Ｐｙｔｈｏｎで学ぶＡＩ・数学・アルゴリズム

一冊に、AIと数学とアルゴリズムの基本を濃縮！
Pythonの深層学習フレームワークを自作！

社会の中で日々存在感を増している「AI」と「数学」と「アルゴリズム」。その基本を180ページに詰め込んだのが本ムックです。

バブルソートのような基本的なアルゴリズムから、手書き数字認識もできる深層学習フレームワークの自作、AIで使われる数学の基礎である線形代数、そして経済学のアルゴリズムであるゲーム理論まで、様々な話題を扱っています。

もちろん、単に解説するだけではなく、Pythonで動くコード付き！動かしながら、深く学ぶことができます。

目次

≪目次≫
第1章　絶対に知っておきたいアルゴリズム10選　その１
　基礎から機械学習まで厳選した10個のアルゴリズムを
　Pythonによる実装とともに解説！

　二分探索、ハッシュ探索、バブルソート、
　クイックソート、深さ優先探索（再帰呼び出し版）、
　モンテカルロ法、レーベンシュタイン距離、
　コサイン類似度、k近傍法、k平均法

第2章　絶対に知っておきたいアルゴリズム10選　その２
　3つのテーマで厳選した10個のアルゴリズムを
　Pythonによる実装とともに解説！

　Part1　再帰呼び出しを使うアルゴリズム
　　フィボナッチ数列の計算、マージソート、フラクタル図形（木の描画）
　Part2　スタックとキューを使うアルゴリズム
　　深さ優先探索（スタック版）、幅優先探索、
　　逆ポーランド記法の式の計算、操車場アルゴリズム
　Part3　数値計算のアルゴリズム
　　ニュートン法、マクローリン展開、台形公式（定積分）

第3章　自分で作るPython深層学習フレームワーク
　Python＋NumPyでフレームワークを完全自作！
　深層学習の原理がよくわかる！

　Part1　パーセプトロンと学習を学ぶ
　Part2　誤差逆伝播法と勾配降下法
　Part3　超小規模なフレームワークを作る
　Part4　フレームワークが完成！ コードはたった215行
　Part5　自作フレームワークで手書き数字認識

第4章　Pythonで線形代数を学ぼう
　AI＆データサイエンスで使う数学の基礎！

　Part1　NumPyで「ベクトル」と「行列」を扱う
　Part2　ベクトルのノルムとコサイン類似度
　Part3　連立1次方程式と逆行列
　Part4　最小二乗法と回帰分析
　Part5　最小二乗法と重回帰分析
　Part6　Google躍進のきっかけ！ 固有値と固有ベ　ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。