読んで学べる論理学を探しているひとへ――古典命題論理から様相命題論理まで - sho__yamaguchi’s blog
論理学を基礎から〈テキストを読むこと〉だけで独習しようとするひと――こうしたひとにとって役立つかもしれない講義テキストを置いておく。これは某大学で私が担当している論理学の講義のテキストであり、その授業では安井邦夫『現代論理学』（世界思想社、1991年（新装版2021年））も教科書に指定されている。ただし、以下のテキストは、安井の教科書がなくても読むことができる（他方で、「論理学Ⅰ」のテキストを読み終えた後に、その続きとして安井本で述語論理などを学び進めることもできる）。 ちなみに、論理学をまなぼうとするひとの中には《ふつうの散文は却って読みにくく、とりあえず記号を並べてほしい（あとは自分で考えるから）》という方もいると思う。そうした方にとっては、残念ながら、私のテキストは却って読みづらいだろう。なぜなら私のテキストは――最近はこうした言葉づかいがあるらしいが――形式化の背景にある「お気持ち
150 分で学ぶ高校数学の基礎
[重要なお知らせ (2023/8/12)] 現在，スライドの p.10 に不十分な記述があります．ルートの答えは 0 以上の数に限定することに注意してください (たとえば -3 を 2 乗しても 9 ですが，ルート 9 は -3 ではありません)．なお，現在筆者のパソコンが修理中でデータがないので，修正は 1 週間後となります． [目次] 第1章 数学の基礎知識（p.5～） 第2章 場合の数（p.31～） 第3章 確率と期待値（p.56～） 第4章 統計的な解析（p.69～） 第5章 いろいろな関数（p.103～） 第6章 三角比と三角関数（p.141～） 第7章 証明のやり方（p.160～） 第8章 ベクトル（p.187～） 第9章 微分法と積分法（p.205～） 第10章 その他のトピック（p.240～） スライドのまとめ（p.254～）
統計・機械学習の理論を学ぶ手順 - Qiita
社内向けに公開している記事「統計・機械学習の理論を学ぶ手順」の一部を公開します。中学数学がわからない状態からスタートして理論に触れるにはどう進めばいいのかを簡潔に書きました。僕が一緒に仕事をしやすい人を作るためのものなので、異論は多くあると思いますがあくまでも一例ですし、社員に強制するものではありません。あと項目の順番は説明のため便宜上こうなっているだけで、必ずしも上から下へ進めというわけでもありません。 （追記）これもあるといいのではないかというお声のあった書籍をいくつか追加しました。 数学 残念ながら、統計モデルを正しく用いようと思うと数学を避けることはできません。ニューラルネットワークのような表現力が高くて色々と勝手にやってくれるような統計モデルでも、何も知らずに使うのは危険です。必ず数学は学んでおきましょう。理想を言えば微分トポロジーや関数解析のような高度な理論を知っておくのがベス
機械学習の中身を理解する - Speaker Deck
2018年12月5日 リクルートスタッフィングのイベントでの資料です。 「機械学習のエッセンス」の解説がメインになっています。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://naotoshiraishi.files.wordpress.com/2020/12/2020-analysis.pdf
pythonで学ぶ計算物理 — pythonで学ぶ計算物理 ドキュメント
https://www.math.kyoto-u.ac.jp/~karel/files/notes_pde_2015.pdf
