あらすじ

AIのブラックボックスを開けよう！

ディープラーニングの本質を理解するために必要な「数学」を「最短コース」で学べます！
「ディープラーニング」の動作原理を「本当に」理解できる本です。

本書では、ディープラーニングの理解には欠かせない数学を高校1年生レベルから、やさしく解説します。
（微分、ベクトル、行列、確率など）
最短コースで理解できるように、解説する数学の分野は必要最低限のものだけに絞り、その相関関係を★特製の綴込マップ★にまとめました。
また、数学を使ってイチから記述したコードをJupyter Notebook形式で提供しますので実際に動かしながら学ぶことができます。
「ディープラーニング」の動作原理を「本当に」理解できる本です。

【導入編】
1章 機械学習入門

【理論編】
2章 微分・積分
3章 ベクトル・行列
4章 多変数関数の微分
5章 指数関数・対数関数
6章 確率・統計

【実践編】
7章 線形回帰モデル（回帰）
8章 ロジスティック回帰モデル（2値分類）
9章 ロジスティック回帰モデル（多値分類）
10章 ディープラーニングモデル

【発展編】
11章 実用的なディープラーニングを目指して

著者紹介

---