本書は、データサイエンスに欠かせない微積分・確率・線形代数・統計を、線形回帰・ロジスティック回帰・ニューラルネットワークといった実践的なアルゴリズムと結びつけて学べるハンズオンガイドです。数式による説明を最小限に抑え、SymPy、NumPy、scikit-learnなどのコード例を通じて直感的に理解し、実際に活用する力を養います。後半では、市場で評価されるスキルセットやデータサイエンス分野でのキャリア構築に役立つ実践的アドバイスも提供しています。読み終える頃には、強固な数理基盤と実践力を備え、自信を持って現場で活躍できる力が身についているはずです。 賞賛の声 訳者まえがき まえがき 1章 基礎数学と微積分のおさらい 1.1 数論 1.2 演算の順序 1.3 変数 1.4 関数 1.5 総和 1.6 指数 1.7 対数 1.8 オイラー数と自然対数 1.8.1 オイラー数 1.8.2 自然対
