Pythonではじめる機械学習

Pythonではじめる機械学習｜オライリー・ジャパン

教師あり・なしの学習、前処理、特徴量、評価、パイプライン、テキスト処理を通して機械学習の基本を学ぶ書籍。

scikit-learnを使い、教師あり・教師なし学習から、特徴量、評価、パイプライン、テキスト処理を学ぶ書籍です。4〜6章でデータの表現、評価、処理の連結を扱います。モデルと前処理を一緒に検証する流れを学ぶ用途として紹介します。

書誌・著者・翻訳：Andreas C. Muller、Sarah Guido　著、中田秀基　訳／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

書誌・発行日と分量：2017-05-25発行 / 392ページ（出版社表記）／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

書誌・ISBN：978-4-87311-798-0／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

学習内容・扱うテーマ：Python / 機械学習 / 評価／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

書誌・原書：Introduction to Machine Learning with Python／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

学習内容・構成と学習範囲：教師あり・教師なし学習、特徴量、評価、パイプライン、テキスト処理／確認 2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

対象：Pythonの基本を持ち、表形式データの前処理とモデル評価を一貫した流れで学びたい読者。。形式：書籍。言語：日本語。利用条件：有料書籍。紙・電子版の有無、価格、在庫は出版社の公式ページで確認。

確認事項（編集部）：発行時点の内容です。利用するライブラリ・クラウドサービスの現在の仕様、正誤表、サンプルコードの動作条件を確認してください。基礎や歴史的な実装を学ぶ資料として扱い、最新の操作手順と区別してください。

出典：オライリー・ジャパン「Pythonではじめる機械学習 — 書誌・目次」／公開・更新情報：2017-05-25／確認日：2026-09-15／https://www.oreilly.co.jp/books/9784873117980/

前処理を含めた予測方法を、未知のデータで確かめたい

編集部の整理 · 2026-09-15

変換の統計や辞書を全データから作ると、検証用の情報が学習へ混ざることがあります。本書の特徴量・評価・パイプラインの章を対応させ、どの処理が学習時に決まり、予測時に再利用されるかを書き出す読み方を提案します。モデル単体のスコアと、処理全体の再現を分けて確認します。

以下は公開情報を踏まえた手順の提案です。当社による製品検証・受講・実読の結果ではありません。

1. 入力列と予測する値を決める：数値、カテゴリ、欠損を含む小さな表を用意します。実際の予測時に利用できる列かを確認します。

2. 変換の学習と適用を分ける：平均や語彙などを決めるデータと、決めた変換を適用するデータを区別します。前処理から予測までを一つの流れにします。

3. 未見の値で再利用を試す：未知のカテゴリや欠損を含む検証例を用意します。保存後も同じ列と変換が使われるかを確認します。

2017年のコードと現行scikit-learnの引数・既定値は照合が必要です。教材の評価値を自社データの性能とみなしません。出版社の目次・サポート案内に基づく紹介で、全サンプルの追試ではありません。