Wolfram|Alpha、Python、R、Mathematicaをフル活用して、大学教養レベルの統計、微分積分、線形代数の全体像を把握する。学び直しにも最適な一冊。 コンピュータ（Wolfram|Alpha、Python、R、Mathematica）を活用して、数学の学びの質を高めましょう。 本書の具体的な目標は、線形回帰分析を理解することです。そのために必要な微分積分と線形代数も学びます。微分積分は多変数の微分積分まで、線形代数は特異値分解までです。これで、大学教養レベルの数学はほぼ網羅できます。 すべてが線形回帰分析につながるので、何の役に立つのかと疑うことはありません。面倒な計算はコンピュータにまかせるので、計算に迷い込んでしまうこともありません。 線形回帰分析はデータサイエンス（人工知能・機械学習）の出発点です。本書を読んで、データサイエンスにおいて必要とされる数学力とプログラミング力を身に付けましょう。 大学教養レベルの数学の全体像の把握、学び直しにも最適な一冊です。 コードは全てウェブで公開されます。 第I部　入門 　第1章　実行環境 　第2章　数と変数 　第3章　データ構造 　第4章　可視化と方程式 　第5章　論理式 第II部　統計 　第6章　1次元のデータ 　第7章　2次元のデータ 　第8章　確率変数と確率分布 　第9章　多次元の確率分布 　第10章 推測統計 　第11章 線形回帰分析 第III部　微分積分 　第12章 関数の極限と連続性 　第13章 微分 　第14章 積分 　第15章 多変数関数の微分積分 第IV部　線形代数 　第16章 ベクトル 　第17章 行列 　第18章 ベクトル空間 　第19章 固有値と固有ベクトル 　第20章 特異値分解と擬似逆行列