基礎からの数学勉強記録（機械学習に行き着くまでガンバロウ）

何をどんな順番でどれくらい勉強したか思い出せるように、数学の勉強記録をまとめていきます。

前提となる開始時のスペック

• 高校3年まで理系→受験期に文転（数学Ⅲ Cまでは一応カバー済み）
• 文系4大学部（経済系）卒（簡単な大学基礎数学まではカバー済み）
• PM、業務設計など経験（実務で使っているのはごく初歩的な分析のみ）

目的

• 機械学習の仕組みを知る
• 大量のデータを整理して自分で判断ができるようにする
• 長い目で見て、数学の教養をつける（半分趣味）

目標

2020年度内に以下の本の習得 （いくつかブログを見て、登竜門っぽい本だったので）

パターン認識と機械学習 上

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装

■参考
いくつか読んだが、だいたい同じような本が乗っていた。
王道を時間をかけてじっくり勉強するんだろうな。 qiita.com

勉強記録

大学基礎数学

大学基礎数学キャンパス・ゼミ

高校レベルの数学は概ね分かるので、学部1年生レベルから基礎固め。テキストだけじゃなく、問題を解けるのが良い。

■勉強量
1周目：ザーッと読んでなんとなーく思い出す。
2周目：問題を解く。→わからない所は解説を読む。（勉強中）

■時期
2020年 1月

大学基礎数学キャンパス・ゼミ 改訂3

学部レベルの線形代数

スバラシク実力がつくと評判の線形代数キャンパス・ゼミ

まずはベースになる線形代数の深掘り。解説が分かりやすく、問題もついているので独学にちょうどいい。

■勉強量
1周目：ザーッと読む。

■時期
2020年 2月

スバラシク実力がつくと評判の線形代数キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

教養、回り道

超入門　微分積分

そもそも微積とはなんじゃいって話の説明がわかりやすいとのことだったので。

■勉強量
1周ザーッと読んで終わり。

■時期
2020年 1月

「超」入門 微分積分 (ブルーバックス)

読みたい本

随時更新

スバラシク実力がつくと評判の微分積分キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

スバラシク実力がつくと評判の線形代数キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!

はじめてのパターン認識

プログラミングのための確率統計

プログラミングのための線形代数

統計学のための数学入門30講 (科学のことばとしての数学)

統計学入門 (基礎統計学Ⅰ)

これなら分かる最適化数学―基礎原理から計算手法まで

Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎