logo

＜p＞＜strong＞（概要）＜/strong＞＜br /＞ Software Designで完売御礼の特集号、ITエンジニアと線形代数、ITエンジニアと微分積分、ITエンジニアと数学の各特集記事を再編集しまとめました。各記事、それぞれ筆者が再検討し修正、場合によって加筆をしております。内容はほぼ高校から大学の教養課程の数学と、Pythonを使ったプログラミングが中心。しかし、Deep Learnningや機械学習、人工知能の基礎を学ぶことができます。ITと数学の組み合わせはとてもパワフルです。他にも十分に応用できる基礎を本書で得てください！＜/p＞ ＜p＞＜strong＞（こんな方におすすめ）＜/strong＞＜br /＞ ・機械学習、Deep Learningを学びたいITエンジニアのみなさん、もしくは情報科や人工知能を学ぶ学生のみなさん。＜/p＞ ＜p＞＜strong＞（目次）＜/strong＞＜br /＞ ＜strong＞序章　特別寄稿　機械学習をどう学ぶべきか？　中井 悦司＜/strong＞＜br /＞ ＜strong＞第1章　ITエンジニアのための機械学習と線形代数入門＜/strong＞＜br /＞ 　　1-1　ニューラルネットワークの視点から　線形代数と機械学習　中井 悦司＜br /＞ 　　1-2　高校数学の復習　速習・線形代数　橘 慎太郎＜br /＞ 　　1-3　画像の推論に挑戦　やさしくわかるディープラーニングと線形代数　石川 聡彦＜br /＞ 　　1-4　データ処理アルゴリズムへの活用事例　自然言語処理・画像処理における線形代数の応用　貞光 九月＜br /＞ 　　コラム　高校教育課程の変化と大学での数学　中西 崇文＜br /＞ ＜strong＞第2章　ITエンジニアのための機械学習と微分積分入門＜/strong＞＜br /＞ 　　2-1　機械学習を根底から理解するために必要なこと　微分でとらえる機械学習の考え方　中井 悦司＜br /＞ 　　2-2　高校数学の復習と機械学習への指針　微分積分の基礎　橘 慎太郎＜br /＞ 　　2-3　ライブラリで使われる数学をコーディングで解き明かす　Pythonで実現する機械学習　辻 真吾＜br /＞ 　　2-4　データ分析も画像処理も最小二乗法で！　微分でつなぐ、機械学習とニューラルネットワーク　上野 貴史、貞光 九月＜br /＞ 　　コラム 数学とAI、主体的に学習していく方法とは　飯尾 淳＜br /＞ ＜strong＞第3章　さあ始めよう！　ITエンジニアと数学　数学プログラミング入門＜/strong＞＜br /＞ 　　3-1　数学とプログラミングの意外な関係？　プログラマ視点の「数学の学び方」　中井 悦司＜br /＞ 　　3-2　機械学習の難解な数式をひもとく　数式が怖いならコードで理解　真嘉比 愛＜br /＞ 　　　
●課外授業1　ITエンジニアに数学は必要か　伊勢 幸一＜br /＞ 　　3-3　抽象化を心がけていますか？　数学系エンジニアの思考法　橘 慎太郎＜br /＞ 　　
●課外授業2　本を読んで数学と戯れる　よしおか ひろたか＜br /＞ 　　3-4　バスケのフリースロー計算で遊んでみよう！　物理と数学、そしてプログラミング　平林 純＜br /＞ 　
●課外授業3　プロダクトマネージャーと数学　及川 卓也＜br /＞ 　　3-5　ScrapboxとLaTeXで文芸的プログラミング　数式をきれいに表現するには　増井 俊之＜br /＞ 　
●課外授業4　数学の勉強法　藤原 博文＜br /＞ 　　3-6　両者における「関数」の違いを探る　関数型プログラミングと数学　五味 弘＜br /＞ 　
●課外授業5　プログラマと数学　よしおか ひろたか＜/p＞画面が切り替わりますので、しばらくお待ち下さい。 ※ご購入は、楽天kobo商品ページからお願いします。※切り替わらない場合は、こちら をクリックして下さい。 ※このページからは注文できません。