AI・データサイエンスのための数学入門

個数:
電子版価格
¥4,070
  • 電子版あり

AI・データサイエンスのための数学入門

  • ウェブストアに13冊在庫がございます。(2026年11月16日 17時27分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●3Dセキュア導入とクレジットカードによるお支払いについて
    ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 352p/高さ 21cm
  • 商品コード 9784254111651
  • NDC分類 410
  • Cコード C3041

出版社内容情報

AI・データサイエンスを理解するのに必要となる基礎数学を一から丁寧に解説する入門テキスト。微分積分、線形代数、確率・統計の三部構成。

【主な目次】
第I部 微分積分:変化する世界を「予測」する言葉
 第1章 関数:現象をモデル化する
 第2章 数列と極限:データを扱うための基礎
 第3章 微分:瞬間の変化率の記述
 第4章 微分法の応用:最適化問題へのアプローチ
 第5章 積分:変化の集積による全体量の把握
 第6章 微分方程式:時間発展と相互作用の数理モデル
 第7章 多変数関数の微分法と最適化:機械学習への応用

第II部 線形代数:多次元の情報を「加工」する技術
 第8章 行列とベクトル:多次元データの表現と演算
 第9章 写像と線形性:変換の数学的構造
 第10章 連立一次方程式とその応用:掃き出し法・階数・PageRank
 第11章 行列の基本性質:行列式・逆行列・累乗
 第12章 固有値と固有ベクトル:変換の本質を捉える
 第13章 内積とノルム:データの類似度と距離の計量
 第14章 線形代数の応用:データ表現と次元圧縮

第III 部確率・統計:不確実な未来を「判断」する科学
 第15章 集合と論理:データの構造的把握
 第16章 データの記述と要約:統計量の基礎
 第17章 確率論の基礎:不確実性の定式化
 第18章 確率分布:データのばらつきをモデル化する
 第19章 統計的推測:標本に基づく母集団の推定
 第20章 時系列分析:過去のデータに基づく予測
 第21章 確率・統計の応用:予測と推測の数理
 第22章 生成AIを支える数理:基礎数学の総合としての言語モデル


【目次】

第I部 微分積分:変化する世界を「予測」する言葉
 第1章 関数:現象をモデル化する
 第2章 数列と極限:データを扱うための基礎
 第3章 微分:瞬間の変化率の記述
 第4章 微分法の応用:最適化問題へのアプローチ
 第5章 積分:変化の集積による全体量の把握
 第6章 微分方程式:時間発展と相互作用の数理モデル
 第7章 多変数関数の微分法と最適化:機械学習への応用

第II部 線形代数:多次元の情報を「加工」する技術
 第8章 行列とベクトル:多次元データの表現と演算
 第9章 写像と線形性:変換の数学的構造
 第10章 連立一次方程式とその応用:掃き出し法・階数・PageRank
 第11章 行列の基本性質:行列式・逆行列・累乗
 第12章 固有値と固有ベクトル:変換の本質を捉える
 第13章 内積とノルム:データの類似度と距離の計量
 第14章 線形代数の応用:データ表現と次元圧縮

第III 部確率・統計:不確実な未来を「判断」する科学
 第15章 集合と論理:データの構造的把握
 第16章 データの記述と要約:統計量の基礎
 第17章 確率論の基礎:不確実性の定式化
 第18章 確率分布:データのばらつきをモデル化する
 第19章 統計的推測:標本に基づく母集団の推定
 第20章 時系列分析:過去のデータに基づく予測
 第21章 確率・統計の応用:予測と推測の数理
 第22章 生成AIを支える数理:基礎数学の総合としての言語モデル

目次

第1部 微分積分:変化する世界を「予測」する言葉(関数:現象をモデル化する;数列と極限:データを扱うための基礎;微分:瞬間の変化率の記述;微分法の応用:最適化問題へのアプローチ;積分:変化の集積による全体量の把握;微分方程式:時間発展と相互作用の数理モデル;多変数関数の微分法と最適化:機械学習への応用)
第2部 線形代数:多次元の情報を「加工」する技術(行列とベクトル:多次元データの表現と演算;写像と線形性:変換の数学的構造;連立一次方程式とその応用:掃き出し法・階数・PageRank;行列の基本性質:行列式・逆行列・累乗;内積とノルム:データの類似度と距離の計量;固有値と固有ベクトル:変換の本質を捉える;線形代数の応用:データ表現と次元圧縮)
第3部 確率・統計:不確実な未来を「判断」する科学(集合と論理:データの構造的把握;データの記述と要約:統計量の基礎;確率論の基礎:不確実性の定式化;確率分布:データのばらつきをモデル化する;統計的推測:標本に基づく母集団の推定;時系列分析:過去のデータに基づく予測;確率・統計の応用:予測と推測の数理;生成AIを支える数理:基礎数学の総合としての言語モデル)

著者等紹介

小沢誠[オザワマコト]
1998年 早稲田大学大学院理工学研究科数理科学専攻博士後期課程単位取得退学。1999年6月 博士(理学)(早稲田大学)。現在、駒澤大学総合教育研究部自然科学部門教授(本データはこの書籍が刊行された当時に掲載されていたものです)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

最近チェックした商品