AI・データサイエンスのための図解でわかる数学プログラミング [単行本]
    • AI・データサイエンスのための図解でわかる数学プログラミング [単行本]

    • ¥3,27899ポイント(3%還元)
    • 在庫あり本日までヨドバシエクストリームサービス便(無料)がお届け
100000009003412930

AI・データサイエンスのための図解でわかる数学プログラミング [単行本]

価格:¥3,278(税込)
ポイント:99ポイント(3%還元)(¥99相当)
フォーマット:
専用電子書籍リーダアプリ「Doly」が必要です。無料ダウンロード
お届け日:在庫あり今すぐのご注文で、本日までヨドバシエクストリームサービス便(無料)がお届けします。届け先変更]詳しくはこちら
出版社:ソーテック社
販売開始日: 2021/04/22
お取り扱い: のお取り扱い商品です。
ご確認事項:返品不可
店舗受け取りが可能です
マルチメディアAkibaマルチメディア梅田マルチメディア博多にて24時間営業時間外でもお受け取りいただけるようになりました

AI・データサイエンスのための図解でわかる数学プログラミング の 商品概要

  • 要旨(「BOOK」データベースより)

    機械学習やデータ分析に必要な数学がPythonを使ってやさしく学べます。
  • 目次

    序章 Python開発環境を設定してみよう
    Prologue 1 Google Colaboratoryを使ってみよう
    Prologue 2 Anacondaをダウンロードして開発環境を作ってみよう
    Prologue 3 Pythonによるプログラミングを体験してみよう
    Prologue 4 ファイルをアップロードしてみよう


    第一部 確率統計・機械学習編
    第1章 データを手にしてまず行うべきこと
    1-1 データを読み込んでみよう
    1-2 時系列データを可視化してみよう
    1-3 平均値、中央値、最小値、最大値を出力してみよう
    1-4 分布の形を見てみよう
    1-5 分布の近似曲線を求めてみよう
    1-6 プランごとにデータを抽出してみよう
    1-7 大口顧客の行動を分析してみよう
    1-8 感染症流行前後の顧客の行動を分析してみよう
    1-9 条件による顧客の分類をしてみよう
    1-10 条件にあった顧客をリストアップしよう

    第2章 機械学習を使った分析を行ってみよう
    2-1 顧客の行動パターンの類似度を計算しよう
    2-2 類似度と機械学習との関係を知ろう
    2-3 大口顧客の類似性を主成分分析によって確認しよう
    2-4 大口顧客の行動パターンを時系列によって確かめよう
    2-5 大口顧客同士の行動パターンの違いをクラスタリングによって可視化しよう
    2-6 決定木によって行動の原因を推定してみよう
    2-7 決定木の分類結果を可視化し、分類精度を評価しよう
    2-8 予測の精度を評価する流れを理解しよう
    2-9 さまざまな分類アルゴリズムを比較しよう
    2-10 サポートベクトル回帰によって時系列予測をしてみよう

    第3章 必要なデータ数を検討しよう
    3-1 統計値をシミュレーションしてみよう
    3-2 中心極限定理について知ろう
    3-3 一ヶ月のデータを正確に取ってみよう
    3-4 一ヶ月分のデータから二年分のデータの平均・標準偏差を推定しよう
    3-5 標準偏差と信頼度の関係を知ろう
    3-6 宿泊者数との相関関係を仮定して被害額の推移を推測しよう
    3-7 年間の被害総額とその信頼区間を推定しよう
    3-8 安価なアメニティに絞り込んで、二年分のデータの平均・標準偏差を推定し直そう
    3-9 安価なアメニティに絞り込んだ結果の二年間の被害額の推移に信頼区間を設定しよう
    3-10 二年分のデータによる「答え合わせ」をしてみよう


    第二部 数理最適化編

    第4章 最適ルート探索問題を題材にした最適化問題を解く方法
    4-1 数理最適化問題の解き方を理解しよう
    4-2 数理最適化の出発点である「定式化」を理解しよう
    4-3 全探索を行ってみよう
    4-4 アルゴリズムによる問題の解き方を理解しよう
    4-5 動的計画法によって厳密解を求める方法を学ぼう
    4-6 動的計画法のソースコードを理解しよう
    4-7 近似解を求めるというアプローチを学ぼう
    4-8 最近傍法によって近似解を求めよう
    4-9 遺伝アルゴリズムを用いて近似解を求める方法を学ぼう
    4-10 遺伝アルゴリズムのソースコードを理解しよう

    第5章 シフトスケジューリング問題を中心にした最適化問題の全体像
    5-1 最適化問題の種類を知ろう
    5-2 ソルバーを利用して線形最適化問題を解いてみよう
    5-3 非線形最適化問題を解いてみよう
    5-4 日雇いアルバイトのシフトを自動で決める方法について検討してみよう
    5-5 シフト希望をグラフネットワークで可視化する方法を学ぼう
    5-6 マッチング問題を最大流問題に帰着させる方法を学ぼう
    5-7 最大流問題を解くためのパーツ「幅優先探索」を理解しよう
    5-8 最大流問題を解くためのパーツ「深さ優先探索」を理解しよう
    5-9 最大流問題を解いてみよう
    5-10 最大流問題を応用して、マッチング問題を解いてみよう


    第三部 数値シミュレーション編

    第6章 感染症の影響を予測してみよう
    6-1 イメージで理解する感染症モデル
    6-2 感染症モデルを理解するためのねずみ算
    6-3 ねずみ算のパラメータを変化させ、直感的な理解をしてみよう
    6-4 実際の生物や社会の現象を説明するロジスティック方程式
    6-5 ロジスティック方程式のパラメータを変化させ、直感的な理解をしてみよう
    6-6 生物間や競合他社との競争を説明するロトカボルテラ方程式(競争系)
    6-7 ロトカボルテラ方程式(競争系)のパラメータを変化させ、直感的な理解をしてみよう
    6-8 生物種や他社との共生関係を説明するロトカボルテラ方程式(捕食系)
    6-9 ロトカボルテラ方程式(捕食系)のパラメータを変化させ、直感的な理解をしてみよう
    6-10 微分方程式を復習しながら、映画や商品のヒットを予測する方法を考えよう

    第7章 人の動きをアニメーションのようにシミュレーションしたい
    7-1 人の移動をシミュレーションしてみよう
    7-2 緊急時の避難行動をシミュレーションしてみよう
    7-3 それぞれの人の移動の様子を可視化してみよう
    7-4 噂の広まりはシミュレーションできるの?
    7-5 経路によって変わる噂や口コミの様子を確認してみよう
    7-6 どれだけ噂が広がったか、その浸透度合いをグラフにしてみよう
    7-7 人間関係のネットワークを可視化してみよう
    7-8 人間関係のネットワークの成長の様子を可視化してみよう
    7-9 ネットワークを分析してみよう
    7-10 微分方程式を差分化する際の誤差とその対策について知っておこう


    第四部 深層学習編

    第8章 深層学習による画像認識とその仕組みを知ろう
    8-1 深層学習って何ができるの?
    8-2 深層学習はどうやって動くの?
    8-3 深層学習の「学習」はどうやって進むの?
    8-4 深層学習ライブラリを使って直線グラフを予測してみよう
    8-5 深層学習ライブラリを使って曲線グラフを予測してみよう
    8-6 学習データとしての画像の構造を理解しよう
    8-7 深層学習ライブラリを使ってゼロから画像データを学習してみよう
    8-8 学習した結果を評価しよう
    8-9 学習したネットワークが見ている「特徴」を可視化してみよう
    8-10 学習したネットワークの中身を可視化してみよう

    第9章 深層学習によって時系列を扱う仕組みを知ろう
    9-1 RNNの基礎を理解しよう
    9-2RNNを使ってsin波を予測してみよう
    9-3 予測した結果を評価してみよう
    9-4 CNNを用いてsin波を予測してみよう
    9-5 sin波の予測精度を高めよう
    9-6 音の分類のために必要なデータの前処理をしてみよう
    9-7 LSTMを使って音の分類をしてみよう
    9-8 LSTMを使って分類した結果を評価してみよう
    9-9 CNNで音の分類をしてみよう
    9-10 CNNで分類した結果を評価してみよう

    第10章 深層学習によって実現できる画像処理・言語処理を知ろう
    10-1 深層学習によって実現できる処理の全体像を知ろう
    10-2 物体検出アルゴリズムYOLOについて知ろう
    10-3 YOLOを用いて物体検出を行ってみよう
    10-4 物体検出を行った結果を評価してみよう
    10-5 画像セグメンテーションSegnetについて知ろう
    10-6 Segnetを用いてセグメンテーションを行ってみよう
    10-7 セグメンテーションした結果を評価してみよう
    10-8 深層学習を用いた自然言語処理Bertについて知ろう
    10-9 Bertを用いて文章の分類をしてみよう
    10-10 Bertを用いて分類した文章の評価をしてみよう


    付録 プログラミングと数学との橋渡し
    Appendix 1 数式を動かして理解する正規分布
    Appendix 2 微分方程式の差分化による誤差とテイラー展開
    Appendix 3 非線形最適化としての機械学習/深層学習における回帰/分類
  • 出版社からのコメント

    数学を味方に付けると、エンジニアリングでの世界がさらに広がります!
  • 内容紹介

    本書は、AIやデータサイエンスの世界で必要とされる数学的な知識を、数式ではなく図やチャートによって直感的に理解でき、実際にシンプルなプログラミングを行う事で、体験しながら身につけることができます。
  • 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)

    松田 雄馬(マツダ ユウマ)
    博士(工学)。日本電気株式会社(NEC)の中央研究所にて脳型コンピュータ研究開発チームを創設、博士号を取得した後、独立。合同会社アイキュベータを共同創業。数理科学者として、脳、知能、人間を「生命」として捉える独自理論を応用した、AI、機械学習、画像認識、自律分散制御をはじめとする研究開発に取り組み、人間を中心とした社会デザインという考え方に基づくシステム開発/組織開発/人材育成を提唱。現在、株式会社オンギガンツ(旧合同会社アイキュベータ)の代表取締役であり、一橋大学大学院(一橋ビジネススクール)非常勤講師。多数企業の技術顧問を務める。著書多数

    露木 宏志(ツユキ ヒロシ)
    筑波大学在学中にプログラミングを独学し、複数企業でのインターンシップを経験する傍ら、競技プログラミングを通して代数学やグラフ理論、数え上げなどの数多の数理的な難問に挑む。大学中退後、合同会社アイキュベータに参画。自然言語処理を用いた記事カテゴリ分類や類似記事検索、機械学習を用いた売上の予測、画像認識を用いた物体検知、人物姿勢推定、トラッキング、動作の良し悪しを判定するアルゴリズムの開発、それらを効果的に処理するデータ通信を伴うシステムの開発など、幅広い技術に取り組む。現在、株式会社IroribiにてDX推進事業に携わりながら、日夜、多角的な技術開拓を行っている

    千葉 彌平(チバ ヤスヒラ)
    国際基督教大学在学中に学生の過半数が利用するシラバス管理システムTime Table For ICUを立ち上げ、大学卒業後、合同会社アイキュベータにエキスパート・エンジニアとして参画。業務の傍ら、東京大学大学院学際情報学府にて、IoTシステム開発者の参入障壁を下げるIoTプラットフォームの基礎研究に従事。多角的な視点からのテクノロジー開発に強みを持ち、入力としてのIoT、センサーデバイス、処理としてのAI、データ分析、制御体としての小型ロボット、Droneなど、システム全体を捉えたうえでの各分野の専門家を束ねたプロジェクト推進に取り組む。現在、大手ITシステム会社にてコンサルタントとして活躍中

AI・データサイエンスのための図解でわかる数学プログラミング の商品スペック

商品仕様
出版社名:ソーテック社
著者名:松田 雄馬(著)/露木 宏志(著)/千葉 彌平(著)
発行年月日:2021/04/30
ISBN-10:4800712815
ISBN-13:9784800712813
判型:A5
発売社名:ソーテック社
対象:専門
発行形態:単行本
内容:電子通信
言語:日本語
ページ数:510ページ
縦:21cm
他のソーテック社の書籍を探す

    ソーテック社 AI・データサイエンスのための図解でわかる数学プログラミング [単行本] に関するレビューとQ&A

    商品に関するご意見やご感想、購入者への質問をお待ちしています!