強していくことをおすすめします。

あと、もし転職を考えていたら、今から以下の転職エージェントで求人を見ておきましょう。

なぜかというと、転職に必要ない余計な勉強をしないためです。

確かに勉強すると良いことはたくさんあるんですけど、「それは転職にいらないよね？」ってことが多々あります。

たとえばDockerとかは、もちろん知ってると良いです。

でも未経験から転職する人には必要ありません。実務経験を積めるようになったら勉強すれば大丈夫です。

転職エージェントで求人を見てみると、僕が紹介している学習手順で大丈夫なことも分かると思います👍

頑張っていきましょう＾＾！