ライトノベル、マンガなど電子書籍を読むならBOOK☆WALKER

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

Wolfram|Alpha，Python，R，Mathematicaをフル活用して，大学教養レベルの統計，微分積分，線形代数の全体像を把握する．学び直しにも最適な一冊．
コンピュータ（Wolfram|Alpha，Python，R，Mathematica）を活用して，数学の学びの質を高めましょう．

本書の具体的な目標は，線形回帰分析を理解することです．そのために必要な微分積分と線形代数も学びます．微分積分は多変数の微分積分まで，線形代数は特異値分解までです．これで，大学教養レベルの数学はほぼ網羅できます．

すべてが線形回帰分析につながるので，何の役に立つのかと疑うことはありません．面倒な計算はコンピュータにまかせるので，計算に迷い込んでしまうこともありません．

線形回帰分析はデータサイエンス（人工知能・機械学習）の出発点です．本書を読んで，データサイエンスにおいて必要とされる数学力とプログラミング力を身に付けましょう．

大学教養レベルの数学の全体像の把握，学び直しにも最適な一冊です．

コードは全てウェブで公開されます．

第I部　入門
第1章　実行環境
第2章　数と変数
第3章　データ構造
第4章　可視化と方程式
第5章　論理式
第II部　統計
第6章　1次元のデータ
第7章　2次元のデータ
第8章　確率変数と確率分布
第9章　多次元の確率分布
第10章 推測統計
第11章　線形回帰分析
第III部　微分積分
第12章 関数の極限と連続性
第13章 微分
第14章 積分
第15章 多変数関数の微分積分
第IV部　線形代数
第16章 ベクトル
第17章 行列
第18章 ベクトル空間
第19章 固有値と固有ベクトル
第20章 特異値分解と擬似逆行列

◆RとPython両方学べる。コスパ最強の一冊！◆

・コードが理解の試金石！
・「データサイエンスの準備」にページを割いているから、プログラミング経験ゼロで大丈夫！　
・自分に合った言語を見つけたい、言語を乗り換えたいという方にもおすすめ！

[サポートサイト]
https://github.com/taroyabuki/fromzero

[主な内容]
第1部　データサイエンスのための準備
1章　コンピュータとネットワーク
2章　データサイエンスのための環境
3章　RとPython
4章　統計入門
5章　前処理

第2部　機械学習
6章　機械学習の目的・データ・手法
7章　回帰1（単回帰）
8章　回帰2（重回帰）
9章　分類1（多値分類）
10章　分類2（2値分類）
11章　深層学習とAutoML
12章　時系列予測
13章　教師なし学習
付録A　環境構築

プログラミング言語としてのC++の使い方を、基礎から丁寧に説明します。プログラミングに必要な基礎知識(言語仕様、文法、概念など)を体系的に学習できます。
各章の章末には復習問題があり、その章で学んだ内容を確認してから次の章に進めるようになっています。また、本書の最後の章では実際にパズルのアプリケーションを作成することで、本書で学んだこと全体が復習できます。レベルアップを目指すC++の初学者におすすめします。
本書は2009年発行の『文法からはじめるプログラミング言語Microsoft Visual C++入門』を、現在の内容に合わせて全面的に改訂したものです。

「はじめに」より抜粋------------------------------
本書はC++の入門書です。文法を厳密に記述するのではなく、構文とそれを利用するサンプルコードを提示することによって、C++を紹介しています。
対応する規格はISO/IEC 14882:2014、いわゆるC++14です。本文で利用する開発環境はVisual Studioですが、サンプルコードはGNU C++とClangでも動作します。
その方法は脚註などで補足しているので、それを参考にすれば、Windowsだけでなく、macOSやLinuxでも本書の内容は試せます。
(中略)これからC++のプログラムを読み書きしていくために最低限必要となるであろう話題だけを選択し、本書を書きました。
プログラムを書くだけでよければもう少しコンパクトにできますが、他人が書いたC++のプログラムを読むのに必要な知識を入れるとこのくらいになるでしょう。