商品・作品・著者名を入力してください
HOME
本
ビジネス・資格・自己啓発・雑学・IT
IT・PC・理工科学書
HOME
人工知能プログラミングのための数学がわかる本
9784046021960
人工知能プログラミングのための数学がわかる本
著者:
石川 聡彦
2,750
円(税込)
発売日
2018年02月24日
数量
1
2
3
4
5
6
7
8
9
Tweet
Share
ご利用可能なお支払方法
送料について
配送について
キャンセル・返品について
ISBN コード : 9784046021960
サイズ :A5判 総ページ数: 224
商品寸法(横/縦/束幅): 148 × 210 × 12.0 mm
※総ページ数、商品寸法は実際と異なる場合があります
【東京大学特任准教授 松尾 豊氏 推薦】
大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、
人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場!
キホンのキホンからおさらいするから、ニガテな人でも大丈夫!
後半では、Pythonのコードを動かしてさらに理解を深められます!
■本書の目的
・人工知能関連の書籍に現れる数式への抵抗感をなくし、専門書を読むための数学基礎力をつけます。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようにします。
■本書の特長
・ゼロからおさらいするので、誰でも読めます。
・人工知能プログラミングに必要な分野に特化しています。
・演習問題や例題で、理解を深められます。
■本書の対象読者
・人工知能アルゴリズムを用いてモデリングをしているが、その根底のアルゴリズムはブラックボックスであり、数学を復習したい方。
・人工知能アルゴリズムを体系的に学びたいが、数学を忘れており、専門書に現れる数式が理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高いと感じている方。
■目次
CHAPTER 1 数学基礎
中学1 年から高校の数学を復習し、機械学習で使う数学の「入門レベル」を固めます。
CHAPTER 2 微分
微分の概念や表現方法を学びます。機械学習では「ディープラーニング(深層学習)」「ニューラルネットワーク」「最小2 乗法」「勾配降下法」「誤差逆伝播法」などで微分を活用します。
CHAPTER 3 線形代数
高校の範囲に大学1 年で学ぶ線形代数を加え、ベクトル・行列・線形変換を学びます。線形代数は膨大なデータや複雑なシステムを扱うのに役立ちます。
CHAPTER 4 確率・統計
確率・統計は「傾向を知り、限られたデータから全体像を予測する」ために、機械学習で活用されます。分散・尤度・正規分布などの難しい用語もやさしく学びます。
CHAPTER 5 実践編1 回帰モデルで住宅価格を推定してみよう
「データから住宅価格を推定する」ことを題材に、線形回帰モデルを理解します。
CHAPTER 6 実践編2 自然言語処理で文学作品の作者を当てよう
「文学作品を分析する」ことを題材に、自然言語を数学的に表現する方法などを学びます。
CHAPTER 7 実践編3 ディープラーニングで手書き数字認識をしてみよう
「手書きの数字を認識させる」ことを題材に、ディープラーニングの一種であるDNNを、画像認識から学びます。
著訳者プロフィール
●石川 聡彦:株式会社アイデミー代表取締役CEO。1992年生まれ。東京大学工学部卒。研究・実務でデータ解析に従事した経験を活かし、2017年より、人工知能エンジニアになるために必要な技術を学べるオンライン学習サービス「Aidemy」をリリース。「Aidemy」は正式公開後3ヶ月で会員登録数10,000名、100万回以上の演習回数を記録。さらに、早稲田大学リーディング理工学博士プログラムでは、AIプログラミング実践授業の講師も担当。
目次
CHAPTER1 数学基礎
CHAPTER2 微分
CHAPTER3 線形代数
CHAPTER4 確率・統計
CHAPTER5 実践編1 回帰モデルで住宅価格を推定してみよう
CHAPTER6 実践編2 自然言語処理で文学作品の作者を当てよう
CHAPTER7 実践編3 ディープラーニングで手書き数字認識をしてみよう
#中経出版
#一般書
#一般書
#教養・雑学(中経)
#生活・文化・実用
#PC・理工科学書
#石川 聡彦
【東京大学特任准教授 松尾 豊氏 推薦】
大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場!
キホンのキホンからおさらいするから、ニガテな人でも大丈夫!
後半では、Pythonのコードを動かしてさらに理解を深められます!
■本書の目的
・人工知能関連の書籍に現れる数式への抵抗感をなくし、専門書を読むための数学基礎力をつけます。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようにします。
■本書の特長
・ゼロからおさらいするので、誰でも読めます。
・人工知能プログラミングに必要な分野に特化しています。
・演習問題や例題で、理解を深められます。
■本書の対象読者
・人工知能アルゴリズムを用いてモデリングをしているが、その根底のアルゴリズムはブラックボックスであり、数学を復習したい方。
・人工知能アルゴリズムを体系的に学びたいが、数学を忘れており、専門書に現れる数式が理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高いと感じている方。
■目次
CHAPTER 1 数学基礎
中学1 年から高校の数学を復習し、機械学習で使う数学の「入門レベル」を固めます。
CHAPTER 2 微分
微分の概念や表現方法を学びます。機械学習では「ディープラーニング(深層学習)」「ニューラルネットワーク」「最小2 乗法」「勾配降下法」「誤差逆伝播法」などで微分を活用します。
CHAPTER 3 線形代数
高校の範囲に大学1 年で学ぶ線形代数を加え、ベクトル・行列・線形変換を学びます。線形代数は膨大なデータや複雑なシステムを扱うのに役立ちます。
CHAPTER 4 確率・統計
確率・統計は「傾向を知り、限られたデータから全体像を予測する」ために、機械学習で活用されます。分散・尤度・正規分布などの難しい用語もやさしく学びます。
CHAPTER 5 実践編1 回帰モデルで住宅価格を推定してみよう
「データから住宅価格を推定する」ことを題材に、線形回帰モデルを理解します。
CHAPTER 6 実践編2 自然言語処理で文学作品の作者を当てよう
「文学作品を分析する」ことを題材に、自然言語を数学的に表現する方法などを学びます。
CHAPTER 7 実践編3 ディープラーニングで手書き数字認識をしてみよう
「手書きの数字を認識させる」ことを題材に、ディープラーニングの一種であるDNNを、画像認識から学びます。
著訳者プロフィール
目次
CHAPTER2 微分
CHAPTER3 線形代数
CHAPTER4 確率・統計
CHAPTER5 実践編1 回帰モデルで住宅価格を推定してみよう
CHAPTER6 実践編2 自然言語処理で文学作品の作者を当てよう
CHAPTER7 実践編3 ディープラーニングで手書き数字認識をしてみよう