※この商品は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、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 そのモデル、本質を理解して使っていますか？ 本当にデータの全てを活用しきれていますか？ 回帰分析、ResNet、方策勾配法、因子分析・主成分分析、階層ベイズモデリング、正準相関分析、カーネル回帰分析・・・実戦で頻出するデータ形式への対応に必須の分析モデル群を完全網羅！ 【強化学習はいつ使うべきなのか？】 【なぜ、勾配決定木や畳み込みは強いのか？】 【結局、ベイスの定理は何に使えるのか？】 すべての疑問が間違いなく解消されます！

※この商品は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、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 学校で教わった最大の謎。それは、「マイナス×マイナス＝プラス」という不可思議な公式である。三角錐の体積はなぜ３で割るのか、球の体積はなぜ4/3をかけるのか……。あのとき丸暗記させられた数式の本当の意味が、やっとわかる！

※この商品は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、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本気のデータ分析には数学の知識が必須。その中でも特に「微分積分」「線形代数」の重要度が高いことは、疑いの余地がありません。 本書で特に重視しているのは、「数式」についての解説です。通常の微積（線形代数）本における数式解説は、定義や公式、計算例などの「必要最低限の基礎部分」に止まっています。しかし、「データ分析のための」という視点から言えば、それでは足りません。データ分析文脈特有の「意味」「利用法」「背景にある考え方」まで踏み込んでの理解が求められます。 本書では、そこを可能な限り妥協せず解説し尽くしています。