スッキリわかる数理・データサイエンス・AI

データサイエンス・AIの数学的な内容について詳細に説明し、紙と鉛筆だけで取り組める問題を数多く配置した教科書。各手法のアルゴリズムを学習と予測に分けて明示し、一般的な数学の教科書と同じように、概念の説明、例、問という構成で、章末には確認問題を掲載しています。
[問]　例の類題や概念の説明を補うための問題。
[確認問題]　章の内容を確認するための問題。データサイエンス検定やG検定などの検定を意識した4択問題もあり。
数理・データサイエンス・AI教育プログラム認定制度における「応用基礎レベル」から「エキスパートレベル」にステップアップするための必読書籍！
【目次】
第1章　機械学習と人工知能の概要および単回帰分析
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二値分類
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　k近傍法とk-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　カーネル法
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)