初心者の私には、読みやすく、わかりやすい本でした。
特徴1. 読む負担が低い文章
特徴2. 飛躍のない展開
特徴3. イメージしやすい図
特徴１つ目は、文体が読みやすいことです。最初は難しい本に挑戦したのですが、理解の手前で、「読む負担」が大きく挫折しました。この本は、一文一意で、かつ一文が短いため、「理解すること」に頭を使えました。
２つ目は、説明の順番がうまいこと。読者（私）が何をしらないか、どこでつまずくかという「初心者の想定」が非常にうまく、引っかかることなく読み進められました。「アルゴリズムを説明されてもわからない人向け」に対象を絞っているのが良いのだと思います。
最後に図解ですが、これは好みの差が大きいと思います。某大学教授の書籍で、再帰の説明に「平行合わせ鏡」が出てきたとき、むしろ混乱しました。同じ再帰でも、この本は、呼び出しの都度、スタックに関数と変数が積みあがっていくイラストで、イメージしやすかったです。これは後に、末尾再帰を理解するときに非常に役立ちました。
なお、他の方のレビューで文体についての言及があり、恐る恐る購入しましたが、個人的には気になりませんでした。
本書はターゲットを絞って書かれているだけに、アルゴリズムがわかる方には冗長なのかもしれませんが、私にとっては壁を越えさせてくれた良書です。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
よく一緒に購入されている商品
+
+
総額:
当社の価格を見るには、これら商品をカートに追加してください。
ポイントの合計:
pt
一緒に購入する商品を選択してください。
この商品を買った人はこんな商品も買っています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
出版社より
数式でもない実装でもない、 半径3メートルの身近なアルゴリズムはこんなにわかりやすい！
プログラミングにおいて、アルゴリズムは欠かせません。
それは「Hello World」から昨今のAIやIoTに代表される機械学習やディープラーニングに至るまで変わりません。プログラミングとは、裏を返せば、アルゴリズムをいかにして見通しよく実装するかにあるからです。
けれども、アルゴリズムの学習というと、七面倒臭い理屈の山と数式の谷間で迷子になるのが、これまでの一般的な在り方でした。
そこで本書は、イラストを多用し、デファクトと言われるアルゴリズムがなぜデファクトなのか。けれども場合によってはデファクトたりえないのはなぜなのか。
その差を分ける基準は何なのかを平易に解説してくれます。
アルゴリズムと聞くとアレルギー反応をおこす方でも、安心してその奥深い世界の扉から漏れてくる、豊かさの一端に触れることが出来るはずです。
【目次】
第1章…あれもこれもアルゴリズム 第2章…並べたり差し込んだり選んだり：ソート 第3章…同じ手順で何度でも：再帰 第4章…ちっちゃくしてから考えよう：クイックソート 第5章…関連付ければ話も早い：ハッシュテーブル 第6章…グラフを作れば見えてくる：幅優先探索 第7章…本からピアノへ物々交換大作戦：ダイクストラ法 第8章…問題は続くよどこまでも：貪欲法 第9章…ドロボーは計画的に：動的計画法 第10章…分類したら予測して：ｋ近傍法 第11章…この先にはなにがあるの？ 第12章…答え合わせ
【著者紹介】Aditya Bhargava（アディティア・バーガバ）シカゴ大学でコンピューターサイエンスの修士号を取得したAditya Bhargavaは、ハンドメイド商品のオンラインショップ、etsy.comのソフトウェアエンジニアです。
|
|
|
|
|
|---|---|---|---|---|
| なっとく！アルゴリズム | なっとく！ディープラーニング | なっとく！AIアルゴリズム | なっとく！機械学習 | |
| カスタマーレビュー |
62
|
16
|
8
|
6
|
| 価格 | ￥2,750 | ￥2,860 | ￥3,520 | ￥3,520 |
| 内容 | 実際の生活の中で遭遇する身近な例をひきながら、アルゴリズムの成り立ちと基本的な考え方の道筋を、噛み砕いて教えてくれます。 | ディープラーニングの基礎と基本を、根幹をなす基本的な構造や手順を中心に、画像解析や字句解析における実践的な活用方法とともに、噛み砕いて解説します。 | AI（人工知能）を構成する基本的なアルゴリズムを、イラストを多用してエンジニア向けにわかりやすく解説します。 | 機械学習の“すべて”ではなく、「予測を返す」モデルに重点をおき、その入り口から応用までをイメージしやすい例とその実装例を用いてわかりやすく解説します。 |
