世界標準MIT教科書｜ストラング：線形代数とデータサイエンス ●
発売日: 2021/10/28
ISBN: 9784764906006
全文検索: 非対応
★★★★★
★★★★★
0件
-
-
-
-
※本書はEPUB（固定レイアウト型）で作成されております。検索機能や文字列のコピーがご利用できません。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
データサイエンティストが知っているべき，情報時代に必須の線形代数教科書！
本書は，『ストラング：線形代数イントロダクション』の原著者ギルバート・ストラングMIT教授が，データサイエンスの基礎を成す数学（線形代数，確率・統計，最適化）を解説した専門書．
データサイエンスの要となるのはニューラルネットワークおよび深層学習であり，その根幹を理解するために線形代数を深く学ぶことが重要となる．
深層学習の解説書は多数あるが，その根底にある数学まで徹底的に解説した書籍はほとんどない．
本書は，線形代数の発展的教科書として，またデータサイエンティストを志す読者が線形代数を学ぶための教科書としてふさわしい一冊である．
【目次】
第1章：線形代数の要点
第2章：大規模行列の計算
第3章：低ランク行列と圧縮センシング
第4章：特別な行列
第5章：確率と統計
第6章：最適化
第7章：データからの学習
-
2.1 数値線形代数
-
2.2 最小二乗法の4つの方法
-
2.3 列空間の3種類の基底
-
2.4 乱択線形代数
-
3.1 Aの変化から生じるA−1の変化
-
3.2 インターレースする固有値と低ランクな信号
-
3.3 特異値が急速に減衰する行列
-
3.4 l2 + l1の分離アルゴリズム
-
3.5 圧縮センシングと行列補完
-
5.1 平均と分散と確率
-
5.2 確率分布
-
5.3 モーメントとキュムラントと統計の不等式
-
5.4 共分散行列と同時確率
-
5.5 多変量正規分布と重み付き最小二乗法
-
5.6 マルコフ連鎖
-
6.1 最小化問題：凸性とニュートン法
-
6.2 ラグランジュ乗数 = コストの導関数
-
6.3 線形計画法，ゲーム理論，双対性
-
6.4 最小へ向かって進む勾配降下法
-
6.5 確率的勾配降下法とADAM
-
7.1 深層ニューラルネットワークの構成
-
7.2 畳み込みニューラルネットワーク
-
7.3 誤差逆伝播法と連鎖律
-
7.4 ハイパーパラメータ：重大な決定
-
7.5 機械学習の世界
試し読み
試し読み
試し読み
試し読み
