{"product_id":"9784780611564","title":"データサイエンティスト教程 基礎II 現代数学の指標","description":"データサイエンスにおける基本的ツールの数学的基盤，および数理モデルの取り扱いを解説した教科書．\u003cbr\u003e本書は3部構成となっている．\u003cbr\u003e第I部では，データサイエンスで使われる数学である微積分，線形代数，最適化，確率論を解説する．\u003cbr\u003e第II部では，データサイエンスの基本的な技法である相関と回帰，スパースモデリング，次元削減，統計的推測，類似度について，その数学的基盤を解説する．\u003cbr\u003e第III部では，データサイエンティストが理解しておくことが望ましい数理モデルの取り扱いを述べる．\u003cbr\u003e各項目を独立して理解できるように，本文には適宜小見出しをつけ，図も多用した．\u003cbr\u003e各章には章末問題を1題を提示するとともにそのねらいを記載して解答のヒントとし，またコラムによって関連する現代数学の概念や，本書姉妹編『データサイエンティスト教程　応用』で扱われている内容との関連性を記述し，読者の広範な興味に答えられるように配慮した．\u003cbr\u003e\u003cbr\u003e【目次】\u003cbr\u003e第I部　数学基礎\u003cbr\u003e第1章　数の体系\u003cbr\u003e第2章　オイラーの公式\u003cbr\u003e第3章　多変数関数の微分\u003cbr\u003e第4章　行列とベクトル空間\u003cbr\u003e第5章　行列の固有値\u003cbr\u003e第6章　最適化\u003cbr\u003e第7章　制約付き最適化\u003cbr\u003e第8章　積分\u003cbr\u003e第9章　行列の階数と転置\u003cbr\u003e第10章　擬似逆行列\u003cbr\u003e第11章　確率変数\u003cbr\u003e第12章　確率\u003cbr\u003e\u003cbr\u003e第II部　データサイエンス基礎\u003cbr\u003e第13章　相関と回帰\u003cbr\u003e第14章　正則化の技法\u003cbr\u003e第15章　次元削減\u003cbr\u003e第16章　統計的推測\u003cbr\u003e第17章　区間推定\u003cbr\u003e第18章　類似度\u003cbr\u003e\u003cbr\u003e第III部　数理モデル基礎\u003cbr\u003e第19章　数値計算\u003cbr\u003e第20章　線形計画法\u003cbr\u003e第21章　微分方程式\u003cbr\u003e第22章　力学系","brand":"学術図書出版社","offers":[{"title":"Default Title","offer_id":48498089722160,"sku":"","price":2640.0,"currency_code":"JPY","in_stock":true}],"url":"https:\/\/www.maruzenjunkudo.co.jp\/products\/9784780611564","provider":"丸善ジュンク堂書店ネットストア","version":"1.0","type":"link"}