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