データサイエンスのための数学入門 ―Pythonで学ぶ線形代数、確率、統計の基礎

1章基礎数学と微積分のおさらい

1章では、数とは何か、そして変数や関数が直交（デカルト）座標系でどのように振る舞うかを説明します。次に、指数と対数について学びます。その後、微積分の2つの基本的な演算、つまり微分と積分を学んでいきます。

確率、線形代数、統計、機械学習といった必須の数学（essential math）の応用分野を深く堀り下げる前に、基本的な数学と微積分の概念を少しおさらいしておきましょう。ここで本書を投げ出すのは少し待ってください。心配ご無用です。大学などで教わった方法とは異なる形で微分と積分の計算方法を解説していきます。我々には鉛筆や紙ではなくPythonがあります。たとえ微分や積分に馴染みがなくても、心配する必要はありません。

ここでは、可能な限り簡潔で実用的な形にとどめ、後の章で役立つ内容や「必須の数学」の範囲に含まれるものだけに焦点を当てます。

	本章は数学の速習講座ではありません ここで扱う内容は、高校や大学の数学を網羅的におさらいするものではありません。そのような内容をお望みの方には、Ivan Savovの『No Bullshit Guide to Math and Physics』をお勧めします。この本の冒頭の数章は、私がこれまで見た中でもっとも素晴らしい高校および大学数学の速習講座です。また、Richard Elwes博士の『Mathematics 1001』†1もお勧めで、素晴らしい内容がコンパクトにまとまっています。

[†1] 訳注：邦題『マスペディア1000』（ディスカヴァー・トゥエンティワン） ...