文系でも必ずわかる 中学数学× Python 超簡単プログラミング入門(ブンケイデモカナラズワカルチュウガクスウガクパイソンチョウカンタンプログラミングニュウモン)
プログラミング- 著者:
- 谷尻かおり(メディックエンジニアリング)(タニジリカオリ)
- 出版社:
- 日経BP
- 出版日:
- 2020年09月18日頃
- ISBN:
- 9784822295974
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
苦手な数学を最初から学び直す!
Python でプログラミングに学ぶ!
これからプログラミングを始めるときに選ぶ言語として注目されている Python 。
人工知能 (AI) 、機械学習、データサイエンスなど、今最もニーズの高い分野で利用されているプログラミング言語です。
そうした分野のソフトウェア開発に数学の知識は必須と言われています。
ならば Python プログラミングと数学を同時に学んではどうでしょう。
数学というと「自分は文系だから数学は苦手で……」という人も多いでしょう。だったら、最初からやり直してみませんか?本書は徹底して直線だけを学び直します。数学としてはまさに一歩目。中学一年生に戻ったつもりで、“わかるところ”からやり直しましょう。数学が苦手ならなおさら「急がば回れ」がお薦めです。
傾き、切片、垂直、交点、連立方程式、垂直二等分線など、「確かに昔やったよな」とおぼろげに覚えているところを、もう一度しっかり理解できます。これならごくシンプルな数式ばかりなので、「数学は苦手だったのに、なぜ今ならわかるんだろう?」と意外なほど理解できます。
理論で確かめたら、実際に計算して確かめてみましょう。そこは Python におまかせ。最初はごくシンプルな数式をプログラムにすることで、プログラミングと Python に自然に慣れて、ソフトウェア開発の基礎を身に付けていくことができます。
「直線だけじゃ何もできないのでは?」--。直線を舐めてはいけません。直線だけでも、ビッグデータを分析し、将来の予測をすることができます。どうやってそのためのモデル (数式) を作り、分析や予測に役立てるのか。機械学習の一歩目に踏み込むことまでできるのです。入門レベルだからと遠慮せずに、本書でそこまで行ってみましょう!
プログラミングが初めてでも大丈夫。必要な環境の整え方、 Python の文法の基礎は、最初にじっくり解説しています。本書で初めてプログラミングに触れる人でも、不安なく Python を始められます。
※本書では開発環境に Jupyter Notebook を採用しています。
本書ではまず、直線に絞って数学の基礎知識を固め直すことを目指します。そうして、数式を作れれば、必ず Python で答えを計算するプログラムが作れて、解を求められることを実感してください。これは、将来的に高度な数値計算をするプログラムを開発するときに、必ず役立つ基礎になります。ぜひ本書で、 AI エンジニア、データサイエンティストを目指す一歩目を踏み出してみませんか?
■主な内容
第 1 章 Python の準備とプログラミングの基礎
第 2 章 直線を表すグラフ
第 3 章 直線の式の求め方
第 4 章 垂直に交わる線
第 5 章 点と直線の距離
第 6 章 2 点から等距離にある直線
第 7 章 多数の点の傾向を示す直線
第 8 章 機械学習への道のり〜これから学びたい領域
技書の森解説
プログラミングを始めたいが何を作ればいいか分からない。数学は苦手意識がある。この二つの壁を同時に崩そうとするのが本書のアプローチです。中学校で習う数学の題材 (方程式、関数のグラフ、確率、図形の面積など) を Python で計算・可視化しながら、プログラミングの基本構文を自然に身につけていく構成になっています。
扱う数学の範囲が中学レベルに限定されているため、高校数学や線形代数の前提知識は必要ありません。変数への代入、繰り返し処理、条件分岐といったプログラミングの基礎概念が、数式を解くという具体的な目的と結びつくことで、抽象的な文法学習だけでは得にくい「書いて動かす実感」が手に入ります。日経 BP から刊行されており、理系の専門書というよりは、コードを通じて数学を再発見する読み物に近い手触りです。
本書を読み終えた後に機械学習や統計に進みたい場合は、 NumPy や pandas を扱う別の書籍へ橋渡しが必要です。しかし「プログラミングと数学のどちらも入口で止まっている」という状態を一冊で動かし始められる点に、この本の独自の立ち位置があります。
この本に興味がある方におすすめ
この本に関連
谷尻かおり(メディックエンジニアリング) の他の書籍
関連記事
機械学習に必要な数学の本ガイド - 「どこまでやるか」で選ぶ 3 レベル
機械学習 / ディープラーニングに必要な数学を学ぶ本の選び方を 3 レベル (数式アレルギーの解消 → 機械学習で使う数学だけ → 数理を体系的に) で整理。学び直しの範囲を絞り、挫折せずに必要十分な数学を身につけるルートを解説します。
機械学習 / ディープラーニング本ガイド - エンジニアが読むべき AI 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、ディープラーニング本への進み方、ML 本の賞味期限の見極め方を解説します。
Python 本の選び方 - 独学の最初の 1 冊から実務品質まで
Python 本の選び方を「動機」から逆算して整理。プログラミング未経験の最初の 1 冊、業務自動化に直結する本、型ヒントとコード品質で実務水準へ進む本まで、2026 年 8 月時点の定番を独学ルートに沿って解説します。
関連用語
プログラミング
コンピュータに実行させる手順をプログラミング言語で記述し、動作を作り出す行為
競技プログラミング
与えられた問題を制限時間内に正確 / 高速に解くプログラミング競技
RaspberryPi
手のひらサイズの小型コンピュータ。学習から電子工作 / IoT まで幅広く使える
データサイエンス
統計学 / プログラミング / ドメイン知識を組み合わせ、データから価値を生み出す学問領域
依存グラフとは - モジュール間の依存関係を可視化する方法
依存グラフはパッケージやモジュール間の依存関係を有向グラフで表現する手法。循環依存の検出 / ビルド順序の決定 / 影響範囲分析での活用法を解説
コンピューターサイエンス
計算と情報処理を体系的に扱う学問。あらゆる IT 技術の理論的な土台