AI・データサイエンスに関する数学・活用法を学べる解説書「データサイエンス数学ストラテジスト」上級の公式テキストを日経BPから10月7日に発行

定価 ：2,750円(本体2,500円＋税10％)
判型 ：A5判
著者 ：公益財団法人 日本数学検定協会
発行 ：株式会社日経BP
発売 ：株式会社日経BPマーケティング

＜もくじ＞
第1章 数学基礎
～ AI・データサイエンスを支える計算能力と数学的理論の理解～
1-1 式を自由自在に変形する～展開公式と因数分解
1-2 整式の割り算であまりを求める～整式の割り算，剰余の定理
1-3 放物線の頂点を求める～2次関数の最大値と最小値
1-4 同じ数を掛ける～指数関数
1-5 指数関数の逆を考える～対数関数
1-6 三角形の角度を使う～三角比と三角関数
1-7 規則的に並んだ数を考える～数列とその和
1-8 無限に大きくしたり特定の値に近づけたりしたときの値～極限
1-9 関数を細かく区切って傾きを求める～微分
1-10 関数のグラフが変化する点を調べる～極大値,極小値
1-11 複雑な関数を分解して微分する～合成関数の微分
1-12 特殊な関数を微分する～指数関数や対数関数の微分
1-13 複数の変数が含まれる関数を微分する～偏微分
1-14 関数がとる値の合計やグラフが占める面積を計算する～積分
1-15 選び方のパターンを考える～順列と組合せ
1-16 起こりやすさを数値化する～確率と離散型確率分布
1-17 関数で表される面積で確率を考える～連続型確率分布
1-18 2種類の結果に対する分布～二項分布
1-19 複数の確率を組み合わせた計算～同時確率と条件付き確率
1-20 事前確率と事後確率を考える～ベイズの定理
1-21 一部のデータから全体を推測する～母集団とデータの分布,母平均,標本平均
1-22 データの散らばり具合を調べる～標本分散と不偏分散
1-23 数値化するときの注意点～名義尺度,順序尺度,間隔尺度,比例尺度
1-24 ベクトルの和や差を計算する～ベクトル
1-25 ベクトルの掛け算～ベクトルの内積
1-26 縦と横にデータを並べる～行列
1-27 特徴的な行列を扱う～転置行列と逆行列
1-28 行列を活用して連立方程式を解く～行列式,行列による連立方程式
1-29 ベクトルの方向を変えずにスケールする～固有値,固有ベクトル
コラム 表計算ソフトをうまく使おう

第2章 機械学習・深層学習
～機械学習・深層学習の数学的理論の理解～
2-1 大量のデータからルールを学習する～機械学習
2-2 信号によってデータを伝える～パーセプトロンとニューラルネットワーク
2-3 出力を変換する～活性化関数
2-4 教師データとの誤差を最小化する～損失関数,勾配降下法
2-5 ニューラルネットワークで重みを調整する～誤差逆伝播法と深層学習
2-6 画像処理への応用～畳み込みの演算
2-7 時系列データでの予測～再帰型の考え方＆アルゴリズム
2-8 直線的な関係を表現する～単回帰分析(回帰直線)