最短コースでわかるディープラーニングの数学 増補改訂版(サイタンコースデワカルディープラーニングノスウガク ゾウホカイテイバン)
- 著者:
- 赤石 雅典(アカイシ マサノリ)
- 出版社:
- 日経BP
- 出版日:
- 2026年02月20日頃
- ISBN:
- 9784296207824
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
本書は「導入編」「理論編」「実践編」「発展編」の 4 ステップに分け、ディープラーニングのアルゴリズムの理解に必要な数学の基礎知識を学んでから、ディープラーニングのアルゴリズムの理解を目指せる構成としています。
まずは本書の概要を「導入編」で紹介し、続く「理論編」で高校 1 年レベルからの数学の基礎知識を解説します。これを土台として「実践編」でディープラーニングの動作原理を紐解きます。実際に Python のサンプルプログラムを動かしながら理解できるようにしました。最後の「発展編」では、「実践編」で紹介し切れなかったディープラーニングの各種手法をまとめました。
「実践編」や「発展編」で紹介している Python のサンプルプログラムは、 Notebook 形式で用意しています。 Google Colab を利用することで、プログラミングの知識がなくても、すぐに動かすことができます。 Notebook 形式なので、誌面で解説している通りにステップを刻みながら動かすことができます。これにより、ディープラーニングの動作原理を体感しながら理解することができます。
今回は「増補改訂版」として、主に「実践編」と「発展編」を大幅に加筆・修正しました。サンプロプログラムも理解しやすいように見直しています。また、「理論編」では各章の最後に「演習問題」を新たに追加しました。これは、読者からの「理解度をチェックしたい」という要望に応えたものです。
【導入編】
1 章 機械学習入門
【理論編】
2 章 微分・積分
3 章 ベクトル・行列
4 章 多変数関数の微分
5 章 指数関数・対数関数
6 章 確率・統計
【実践編】
7 章 線形回帰モデル (回帰)
8 章 ロジスティック回帰モデル (2 値分類)
9 章 ロジスティック回帰モデル (多値分類)
10 章 ディープラーニングモデル
【発展編】
11 章 実用的なディープラーニングを目指して
この本に興味がある方におすすめ
この本に関連
赤石 雅典 の他の書籍
関連記事
機械学習・AI 本ガイド - エンジニアが読むべき技術書の選び方
機械学習の基礎から実践まで学べる技術書の選び方を紹介。「Python ではじめる機械学習」などのハンズオン本を軸に、数学が苦手な人向けの学習ルートと ML 本の賞味期限の見極め方を解説します。
アルゴリズム本ガイド - 競プロだけじゃない、実務に活きる選び方
アルゴリズム本の 3 タイプと、実務でアルゴリズムの知識が活きる場面、数学が苦手な人向けの学習ルートを紹介します。
写経を超える - 技術書のコードを自分のプロジェクトに応用する方法
技術書のサンプルコードを写経するだけでは実力は伸びません。書籍のコードを自分のプロジェクトに応用し、実務で使える力に変える 5 つのステップを解説します。