※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 主題を「線形代数」「微分積分」「確率統計」の3分野として、各8節（1節が1回の講義に相当）にまとめ、高校の「数学I」だけの履修者にも対応できるように解説した。改訂版では、1次変換、関数の増減、成長曲線の意味、確率分布などを増補し、旧版にあった線形計画法、2階線形微分方程式などを割愛した。

※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。 算数と数学の違い、数学の勉強法などの基礎知識を押さえたあと、関数や方程式から確率統計までの中学数学3年間の全単元を、大人向けに様々な実例と結び付けながら再構成して解説する。読者は中学数学を通して身に着けられる考え方＝「７つのテクニック」が仕事や生活に役立つものであることを実感できる。

「技術者のための」と冠した数学書の第3弾――確率統計学 「機械学習を支える『数学』をもう一度しっかりと勉強したい」方々に向け、理工系の大学生が学ぶ『確率統計学』を基礎から解説した書籍です。 ■本書の特徴 ・機械学習を支える大学数学の3分野のうち、確率統計学を順序立てて学習できる（既刊『技術者のための基礎解析学』『技術者のための線形代数学』との姉妹編。これら3冊で大学数学の3分野を学ぶことができる） ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 確率統計学を扱う本書では、「コンピューターの乱数によるシミュレーションで現実世界の不確定な現象を再現する」ことを確率モデルの目標とすることで、抽象的な確率空間が果たす役割を明確にするというアプローチを取りました。その上で、条件付き確率や事象の独立性など、ともすれば直感的な理解にとどまりがちな点について、その基本的な性質をできるだけ厳密に導出することを心がけています。 ここには、確率空間の「仕組み」を理論的に理解するという意図があります。これにより、パラメトリック推定や仮説検定など、確率モデルを構成・検証する手続きについて、その役割をより明瞭に理解することができます。 また、「技術者のための」と冠した三部作（解析学・線形代数学・確率統計学）のまとめとして、本書の付録（Appendix A　機械学習への応用例）では、これらを総合した応用分野の1つである機械学習の基礎的なアルゴリズムについて、その原理を数学的な観点から解説します。 本書を含む三部作を通して、直感的な理解にとどまらない、「厳密な数学」の世界をあらためて振り返り、じっくりと味わっていただければ幸いです。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

「技術者のための」と冠した数学書の第2弾――線形代数学 「機械学習を支える『数学』をもう一度しっかりと勉強したい」方々に向け、理工系の大学生が学ぶ『線形代数学』を基礎から解説した書籍です。 ■本書の特徴 ・機械学習を支える大学数学の3分野のうち、線形代数学を順序立てて学習できる（既刊『技術者のための基礎解析学』、続刊予定『技術者のための確率統計学』との姉妹編。これら3冊で大学数学の3分野を学ぶことができる） ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 線形代数学がテーマの本書では、実数ベクトルに限定して、「一次変換」「行列式」「固有値問題（行列の対角化）」といった定番の内容、そして、ベクトル空間の公理にもとづいた、より一般的なベクトル空間の性質を取り扱います。 線形代数学というと、行列式の性質や対称行列の対角化など、「結果は知っているけれど、なぜそれが成り立つかはわからない」という内容も多いかもしれません。 本書では、定義にもとづいた厳密な論理展開とともに、できるだけ丁寧に計算を進めることで、それぞれの内容について、「確かにその通り」と納得できる説明を心がけました。 お好みのノートと筆記用具を用意して、本書の説明と、数式にもとづいた論理展開をみなさんの「手と頭」で、ぜひ再現してみてください。 そして、直感的な理解にとどまらない、「厳密な数学」の世界をあらためて振り返り、じっくりと味わってください。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 【内容紹介・目次・著者略歴】 自然哲学とは、自然現象を統一的に理解・説明しようとする形而上学であり、現代においては自然科学とほぼ同義。量子力学的哲学を探る。力学、相対論を経て、量子力学の時代にあって、自然とはどのような統一的理論によって説明しうるのかを探究する。 【目次】 序 第一章　物理的自然の特性 1　物理的自然と感覚　 2　物質概念の諸相 3　計量と数学的記号 第二章　力学的自然観の凋落 4　古典力学の基礎概念 5　物質とエネルギー 6　熱学とエントロピー 7　光の本性 8　電磁気学 第三章　相対論と物理的実在 9　時間と空間 10　エーテルの存在 11　局所時と光速度 12　質量とエネルギーの同値 13　時空連続体・世界 第四章　科学的宇宙論 14　同値原理 15　一般相対論的宇宙 16　仮想的宇宙と計量的存在 第五章　量子論の成立 17　原子概念の由来 18　素粒子と実体概念 19　不確定性関係 20　実験と理論 第六章　量子論解釈の問題 21　不確定性の意味 22　確率統計と自然法則 23　コペンハーゲン解釈 第七章　量子論と物理的実在 24　量子論における「現実的なもの」 25　量子論解釈の哲学 26　二元論と一元論 27　物理学的認識 第八章　物理的自然と人間 28　物理的存在と物理学的思考 29　決定論と非決定論 30　宇宙における人間の位置 後記 人名索引 永井　博 1921～ 2012年。哲学者。専門は、科学史・科学哲学。筑波大学名誉教授。 東京文理科大学卒業。東京教育大学文学博士。著書に、『近代科学哲学の形成』 『ライプニッツ』『数理の存在論的基礎』『現代自然哲学の研究』（田辺元賞）『科学概論 科学の哲学』『生命論の哲学的基礎』『人間と世界の形而上学』などがある。 ※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。 高校数学を学びなおしたい方、数学の実力を高めたい方、純粋に数学の基礎を学びたい方向けの再入門書です。本書は、数学を学ぶうえで必須の道具になる「公式」の本質を理解し身につけるために因数分解から、集合、方程式・不等式、ベクトル、指数・対数、三角関数、数列、微分積分、確率統計まで項目別に高校数学のポイントを絞って、ざっくりとわかりやすく解説しました。数学を学ぶとあなたの視野が、グッと広くなります！

※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。 東大 松尾研究室が提供するあの人気講座が待望の書籍化！ 本書は、2017年と2018年に東京大学で実施された講座で使われた教材がベースになっています。約400名ほどの受講枠（2年間）に、のべ1,800人以上の応募があった人気の講義です。この本のベースとなるコンテンツをさらに精査、ブラッシュアップし、読みやすく整えたものが本書になります。 本書には、データサイエンティストになるための基礎をつめこんでいます。データサイエンティストは、Pythonや確率・統計、機械学習など、幅広くさまざまな分野の知識を必要とします。 この本は主にPython 3を使って、基本的なプログラムの書き方、データの取得、読み込み、そのデータ操作からはじまり、さまざまなPythonのライブラリの使い方、確率統計の手法、機械学習（教師あり学習、教師なし学習とチューニング）の使い方についても学びます。取り扱っているデータは、マーケティングに関するデータやログデータ、金融時系列データなどさまざまで、モデリングの前にそれらを加工する手法も紹介しています。データサイエンティストになるには、どれも必要なスキルです。 本書には、さらに以下の3つの特徴があります。 ・実際のデータを使って手を動かしながら、データサイエンスのスキルを身に付けることができる ・データ分析の現場で使える実践的な内容（データ前処理など）が含まれている ・練習問題や総合問題演習など実際に頭を使って考える内容がたくさんある ◆目次 Chapter 1 本書の概要とPythonの基礎 Chapter 2 科学計算、データ加工、グラフ描画ライブラリの使い方の基礎 Chapter 3 記述統計と単回帰分析 Chapter 4 確率と統計の基礎 Chapter 5 Pythonによる科学計算（NumpyとScipy） Chapter 6 Pandasを使ったデータ加工処理 Chapter 7 Matplotlibを使ったデータ可視化 Chapter 8 機械学習の基礎（教師あり学習） Chapter 9 機械学習の基礎（教師なし学習） Chapter 10 モデルの検証方法とチューニング方法 Chapter 11 総合演習問題 Appendix　本書の環境構築について/練習問題解答/参考文献・参考URL

※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。 「数列」とは、ある一定の規則に従って順に並べられた数の列のこと。銀行の金利や保険料の計算に用いられ、また花の花弁やひまわりの種、台風などもともと自然界に存在していたりと、身近なところに隠されています。本書では、基本的な数列の考え方から、Σ（シグマ）、フィボナッチ数列、フィボナの黄金比まで解説。最終的には、「数列」をただ眺めているだけでも、その美しさに酔いしれるようになります！　数学における微分・積分、確率、統計学などの基礎となるだけでなく、物理学や経済学など様々な分野で必要不可欠な、数学の「道具」のようなもので、事象を説明したり、証明する数式の中にたくさん登場します。その象徴的な存在が数列の総和を示すΣ（シグマ）記号です。関数のy=f(x)とか、積分の∫と並ぶインパクトがありますね。学問の世界だけでなく、日常生活でも数列を使った考え方をするとよいことがたくさんあります。数列の使いどころはなんといってもその規則性にあります。なんとなく並んでいる数や物に規則性を見出だすことで、何度も繰り返して同じ計算する必要がなくなり、複雑な問題があっさり解けたりします。問題解決のために工夫をしたり、規則性を見出したりするのはまさに数学そのものです。数列を使った考え方で、数学的センスを養うこともできます。 松下哲（まつした・あきら）/著 1972年大阪府生まれ。北野高校、東大工学部卒。卒業後、ソニーでテレビの電子回路等の開発設計に従事。2001年の舞台出演をきっかけに俳優・ナレーターとして活動。数学教員免許、情報処理安全確保支援士ほか。

AI開発に必要な数学の基礎知識がこれ1冊でわかる！ 【本書の目的】 本書は以下のような対象読者に向けて、 線形代数、確率、統計/微分 といった数学の基礎知識をわかりやすく解説した書籍です。 【対象読者】 • 数学がAIや機械学習を勉強する際の障壁になっている方 • AIをビジネスで扱う必要に迫られた方 • 数学を改めて学び直したい方 • 文系の方、非エンジニアの方で数学の知識に自信のない方 • コードを書きながら数学を学びたい方 【目次】 序章　イントロダクション 第1章　学習の準備をしよう 第2章　Pythonの基礎 第3章　数学の基礎 第4章　線形代数 第5章　微分 第6章　確率・統計 第7章　数学を機械学習で実践 Appendix　さらに学びたい方のために ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※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。 中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の1冊目として、「音源分離」をテーマとしています。近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の人の声を聞き取ることを想定しており、聞きたい人の声以外の音が入ってくると、どうしても聞きたい人の声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出するという技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。また、音源分離で用いる数学的知識の基礎として、線形代数や行列・ベクトルの微分の方法、確率統計の基礎について示しています。音源分離を理解しコードを書くためには、プログラミングに関する知識はもちろん、線形代数、微分積分、確率・統計といった数学的知識も必要不可欠です。とくに音源分離では複素数の行列・ベクトルを用いるので、複素数の計算方法について重点的に示しています。

※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。 ※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。 コンピュータサイエンスに携わる人のために書かれた確率統計の教科書 本書は、数式による定理の証明とその説明という数学教科書の一般的なスタイルとは異なったかたちで確率統計を解説している。数学的な概念のイメージを補うわかりやすい日本語と図表、そして動作するプログラム（本書では主に確率的な事象のシミュレーションに利用）により確率統計を理解させる。 第I部 確率そのものの話 第1章 確率とは 第2章 複数の確率変数のからみあい 第3章 離散値の確率分布 第4章 連続値の確率分布 第5章 共分散行列と多次元正規分布と楕円 第II部 確率を役立てる話 第6章 推定と検定 第7章 擬似乱数 第8章 いろいろな応用 付録 付録A 本書で使う数学の基礎事項 付録B 近似式と不等式 付録C 確率論の補足

※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。 理工系の学生にとって基礎となる内容がしっかり身に付く良問を数多く掲載した確率、統計の演習書 本書は理工系の学生にとって基礎となる内容がしっかり身に付く良問を数多く掲載した確率、統計の演習書です。 高校数学で学んだ内容を起点に、丁寧にわかりやすく解説したうえ、読者が自ら手を動かして確かなスキルが身に付けられるよう、数多くの例題、問題を掲載しています。 第1章　データ取り扱いの心得 第2章　場合の数と確率 第3章　データの特徴量 第4章　データどうしを比べる 第5章　回帰分析 第6章　正規分布 第7章　推定と検定 第8章　t分布 第9章　カイ二乗分布 第10章 指数分布 第11章 二項分布とポアソン分布 第12章 その他の分布や推定手法

※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。 薬学系コアカリ「薬学の基礎としての数学・統計学」に対応した教科書。演習で手を動かしながら学ぶ。フルカラーでわかりやすい！ 【本書の特徴】 ・薬学教育で要求される比例計算、濃度計算、指数・対数、数列、三角関数、微積分、確率、統計、線形代数をすべて網羅 ・式の展開を省かず、懇切丁寧に解説を書いているので、自主学習にも役立つ ・例題と演習問題を豊富に掲載し、計算力を高める学修ができる ・薬剤師国家試験に出題された基礎的問題や実務的問題も取り入れ、学んだ数学が専門科目の授業や国家試験でどのように活かされるのかがわかる ※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。 薬学系コアカリ「薬学の基礎としての数学・統計学」に対応したテキスト。解法がしっかり身につくよう、解答を導く過程や各数値の意味まで、フルカラーでていねいに解説した。 【本書の特徴】 ・薬学教育で要求される比例計算、濃度計算、指数・対数、数列、三角関数、微積分、確率、統計、線形代数をすべて網羅 ・式の展開を省かず、懇切丁寧に解説を書いているので、自主学習にも役立つ ・例題と演習問題を豊富に掲載し、計算力を高める学修ができる ・薬剤師国家試験に出題された基礎的問題や実務的問題も取り入れ、学んだ数学が専門科目の授業や国家試験でどのように活かされるのかがわかる 【目次】 第1章　数値の扱い 1.1　連分数 1.2　割合・比・率 1.3　薬学への応用 第2章　指数関数 2.1　指数と計算 2.2　指数関数とそのグラフ 2.3　薬学への応用 第3章　対数関数 3.1　対数とその性質 3.2　対数関数とそのグラフ 3.3　薬学への応用 第4章三角関数 4.1　一般角と三角関数 4.2　三角関数のグラフ 4.3　加法定理と三角関数の合成 第5章　数列 5.1　等差数列と等比数列 5.2　無限数列とその極限 5.3　薬学への応用 第6章　微分法 6.1　微分の定義 6.2　導関数 6.3　指数関数、対数関数、三角関数の導関数 6.4　偏微分・全微分 6.5　薬学への応用 第7章　積分法 7.1　不定積分 7.2　定積分と面積 7.3　薬学への応用 第8章　微分方程式 8.1　変数分離形の微分方程式 8.2　1階線形微分方程式と身近な微分方程式 8.3　薬学への応用 第9章　行列 9.1　平面ベクトルと空間ベクトル 9.2　行列 9.3　行列式 第10章　確率 10.1　順列と組合せ 10.2　確率と確率変数 10.3　代表的な確率分布 第11章　統計 11.1　データの尺度水準 11.2　母集団と標本 11.3　基本統計量 11.4　相関と回帰分析 11.5　推定と検定 11.6　薬学への応用 ※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。