森北出版note より
本書は、線形代数の基礎をプログラミング言語Pythonを用いた簡単なプログラミングを通じて、線形代数の各概念のイメージを掴みながら学習するための入門的な教科書です。高校数学の初等的な知識があれば十分に理解できる内容となっています。また、Pythonについては、Google Colaboratoryというサービスを使った環境を想定し、なるべく簡単に実行環境を手に入れ、なるべく単純な記法になるように構成されているため、プログラミング初心者にも十分読み進められる内容となっています。
【目次】
1章 Pythonの環境設定と基本操作
1-1 GoogleColaboratoryの導入
1-2 Pythonの基本文法
2章 線形代数のイメージ
2-1 「線形代数」の意味
2-2 ベクトル、行列の簡単な例
2-3 ベクトル、行列のいろいろな例
3章 ベクトルの基本-ノルム、距離、内積
3-1 ベクトル
3-2 ベクトルの分解と線形結合
3-3 線形独立・線形従属
3-4 ノルム、距離、内積
3-5 正規直交基底
4章 行列の基本-連立1次方程式を解くために
4-1 連立1次方程式を行列で表現
4-2 行列
4-3 行列式
4-4 ガウスの消去法
4-5 行列の基本演算
5章 線形写像/線形変換
5-1 線形写像/線形変換
5-2 写像の合成
5-3 画像データからの印象語抽出システムを線形写像で実現
6章 アフィン変換-画像の平行移動、拡大・縮小、回転、せん断、鏡映
6-1 線形変換をまとめて行うには
6-2 平面画像処理
6-3 平面画像のアフィン変換
6-4 3次元でのアフィン変換
7章 固有値・固有ベクトル
7-1 基底の取り替え
7-2 対角行列
7-3 固有値・固有ベクトル
7-4 固有値・固有ベクトルを使った応用例-GooglePageRank
謝辞
参考文献
索引
著者プロフィール
中西 崇文
武蔵野大学データサイエンス学部データサイエンス学科准教授
1978年、三重県伊勢市生まれ。2006年3月、筑波大学大学院システム情報工学研究科にて博士(工学)の学位取得。情報通信研究機構にてナレッジクラスタシステムの研究開発、大規模データ分析・可視化手法に関する研究開発等に従事。2014年4月より国際大学GLOCOM 主任研究員。2018年より武蔵野大学工学部数理工学科准教授、2019年より同大学データサイエンス学部データサイエンス学科准教授。デジタルハリウッド大学大学院客員教授。専門は、データマイニング、ビッグデータ分析システム、統合データベース、感性情報処理、メディアコンテンツ分析など。