近代科学社

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．

【強化学習を使った最適化手法をゼロから理解する！】

　本書では、強化学習における基本的な考え方や計算手法を紹介し、実際にPython を用いて実現する方法をまとめている。具体的にはマルコフ決定過程、価値関数、方策評価、方策反復、価値反復、モンテカルロ評価、SARSA、Q学習を扱う。ほとんどの内容は簡単な数学の知識があれば問題なく理解できるよう記述し、読者の学びやすさを優先して繰り返しの説明や既出の数式を再掲するなど工夫している。Pythonの基礎から強化学習の利用までを詳細に解説した充実の一冊。

【世界標準の線形代数を教養として身につけよう！】

　MITの名物教授ストラング博士が線形代数の本質をズバッと解説する“教科書シリーズ”の最新刊。線形代数が教養として身に付くように、既刊書『線形代数イントロダクション』の内容をコンパクトにまとめ、データサイエンスへの応用も掲載。
　従来の書籍とは異なり、ベクトル空間の概念をいち早く学ぶことで線形代数の全体像が見通しやすくなり、飛躍なく諸概念の理解を深めていける。豊富な例題と練習問題は理解度の把握に役立つ。学生から研究者まで、必携の一冊。

世界中の学生・研究者のバイブル　邦訳完成!!
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。

【数理・データサイエンス・AI認定制度における応用基礎レベルをフォローした教科書！】

　データサイエンス・AIの数学的な内容について詳細に説明し、紙と鉛筆だけで取り組める問題を数多く配置した教科書。各手法のアルゴリズムを学習と予測に分けて明示し、一般的な数学の教科書と同じように、概念の説明、例、問という構成で、章末には確認問題を掲載しています。
[問]　例の類題や概念の説明を補うための問題。
[確認問題]　章の内容を確認するための問題。データサイエンス検定やG検定などの検定を意識した4択問題もあり。
数理・データサイエンス・AI教育プログラム認定制度における「応用基礎レベル」から「エキスパートレベル」にステップアップするための必読書籍！

著者のスペシャルインタビューはこちら

【豊富な図と数式のコンビで、深層学習の基本原理が直感的に理解できる！】

　本書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク（深層学習）の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。

著者のスペシャルインタビューはこちら