僕は数学に苦手意識はない・・・つもり
本日発売『数理科学8月号』（サイエンス社）
機械学習の数理
機械学習の数学入門 渡辺澄夫
機械学習と微分幾何学 赤穂昭太郎
機械学習と数理統計 鈴木大慈
深層学習の数理 唐木田亮/麻生英樹
言語とテキストの機械学習 持橋大地
交通の数理と機械学習 山﨑啓介
生物多様性と統計数理 島谷健一郎 pic.twitter.com/jzZTVdX74U— 書泉グランデMATH (@rikoushonotana) 2018年7月20日
プロフィール：高齢子育て中、飲酒は週末のみ
特技：奥さんをフォローすること（嘘）
プロフィール：ゆとり世代（さとり世代）、独身、潔癖症
特技：インターネット超高速検索
【目的】Python でのプログラミング、数学的な理解を深めるために
で、そのためには、Python でプログラミングしなければならない
しかしながら、理屈が全くわならないでは、なんだかモヤモヤして気持ち悪い
僕の場合、中学まではまあまあ、高校・大学はさっぱりだが、数学に苦手意識はないと思っている
【マップ】中学、高校、大学の数学を俯瞰する
したがって、どこから手をつけていいかわからない
なんか道しるべみたいなもんはないかね？
これわかりやすかも！
数学の3大分野として、「幾何学」「代数学」「解析学」があります
それぞれの特徴、わかりますか？
「幾何学」は図形でしょ、「代数学」は方程式、「解析学」はデータ？関数？
あ、「解析学」が僕の中で最もつかみどころがないかも・・・
機械学習のための数学だからね
でもさ、そもそも機械学習と深層学習の違いって何？
人工知能（AI）、機械学習、深層学習（ディープ・ラーニング）とは？
え～と（検索中）・・・
人工知能（AI）、機械学習、深層学習（ディープ・ラーニング）とは？
機械学習のために必要な数学
でも、なんとなく全体像がはっきりしてきたから少しモヤモヤがとけた
機械学習のための数学、まずはこの三冊
まさに、今回の目的にかなう一冊
目次をご覧ください
チャプター1が高校の数学、チャプター2からチャプター4が大学の「微分」「線形代数」「確率・統計」ですね
これを買うか
これは紙の書籍と電子書籍、両方あるみたいね
今はキンドル版の定価が約2400円ですねえ
また待っていればセールあるかな？
電子書籍版はなんか悔しいから紙の書籍を買うか？
「やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~」です
これでもいいか？
値段も「人工知能プログラミングのための数学がわかる本」と同じくらいですね
● Chapter1 ふたりの旅のはじまり
機械学習の概要について説明。
回帰、分類、クラスタリングといったアルゴリズムについて簡単に解説。● Chapter2 回帰について学ぼう ~ 広告費からクリック数を予測する
「広告にかける費用から、クリック数を予測する」を題材として、回帰について学ぶ。● Chapter3 分類について学ぼう ~ 画像サイズに基づいて分類する
「画像のサイズから、縦長と横長に分類する」を題材として、分類について学ぶ。● Chapter4 評価してみよう ~ 作ったモデルを評価する
どのようにモデルを評価するのか、また、評価するための指標にはどんなものがあるのかについて学習する。● Chapter5 実装してみよう ~ Pythonでプログラミングする
出典：Amazon
でも、高校の数学から系統立てて勉強するなら、さっきの本がいいかも？
それとも、二冊とも買うか？
こちらも、機械学習を学ぶにあたり、必要な数学的知識を確認できそうです
1冊で微分積分と線形代数の内容が入っている。また、それらが統計学にどうつながっているか、統計学のどこでどう使われているかが明示されている。「統計学のための」なので必ずしも機械学習やデータ分析向けではないのだが、機械学習のガチ本である
出典：qiita.com
とりあえず、かじってみるだけでも有益そうですよね
それにあわよくば、素晴らしいボットを僕も作れるようになって、副収入ががっぽがぽ（ニヤニヤ）
