活かす読書

読んだ本を、どう活かすか? セミリタイヤしたikadokuが、週に5冊、ビジネス書・自己啓発本・投資本・ベストセラーなどの本を紹介します。


2018年01月 | ARCHIVE-SELECT | 2018年03月

| PAGE-SELECT |

≫ EDIT

統計学が最強の学問である[数学編]

満足度★★★
付箋数:21

  「本書は “統計学と機械学習の専門的な勉強を
  はじめる前の数学的な基礎” を身につけることを
  ゴールとしています。そのために、中学生が学ぶ
  代数学の基礎からはじまり、理系の大学1、2年生
  が学ぶような線形代数や偏微分といったところ
  まで、統計学や機械学習でよく使う数学的な
  核の部分を学んできました。」

本書は累計48万部を超えるベストセラーに
なった『統計学が最強の学問である
シリーズの第4弾、「数学編」です。

数学を扱った「読み物」ではなく、
完全に「数学の教科書」です。

実際に手を動かして真剣に数学を勉強する
つもりがないなら、本書は無駄になります。

購入するかどうかは、一度書店で手にとって、
自分の目で見てから判断することを
オススメします。

統計学の教科書でもなく、統計学を深く学ぶ
前に身につけておくべき数学を「体系的」に
学ぶ本です。

この「体系的」というところがポイント。

著者の西内啓さんは、以前から統計学は、
現代人にとって「読み書きそろばん」の
「そろばん」にあたる重要なスキルであると
主張してきました。

しかし、これまで学校で教えられてきた
数学のカリキュラムは、最終的に
「理工系の専門家になるためのピラミッド」
を積み上げていくものでした。

その上、このピラミッドのほとんどは
完成せず、どこかの部分でつまずいたまま
放置されて、数学が苦手な大人が大量に
輩出されてきました。

つまり、本格的に「そろばん」を学ぶ前に
必要な数学知識が、現行のカリキュラムでは
身につくように組まれていないのです。

  「私が本書で提示する答えは、高校までの
  数学の内容を編み直し、大幅に削減した上で
   “統計学と機械学習を頂点とした数学教育の
  ピラミッド” を作ろうというものです。」

ちなみに、ここで統計学とセットで出てくる
「機械学習」とは、人工知能を実現するための
方法の1つで、人間が自然に行っている
学習能力と同様の機能をコンピュータで
実現しようとする技術です。

言い換えると、データから反復的に学習し、
そこに潜む特徴を見つけ出すことで、
人工知能とは切り離せない手法です。

これから進めていく人工知能の研究には、
統計学と機械学習はセットで必要になるため、
新たにそれを最終ゴールとしたカリキュラムの
見直しが求められたのです。

本書では、これまでの「エンジニアリング」
のための中等数学ピラミッドから、
「統計学と機械学習」のための中等数学
ピラミッドへ変えるため、大胆に内容を
カットまたは加えることをしています。

かなり読む人を選ぶ本ですし、
さらっと読んで終わりという種類の本では
ありません。

「数とは何か」というところから「微積分」
まで学ぶので、一定の覚悟をもって
取り組む必要があります。

よくビジネス書では、なるべく数式を
使わないように書かれた本がありますが、
本書はその真逆の数式だらけの本です。

これまで統計学だけを学ぼうとしていて、
本質的な部分がわからないと感じていた人には
いい本だと思います。

 第1章 統計学と機械学習につながる数学の基本
 第2章 統計学と機械学習につながる2次関数
 第3章 統計学と機械学習につながる
    二項定理、対数、三角関数
 第4章 統計学と機械学習のための
    Σ、ベクトル、行列
 第5章 統計学と機械学習のための微分・積分
 第6章 ディープラーニングを支える数学の力

この本から何を活かすか?

本書で数学の基礎を学んだ後に、
読むことを勧められているのが、同シリーズの
統計学が最強の学問である[実践編]』です。

この本では、ビジネスで統計学を使うために
必要な手法が解説されています。

統計的仮説検定、重回帰分析、ロジスティクス
回帰分析、因子分析とクラスター分析に絞って
その意義や使い方と、結果の解釈の仕方が
解説されています。

こちらを先に読んだ方にも、「数学編」で
学んだ後に、もう一度「実践編」を
読み返すことが推奨されていますね。

Miss a meal if you have to, but don't miss a book.

このエントリーをはてなブックマークに追加

| 数学 | 05:59 | comments:0 | trackbacks:0 | TOP↑

| PAGE-SELECT |