Python 人工知能技術に関係が深い「数学」を学びながら、同時に「プログラミング」もサクッと身につけたいあなたのために、おすすめの本や参考書、１０冊はこちらです
最近、ディープラーニングや機械学習などの人工知能技術が盛り上がっています。
ディープラーニングや機械学習全般の基礎となるのは数学力（特に線形代数）と、
それらを実装するプログラミング能力の２つです。
日々進歩す...
線形代数
Python 
Java 「機械学習」に入門したいあなたにチェックしてほしい良書、１０冊はこちらです
「機械学習」は、人工知能の進歩に欠かせない技術です。機械学習に入門したいけど、数式やアルゴリズムがむずかしい！という方は多いのではないでしょうか。機械学習初学者のあなたが、機械学習とは？からやさしく理解できる、プログラミングなし・マウス操作でラクに実行できる、R や Weka などのフリーソフトでサクッと実践できる、機械学習おすすめの本はこちらです
R 「主成分分析」を学びたいあなたにチェックしてほしい良書、１２冊はこちらです
「主成分分析」とは、手元のデータの情報量をなるべく失うことなく、データの見方を変える方法です。
主成分分析は、例えば、経営、経済、医学、スポーツ、教育など様々な分野で使われています。その他の分野でももちろん適用可能ですので、主成分分析を身につけることで、分析力を一段アップさせることが可能です。そこで本記事では、これから主成分分析を学びたい方、具体的な例を知りたい方、エクセルでのやり方を身につけたいあなたのために、主成分分析をサクッと学べる良書をご紹介します
おすすめ 「機械学習」での「最適化」を、基礎から体系立てて理解したいあなた、こちらはいかがでしょうか【機械学習のための連続最適化】
「機械学習」では「最適化」は必須の概念です。基礎となる概念や数学から、最適化の方法、機械学習での最適化の使い方など、考え方・定式化・アルゴリズム・具体例・数値例などスッキリ体系的に理解したいですよね。機械学習を勉強している、ビジネスに活かしたい、最新論文を素早く理解したいあなた、機械学習力を底上げしてくれるこちらはいかがでしょうか
ベクトル 「ベクトル」を理解したい！ベクトルがわかりにくい４つの原因とその対策とは？
「ベクトル」は高校数学の難所の１つです。ベクトル自体は難しくないのですが、矢印の先入観や多様な使い方のため混乱しやすい単元です。ベクトルを理解するためのコツや、つまずかないための対策などをそれぞれ４つまとめました。ベクトルを理解したい方や勉強しなおしたい方など、サクッとスムーズに理解したい方はこちらをどうぞ
ベクトル 「ベクトル」を学びたい・復習したい方にチェックしてほしい良書、１０冊はこちらです
「ベクトル」は人工知能、ゲーム開発、グラフィックスなどで使われています。一方ベクトルは高校数学の難所の１つです。ベクトルの豊富な具体例を知り、イメージをつかみ、教科書の理解がはかどるとうれしいですよね。ベクトルに苦手意識のある方や短時間でサクッと復習したい方、こちらはいかがでしょうか
Python 機械学習やディープラーニングでも必須の「線形代数」演算を、サクッと「プログラミング」できるようになりたいあなたはこちらをどうぞ
「線形代数」は大学数学だけでなく私たちの身近で役立っています。線形代数を応用して「プログラミング」ができれば、ゲーム、グラフィックス、人工知能など様々な分野で活躍できます。線形代数とプログラミングを同時に効率的にスムーズに学べたらうれしいですよね。図やグラフをふんだんに使うことで線形代数の理解がすすみ、プログラミングしながら学ぶことで応用アプリケーションをサクッと作れるようになりたいあなたはこちらをどうぞ