出版社内容情報
機械学習やデータサイエンスといった言葉を日常的に目にすることが多くなったが、これらの背後では線形代数が重要な役割を果たしている。主成分分析、画像圧縮処理、ウェブページのランクづけなどの現実の応用例に触れながら基礎的な概念を身につけることで、その重要さと有用性を実感しながら学ぶことができる入門書。
内容説明
機械学習やデータサイエンスといった言葉を日常的に目にすることが多くなったが、これらの背後では線形代数が重要な役割を果たしている。主成分分析、画像圧縮処理、ウェブページのランクづけなどの現実の応用例の中から基礎的な概念を見つけることで、その重要さと有用性を実感しながら学ぶことができる入門書。
目次
１ 行列とその応用
２ 行列と図形の変換
３ ベクトルが張る空間
４ 行列の対角化と都市の人口予測への応用
５ 線形方程式系と最小二乗法
６ 固有ベクトルと主成分分析
７ 行列の分解と画像処理への応用
８ 発展的な話題
補論
著者等紹介
高松瑞代［タカマツミズヨ］
２００５年東京大学工学部計数工学科卒業、２０１０年同大学院情報理工学系研究科数理情報学専攻博士課程修了。博士（情報理工学）。日本学術振興会特別研究員（ＤＣ２）を経て、２０１０年中央大学理工学部情報工学科助教、２０１３年より同准教授。日本都市計画学会２０１２年年間優秀論文賞受賞、日本応用数理学会２０１８年度論文賞（実用部門）受賞、日本オペレーションズ・リサーチ学会第８回研究賞奨励賞受賞（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。
Z
4
良書。線形代数に限らず数学って何で勉強すんの？と思うが、応用例を示しつつ、行列の 固有値だったり、最小二乗法だったり、主成分分析を勉強できる。まともな数学の本なら、定義や公理、定理で証明過程がきっちり書かれて、取っつきにくいが、この本は証明は他の参考文献参照にまわして、実際に計算力をつけることを目標にしている感じ。基礎的な用語に関しては幾何的な意味をはっきりさせてくれるので、イメージもしやすい。出会えて良かった。2021/08/04
