※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。 線形代数をマンガとわかりやすい解説で理解できる!! 本書は「マンガでわかる」シリーズの一冊として線形代数をとり上げる。主人公が難しいことをセリフで言っているだけではないスタイルのマンガと補足の文章および例題により、学部1年生程度の読者を想定して線形代数の基礎を理解させる。行列やベクトルの計算だけでなく、本来の線形代数の肝である線形空間や線形写像、固有値、固有ベクトルについてもきちんと解説する。 序章　押忍！ 線形代数 第1章　線形代数とは 1. 線形代数 2. 学問として重要な単元とテストに出題される単元 3. 数学者から見た線形代数 　3.1　数学者から見た線形代数 　3.2　線形代数と公理 第2章　基礎知識 1. 数の分類 2. 必要十分条件 　2.1　命題 　2.2　必要条件と十分条件 　2.3　必要十分条件 3. 集合 　3.1　集合 　3.2　集合の表記 　3.3　部分集合 4. 写像 　4.1　写像 　4.2　像 　4.3　値域と定義域 　4.4　全射と単射と全単射 　4.5　逆写像 　4.6　線形写像 5. ギリシャ文字 6. 理系特有の言回し 7. 組み合わせと順列 8. 主将の命令と写像 第3章　行列 1. 行列 2. 行列の計算 3. 特別な行列 第4章　行列（続） 1. 逆行列 2. 逆行列の求め方 3. 行列式 4. 行列式の値の求め方 5. 余因子を利用する方法で逆行列を求める 　5.1　第(I, j) 小行列式 　5.2　第(I, j) 余因子 　5.3　余因子を利用する方法で逆行列を求める 6. クラメールの公式で連立1 次方程式を解く 第5章　ベクトル 1. ベクトル 2. ベクトルの計算 3. ベクトルによる表現 第6章　ベクトル（続） 1. 線形独立 2. 基底 3. 次元 　3.1　部分空間 　3.2　基底と次元 4. 座標 第7章　線形写像 1. 線形写像 2. 何のために線形写像を勉強するのか 3. 特別な線形写像 　3.1　拡大 　3.2　回転 　3.3　平行移動 　3.4　透視投影 4. 核と像空間と次元定理 5. ランク 　5.1　ランク 　5.2　ランクの求め方 6. 線形写像と行列の関係 第8章　固有値と固有ベクトル 1. 固有値と固有ベクトル 2. 固有値と固有ベクトルの求め方 3. n 次正方行列のp 乗の求め方 4. 重解の存在と対角化 　4.1　重解が存在する場合の表現可能例 　4.2　重解が存在する場合の表現不可能例 付録1　練習問題 参考文献 索引 以下、ダウンロード 付録2　内積 1. 内積 　1.1　長さ 　1.2　内積 　1.3　なす角 　1.4　数学者から見た内積 2. 正規直交基底 　付録3　外積 1. 外積 2. 外積と平行四辺形 3. 外積と内積 　付録4　行列式の性質

※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。 画像処理の基礎知識をポイントを押さえて、わかりやすく、コンパクトにまとめた大学学部向け教科書の改訂版。 定評ある「コンピュータ画像処理」の代表的教科書，ロングセラーの約20年ぶりの改訂で，以下の点に配慮されている． ①深層学習等の最新の話題をカバーしつつ，10年後も生き残っていると思われる技術を厳選した． ②画像処理技術体系の俯瞰に適していて，これから登場する新技術も位置付けやすくなっている． ③大学の学部教育，大学院教育，独習での利用方法が案内されていて，多目的に利用できる． ④実務面から画像処理に興味をもった技術者が，改めて基礎から学びたいと感じたときに手にすべき本．いつまでも座右に置いておきたくなる． 第1章　総　論 1.1　コンピュータ画像処理とは 1.2　コンピュータ画像処理の特質 1.3　コンピュータ画像処理の利用目的 第2章　基本概念 2.1　コンピュータでの画像データの取扱い 2.2　画像の統計量 2.3　画像処理アルゴリズムの形態 2.4　周波数領域での処理 2.5　各種直交変換 2.6　画像の表現とデータ構造 2.7　色彩情報の取扱い 第3章　画像情報の圧縮 3.1　画像情報の圧縮の意義 3.2　画像のデータ量と圧縮の目安 3.3　画像符号化の枠組み 3.4　予測符号化 3.5　変換符号化 3.6　動画像符号化 3.7　エントロピー符号化 3.8　実用的な画像符号化方式 第4章　画質改善と画像の接合・再構成 4.1　強調，復元，接合，再構成 4.2　コントラスト強調 4.3　鮮鋭化 4.4　平滑化と雑音除去 4.5　画像の復元 4.6　幾何学的変換と画像接合 4.7　画像の再構成 第5章　2値画像処理 5.1　2値画像処理の意義とその流れ 5.2　画像の2値化処理 5.3　2値画像の連結性と距離 5.4　2値画像の解析と変換 5.5　モルフォロジー演算 5.6　形状の特徴と表現 5.7　3次元2値画像処理 第6章　画像特徴の抽出 6.1　画像解析・認識のための特徴抽出 6.2　エッジ検出 6.3　コーナー検出 6.4　安定した特徴点の検出 6.5　直線・曲線の抽出 6.6　領域分割 6.7　テクスチャ解析 第7章　立体情報と動きの抽出 7.1　2次元画像から奥行きや動きを求める 7.2　距離情報の抽出 7.3　3次元形状の復元 7.4　距離画像からの特徴抽出 7.5　時系列画像からの動きの抽出 7.6　動きからの3次元形状復元 第8章　画像認識の手法 8.1　画像認識の概要 8.2　2次元画像照合による位置検出 8.3　2次元画像照合による形状認識 8.4　3次元物体の認識 8.5　統計的パターン認識 8.6　部分空間法 8.7　ニューラルネットワークと深層学習 8.8　画像分野への深層学習の効果的利用

●おもに高専を対象にした数学のテキスト。 ●大学初年次のリメディアル教育用のテキストとしても利用できます。 ●ていねいな説明で読んで理解しやすいテキスト。 ●本文を補助してよりわかりやすくするために、横に注意、補助解説、具体例などを随所に掲載。 ●豊富な図で視覚的にも理解しやすくなっています。 ●選択式の教材として研究で「三角形の面積」「点と直線・平面の距離」「ベクトルの外積」「クラメルの公式」「原点を通る直線に関する対称移動」「ベクトル空間「ベクトル部分空間」「基底」「正方行列の三角化およびジョルダン標準形」を扱っています。 ●コラムで「内積の図形的意味」「阿弥陀籤」を掲載しました。 ●各章のとびらには、その章で学ぶことを授業の導入として掲載。 ●準拠問題集を完備。

※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。 行列ができる人気講師の特別講義！この１冊で単位を取れる…ベクトル！ 　本書は大学・専門学校で学ぶ共通基礎科目線形代数の独習書として、つまずきやすいポイントを実際の講義を聴いているような語りかけ口調により、ていねいに解説しています。また、例題・練習問題の解説はきちんと理解できるように途中式を省略せず、解答までの道筋をていねいに示しました。 　講義の復習や定期試験対策にピッタリの１冊です。 【目次】 1章　ベクトルI 　1-1　多次元量 　1-2　幾何ベクトル 　1-3　有向線分 　1-4　ベクトルの基本的演算 　1-5　1次独立（線形独立） 　1-6　表現の一意性 　1-7　位置ベクトル 　1-8　共線条件・分点公式 2章　ベクトルII 　2-1　座標系 　2-2　座標と成分・正射影ベクトル 　2-3　基本ベクトル 　2-4　ベクトルのノルム 　2-5　スカラー積（内積） 　2-6　スカラー積（内積）の幾何的定義 　2-7　法線ベクトル 　2-8　ベクトル積（外積） 3章　空間図形の方程式 　3-1　直線 　3-2　点と平面の距離 　3-3　平面と平面の交角 4章　行列I 　4-4　多次元量の多重化 　4-2　行列 　4-3　転置行列 　4-4　正方行列 　4-5　行列の加法・減法・実数倍 5章　行列II 　5-1　係数行列 　5-2　逆行列 　5-3　正則行列 　5-4　基本変形 6章　行列III 　6-1　行列の階数 7章　行列式I 　7-1　行列式 　7-2　基底ベクトル 　7-3　クラメールの公式 　7-4　サラス展開 8章　行列式II 　8-1　スカラー3　重積 　8-2　小行列式・余因子 　8-3　余因子展開 　8-4　余因子行列 　8-5　余因子行列・逆行列 　8-6　n次の行列式 9章　線形変換I 　9-1　線形変換 　9-2　対応と表現行列 　9-3　回転移動 　9-4　対称移動 10章　線形変換II 　10-1　合成変換 　10-2　逆変換 　10-3　固有値・固有ベクトル 　10-4　固有方程式 　10-5　対角化 11章　行列IV 　11-1　対角行列のべき乗 　11-2　正方行列のべき乗 　11-3　多項式を成分とする行列 　11-4　ケーリー・ハミルトンの定理 　11-5　固有値の重複度 　11-6　三角化 12章　線形空間 　12-1　線形空間 　12-2　線形部分空間 　12-3　線形写像 　12-4　核 13章　線形独立 　13-1　線形独立 　13-2　次元 　13-3　基底 14章　内積空間 　14-1　内積空間 　14-2　正規直交基底 　14-3　グラム・シュミットの正規直交化法 補章　練習問題の解答 索引

※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。 ε－δ論法のことは嫌いでも微分積分は嫌いにならないでくださいっ！ 　本書は大学・専門学校で学ぶ共通基礎科目微分・積分学の独習書として、つまずきやすいポイントを実際の講義を聴いているような語りかけ口調により、ていねいに解説しています。また、例題・練習問題の解説はきちんと理解できるように途中式を省略せず、解答までの道筋をていねいに示しました。 　講義の復習や定期試験対策にピッタリの１冊です。 【目次】 1章　ベクトルI 　1-1　多次元量 　1-2　幾何ベクトル 　1-3　有向線分 　1-4　ベクトルの基本的演算 　1-5　1次独立（線形独立） 　1-6　表現の一意性 　1-7　位置ベクトル 　1-8　共線条件・分点公式 2章　ベクトルII 　2-1　座標系 　2-2　座標と成分・正射影ベクトル 　2-3　基本ベクトル 　2-4　ベクトルのノルム 　2-5　スカラー積（内積） 　2-6　スカラー積（内積）の幾何的定義 　2-7　法線ベクトル 　2-8　ベクトル積（外積） 3章　空間図形の方程式 　3-1　直線 　3-2　点と平面の距離 　3-3　平面と平面の交角 4章　行列I 　4-4　多次元量の多重化 　4-2　行列 　4-3　転置行列 　4-4　正方行列 　4-5　行列の加法・減法・実数倍 5章　行列II 　5-1　係数行列 　5-2　逆行列 　5-3　正則行列 　5-4　基本変形 6章　行列III 　6-1　行列の階数 7章　行列式I 　7-1　行列式 　7-2　基底ベクトル 　7-3　クラメールの公式 　7-4　サラス展開 8章　行列式II 　8-1　スカラー3　重積 　8-2　小行列式・余因子 　8-3　余因子展開 　8-4　余因子行列 　8-5　余因子行列・逆行列 　8-6　n次の行列式 9章　線形変換I 　9-1　線形変換 　9-2　対応と表現行列 　9-3　回転移動 　9-4　対称移動 10章　線形変換II 　10-1　合成変換 　10-2　逆変換 　10-3　固有値・固有ベクトル 　10-4　固有方程式 　10-5　対角化 11章　行列IV 　11-1　対角行列のべき乗 　11-2　正方行列のべき乗 　11-3　多項式を成分とする行列 　11-4　ケーリー・ハミルトンの定理 　11-5　固有値の重複度 　11-6　三角化 12章　線形空間 　12-1　線形空間 　12-2　線形部分空間 　12-3　線形写像 　12-4　核 13章　線形独立 　13-1　線形独立 　12-2　次元 　12-3　基底 14章　内積空間 　14-1　内積空間 　14-2　正規直交基底 　14-3　グラム・シュミットの正規直交化法 補章　練習問題の解答 索引

線形代数の基礎を Pythonプログラムをもとに丁寧に解説！ 【本書の内容】 線形代数（ベクトル・行列の基本から特異値分解）について、Pythonのプログラムをもとにわかりやすく解説した書籍です。線形代数の基礎理論をPythonによる具体例を交えて解説しているので、実際の挙動を見ながら基礎理論の知識を習得できます。 【本書の特徴】 ・実際にプログラムで数値を入れて線形代数の計算結果を確認できる ・プログラムで結果を見ながら学習できるので幾何学的にイメージできる 【対象読者】 ・Python を使いながら線形代数を学びたい学生、文系エンジニア ・線形代数の基礎を学びなおしたいエンジニア 【本書で扱う線形代数の主なトピック】 ・ベクトルの基礎 ・行列の基礎 ・線形方程式系の解を求める計算方法 ・行列式の基礎 ・部分空間の基礎 ・直交の定義・直交基底の作成方法 ・最小二乗法による線形回帰 ・固有値・固有ベクトルの定義と具体的な計算方法 ・行列を対角化する方法 ・特異値分解の定理 【目次】 第0章 開発環境の準備 第1章 ベクトル入門 第2章 行列 第3章 線形方程式系 第4章 行列式 第5章 部分空間 第6章 直交性 第7章 固有値と固有ベクトル 第8章 特異値分解 【著者プロフィール】 かくあき 学生時代から数値解析を中心にPython,Matlab,Fortran,C,LISPなどのプログラミング言語を利用している。Pythonの普及の一助となるべく、Udemyで講座を公開。Kindle Direct Publishingで電子書籍を出版するなど、情報発信を行う。著書に『現場で使える！Python科学技術計算入門』『Pythonで動かして学ぶ! あたらしいベイズ統計の教科書』（いづれも翔泳社）がある。 ※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。 ※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。 パターン認識の決定版教科書、待望の改訂2版！ 本書は1998年刊行の『わかりやすいパターン認識』の改訂版です。パターン認識を初めて学ぶ読者をおもな対象として、扱うテーマを基本的な項目にしぼり、それらを重点的かつ詳細に解説しました。 　改訂にあたっては、具体例・実験例をもっと増やしてほしいという初版に与えられた要望に答え、補足・実験例、演習問題を加えました。演習問題の詳細な解答はオーム社のホームページに掲載されています。初版発行から20年の間に開発・提案された新しい手法の解説ではなく、基本的な内容を充実させ、より使いやすい書籍となるように改訂いたしました。 第1章　パターン認識とは 第2章　学習と識別関数 第3章　誤差評価に基づく学習 第4章　識別部の設計 第5章　特徴の評価とベイズ誤り確率 第6章　特徴空間の変換 第7章　部分空間法 第8章　学習アルゴリズムの一般化 第9章　学習アルゴリズムとベイズ決定則