感染症の蔓延から検査の偽陽性・偽陰性、ブラック・ライブズ・マター運動や刑事裁判のDNA鑑定、結婚相手選びまで。重大事のウラに、数学あり。

第三次人工知能(AI)ブームの中核的役割を果たす深層学習(ディープ・ラーニング)は、その高い信頼性と汎用性ゆえに様々な領域に応用されていく一方で、

「ど文系」な人、知識ゼロの人もでもわかる！ 一番わかりやすい数学の本！ 知りたい！...けど難しくてよくわからない数学の世界をわかりやすく紹介！

高校までのごくわずかな数学で、ＭＢＡで学ぶ95％以上をカバー！

廉価になったコンピュータ，質・量ともに優れたデータにより，経済学の主流はいまや実証分析へと大きくシフトした．そこで，ますます重要なのが数学だ．

データサイエンティストはどのように考えるのか？

著者はオックスフォード大、マックスプランク研究所、ケンブリッジ大をへて、現在、東大ニューロインテリジェンス国際研究機構の脳神経科学者。AI時代こそ、人間的な「創造性」「美意識」に着目される理由

明治から昭和初期にかけて活躍した物理学者、随筆家、俳人である寺田寅彦の随筆作品。

初出は「東京帝国大学新聞」［1929（昭和4）年4月］。「日本の名随筆89　数」［作品社、1990（平成2）年］に収録。

それぞれに苦手意識をもつ学生諸君に、数学にも語学にも案外共通項があるということに気づかせ、好きなものに対する方法を利用して嫌いなものを征服する道程を暗示したいと考え、書き綴った作品。

本タイトルには付属資料が用意されています。お求めの方はライブラリーに追加した上で、Audible カスタマーサービス（customerservice@audible.co.jp）までお問い合わせください。
PDF提供元：朝日新聞出版
※Windows10端末をご利用のお客様は、アプリ上で直接ご覧いただけます。

“数の原子”とも言われる素数は、数学者・科学者を魅了してやまない。 素数とは、１と自分自身の他に約数を持たない数のこと。 この数字は実にミステリアスで、２、３、５、７と現れたかと思えば次は１１。出没が気まぐれなのだ。 人類はこの数の規則性を明らかにするために、途方もない研究の歴史を積み重ねてきた。 なかでも数学史上最大の難題である「リーマン予想」は、素数の出現規則の解明のための最大の鍵。 それがわかれば、この宇宙の構造までも見えてくるという――。 本書では文系にもわかりやすく奥深い素数の世界を解説する。

秘書のように問いかけに応えるスマホ、自動運転車、ビッグデータ──。時代を読み解くキーワードは「クラウド」から「ＡＩ＝人工知能」へ。

空前のＡＩ（人工知能）ブームが巻き起こっている。ＡＩ関連のニュースリリースが相次いでいるほか、都内では連日のようにセミナーが開かれている。決算発表でも、将来見通しの中でＡＩに言及する企業はもはや珍しくなくなった。米グーグルやフェイスブックに続き、国内でもドワンゴやリクルートがＡＩ研究所を設立。トヨタは今後５年間で１２００億円を投じる。何が企業を引き付けるのか。

本誌は『週刊東洋経済』2015年12月5日号掲載の10ページ分を電子化したものです。

いま最も注目される起業家・前田裕二による渾身のメモ術!

本書では「広告が売り上げに影響したのか？」「ある政策を行ったことが本当に良い影響をもたらしたのか？」といった、因果関係分析に焦点を当てたデータ分析の入門を展開していきます。

There are no easy decisions in software architecture. Instead, there are many hard parts—difficult problems or issues with no best practices—that force you to choose among various compromises. With this book, you'll learn how to think critically about the trade-offs involved with distributed architectures. Architecture veterans and practicing consultants Neal Ford, Mark Richards, Pramod Sadalage, and Zhamak Dehghani discuss strategies for choosing an appropriate architecture.

これからは文系ビジネスパーソンにも、数学的スキルが不可欠だ。といっても、数式の勉強が必要なのではない。大事なのはコミュニケーション、物事を数字で把握し、論理的に伝えられるようになろう。

AIで何ができるか?私たちの仕事はどう変わるのか?気鋭の著者が教えるAIビジネスの最新事情と「あたらしい働き方」。

AIに仕事を奪われない！読解力アップの実践法

いま誰もが身につけるべきAIリテラシー。ChatGPTをはじめとする現在のAIは、巨大な便益とリスクを持ち合わせている。有効に活用するために何を心がけ、どのような社会を設計すべきか。

2016年3月に筆者はアメリカ・サンフランシスコに出張した。出かける前後、日本で話題になっていたのが、Googleが開発した囲碁用AI「AlphaGo」と、囲碁の世界チャンピオン・李世ドルの対決だ。アメリカでは日本ほど話題になっていないようだが、そこは囲碁というゲームに対する認知度というか、注目度の差かな、と思う。筆者は囲碁にはさほど詳しくない。弱いながら、将棋とチェスはそこそこわかるが、囲碁はルールを知っている程度。場の展開の有利・不利がどうにも見通せない、というレベルに過ぎない。だが、囲碁というゲームの複雑さや、先を読むことの難しさを思うと、ここまでの囲碁用AIが作れたことには、感嘆を禁じえない。囲碁は、ゲーム理論の世界では「二人ゼロサム有限確定完全情報ゲーム」と呼ばれる。意思決定に関わる情報のすべてが盤面に存在するため、コンピュータにとっては比較的与し易いものとされ、AI研究の初期から研究が続けられてきた。それでも囲碁と将棋は難しく、プロに確実に勝つソフトを作るのは、一つの目標とされてきた。(本文より)小寺・西田の「金曜ランチビュッフェ　はこちらから→http://yakan-hiko.com/kode-nishi.html

Data Science for Dummies is the perfect starting point for IT professionals and students who want a quick primer on all areas of the expansive data science space. With a focus on business cases, the book explores topics in big data, data science, and data engineering, and how these three areas are combined to produce tremendous value. If you want to pick-up the skills you need to begin a new career or initiate a new project, listening to this book will help you understand what technologies, programming languages, and mathematical methods on which to focus.

ビッグデータ時代の必須教養
「因果推論」の考えかたがわかる!

これまで数多くの一般向け統計本が出版され、人気を博してきた。だがその多くは「こんなデタラメな統計や調査がありますので、気をつけましょう」といったメッセージを発するものだった。

優れたアルゴリズム、大量のデータ、高速なコンピュータ。３つの要素がそろい新たなＡＩ時代が到来した。企業の現場でもＡＩの実用事例が増えている。だが、ＡＩをめぐる誤解も多々ありそうだ。機械学習に適したデータか？　問題解決の手段はＡＩ以外でも十分ではないか？　人や組織とＡＩが融合し最適化できるか？　またＡＩビジネスにかかわる法的リスクとは…。基本をおさえてビジネスに効くＡＩに触れてみよう。

本書は『週刊東洋経済』２０１７年７月８日号掲載の２６ページ分を電子化したものです。

労働人口の４７％が機械に代替される ──。
２０１３年、フレイ＆オズボーン論文はそうした定量的予測を発表し、雇用の未来に関する議論を巻き起こした。

東ロボくんは東大には入れなかった。ＡＩの限界ーー。しかし、”彼”はＭＡＲＣＨクラスには楽勝で合格していた！これが意味することとはなにか？　ＡＩは何を得意とし、何を苦手とするのか？　ＡＩ楽観論者は、人間とＡＩが補完し合い共存するシナリオを描く。