Kindle 価格: | ¥2,475 (税込) |
獲得ポイント: | 25ポイント (1%) |
を購読しました。 続刊の配信が可能になってから24時間以内に予約注文します。最新刊がリリースされると、予約注文期間中に利用可能な最低価格がデフォルトで設定している支払い方法に請求されます。
「メンバーシップおよび購読」で、支払い方法や端末の更新、続刊のスキップやキャンセルができます。
エラーが発生しました。 エラーのため、お客様の定期購読を処理できませんでした。更新してもう一度やり直してください。

無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
人工知能プログラミングのための数学がわかる本 Kindle版
※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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
東京大学特任准教授 松尾 豊氏 推薦! 人工知能プログラミングに必要な数学を、ゼロから抜け漏れなく、体系的に学ぶ! 数学を復習したいエンジニアに!
大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場!
キホンのキホンからおさらいするから、ニガテな人でも大丈夫!
後半では、Pythonのコードを動かしてさらに理解を深められます!
■本書の目的
・人工知能関連の書籍に現れる数式への抵抗感をなくし、専門書を読むための数学基礎力をつけます。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようにします。
■本書の特長
・ゼロからおさらいするので、誰でも読めます。
・人工知能プログラミングに必要な分野に特化しています。
・演習問題や例題で、理解を深められます。
■本書の対象読者
・人工知能アルゴリズムを用いてモデリングをしているが、その根底のアルゴリズムはブラックボックスであり、数学を復習したい方。
・人工知能アルゴリズムを体系的に学びたいが、数学を忘れており、専門書に現れる数式が理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高いと感じている方。
東京大学特任准教授 松尾 豊氏 推薦! 人工知能プログラミングに必要な数学を、ゼロから抜け漏れなく、体系的に学ぶ! 数学を復習したいエンジニアに!
大人気「10秒で始める人工知能プログラミング学習サービス」の代表者がおくる、人工知能プログラミングに必要な数学を、やさしく学ぶ参考書が登場!
キホンのキホンからおさらいするから、ニガテな人でも大丈夫!
後半では、Pythonのコードを動かしてさらに理解を深められます!
■本書の目的
・人工知能関連の書籍に現れる数式への抵抗感をなくし、専門書を読むための数学基礎力をつけます。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようにします。
■本書の特長
・ゼロからおさらいするので、誰でも読めます。
・人工知能プログラミングに必要な分野に特化しています。
・演習問題や例題で、理解を深められます。
■本書の対象読者
・人工知能アルゴリズムを用いてモデリングをしているが、その根底のアルゴリズムはブラックボックスであり、数学を復習したい方。
・人工知能アルゴリズムを体系的に学びたいが、数学を忘れており、専門書に現れる数式が理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高いと感じている方。
- 言語日本語
- 出版社KADOKAWA
- 発売日2018/2/24
- ファイルサイズ53692 KB
この本はファイルサイズが大きいため、ダウンロードに時間がかかる場合があります。Kindle端末では、この本を3G接続でダウンロードすることができませんので、Wi-Fiネットワークをご利用ください。
- 販売: Amazon Services International LLC
- Kindle 電子書籍リーダーFire タブレットKindle 無料読書アプリ
この本を読んだ購入者はこれも読んでいます
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
商品の説明
著者について
●石川 聡彦:株式会社アイデミー代表取締役CEO。1992年生まれ。東京大学工学部卒。研究・実務でデータ解析に従事した経験を活かし、2017年より、人工知能エンジニアになるために必要な技術を学べるオンライン学習サービス「Aidemy」をリリース。「Aidemy」は正式公開後3ヶ月で会員登録数10,000名、100万回以上の演習回数を記録。さらに、早稲田大学リーディング理工学博士プログラムでは、AIプログラミング実践授業の講師も担当。
登録情報
- ASIN : B079TLRZ8K
- 出版社 : KADOKAWA (2018/2/24)
- 発売日 : 2018/2/24
- 言語 : 日本語
- ファイルサイズ : 53692 KB
- Text-to-Speech(テキスト読み上げ機能) : 有効になっていません。
- X-Ray : 有効にされていません
- Word Wise : 有効にされていません
- 付箋メモ : 有効になっていません
- 本の長さ : 229ページ
- Amazon 売れ筋ランキング: - 37,899位Kindleストア (Kindleストアの売れ筋ランキングを見る)
- - 189位コンピュータサイエンス (Kindleストア)
- - 202位人工知能
- - 4,688位実用・ホビー
- カスタマーレビュー:
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

株式会社アイデミー代表取締役CEO。1992年生まれ。東京大学工学部卒。同大学院中退。研究・実務でデータ解析に従事した経験を活かし、2017年より、人工知能エンジニアになるために必要な技術を学べるオンライン学習サービス「Aidemy」をリリース。「Aidemy」は会員登録ユーザー数2万人以上、100万回以上の演習回数を記録。さらに、早稲田大学リーディング理工学博士プログラムでは、AIプログラミング実践授業の講師も担当。著書に『人工知能プログラミングのための数学がわかる本』(KADOKAWA/2018年)、『Pythonで動かして学ぶ!あたらしい深層学習の教科書 機械学習の基本から深層学習まで』(翔泳社/2018年)など。
イメージ付きのレビュー

5 星
AIの切り口で社会人向けの数学書です
項目ごとに簡潔にまとめられて、読み進めやすいです。まずは、定義などはそういうものだと理解して、必要に応じて数学書で調べると良いです。インターネットのAidemy: https://aidemy.net/ も合わせて学習してペースに乗れればいいと思います。あとは、人によって、深掘りする人はストラングなどの数学書に進んでみたらいいと思います。Khanの数学も。筆者はしっかりとした信念を持って書いているように感じられる好書だと思います。
フィードバックをお寄せいただきありがとうございます
申し訳ありませんが、エラーが発生しました
申し訳ありませんが、レビューを読み込めませんでした
-
トップレビュー
上位レビュー、対象国: 日本
レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。
2022年1月23日に日本でレビュー済み
レポート
Amazonで購入
無理のようだったら、潔く!次の世代、息子に明け渡します。紹介してくださいました皆様の情報に感謝いたします!
3人のお客様がこれが役に立ったと考えています
役に立った
2024年1月15日に日本でレビュー済み
Amazonで購入
レビュー見て内容難しいのかと恐る恐る買いましたが、自分にとっては平易でした。説明は丁寧ですし理系出身なら、無理がない内容だと思います。
ただしですね、この内容ならChainer Tutorialという無料のWebサイトを印刷して勉強しても良かったかもと思いました。
ただしですね、この内容ならChainer Tutorialという無料のWebサイトを印刷して勉強しても良かったかもと思いました。
2021年9月26日に日本でレビュー済み
Amazonで購入
本のタイトルからすると高校、大学の数学を1から学ぶ!といった感じですが、実際にはある程度学んで知識が残っている方向けといった感じです。
例題などの説明が式だけ書かれ「楽に解けますね」的な感じですがその前後に使われていない知識もあり、また飛躍するため躓きます。
社会人になり十年、そもそも文系で高校数学までの人にはハードルが高い一冊となっていました。
なお、人工知能でどう使われているか?があるので、そこを中心に高校生向けのテキストやネットを駆使すると進みますが、だと「この一冊で」とした帯の意味もなくなります。
G検定なんかは現役の理系学生やプログラマーなら楽勝と言われますが、この書籍もその手の方向けなのかと。なので数学から離れた文系の方にはあまりオススメできないかと思います。
例題などの説明が式だけ書かれ「楽に解けますね」的な感じですがその前後に使われていない知識もあり、また飛躍するため躓きます。
社会人になり十年、そもそも文系で高校数学までの人にはハードルが高い一冊となっていました。
なお、人工知能でどう使われているか?があるので、そこを中心に高校生向けのテキストやネットを駆使すると進みますが、だと「この一冊で」とした帯の意味もなくなります。
G検定なんかは現役の理系学生やプログラマーなら楽勝と言われますが、この書籍もその手の方向けなのかと。なので数学から離れた文系の方にはあまりオススメできないかと思います。
2018年2月24日に日本でレビュー済み
Amazonで購入
世界中が「AIファースト」にハンドルを切り、
今後ますます重要になる
人工知能/機械学習/データサイエンスに
100%コミットすると一念発起したITエンジニアの書評です。
今まで、「機械学習プロフェッショナルシリーズ」や、
各種人工知能・機械学習・データサイエンスで必要な統計など、
初級中級レベルの書籍を手にとって読んできましたが、
やはり大学教養レベルの数学を前提としている記述が理解できず、
何度も諦めかけて苦戦していました。
一方で、
数学を避けてきた/数学を忘れた現状を甘受し、
数学を使わない「未経験者向けお手軽本」を読んでも、
たとえ話や簡単すぎる事例でお茶を濁されていて、
まったく学習モデルを理解するレベルと乖離しており、
必要な理解が身に付けられませんでした。
この段階で
だんだん腹が立ってきたので(笑)、
数学から逃げないと心に決めて、
高校理系レベルから復習し、
大学教養レベルである
線形代数・微分積分・統計学
の参考書と問題集をそれぞれ1冊ずつ終えました。
ところがそんな中、
本書が出版されていたので
さっそくKindleで読んだところ、
「あれ?これ1冊でいいじゃん」
という拍子抜けするぐらいの
充実した内容でした。
構成としては、
・押さえるポイント
・説明本文
・定義や公式
・「人工知能ではこう使われる!」という数学とAIの関連づけ
・演習問題と解説
という
理解を促進させる構成です。
Pythonによる機械学習プログラミングを実務で経験し、
必死に大学教養レベルの
線形代数・微分積分・統計学を
一通り学んだので分かるのですが、
本書に書かれているとおり、
大学教養レベルの数学の一部しか使われていません。
理解に必要な図解・グラフはたくさん記載されていますが、
無駄な漫画/イラストや、不必要にアカデミックな記述は無く、
実践から逆算して必要な知識だけを再構成する力量は圧巻です。
数学の壁の前で絶望している方向けの本書ですが、
本書をみっちりやり込めば、
意外と低い壁であることが分かります。
おすすめです。
今後ますます重要になる
人工知能/機械学習/データサイエンスに
100%コミットすると一念発起したITエンジニアの書評です。
今まで、「機械学習プロフェッショナルシリーズ」や、
各種人工知能・機械学習・データサイエンスで必要な統計など、
初級中級レベルの書籍を手にとって読んできましたが、
やはり大学教養レベルの数学を前提としている記述が理解できず、
何度も諦めかけて苦戦していました。
一方で、
数学を避けてきた/数学を忘れた現状を甘受し、
数学を使わない「未経験者向けお手軽本」を読んでも、
たとえ話や簡単すぎる事例でお茶を濁されていて、
まったく学習モデルを理解するレベルと乖離しており、
必要な理解が身に付けられませんでした。
この段階で
だんだん腹が立ってきたので(笑)、
数学から逃げないと心に決めて、
高校理系レベルから復習し、
大学教養レベルである
線形代数・微分積分・統計学
の参考書と問題集をそれぞれ1冊ずつ終えました。
ところがそんな中、
本書が出版されていたので
さっそくKindleで読んだところ、
「あれ?これ1冊でいいじゃん」
という拍子抜けするぐらいの
充実した内容でした。
構成としては、
・押さえるポイント
・説明本文
・定義や公式
・「人工知能ではこう使われる!」という数学とAIの関連づけ
・演習問題と解説
という
理解を促進させる構成です。
Pythonによる機械学習プログラミングを実務で経験し、
必死に大学教養レベルの
線形代数・微分積分・統計学を
一通り学んだので分かるのですが、
本書に書かれているとおり、
大学教養レベルの数学の一部しか使われていません。
理解に必要な図解・グラフはたくさん記載されていますが、
無駄な漫画/イラストや、不必要にアカデミックな記述は無く、
実践から逆算して必要な知識だけを再構成する力量は圧巻です。
数学の壁の前で絶望している方向けの本書ですが、
本書をみっちりやり込めば、
意外と低い壁であることが分かります。
おすすめです。
2020年6月10日に日本でレビュー済み
Amazonで購入
この本だけでは何もわかりません。載っている項目を自分でネットで調べて勉強する手引き書のような使い方となります。
2018年5月26日に日本でレビュー済み
Amazonで購入
(前置)
昨年『量子コンピュータが人工知能を加速する』と『人口知能はどのようにして「名人」を超えたのか?』を読みちょっとした衝撃を覚えた。
ハードとソフトの両方に技術のブレイクスルーを感じたからだ。
そこで人工知能についてもう少し突っ込んだ内容(機械学習の様々な手法)を知りたいと思うようになった。そうした分野の書籍を読みこなすためにはプログラムと数学の知識が必要だが大幅に不足していることを自覚している。
完全な理解は期待していないが分かったような気になるためには少しは学ぶ姿勢も必要であろうと考え題名にひかれて本書を購入した。
数学の系統的な学習は数十年前の高2で終了している。しかも当時の我々の態度と出来が悪かったためか「君たちに微分や積分を教えてもしかたがない」ということで、まともに学習していない。微分積分は後に独習した。ニュートンだったかライプニッツだったか、この計算法の発見に感心したことを覚えているので基本的なことは理解できていたのだと思う。
(本書の特徴)
著者の意気込みが「はじめに」に記載されているので少し長くなるが引用する。
「本書では以下の内容を目的としています。
・人工知能理論に関する書籍に含まれる数式に対する抵抗感をなくし、人工知能に関する専門書を読むために必要な数学基礎力をつける。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようになる。
そのため、本書をぜひ読んでいただきたいのは以下のような方です。
・人工知能アルゴリズムを用いてモデリングを行っているが、その根底のアルゴリズムはブラックボックス状態であり、数学を一度復習したい方。
・人工知能アルゴリズムを体系的に学ぼうと思っているが、数学を忘れており、専門書に現れる数式がほとんど理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高くてまだ触れられていない方。」(p.3)
さて本書の目的と対象は自分にも合っていると思い、いざ読み始めてみると・・・、
48頁までは順調に進んだが、49頁の微分あたりから、数式を追うことに頭が疲れてきた。
立ち止まって考えると直ぐに眠くなる性質なので方針転換、全体を俯瞰できればいいやと思い、逆に読むスピードを上げた。ここからは完全に斜め読み飛ばし読みで、数学の理解というよりは数学用語に親しむという感じになってしまった。
私にとって馴染みのない第3章「線形代数」という括りでは、スカラー倍、有向線分、内積、ノルム等、知らない用語の連発であった。ただ、行列やベクトルは高校で学んだことがある(数十年前でも初歩は理解できていたという記憶がある)ので時間をかければ理解できるかもしれない。
第4章の「確率・統計」は、統計学の本を読んだことがあるので、何について説明しようとしているかは何となく分かった。
(ざっと目を通した後の感想)
・過不足のない解説で、適度な分量の学習書である。
・密度の濃い本書はじっくり時間をかけて読む中心図書に値する。
・人工知能プログラミング数学を理解するためには、微分と線形代数をしっかり学ばなくてはダメだなということを理解した。
・第6章、実践編2の「自然言語処理で文学作品の作者をあてよう」は、文系でもとっつきやすい。
シェークスピア作品の作者探し?でもこうした手法が使われたのかなと想像してみた。
・索引を活用して、少なくとも「用語」だけは理解していて驚かないぞということもできる。
・本書にちりばめられた「人工知能はこう使われる!」、「コラム」は興味深い。
それぞれ一例だけ紹介する。
「(前3行省略)・ベクトルに変換すると、今回のように足し算・引き算を行うことができます。その結果、例えば「王様」-「男性」+「女性」=「女王」、や「東京」-「日本」+「イギリス」=「ロンドン」といった演算を行うことが可能になります。」(p.78)
「(前9行省略) 人工知能エンジニアの仕事は「データの前処理」が中心となることもあります。」(p.150)
(日本語で読める素晴らしさ)
別のレビューでも度々指摘してきたが、最先端の科学につて日本語で読める素晴らしさと重要性を強く感じている。
もし英語でしか読めないとしたら、科学理解への裾は広がらないし、子どもも読むことができない。日本語で読めるということがいかに重要かを日本人はもっと自覚した方がよい。
こうした思いから、最先端の科学を説明する日本語に関心がある。初学者や子どもにも配慮がなされているかということが気になる。
本書はプログラミングのための数学用語だが、アルファベットやギリシア文字が使われている数式の理解は欧米人には有利だと思う。日本人にとって有効なのは漢語である。
研究者にとっては当たり前の一般人には馴染みのない変な?カタカナ語が、不用意に度々使われている解説本もある。
本書では、適度に提示されている漢語(数学用語)に「ふりがな」がつけられており、また「漢字」の解説もあり感心した。
例えば、微分で「勾配降下法」(こうばいこうかほう)「傾きの絶対値の大きさを小さくする方向に徐々にずらし、損失関数の最小値を求める手法」(p.56)は、よく理解できなくても日本語理解者なら、何となくイメージできる。
こんな用語もある。「最尤推定」(さいゆうすいてい)(「確率・統計」の章のp.138)本文で「尤」の字の解説がある。この漢字が理解できれば、「対数尤度関数」も何となくイメージできる。
これから人工知能を本格的に学びたいという方には最適の数学本である。
(追記)
以下の2冊を入手した。目を通したらレビューしたい。
『機械学習と深層学習』オーム社
『将棋AIで学ぶディープラーニング』マイナビ出版
昨年『量子コンピュータが人工知能を加速する』と『人口知能はどのようにして「名人」を超えたのか?』を読みちょっとした衝撃を覚えた。
ハードとソフトの両方に技術のブレイクスルーを感じたからだ。
そこで人工知能についてもう少し突っ込んだ内容(機械学習の様々な手法)を知りたいと思うようになった。そうした分野の書籍を読みこなすためにはプログラムと数学の知識が必要だが大幅に不足していることを自覚している。
完全な理解は期待していないが分かったような気になるためには少しは学ぶ姿勢も必要であろうと考え題名にひかれて本書を購入した。
数学の系統的な学習は数十年前の高2で終了している。しかも当時の我々の態度と出来が悪かったためか「君たちに微分や積分を教えてもしかたがない」ということで、まともに学習していない。微分積分は後に独習した。ニュートンだったかライプニッツだったか、この計算法の発見に感心したことを覚えているので基本的なことは理解できていたのだと思う。
(本書の特徴)
著者の意気込みが「はじめに」に記載されているので少し長くなるが引用する。
「本書では以下の内容を目的としています。
・人工知能理論に関する書籍に含まれる数式に対する抵抗感をなくし、人工知能に関する専門書を読むために必要な数学基礎力をつける。
・いくつかの人工知能のアルゴリズムを理解し、数式の意味を理解できるようになる。
そのため、本書をぜひ読んでいただきたいのは以下のような方です。
・人工知能アルゴリズムを用いてモデリングを行っているが、その根底のアルゴリズムはブラックボックス状態であり、数学を一度復習したい方。
・人工知能アルゴリズムを体系的に学ぼうと思っているが、数学を忘れており、専門書に現れる数式がほとんど理解できない方。
・人工知能アルゴリズムに興味があるが、ハードルが高くてまだ触れられていない方。」(p.3)
さて本書の目的と対象は自分にも合っていると思い、いざ読み始めてみると・・・、
48頁までは順調に進んだが、49頁の微分あたりから、数式を追うことに頭が疲れてきた。
立ち止まって考えると直ぐに眠くなる性質なので方針転換、全体を俯瞰できればいいやと思い、逆に読むスピードを上げた。ここからは完全に斜め読み飛ばし読みで、数学の理解というよりは数学用語に親しむという感じになってしまった。
私にとって馴染みのない第3章「線形代数」という括りでは、スカラー倍、有向線分、内積、ノルム等、知らない用語の連発であった。ただ、行列やベクトルは高校で学んだことがある(数十年前でも初歩は理解できていたという記憶がある)ので時間をかければ理解できるかもしれない。
第4章の「確率・統計」は、統計学の本を読んだことがあるので、何について説明しようとしているかは何となく分かった。
(ざっと目を通した後の感想)
・過不足のない解説で、適度な分量の学習書である。
・密度の濃い本書はじっくり時間をかけて読む中心図書に値する。
・人工知能プログラミング数学を理解するためには、微分と線形代数をしっかり学ばなくてはダメだなということを理解した。
・第6章、実践編2の「自然言語処理で文学作品の作者をあてよう」は、文系でもとっつきやすい。
シェークスピア作品の作者探し?でもこうした手法が使われたのかなと想像してみた。
・索引を活用して、少なくとも「用語」だけは理解していて驚かないぞということもできる。
・本書にちりばめられた「人工知能はこう使われる!」、「コラム」は興味深い。
それぞれ一例だけ紹介する。
「(前3行省略)・ベクトルに変換すると、今回のように足し算・引き算を行うことができます。その結果、例えば「王様」-「男性」+「女性」=「女王」、や「東京」-「日本」+「イギリス」=「ロンドン」といった演算を行うことが可能になります。」(p.78)
「(前9行省略) 人工知能エンジニアの仕事は「データの前処理」が中心となることもあります。」(p.150)
(日本語で読める素晴らしさ)
別のレビューでも度々指摘してきたが、最先端の科学につて日本語で読める素晴らしさと重要性を強く感じている。
もし英語でしか読めないとしたら、科学理解への裾は広がらないし、子どもも読むことができない。日本語で読めるということがいかに重要かを日本人はもっと自覚した方がよい。
こうした思いから、最先端の科学を説明する日本語に関心がある。初学者や子どもにも配慮がなされているかということが気になる。
本書はプログラミングのための数学用語だが、アルファベットやギリシア文字が使われている数式の理解は欧米人には有利だと思う。日本人にとって有効なのは漢語である。
研究者にとっては当たり前の一般人には馴染みのない変な?カタカナ語が、不用意に度々使われている解説本もある。
本書では、適度に提示されている漢語(数学用語)に「ふりがな」がつけられており、また「漢字」の解説もあり感心した。
例えば、微分で「勾配降下法」(こうばいこうかほう)「傾きの絶対値の大きさを小さくする方向に徐々にずらし、損失関数の最小値を求める手法」(p.56)は、よく理解できなくても日本語理解者なら、何となくイメージできる。
こんな用語もある。「最尤推定」(さいゆうすいてい)(「確率・統計」の章のp.138)本文で「尤」の字の解説がある。この漢字が理解できれば、「対数尤度関数」も何となくイメージできる。
これから人工知能を本格的に学びたいという方には最適の数学本である。
(追記)
以下の2冊を入手した。目を通したらレビューしたい。
『機械学習と深層学習』オーム社
『将棋AIで学ぶディープラーニング』マイナビ出版
2021年11月1日に日本でレビュー済み
Amazonで購入
構成としては学びやすいのだが、ところどころに誤っていることを述べている箇所があり、そのため本への信頼性を失った。初心者には難しく、上級者には物足りない、自分のような中級者になろうとしている人に向けた本だと思う。
2021年9月9日に日本でレビュー済み
Amazonで購入
昔習った数学を、思い出すことができ、かつ人工知能ではどう使われるのか?を示して頂き、なるほど〜とどんどん進めることができました。