人工知能プログラミングのための数学がわかる本【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 回帰モデルで住宅を推定してみよう「データから住宅を推定する」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。