Follow #ソシム販売部Twitterアイコン

  

数式をプログラムするってつまりこういうこと

鈴木 雅也、渡辺 将人、井上 史斗

データ分析や機械学習の世界で使われる数式を、Python+Jupyter Notebookで独自実装する方法を紹介する一冊。

定価
3,080円(本体価格 2,800円)
  • 発売日
    2020年9月11日
  • 判型/ページ数
    B5変型判/280ページ(オール2C)
  • ISBN
    978-4-8026-1206-7

この書籍を問い合わせる

キーワード:
/ / / / / / / / / / /

データ分析や機械学習の世界で使われる数式を、Python+Jupyter Notebookで独自実装する方法を紹介する一冊。

相加平均や標準偏差などの基本的な数式の実装から、ガンマ関数やベータ関数などの曲線、マハラノビス距離やコサイン距離などの距離、ポアソン分布やカイ二乗分布などの分布、最後には最小二乗法、パーセプトロン、ロジスティクス回帰など機械学習で使われる数式の実装までを幅広く取り上げます。

独自実装した結果は、Scikit-learn、SciPy、NumPyライブラリで得られる結果と比較。
車輪の再発明を行いながら、数式の意味や、実装の差異が腑に落ちる一冊です。

 

まえがき
本書で利用するコードやデータについて

■Chapter 1 基礎編

Section 1-1 相加平均
Section 1-2 標準偏差
Section 1-3 標本標準偏差
Section 1-4 偏差値
Section 1-5 円周率
Section 1-6 ネイピア数
Section 1-7 相乗平均
Section 1-8 対数平均
Section 1-9 調和平均
Section 1-10 期待値
Section 1-11 大数の法則
Section 1-12 共分散
Section 1-13 相関係数

■Chapter 2 曲線

Section 2-0 なぜ、曲線を学ぶのか?
Section 2-1 三角関数
Section 2-2 円
Section 2-3 シグモイド関数
Section 2-4 ロジット
Section 2-5 ソフトマックス関数
Section 2-6 ベジェ曲線
Section 2-7 リーマン積分
Section 2-8 ガンマ関数
Section 2-9 ベータ関数
Section 2-10 バスタブ曲線
Section 2-11 誤差関数

■Chapter 3 ベクトルと距離

Section 3-1 ベクトル
Section 3-2 内積
Section 3-3 ユークリッド距離
Section 3-4 標準ユークリッド距離
Section 3-5 マンハッタン距離
Section 3-6 マハラノビス距離
Section 3-7 コサイン距離

■Chapter 4 分布

Section 4-1 正規分布(確率密度関数)
Section 4-2 正規分布(累積分布関数)
Section 4-3 対数正規分布
Section 4-4 二項分布
Section 4-5 ポアソン分布
Section 4-6 ベータ分布
Section 4-7 カイ二乗分布

■Chapter 5 機械学習

Section 5-1 パーセプトロン
Section 5-2 最小二乗法
Section 5-3 ロジスティック回帰

ダウンロードデータ

本書で解説したサンプルデータをダウンロードできます。
なお、使用方法などに関しては、必ず書籍の該当箇所をご確認の上、ご利用ください。
ダウンロード後、解凍したファイル内に「readme.txt」ファイルなどが含まれる場合は、使用前にこちらもご確認ください。

本書のサンプルコードはGitHubから入手可能です。

正誤情報

お問い合わせ

本書に関するお問い合わせは、下記のボタンをクリックしてお問い合わせフォームよりお問い合わせください。

この書籍を問い合わせる

[ この書籍をシェアする ]

関連する書籍

カテゴリから本を探す

シリーズから本を探す

本を探す