私のように「大学の数学を1通りやったが、機械学習で使う数学を復習したい」という人には向いていると思う。
この本で、線形代数、微積分、統計学を学ぶのは結構つらいと思うので、専門書で学ぶとよいと思う。
私には、この本の線形代数の部分がよい復習になった。
プライム無料体験をお試しいただけます
プライム無料体験で、この注文から無料配送特典をご利用いただけます。
非会員 | プライム会員 | |
---|---|---|
通常配送 | ¥410 - ¥450* | 無料 |
お急ぎ便 | ¥510 - ¥550 | |
お届け日時指定便 | ¥510 - ¥650 |
*Amazon.co.jp発送商品の注文額 ¥3,500以上は非会員も無料
無料体験はいつでもキャンセルできます。30日のプライム無料体験をぜひお試しください。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
データサイエンスのための数学 (データサイエンス入門シリーズ) 単行本(ソフトカバー) – 2019/8/31
{"desktop_buybox_group_1":[{"displayPrice":"¥3,080","priceAmount":3080.00,"currencySymbol":"¥","integerValue":"3,080","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"RmsO9y433aKfXWGvGTb92rZlaPxigtoAGKFu%2BWtxD3eu7hhCJQ%2Fg8e7VDOB0f7tTFMV6p7lk1%2BpSGu9AVg5ZK6BEdEoHsS%2FAJI2kyNh2ocu1Azv8rj8v5E4v7I0O0Qo4QHBYGmlHVHw%3D","locale":"ja-JP","buyingOptionType":"NEW","aapiBuyingOptionIndex":0}, {"displayPrice":"¥2,300","priceAmount":2300.00,"currencySymbol":"¥","integerValue":"2,300","decimalSeparator":null,"fractionalValue":null,"symbolPosition":"left","hasSpace":false,"showFractionalPartIfEmpty":true,"offerListingId":"RmsO9y433aKfXWGvGTb92rZlaPxigtoAbTkAyi5d%2BF5PbAZtC71%2BxtSH69aEF61xBSOlCQz%2B7Ccmb%2BxcX9tVwdZhiUf6O3HhgoXMsrBcTzhcIdPjg99vh4vNPuMiuBfgZ6t%2B0nhxlod0iQjwYavcSVb9QMu3ZpKAi01UE7tMIXJz3s%2BRFHHXZw%3D%3D","locale":"ja-JP","buyingOptionType":"USED","aapiBuyingOptionIndex":1}]}
購入オプションとあわせ買い
データサイエンスの門をたたく前に必要となる数学を、一冊にまとめたテキスト。微分積分・線形代数・確率論の中から、入門者が学んでおきたい基礎を厳選、平明簡潔に整理した。まずはこの本で、しっかり基礎固め!
【データサイエンス入門シリーズ】
第1期として、以下の3点を同時刊行!
・データサイエンスのための数学:椎名 洋・姫野哲人・保科架風(著)清水昌平(編)
・データサイエンスの基礎:浜田悦生(著)狩野 裕(編)
・最適化手法入門:寒野善博(著)駒木文保(編)
第2期の刊行は2019年11月の予定(^o^)/
【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。
文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)
【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)
国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
【データサイエンス入門シリーズ】
第1期として、以下の3点を同時刊行!
・データサイエンスのための数学:椎名 洋・姫野哲人・保科架風(著)清水昌平(編)
・データサイエンスの基礎:浜田悦生(著)狩野 裕(編)
・最適化手法入門:寒野善博(著)駒木文保(編)
第2期の刊行は2019年11月の予定(^o^)/
【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。
文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)
【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)
国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
- 本の長さ304ページ
- 言語日本語
- 出版社講談社
- 発売日2019/8/31
- 寸法15 x 2 x 21 cm
- ISBN-104065169984
- ISBN-13978-4065169988
よく一緒に購入されている商品
対象商品: データサイエンスのための数学 (データサイエンス入門シリーズ)
¥3,080¥3,080
最短で5月17日 金曜日のお届け予定です
在庫あり。
¥2,420¥2,420
最短で5月17日 金曜日のお届け予定です
残り13点(入荷予定あり)
¥2,640¥2,640
最短で5月17日 金曜日のお届け予定です
残り6点(入荷予定あり)
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
もう一度お試しください
追加されました
一緒に購入する商品を選択してください。
この商品をチェックした人はこんな商品もチェックしています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
椎名 洋
信州大学経済学部 教授
姫野 哲人
滋賀大学データサイエンス学部 准教授
保科 架風
青山学院大学経営学部 准教授
清水 昌平
滋賀大学データサイエンス学部 教授
信州大学経済学部 教授
姫野 哲人
滋賀大学データサイエンス学部 准教授
保科 架風
青山学院大学経営学部 准教授
清水 昌平
滋賀大学データサイエンス学部 教授
登録情報
- 出版社 : 講談社 (2019/8/31)
- 発売日 : 2019/8/31
- 言語 : 日本語
- 単行本(ソフトカバー) : 304ページ
- ISBN-10 : 4065169984
- ISBN-13 : 978-4065169988
- 寸法 : 15 x 2 x 21 cm
- Amazon 売れ筋ランキング: - 71,482位本 (本の売れ筋ランキングを見る)
- - 491位数学 (本)
- カスタマーレビュー:
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2022年10月18日に日本でレビュー済み
Amazonで購入
データサイエンスのための「入門」と言うことで、これを買ったが、ほかの読者のレビューにもあるようにわかりにくくおすすめしない。
例えば、51頁に「X,Yを集合とする、Xの各元xに対し、Yのただ1つの元yを対応させる「対応」のことを「写像」といい、写像fがXからYへの写像であることを
f:X→Y
と表す。Xを「fの定義域」あるいは「fの始域」、Yを「fの終域」、f(X)を「fの値域」あるいは「fの像(Image)」といい、Imfと表す。」
とわかりにくい表現で、何よりも、f(X)など前段に何ら記載していないのに、突如定義が出てくる。
全く、推敲なんかしていないのではないか。
「刊行によせて」と題して、元統計数理研究所所長北川源四郎氏と理化学研究所革新知能統合研究センターセンター所長杉山将氏が推薦し、「データサイエンスの理解・活用に必要となる線形代数・微分積分・確率の要点がコンパクトにまとめられています。」と杉山氏は評価しているが、実際通読もしないで、「義理」で推薦したのでは?と疑問がわいてくる。実際読んだのであれば、前記のようなミスを指摘してほしかった。
例えば、51頁に「X,Yを集合とする、Xの各元xに対し、Yのただ1つの元yを対応させる「対応」のことを「写像」といい、写像fがXからYへの写像であることを
f:X→Y
と表す。Xを「fの定義域」あるいは「fの始域」、Yを「fの終域」、f(X)を「fの値域」あるいは「fの像(Image)」といい、Imfと表す。」
とわかりにくい表現で、何よりも、f(X)など前段に何ら記載していないのに、突如定義が出てくる。
全く、推敲なんかしていないのではないか。
「刊行によせて」と題して、元統計数理研究所所長北川源四郎氏と理化学研究所革新知能統合研究センターセンター所長杉山将氏が推薦し、「データサイエンスの理解・活用に必要となる線形代数・微分積分・確率の要点がコンパクトにまとめられています。」と杉山氏は評価しているが、実際通読もしないで、「義理」で推薦したのでは?と疑問がわいてくる。実際読んだのであれば、前記のようなミスを指摘してほしかった。
2021年11月28日に日本でレビュー済み
Amazonで購入
解説が少なく、単なる公式の羅列。
初学者には不向きだと言える。
すでに知識がある方の復習用向けには良いかもしれない。
初学者には不向きだと言える。
すでに知識がある方の復習用向けには良いかもしれない。
2022年2月18日に日本でレビュー済み
Amazonで購入
独特な記号?のような気がする。誤記も見受けられる。日本語もすごくわかりにくい。「このトレースに対し、フロベニウスノルムには以下のような関係がある。」のような、変な「~に対し」がたくさん出てくる。「このトレースとフロベニウスノルムには以下のような関係がある」が正しい表現なんじゃないのか?それとも本当に何か「トレースに対しての特殊な関係」があるんだろうか?あちこちで悩んで理解どころじゃなくなってきた。そもそも数学として、この本に書いてあることって、正しいの?ただでさせ数学なんてわかりにくいのに・・・教科書として指定されていなかったら、絶対に数ページで読むのをやめて、他の本に移っていた。
2019年12月1日に日本でレビュー済み
表紙裏に回答はネットで入手できると書いているのに、第Ⅰ部の回答が公開されていないです。
データサイエンスに必要な数学を一通り復習したいというモチベーションで購入しましたが、回答がないのでは自分の理解が正しいのか確認が出来ません。
出版社に問い合わせたところ執筆者の意向らしいですが、崇高な考えを持つのは勝手ですが、それならその旨をきちんと記入しておいてもらいたいです。それが事前に分かっていれば購入していません。
データサイエンスに必要な数学を一通り復習したいというモチベーションで購入しましたが、回答がないのでは自分の理解が正しいのか確認が出来ません。
出版社に問い合わせたところ執筆者の意向らしいですが、崇高な考えを持つのは勝手ですが、それならその旨をきちんと記入しておいてもらいたいです。それが事前に分かっていれば購入していません。
2021年4月21日に日本でレビュー済み
線形代数、微分積分をこの本のみで学習するのは難しいが、統計数理を学ぶにあたり、事前にどの部分に力を入れて学ぶべきかが明確にわかる。