kaggleで上位に入るための探索的データ解析入門

この本について

データ分析をやっていると、「どこから手をつければいいんだろう…」みたいなモヤモヤがつきまといます。欠損値は消すべきか残すべきか、外れ値はどこまで許容するのか、そもそもこのデータって分析に向いているのか…判断に自信が持てないまま時間だけが溶けていく感覚、僕もよくあります。 この本は、その“入り口の迷い”をかなり減らしてくれます。特に刺さったのは、データに優先度をつける視点や、「分析するか？」という根本の問いを投げかけてくれるところ。欠損値が多くても目的変数との関連が強いなら残すべき、逆に20%以上欠損なら割り切って捨てることもある…みたいな、実務で判断に迷うラインを具体的に示してくれるのがありがたいです。また、スライシングやドリルダウン、相関やプロットの使い分けまで、なんとなくやっていた操作が“どんな切り口で見るべきか”という軸で整理されていきます。 読んでいて感じたのは、EDAって派手さはないけれど、結局ここで迷わなくなるとモデル精度だけじゃなく、仕事全体の進み方が変わるということ。外れ値の判断も主観が入る前提で、どう考えれば実務的なのかを丁寧に示してくれるので、無理に正解を押しつけられる感じもありません。 分析の途中で「これ本当に正しい方向に進んでる？」と不安になりやすい人に、とても合う本だと思います。そんなに大きなことを教えてくれるわけではないんですが、明日からのデータの見え方が確実に変わる一冊です。