近代科学社の書籍一覧

※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。
購入前にお使いの端末で無料サンプルをお試しください。

世界標準 MIT 教科書!!
原著は，計算機科学の基礎分野で世界的に著名な4人の専門家がMITでの教育用に著した計算機アルゴリズム論の包括的テキストであり，その第3版．前版までで既にアルゴリズムとデータ構造に関する世界標準教科書としての地位を確立しているが，より良い教科書を目指して再び全面的な記述の見直しがなされ，それを基に新たな章や節の追加なども含めて，大幅な改訂がなされている．
単にアルゴリズムをわかりやすく解説するだけでなく，最終的なアルゴリズム設計に至るまでに，どのような概念が必要で，それがどのように解析に裏打ちされているのかを科学的に詳述している．
さらに各節末には練習問題（全957題）が，また章末にも多様なレベルの問題が多数配置されており（全158題），学部や大学院の講義用教科書として，また技術系専門家のハンドブックあるいはアルゴリズム大事典としても活用できる．
本書は，原著の第1〜35章，および付録A〜Dまでの完訳総合版である．また巻末の索引も圧巻で，和（英）‐英（和）という構成により，「数理用語辞典」としてもまことに有用である．

※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。
購入前にお使いの端末で無料サンプルをお試しください。

ロボットを思いどおりに動かすための制御技術を集大成！日本では従来からロボットの研究開発が盛んであったが、その進歩は、ともすれば部品や材料・機械設計・コンピュータソフトによるものと捉えられ、ロボットに必須の「制御技術」が見逃されがちである。そこで、ロボットを思いどおりに動かすために必要な制御技術を知り、ロボットを使えるようにするために、ロボットの制御に特化した領域を「ロボット制御学」と名づけ、本書のの出版を企画した。
本書は、なぜロボットに制御が必要なのか？ から始まり、モデリング→設計→実装まで一連の流れを理解し、実践できるようになることを目的とする。

※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。

　MITの名物教授ストラング博士が線形代数の本質をズバッと解説する“教科書シリーズ”の最新刊。線形代数が教養として身に付くように、既刊書『線形代数イントロダクション』の内容をコンパクトにまとめ、データサイエンスへの応用も掲載。
　従来の書籍とは異なり、ベクトル空間の概念をいち早く学ぶことで線形代数の全体像が見通しやすくなり、飛躍なく諸概念の理解を深めていける。豊富な例題と練習問題は理解度の把握に役立つ。学生から研究者まで、必携の一冊。
【目次】
第1章 ベクトルと行列
第2章 連立一次方程式Ax=bを解く
第3章 4つの基本部分空間
第4章 直交性
第5章 行列式と線形変換
第6章 固有値と固有ベクトル
第7章 特異値分解（SVD）
第8章 データからの学習

付録A1　ABとA+Bのランク
付録A2　ランク1行列における固有値と特異値
付録A3　基本的な分解におけるパラメータの数
付録A4　数値線形代数のためのプログラムとアルゴリズム
付録A5　行列の積分解
付録A6　行列のCR分解
付録A7　正方行列のジョルダン標準形
付録A8　テンソル
付録A9　条件数
付録A10 マルコフ行列とペロン・フロベニウスの定理
日本語版付録B1　行列計算の視覚的表現
日本語版付録B2　行列の世界

英和索引・和英索引
数式索引
6つの重要な定理・線形代数早分かり

※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。

【豊富な図と数式のコンビで、深層学習の基本原理が直感的に理解できる！】

　本書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。
　第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク（深層学習）の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。
【目次】
第I部　基礎事項と関連する数学
第1章　深層学習と人工知能
第2章　教師あり学習
第3章　勾配法
第4章　確率と情報量
第5章　線形変換
第6章　共分散行列と多次元正規分布

第II部　ニューラルネットワーク
第7章　ニューラルネットワークの基礎
第8章　畳み込みニューラルネットワーク
第9章　再帰型ニューラルネットワーク
第10章　自然言語処理と深層学習
第11章　アテンション
第12章　Transformer と大規模言語モデル

第III部　ハイパーパラメータの最適化
第13章　ハイパーパラメータ探索の基本手法
第14章　ベイズ最適化
第15章　進化計算による最適化