出版社内容情報
ビジネス書大賞(2014年)、統計学会出版賞(2017年)を受賞した『統計学が最強の学問である』シリーズの最終巻。「微積分の習得」を頂点とする現代の中学以降の数学カリキュラムを大胆に組み直し、統計学だけでなく人工知能の基礎技術として注目を集める機械学習を学ぶために必要な数学知識を丁寧に解説します。
内容説明
ディープラーニングの裏側まで。機械学習の本質もこの１冊で。
目次
序章 エンジニアリングのための数学から、統計学と機械学習のための数学へ
第１章 統計学と機械学習につながる数学の基本
第２章 統計学と機械学習につながる２次関数
第３章 統計学と機械学習につながる二項定理、対数、三角関数
第４章 統計学と機械学習のためのΣ、ベクトル、行列
第５章 統計学と機械学習のための微分・積分
第６章 ディープラーニングを支える数学の力
著者等紹介
西内啓［ニシウチヒロム］
１９８１年生まれ。東京大学医学部卒（生物統計学専攻）。東京大学大学院医学系研究科医療コミュニケーション学分野助教、大学病院医療情報ネットワーク研究センター副センター長、ダナファーバー／ハーバードがん研究センター客員研究員を経て、２０１４年１１月に株式会社データビークル創業。自身のノウハウを活かしたデータ分析支援ツール「Ｄａｔａ Ｄｉｖｅｒ」などの開発・販売と、官民のデータ活用プロジェクト支援に従事（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
1 ～ 1件／全1件
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
あまつ
21
データ分析と機械学習に必要な数学を丁寧に、最短距離で教えてくれる本。それでも大分分厚いが😅 微分積分あたりから少し難易度が上がってくるので、復習が必要そう。しかし、これからデータサイエンティスト等を目指して学習しようという人にはおすすめできる素晴らしい本！2021/11/09
Yuma Usui
16
副題通りの「データ分析と機械学習のための教科書」。中学生から大学生までで習う数学のうち、統計学や機械学習に関わり有る部分を一気に学ぶ事ができる。非常に丁寧な説明で数学を理解する事から脱落する読者をなんとか減らしたいという著者の想いを強く感じた。統計学や機械学習を学ぶ最初の教科書としてまさにうってつけだと思う。1度読み終えたが浅い理解で済ませた箇所があり再読して復習したい。2018/06/18
nbhd
15
タイトルに「ディープラーニング」とは冠されていないけれど、これぞDL数学の決定版とも言える本だった。著者の目論見は、数学教育を「統計学と機械学習を頂点とするピラミッド」に再編成すること。ビジネスシーンの具体例を引っ張りつつ、ちょっと過剰なくらい分かりやすく語りかけてくる。冒頭は、事物を数値に抽象化すること…つまり人間ひとりを「１」と数えることから始まり、最後の誤差逆伝播法にまで一気に駆け抜ける500ページ超。後半にかけて、だいぶ重くなってくるけど、ディープラーニングの数学といったら、まずこの1冊を！だな。2024/02/01
キリル
12
「読み物」と思って挑みましたがそれがいけなかったです。表紙にある通り完全に「数学の教科書」で返り討ちでした。自分の力ではまだ早かったみたいです……数学の分野から統計学と機械学習に必要となる内容を抽出して解説してあります。丁寧な解説でよく読めば理解できますが、前2冊と比べても本書のレベルは高く感じました。対数が便利で「神っている」ことだけは覚えましたのでご勘弁を……まばらにしか理解できなかった部分も含めて再度挑めたらいいなぁと思います。最後の次の一歩はさらに学習を進める上での指針決めに参考になります。2018/05/04
がりがり君
10
そのうち人工知能を開発するサイドより上手く使いこなす類の仕事が増えていくんじゃないだろうか。人工知能が仕事を奪うんじゃなくて（コンピュータが人間の仕事をガラリと変えてしまったのと同じように）人間の仕事のあり方をがらりと変えてしまう時代が来るんじゃないだろうか。あと重要なことは最後の方でさらりと言われてしまった。「AIは予測に向いていて統計は推論に向いている」AIのポテンシャルは我々の生活のあり方を変えてしまうかもしれない。2018/02/01
