人工知能プログラミングのための数学がわかる本
Type
Book
Authors
ISBN 10
4046021969
ISBN 13
9784046021960
Category
Computer Science, Information, and General Works
[ Browse Items ]
Publication Year
2018
Publisher
KADOKAWA, Japan
Pages
223p
Subject
情報科学
Abstract
この1冊で人工知能の数学がゼロからわかる!AIプログラミングに必要な高校数学・大学数学を、基礎から効率的に総復習!
Description
■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。
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。
Biblio Notes
文献あり 索引あり
別タイトル MATHEMATICS FOR AI PROGRAMMING
別タイトル MATHEMATICS FOR AI PROGRAMMING
Number of Copies
1
