機械学習・統計処理のための数学入門　基本演算からＲプログラミングまで

出版社からのコメント

数学の素養があるだけではデータサイエンスのプロとは言えません。なぜなら、実際の数理モデル開発やデータ分析では、組み合わせ方やプログラミングの知識が必要になるためです。また、データ分析では、数値微分・数値積分の知識がプログラミングで計算する際には非常に役立ちます。そこで本書では、数値計算やパラメータ計算法などを説明したあとに、応用編として現場で利用されるデータ分析方法を取り上げます。具体的には「対数尤度（ゆうど）の最大化法と重回帰」「一般化線形モデル」「多クラス回帰モデル」「Ｂｒａｄｌｙ−Ｔｅｒｒｙ　ｍｏｄｅｌ」「二元表の解析モデル」「生存時間解析（ワイブル分布）」で、Ｒによる数値計算のプログラムも併記しています。本書を活用していただくと、例えば機械学習モデルのパラメータを導く際に必要な二階偏微分を要素とする行列（ヘッセ行列など）の計算が非常にラクになり、データサイエンスにおけるプログラミングで数値微分・数値積分や数値計算そのものの重要さを再確認できるでしょう。