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

こんにちは。ちゅらデータの k.ueda です。普段は因果推論を用いた分析や研究開発業務に携わっています。ちゅらデータアドベントカレンダー 6日目ということで、データ分析企業らしく数学の記事でも書いてみようかなと思います。Qiita 内で探してもなかったので、とりあえず自分が学生時代に触っていた超準解析の記事を書きます。しばらく数理論理学には触れていないので、間違い等ございましたらご教示ください。 超準解析とは みなさんご存知の通り、現代的な解析学は 19 世紀のコーシーやワイエルシュトラスらによるイプシロン・デルタで定式化された極限概念のもとで展開されます。すなわち、点 $a$ での連続性を (\forall \varepsilon > 0)(\exists \delta > 0)(\forall x \in X)\left(\left|x - a\right| < \delta \Ri