文系プログラマーのための Python で学び直す高校数学(ブンケイプログラマーノタメノパイソンデマナビナオスコウコウスウガク)

数学と Python がいっぺんに学べる一石二鳥の 1 冊!

プログラミングに数学の知識は役に立つと聞くけれど…。高校時代に数学に挫折した経験を持つ人も多いのでは?

データサイエンスや機械学習、ブロックチェーンなど、数学理論に裏打ちされたシステムが今は花盛り。これまでは数学が苦手なままでやって来られたけれども、これからのプログラミングにはますます数学が必要に。ところが、プログラマー向けの数学書はどれも高校レベルは飛び越えた、難易度の高いものばかり。

そこで数学に自信がないのなら、高校レベルの数学からもう一度しっかり学び直すのはいかがでしょう。残念ながら数学は積み重ねが大事。自分のレベルに合わない参考書では結局何も身に付きません。急がば回れ。高校数学からしっかり足元を固めていきませんか?

本書は単に数学理論を説明するだけでなく、計算や証明、理論の検証を Python を使ったプログラムで解説しています。理論を学んで、 Python で試す。読むだけでなく手を動かすことで、数理計算のコーディングの勘所を養うこともできます。

数学と Python の基礎固めがしっかりできる一石二鳥の 1 冊。数学が苦手な文系プログラマーはもちろん、数学を忘れてしまった理系出身のプログラマーも、自信を取り戻すのにピッタリです。 Python についてはひと通り理解している人が対象ですが、未経験でも大丈夫。巻末に Python の導入ガイドも用意しました。

本書で高校レベルの数学をしっかり理解して、ぜひ次のステップに進んでください!
■主な内容
第 1 章 コンピュータと「数」

位取り記数法、基数変換、負の数、 2 の補数、実数と浮動小数点数、実数誤差など
第 2 章 コンピュータの「演算」
算術演算、複合演算子、シフト演算、ビット演算、マスクとフラグ、論理演算、真理値表、論理積、論理和など
第 3 章 方程式で図形を描く
matplotlib でグラフ、方程式、関数、直線の方程式、比例式と三角比、三平方の定理、円の方程式など
第 4 章 ベクトル
ベクトルの演算、ベクトル方程式、内積、コサイン類似度、外積、ベクトルで面積を計算など
第 5 章 行列
行列の演算、逆行列と連立方程式、図形の一次変換 (移動、回転、拡大縮小) 、一次変換の組み合わせ、同次座標など
第 6 章 集合と確率
集合とデータベース、試行と事象、順列と組み合わせ、重複順列、数学的確率と統計的確率、モンテカルト法と円周率など
第 7 章 統計と乱数
母集団と標本、代表値、分散と標準偏差、共分散と相関係数、移動平均、回帰直線、乱数の注意点など
第 8 章 微分・積分
差分と微分、変化率、導関数、極値、定積分と不定積分、原始関数、積分定数、曲線の接線、輪郭の抽出、円周と円の面積、球の体積と表面積など
Appendix ソフトウェア導入ガイド

機械学習やデータ分析の入門書を開いたとき、いきなり登場する行列やΣ記号に面食らった経験を持つ人は少なくありません。本書はまさにその手前で止まってしまう「文系出身のプログラマー」に向けて、高校数学を Python のコードで追体験しながら学び直す構成をとっています。

扱う範囲は関数、三角関数、指数・対数、微分・積分、確率・統計、ベクトル、行列と、高校から大学教養レベルの数学を横断します。特徴的なのは、数式を抽象的に操作するのではなく、 Python で具体的な数値を入れてグラフに描き、挙動を目で確かめるプロセスを重視している点です。公式を覚えることよりも「この式は何を計算しているのか」を実感するための道具として Python を使っています。

数学の厳密な証明や理論的な深みを求める本ではありません。むしろ、証明よりも直感と動く実例を優先する姿勢で書かれています。「プログラミングはできるが数学に苦手意識がある」という人が、機械学習やデータサイエンスの本を読むための前提知識を埋める用途に適しています。