統計・機械学習・R・Pythonで用途別のオススメ書籍 - StatModeling Memorandum

比較的読みやすい本を中心に紹介します。今後は毎年このページを更新します。 微分積分 高校数学をきちんとやっておけばそんなに困ることないような。偏微分とテイラー展開は大学演習のような本でしっかりやっておきましょう。ラグランジュの未定乗数法のような、統計・機械学習で必要になる部分は、ネット等で学べばいいかなと思っています。 線形代数 tensorflowなどのおかげで順伝播部分（行列積および行列とベクトルの積）さえ書ければ線形代数の知識はそこまでいらないんじゃないかという流れを感じます。しかし、主成分分析やトピックモデルなどの行列分解や、ガウス過程などのカーネル法のような様々なデータ解析の手法に一歩踏み込むと、きちんとした勉強が必要になります。理解しやすくて使いやすくて、統計や機械学習への応用を主眼においた線形代数の本はまだ見たことないです。機械学習シリーズとかで基礎から「The Matrix

[Dicer]

下の方にあるRデータサイエンス本やStan本は、初級者には難しいレベルだと思う。

[itouhiro]

「数学再入門は高校数学の黄色チャート。独力で式変形。例題と重要例題だけ解きまくる。微積は「新しい微積分<上>」。線形代数は「線形代数―基礎と応用」。統計学入門は「統計解析のはなし」「統計学演習」。R言語」

[blue0002]

チャートは黄色がいいのか。むかしと違って回答が別冊で問題集っぽい作りになってるの多いから通読しにくいんだよな

[anpaku]

勉強になります。

[xxgushaunxx]

こういうのはついついブクマしちゃう。

[venjamine]

“入門”

[vmc]

参考になりそう

[psfactory]

統計・数学・R関連で用途別のオススメ書籍 - StatModeling Memorandum

[call_me_nots]

毎年更新するもよう