★確率的プログラミング言語がすぐに使える！★ ・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。 ・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。 【主な内容】 第1章　ベイジアンモデリングとは 1.1 データ解析とコンピュータ 1.2 ベイジアンモデリングの基礎 1.3 代表的な確率分布 1.4 近似推論手法 第2章　確率的プログラミング言語（PPL） 2.1 ベイジアンモデリングとPPL 2.2 自動微分・最適化アルゴリズム 2.3 PyMC3の概要 2.4 Pyroの概要 2.5 NumPyroの概要 2.6 TensorFlow Probabilityの概要 2.7 GPyTorchの概要 第3章　回帰モデル 3.1 線形回帰モデル：線形単回帰モデル 3.2 線形回帰モデル：線形重回帰モデル 3.3 一般化線形モデル：ポアソン回帰モデル 3.4 一般化線形モデル：ロジスティック回帰モデル 3.5 階層ベイズモデル 3.6 ガウス過程回帰モデル：ガウス尤度 3.7 ガウス過程回帰モデル：尤度の一般化 第4章　潜在変数モデル 4.1 混合ガウスモデル 4.2 行列分解モデル 4.3 状態空間モデル 4.4 隠れマルコフモデル 4.5 トピックモデル 4.6 ガウス過程潜在変数モデル 第5章　深層学習モデル 5.1 ニューラルネットワーク回帰モデル 5.2 変分自己符号化器 5.3 PixelCNN 5.4 深層ガウス過程 5.5 正規化流

※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。 精選問題の解答お手本集。「模倣」で解ける類題多数収録。真似して書こう！「数学語」修得への早道。例題を真似すれば解ける問題を多数収録。論理記号や数学独特の言いまわしをノートや解答用紙に「そのまま」書ける形で例示。「とっかかり」をつかむための1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。 ベイズ統計に基づくモデリングだからこそ、見えてくるものがある。いかにデータを集めるか？だった時代から、勝手に集まるデータをいかすには？に課題が変化しつつある今、時代に応じたマーケティングのための基本を紹介。

※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。 なるほど！　そうだったのか、数学。 小学校から高校まで学ぶ算数・数学のうち、とくに押さえておくべき「重要キーワード」を一つひとつ解説していくことで、体系的・構造的に数学を学べるよう工夫しています。 ロングセラー『なっとくする数学記号』の著者にして、数学教育を知り尽くした専門家だから書けた、「学びなおし」の決定版！ 第1部　「数」とは何か　 　　　　小数と分数、そして量の性質 01　基数と序数／数の二面性って　 02　命数と記数／１対１が基本です　 03　世紀の大発明・位取り記数法／101匹のワンちゃん 04　離散量と連続量（外延量と内包量）／量こそ数の命 05　小数と分数／仲良しこよしでも生まれが違う 06　割合／賢い市民になる登竜門 第2部　　方程式から考える 　　　　有理数、無理数、さらに複素数 07　算術の基本定理と素数／エラトステネスのふるい 08　最大公約数とユークリッド互除法／壁貼り職人になれますか 09　不定方程式とユークリッド互除法／小学生も挑戦 10　有理数と無理数／√2 ＋√3 はどうする 11　連分数展開／分数で迫る無理数の姿 12　グラフと曲線／デカルトさんに感謝！　数学を飛躍させた発明 COLUMN1：　パラボラアンテナの秘密 13　２次方程式アラカルト／なぜか話題に上る解の公式 14　複素数／領土拡張は数学だけにしよう 15　複素数と代数学の基本定理／カルダノさんの戯れ 第3部　関数と微積分 　　　指数、対数から微分方程式へ 16　指数関数／喜びも悲しみも幾年月 17　対数関数／掛け算を足し算にする魔術 18　 職人気質（対数表）／計算機のない時代の宝物 19　微分法(微分係数)／何事も接してみなければわからない 20　微分法(導関数)／傾きでできる関数 COLUMN2：三角関数の導関数 21　微分法(級数展開)／関数を丸裸にする 22　ネイピア数／どうでもいい（e）話？ 23　積分法(求積)／紀元の昔からある面積計算 24　積分法と微分法／ニュートンさんとライプニッツさんに感謝 25　積分法（不定積分と定積分）／具体の面積を求めてみよう 26　微分方程式／アンダーコントロール? 第4部　数学にまつわるさらなる話題 　　　　現代数学の位相 27　確率と大数の法則／賭け事に始まって数学となる 28　暗号と数論／新しい時代に必要な守護神 29　フェルマーの最終定理とＡBC予想／たかが数遊びと思うことなかれ

※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。 文章を読まなくとも、マンガだけで一通りのことは説明してあります。ですから、この本はどこから読んでも、マンガだけ読んでも、コラムを外して本文だけ読んでも、かまいません。お好きなように活用してください。（著者「まえがき」より） 　（ブルーバックス・1988年1月刊）

★この本を買わずして何を買う！！★ 競技プログラミング経験が豊富な著者が、「アルゴリズムを自分の道具としたい」という読者に向けて執筆。入門書を標榜しながら、AtCoderの例題、C++のコードが充実。入門書であり実践書でもある、生涯役立つテキストを目指した。 【推薦の言葉】 プログラムが「書ける」ことと、効率の良い結果を得ることには大分ギャップがある。本書は、どのようにすれば効率のよい結果が得られるか？　すなわちどのようなアルゴリズムを採用すればよいか？　という点に対して、幅広くかつ明快に解説している。 また本書は、アルゴリズム初心者に対して、アルゴリズムへの興味を惹かれるように記述されている。アルゴリズム上級者への初めの一歩には最適であろう。 ――河原林健一（国立情報学研究所副所長） 【全体を通して、アルゴリズムの設計技法を重視した構成】 まず、1、2章でアルゴリズムと計算量について概観します。そして、3～7章が、早くも本書のメインパートといえる部分であり、「アルゴリズムの設計技法」について詳しく解説します。これらの設計技法に関する話題は、多くの書籍では、最後の方で簡単に説明しています。しかし本書は、現実世界の問題を解決するための実践的なアルゴリズム設計技法の鍛錬を目指しています。そこで、アルゴリズム設計技法について前半で詳しく解説する構成としました。そして、これらの設計技法が後半の章でも随所に使われていくことを示していきます。 その後、8～11章では、設計したアルゴリズムを効果的に実現するうえで重要となるデータ構造を解説します。データ構造について学ぶことで、アルゴリズムの計算量を改善したり、また、C++やPythonなどで提供されている標準ライブラリの仕組みを理解して、それらを有効に活用したりすることができるようになります。 そしていったん、12章でソートアルゴリズムについての話題を挟んだ後に、13～16章でグラフアルゴリズムについて解説します。グラフは、非常に強力な数理科学的ツールです。多くの問題は、グラフに関する問題として定式化することで、見通しよく扱うことができるようになります。また、グラフアルゴリズムを設計するとき、3～7章で学ぶ設計技法や、8～11章で学ぶデータ構造が随所で活躍します。 最後に、17章で PとNPに関する話題を解説し、世の中には「効率的に解くアルゴリズムを設計することができそうにない難問」が多数あることを見ます。18章で、これらの難問に取り組むための方法論をまとめます。ここでも、動的計画法 (5章) や貪欲法 (7章) といった設計技法が活躍します。

筑波大学の名講義を書籍化! 圧倒的ライブ感! 中学レベルから出発し、微分積分、線形代数、確率統計まで1冊で学び切る数学教科書。※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。

実験で得た数値データを表すグラフは、誤解なく読み取れるように仕上げることが重要。これをExcelで実現するために必要なデータを正しく伝える技術について丁寧に解説する。軸ラベルや凡例、線の種類などの基本設定から対数グラフやヒストグラムなどの描き方まで、卒論やレポートなどに用いるグラフの質を飛躍的に向上させる知識が自然と身につく。※本書は以下の環境を使い、機能を確認して執筆しています。｢Excel 2010、Excel 2013(共にWindows 7)｣｢Excel 2007(Windows Vista)｣｢Excel 2003(Windows XP)｣※本書で掲載している画面はExcel 2010で使用したときのものです(Excel 2013、Excel 2007、Excel 2003でも操作できるように、紙面の許す限り補足を入れています) (ブルーバックス･2013年10月刊)※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。

科学･技術を学ぶ上で、最も重要な数学が、微分と積分です変化を記述する微分、面積や体積、量を計算する積分。この2つは、科学や工学、さらには経済学でも最も重要な数学です。どちらも、基本はすべて高校で学びますが、｢あやふやな人｣が多いのも、この2つです。法則や定理を正確に理解するために、もう一度、しっかり復習してみましょう。※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。

問題を解きながら、離散数学の考え方がわかる! すべての情報を｢0と1｣の組み合わせで表すコンピュータの普及で、重要性が見直されている離散数学。離散数学の中核にあるのが｢数え上げ理論｣である。予備知識のいらないやさしい問題で分割数、フィボナッチ数、カタラン数に触れたあとには、数え上げ理論の三種の神器である包除原理、差分方程式、母関数の理論を紹介。その奥深い魅力が、充分に味わえる。(ブルーバックス･2008年11月刊)※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。 離散数学の最も大切なポイントは「数える」ことにある！　 組合せの数、グラフ理論、デザイン論、無限集合の濃度……離散数学の考え方をしっかりと理解するための一冊。 離散数学は、物事を「数える」ことから始まり、現代の暗号理論、プログラム理論をはじめ、さまざま分野で注目されている数学である。 整数の概念の誕生、あみだくじ、正多面体の回転、麻雀大会の組合せなど、豊富な例と問題を通して、離散数学の基礎的な概念をわかりやすく解説する。 【本書のもくじ】 第１章　整数の誕生 　１．１　トークン 　１．２　１対１の対応の発想 第２章　素朴に数えること 　２．１　樹形図の発想 　２．２　数えることのいろいろな問題 第３章　帰納的に考える発想 　３．１　組合せに関する基本的な公式 　３．２　包含・排除の公式と全射の個数 　３．３　グラフ理論の木の個数 　３．４　ハノイの塔と13個のオモリ問題 　３．５　偶置換・奇置換の一意性の証明その１ 第４章　２通りに数える発想 　４．１　グラフ理論の基礎的定理と多面体 　４．２　デザイン論の基礎 　４．３　16人の麻雀大会とカークマンの女子学生問題 　４．４　偶置換・奇置換の一意性の証明その２ 第５章　対称性を用いる発想 　５．１　ダイオキシンの異性体と正多面体 　５．２　グラフの自己同型写像 　５．３　偶置換・奇置換の一意性の証明その３ 　５．４　デザインの自己同型群と関連するガロア群 第６章　無限集合の濃度 　６．１　集合同士の対等 　６．２　いろいろな集合の濃度 ※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。

20世紀中期以降、とくに発展した科学の分野の1つに、アルゴリズムを設計する離散数学があります。離散数学は連続数学と違い、とびとびの対象物を扱います。そして、アルゴリズムと呼ばれる問題解決の手順を作り出します。本書では、とくに、｢ものを分ける｣問題を扱います。参加者全員が好きな対象物、あるいは参加者全員がきらいな対象物で、分割可能なものを、参加者全員が納得できるように分割する方法を扱います。※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。 測度論を用いた確率論への入門の新定番。 ・確率論の「王道」をしっかり押さえた丁寧な解説と豊富な例題・演習問題が初学者にぴったり ・学びやすいと好評の講義ノートを大幅に加筆修正し、解説がさらにわかりやすく ・序章で確率論の具体的なモデルを紹介し、具体例から学べる構成 本書は測度論を復習しながら確率論を学習できる入門書です。 丁寧な解説と本文中の例題で手を動かしながら学び、演習問題（解答付き）で理解を確かめ、学びを深めることができます。 さらに、ランダムウォーク・パーコレーション・分枝過程・ブラウン運動などのモデルについても紹介します。これらのモデルは問題設定はわかりやすいものの、現在でも確率論の研究において頻繁に扱われるものです。教科書の範囲を大きく逸脱しない範囲の知識で得られる結果については証明も与えていきます。このように具体的なモデルを眺めながら学習することで確率論とはどういった学問なのかを体験し、また抽象的な理論や定理の使い方を身につけられる構成になっています。 【おもな内容】 序章　確率模型 第1章　確率論の基礎 第2章　期待値 第3章　独立性 第4章　大数の法則 第5章　中心極限定理 第6章　独立性および条件付き期待値 第7章　マルコフ連鎖 第8章　離散時間マルチンゲール 第9章　ブラウン運動 第10章　連続時間マルチンゲール 第11章　確率積分 付録A 　測度論 付録B　フビニの定理 付録C　確率空間に関する補足 付録D　L^p-空間 付録E　フーリエ変換 問題解答 ※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。

通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。※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。