近代科学社

日本では従来からロボットの研究開発が盛んであったが、その進歩は、ともすれば部品や材料・機械設計・コンピュータソフトによるものと捉えられ、ロボットに必須の「制御技術」が見逃されがちである。
そこで、ロボットを思いどおりに動かすために必要な制御技術を知り、ロボットを使えるようにするために、ロボットの制御に特化した領域を「ロボット制御学」と名づけ、実際に、研究・開発に従事している約210名の著者が、なぜロボットに制御が必要なのか？ から始まり、モデリング→設計→実装まで一連の流れを理解し、実践できるようになることを目的にまとめ上げた。その範囲は，一般的なロボットの範疇を超え，農作業支援、建築・土木作業支援、健康・介護・リハビリ支援、医療支援、災害対応支援、宇宙開発支援にまでおよぶ。
まさに、ロボット技術を実用化しようとしている研究・開発・利用技術者には、必携のハンドブックである。

原著は，計算機科学の基礎分野で世界的に著名な4人の専門家がMITでの教育用に著した計算機アルゴリズム論の包括的テキストであり，その第3版．前版までで既にアルゴリズムとデータ構造に関する世界標準教科書としての地位を確立しているが，より良い教科書を目指して再び全面的な記述の見直しがなされ，それを基に新たな章や節の追加なども含めて，大幅な改訂がなされている．
　単にアルゴリズムをわかりやすく解説するだけでなく，最終的なアルゴリズム設計に至るまでに，どのような概念が必要で，それがどのように解析に裏打ちされているのかを科学的に詳述している．
　さらに各節末には練習問題（全957題）が，また章末にも多様なレベルの問題が多数配置されており（全158題），学部や大学院の講義用教科書として，また技術系専門家のハンドブックあるいはアルゴリズム大事典としても活用できる．
　本書は，原著の第1～35章，および付録A～Dまでの完訳総合版である．また巻末の索引も圧巻で，和（英）‐英（和）という構成により，「数理用語辞典」としてもまことに有用である．

MITの名物博士ストラング先生の、線形代数入門書の邦訳である。
　同書は、大変大きな支持を得て世界中の大学で教科書・参考書として活用されている。高校数学を入口とし、平易なところからスタートして、膨大な量の演習問題を解きながら、線形代数の本質の理解へと進めていける。また、後半部分では、読者が必要としている線形代数の工学的側面にかかわる課題を、具体的な応用事例とその演習問題を解くことにより、本質を学び取ることができる。
　演習問題の解答、復習のための概念的な質問集、用語集などもあり、より確実に学べるよう工夫されている。全工学系の学生、研究者必携必読の書である。

原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。
　本書は大まかに基礎，具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか？」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。
　中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。

本書は機械学習を実際のビジネスシーンに適用してデータ分析を行うための実践書である。機械学習そのものの解説というよりは、データ分析に不可欠な機械学習の手法を駆使してビジネスを予測的に改善する方法を解説していく。
　具体的な適用事例を用いて説明がなされるため、読者は目的やケースに合った手法（アルゴリズム）や実際の適用方法などを効率的に身に付けることができる。原著はMITで使われている教科書であり、講義の目的に応じて章を選択可能。ビジネスで使えるデータ分析手法を最短で習得したい読者に役立つ一冊である。

統計スポットライト・シリーズの第6巻。感染症や地震、SNSの投稿といった自然現象や社会現象を時系列のイベントととらえ、その起き方をモデル化して各現象の解析や将来予測につなげる主な手法に「点過程」と呼ばれる確率過程と「状態空間モデル」がある。
　本書は主に点過程について、大学初年度で学ぶ数学知識のみで理解できるよう解説した入門書であり、状態空間モデルについても概略を述べる。その応用として、COVID-19の感染拡大/ 収束の指標値を推定する方法についても紹介。イベント解析手法を身に付けたい初学者の方は必読！

本書は，『ストラング：線形代数イントロダクション』の原著者ギルバート・ストラングMIT教授が，データサイエンスの基礎を成す数学（線形代数，確率・統計，最適化）を解説した専門書．
データサイエンスの要となるのはニューラルネットワークおよび深層学習であり，その根幹を理解するために線形代数を深く学ぶことが重要となる．深層学習の解説書は多数あるが，その根底にある数学まで徹底的に解説した書籍はほとんどない．
本書は，線形代数の発展的教科書として，またデータサイエンティストを志す読者が線形代数を学ぶための教科書としてふさわしい一冊である．