出版社内容情報
データサイエンスの門をたたく前に必要となる数学を、一冊にまとめたテキスト。微分積分・線形代数・確率論の中から、入門者が学んでおきたい基礎を厳選、平明簡潔に整理した。まずはこの本で、しっかり基礎固め！
【データサイエンス入門シリーズ】
第1期として、以下の3点を同時刊行!
・データサイエンスのための数学：椎名 洋・姫野哲人・保科架風（著）清水昌平（編）
・データサイエンスの基礎：浜田悦生（著）狩野 裕（編）
・最適化手法入門：寒野善博（著）駒木文保（編）
第2期の刊行は2019年11月の予定(^o^)/
【「巻頭言」より抜粋】
データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。
文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。
本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。
データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。
――編集委員長 竹村彰通（滋賀大学データサイエンス学部学部長、教授）
【推薦の言葉】
データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。
――北川源四郎(東京大学特任教授、元統計数理研究所所長)
国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。
――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)
目次
第１部 線形代数（ベクトルと行列；ベクトル空間；行列式；固有値・固有ベクトル；行列の分解；線形代数と関係の深い多変量解析手法）
第２部 微分積分（関数；微分；積分；偏微分；重積分）
第３部 確率（確率の概念；確率変数と確率分布；基本的な確率分布）
著者等紹介
椎名洋［シイナヨウ］
博士（経済学）。１９９２年東京大学大学院経済学研究科博士課程単位取得退学。現在、信州大学経済学部教授
姫野哲人［ヒメノテツト］
博士（理学）。２００７年広島大学大学院理学研究科博士課程後期修了。現在、滋賀大学データサイエンス学部准教授
保科架風［ホシナイブキ］
博士（理学）。２０１４年中央大学大学院理工学研究科博士課程単位取得退学。現在、青山学院大学経営学部准教授
清水昌平［シミズショウヘイ］
博士（工学）。２００６年大阪大学大学院基礎工学研究科博士後期課程修了。現在、滋賀大学データサイエンス学部教授（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
yoshi1987
四ツ谷
