分野別コレクション ／ データ／機械学習エンジニア
データ分析・機械学習の定番セット
Python・pandas・PyTorch と SQL を軸に、データ分析・機械学習の実利用技術と定番書をまとめました。フレームワークの立ち位置もデータで確認できます。
すべて開発者の実測データ（Qiita被引用・npm/PyPI利用・GitHub・Hacker News）に基づく横断まとめです（2026-08-28時点）。宣伝や売上順ではありません。
学ぶ技術
この分野で実際に使われている技術。数字はQiita記事数と利用量（週間DL）。
次に読む技術書
分野別の被引用ランキング。カッコ内は各分野で最も引用されている1冊。
- AI・機械学習・データ の技術書ランキング →1位: ゼロから作るDeep Learning（被引用62記事）
- SQL・データベース の技術書ランキング →1位: 達人に学ぶSQL徹底指南書 第2版 初級者で終わりたくないあなたへ（被引用49記事）
- Python の技術書ランキング →1位: ゲームで学ぶPython！ Pyxelではじめるレトロゲームプログラミング（被引用3記事）
スポンサーリンク
相性のよいAI開発ツール
日本の開発者が記事で実際に引用しているAI開発ツール。被引用データは各ページで確認できます。
比較して選ぶ
迷いやすい選択を、利用量・話題・特徴のデータで横並び比較。
講座で学ぶ
スポンサーリンク
よくある質問
- データ／機械学習エンジニアは何から手を付ければいいですか？
- 迷ったら「学ぶ技術」で利用量の多いものから触れ、「次に読む技術書」の各分野1位を1冊、実際に使うAI開発ツールを1つ、という順が始めやすいです。このページはデータ／機械学習エンジニア向けに、tasklogの実測データで束ねた起点です。
- この分野別まとめはどう選んでいますか？
- 売上やスポンサーではなく、開発者が技術記事で実際に引用した回数・npm/PyPIの利用量・GitHub Star・Hacker News言及といった行動データを機械集計し、分野ごとに関連の強いものをまとめています。
- 内容はいつのデータですか？
- 2026-08-28時点の実測です。数値は観測時点のもので、日次で自動更新されます。詳細は方法論ページを参照してください。