データサイエンスのための数学入門 Ｐｙｔｈｏｎで学ぶ線形代数、確率、統計の基礎
発売日：2025年9月
- ページ数
- ３９５ｐ
- ISBN
- 978-4-8144-0126-0
- 著者情報
- ニールド，トーマス（ニールド，トーマス）（Ｎｉｅｌｄ，Ｔｈｏｍａｓ）
Ｎｉｅｌｄ Ｃｏｎｓｕｌｔｉｎｇ Ｇｒｏｕｐの創設者。Ｏ’Ｒｅｉｌｌｙ Ｍｅｄｉａや南カリフォルニア大学で講師を務めている。技術文書に馴染みがない人や技術文書が苦手な人にも親しみやすくわかりやすいコンテンツを提供することが大好きで、データ分析、機械学習、数理最適化、ＡＩシステムの安全性、実用的なＡＩなどに関するコースで定期的に教鞭を執っている。フライトシミュレーションや無人航空機用の汎用ハンドヘルドコントローラーを開発する企業であるＹａｗｍａｎ Ｆｌｉｇｈｔの創業者でもあり、発明家としての一面も持っている
江川 崇（エガワ タカシ）
Ｓｍａｒｔｉｕｍ株式会社代表取締役。現場での機械学習関連技術の適用やエンジニアリングを手がけるソフトウェアデベロッパー。専門領域は自然言語処理。かつてはＡｎｄｒｏｉｄのデベロッパーとして２００９年から２０１９年までＡｎｄｒｏｉｄのＧｏｏｇｌｅ Ｄｅｖｅｌｏｐｅｒ Ｅｘｐｅｒｔ（旧：Ｇｏｏｇｌｅ ＡＰＩ Ｅｘｐｅｒｔ）を務めた
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
本書は、データサイエンスに欠かせない微積分・確率・線形代数・統計を、線形回帰・ロジスティック回帰・ニューラルネットワークといった実践的なアルゴリズムと結びつけて学べるハンズオンガイドです。数式による説明を最小限に抑え、ＳｙｍＰｙ、ＮｕｍＰｙ、ｓｃｉｋｉｔ‐ｌｅａｒｎなどのコード例を通じて直感的に理解し、実際に活用する力を養います。後半では、市場で評価されるスキルセットやデータサイエンス分野でのキャリア構築に役立つ実践的アドバイスも提供しています。読み終える頃には、強固な数理基盤と実践力を備え、自信を持って現場で活躍できる力が身についているはずです。
データサイエンスや機械学習を支える数学を実践的に学ぶ！
本書は、データサイエンスに欠かせない微積分・確率・線形代数・統計を、線形回帰・ロジスティック回帰・ニューラルネットワークといった実践的なアルゴリズムと結びつけて学べるハンズオンガイドです。数式による説明を最小限に抑え、SymPy、NumPy、scikit-learnなどのコード例を通じて直感的に理解し、実際に活用する力を養います。後半では、市場で評価されるスキルセットやデータサイエンス分野でのキャリア構築に役立つ実践的アドバイスも提供しています。読み終える頃には、強固な数理基盤と実践力を備え、自信を持って現場で活躍できる力が身についているはずです。
目次
１章 基礎数学と微積分のおさらい
２章 確率
３章 記述統計と推測統計
４章 線形代数
５章 線形回帰
６章 ロジスティック回帰と分類
７章 ニューラルネットワーク
８章 キャリアのアドバイスと今後の道筋
付録Ａ 補足
付録Ｂ 演習の解答
付録Ｃ 統計的有意性の落とし穴
商品詳細
- 出版社名
- オライリー・ジャパン
- サイズ
- ２１ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル：Ｅｓｓｅｎｔｉａｌ Ｍａｔｈ ｆｏｒ Ｄａｔａ Ｓｃｉｅｎｃｅ
注意事項
- 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。