※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。 「中学校で習った数学を、短い時間でラクに復習したい！」「数学はやり直したいけど、どうも苦手で…」と感じている方にも、理解する喜び、解く楽しみを感じながら中学数学をおさらいしていただける一冊！ ※本書は、2012年10月に小社より刊行された『中学３年間の数学を10時間で復習する本』を文庫化にあたり、再編集した作品の電子版です。

中学数学を7日間でやり直せる、ストーリー仕立てのマンガ講義。全7章の講義で、中学数学の基本から、知っていると人生で得をする！？数学のトピックスが満載。基礎から中学数学をおさらいしたい人にピッタリな一冊。

※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。 本書は、さまざまある電気関連資格に合格するための数学（ベクトル、三角関数、複素数、微分積分、微分方程式、ラプラス変換、フーリエ変換など）をていねいに解説しています！ 中学の数学のおさらいである分数の計算から解説をはじめ、図やグラフ、模式図を多用し、理解しやすく展開します。

フーリエ解析って何? という誰もが持つ疑問に答えつつ、単位を取るための重要ポイントを伝授! 練習問題を解いて学ぶ速習書。高校の数学のおさらいから始めるので、初学者でもあんしんの1冊です。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 重点事項がすぐにわかる！ 　数学検定試験の重要ポイントで解説したテキストに、過去問題（5回分）を掲載した「参考書＋問題集」型の受検対策書です。 　準1級は高校3年生から大学初年度の数学となり、一般の人には難しく感じますが、現場技術者には最低限必要なものです。準１級の受検者はもちろんのこと、技術書が難しく感じる方の数学のおさらいとしておすすめの１冊です。 はじめに（監修の言葉） 受験案内 準1級の試験範囲 第1部　問題解説編 第1章　高次方程式 第2章　図形と方程式 第3章　三角関数 第4章　指数と対数 第5章　ベクトル 第6章　数列 第7章　複素数平面 コラム　1 のn 乗根と正多角形 コラム　複素数の難しさ 第8章　式と曲線 第9章　関数 第10章　極限 第11章　微分 第12章　積分 第13章　行列 第1部　練習問題解答 第2部　過去問題 第1回　1次　2次 第2回　1次　2次　 第3回　1次　2次 第4回　1次　2次 第5回　1次　2次 第2部　過去問題解答

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 決定木・アンサンブル学習の理論と実践の基礎・基本が，この一冊で学べる！ 　本書は、データ分析で広く応用されている機械学習アルゴリズムである、決定木およびアンサンブル学習について、その数理と応用を解説するものです。 　データの分類ルールを木構造で表現するモデルである決定木は、分類の条件が明確に示されることから、人工知能（AI）における解釈可能アプローチの一つとしても活用されています。また、複数の決定木の組合せ（アンサンブル学習）により、高精度な予測が可能となります。本書では、決定木およびアンサンブル学習の数理とアルゴリズムを基礎からていねいに解説するとともに、応用を念頭にPythonのサンプルコードを通して具体例も扱います。また、数学でつまずくことのないよう、理解に必要となる高校程度以上の数学は本書で解説しています。 第1章　はじめに 第2章　数学のおさらい 第3章　決定木の理論 第4章　決定木の具体的問題への適用 第5章　アンサンブル学習 第6章　ランダムフォレスト 第7章　AdaBoost 第8章　勾配ブースティング 第9章　XGBoost 第10章　LightGBM 付録　Pythonの基礎

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）