内容紹介
一冊に、AIと数学とアルゴリズムの基本を濃縮！Pythonの深層学習フレームワークを自作！
社会の中で日々存在感を増している「AI」と「数学」と「アルゴリズム」。その基本を180ページに詰め込んだのが本ムックです。
バブルソートのような基本的なアルゴリズムから、手書き数字認識もできる深層学習フレームワークの自作、AIで使われる数学の基礎である線形代数、そして経済学のアルゴリズムであるゲーム理論まで、様々な話題を扱っています。
もちろん、単に解説するだけではなく、Pythonで動くコード付き！動かしながら、深く学ぶことができます。
≪目次≫
第1章 絶対に知っておきたいアルゴリズム10選 その１
基礎から機械学習まで厳選した10個のアルゴリズムを
Pythonによる実装とともに解説！
二分探索、ハッシュ探索、バブルソート、
クイックソート、深さ優先探索（再帰呼び出し版）、
モンテカルロ法、レーベンシュタイン距離、
コサイン類似度、k近傍法、k平均法
第2章 絶対に知っておきたいアルゴリズム10選 その２
3つのテーマで厳選した10個のアルゴリズムを
Pythonによる実装とともに解説！
Part1 再帰呼び出しを使うアルゴリズム
フィボナッチ数列の計算、マージソート、フラクタル図形（木の描画）
Part2 スタックとキューを使うアルゴリズム
深さ優先探索（スタック版）、幅優先探索、
逆ポーランド記法の式の計算、操車場アルゴリズム
Part3 数値計算のアルゴリズム
ニュートン法、マクローリン展開、台形公式（定積分）
第3章 自分で作るPython深層学習フレームワーク
Python＋NumPyでフレームワークを完全自作！
深層学習の原理がよくわかる！
Part1 パーセプトロンと学習を学ぶ
Part2 誤差逆伝播法と勾配降下法
Part3 超小規模なフレームワークを作る
Part4 フレームワークが完成！ コードはたった215行
Part5 自作フレームワークで手書き数字認識
第4章 Pythonで線形代数を学ぼう
AI＆データサイエンスで使う数学の基礎！
Part1 NumPyで「ベクトル」と「行列」を扱う
Part2 ベクトルのノルムとコサイン類似度
Part3 連立1次方程式と逆行列
Part4 最小二乗法と回帰分析
Part5 最小二乗法と重回帰分析
Part6 Google躍進のきっかけ！ 固有値と固有ベクトル
第5章 Pythonで学ぶ「ゲーム理論」
人間関係をプログラミングできる！
Part1 「戦略形ゲーム」の「ナッシュ均衡」を求める
Part2 貢献度を公平に表す「シャープレイ値」
Part3 みんなを納得させる「マッチング理論」
第6章 プログラミング時代の数学との付き合い方