資料の表示
[M]
AIがわかる数学入門 : グラフ理論、特異値分解、OR：AIシステムを理解するための数学ガイド 
Hala Nelson 著・文・その他; 大橋 真也 翻訳
著者: Hala Nelson 大橋 真也 出版者: オライリー・ジャパン オーム社
(出版日: 2026-07)
| 本タイトル: | AIがわかる数学入門 : グラフ理論、特異値分解、OR：AIシステムを理解するための数学ガイド |
| タイトルのヨミ: | エーアイガワカルスウガクニュウモン : グラフリロントクイチブンカイオーアールエーアイシステムヲリカイスルタメノスウガクガイド |
| 巻号: | |
| 形態: |
冊子体 /
 文字 |
| 言語: | 日本語 |
| 出版地: | |
| ページ数と大きさ: | 552p |
| 価格: | 4900 |
| 件名: | |
| 分類: | |
| タグ: |
|
| 識別子: |
ISBN:
9784814401666
NDL Search:
R100000137-I9784814401666
カーリル:
9784814401666
CiNii Research:
9784814401666
Google Books:
9784814401666
ブクログ:
9784814401666
読書メーター:
9784814401666
版元ドットコム:
9784814401666
|
| 作成時刻: | 2026/07/17 18:34:30 |
| 更新時刻: | 2026/09/28 08:01:44 |
| 説明: |
最適化、特異値分解、ニューラルネットワークといったAIに関するトピックの基本となる数学を幅広く網羅！本書は、特異値分解や最適化、グラフ理論といった数学的基礎から、CNN、自然言語処理、さらにはオペレーションズ・リサーチまで、AIを支える広範な数学を順を追って丁寧に解説します。実践的な応用例を補完する公開データセットとJupyter NotebookがGitHubに用意されており、理論と実践を行き来しながら理解を深めることができる構成になっています。 |
【レーティングの基準】
SS
そのテーマで最初に選びたい、特に信頼できる代表的な資料
S
内容や有用性に優れ、積極的に利用を勧められる資料
A
十分に価値があり、幅広く利用を勧められる資料
B
特定の目的・関心に合えば有用な資料
C
利用場面は限られるが、特定目的や歴史的参照には有用な資料
D
現在では利用を積極的には勧めにくい資料
請求記号
007.13
ハラネ