Pythonによる数理・データサイエンス・AI―理論とプログラム(Information & Computing) [全集叢書]

Pythonによる数理・データサイエンス・AI―理論とプログラム(Information & Computing) の 商品概要

• 目次（「BOOK」データベースより）

  第１章　線形単回帰分析
  第２章　多項式回帰
  第３章　重回帰分析
  第４章　ロジスティック回帰による２値分類
  第５章　ソフトマックス回帰による多値分類
  第６章　決定木
  第７章　ナイーブベイズ分類
  第８章　κ近傍法とκ‐ｍｅａｎｓ法
  第９章　主成分分析
  第１０章　サポートベクトルマシン（ＳＶＭ）
  第１１章　カーネルＳＶＭ
  第１２章　深層学習入門
  第１３章　畳み込みニューラルネットワーク（ＣＮＮ）
  第１４章　再帰型ニューラルネットワーク（ＲＮＮ）

• 内容紹介

  大学や高専，企業のエンジニア研修などで幅広く活用できる，数理・データサイエンス・AIの基礎から応用までを網羅した教科書．本書を読破することで，データサイエンスや機械学習に関する文献の多くを理解し，活用できるようになる．時代に流されない「真の力」を身につけるための一冊．
  
  大学・高専の講義・演習や社内研修・リスキリング講座の教科書として最適！
  
  【本書の特長】
  ●数学的な基礎からPython実装までを徹底的に解説．Pythonライブラリの活用に加え，ゼロからの実装で理解を深められる．
  
  ●各章が約15ページで構成され，全15回の授業で無理なく進められる設計．受講者用の課題も用意．教員の授業準備の手間を軽減し，効果的な教育を支援．教科書として採用された方向けのサポート情報あり．
  
  ●ウォーミングアップや丁寧な解説により，着実にステップアップできる．プログラムの一部を自分で補う形式を採用し，履修者が考えながら学習できるよう配慮．
  
  【こんな方におすすめ】
  ●大学・高専等において，数理・データサイエンス・AI教育の授業を担当される教員の方．
  
  ●社内研修やリスキリング講座等において，理論と実践の両方を解説した教材をお探しの研修講師の方．
  
  ●AI・データサイエンス分野で，理論とその実装に興味がある方．
  
  図書館選書
  データ分析の数学・理論的な解説とPythonを用いた実装を織り交ぜ，「数理・データサイエンス・AI」能力を底上げする．読破することで，データサイエンスや機械学習に関する文献の多くを理解・活用できるようになる．

• 著者紹介（「BOOK著者紹介情報」より）（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）

  皆本 晃弥(ミナモト テルヤ)
  １９９６年第１種情報処理技術者試験合格。現在、佐賀大学教育研究院自然科学域理工学系教授

• 著者について

  皆本 晃弥 (ミナモト テルヤ)
  佐賀大学教授　博士（数理学）

Pythonによる数理・データサイエンス・AI―理論とプログラム(Information & Computing) の商品スペック