HN 日本語サマリー

← 一覧へ戻る
科学・技術

データサイエンスの数学

Mathematics of Data Science (arxiv.org)

186 pointsby Anon8411 コメント

要約

この書籍は、データサイエンスの数学的基盤に焦点を当てています。高次元における課題と利点、特異値分解、線形回帰、グラフ理論、非線形次元削減、最適化、機械学習(特にディープラーニング)、測度論、圧縮センシング、低ランク行列回復など、データサイエンスの主要なトピックを網羅しています。

全文翻訳

コンピュータサイエンス > 機械学習

arXiv:2607.11938 (cs)

[2026年7月11日提出]

タイトル: データサイエンスの数学

著者: Afonso S. Bandeira, Amit Singer, Thomas Strohmer

タイトル「Mathematics of Data Science」のPDFを表示、著者: Afonso S. Bandeira, Amit Singer, Thomas Strohmer

PDFを表示 HTML(実験的)

要旨: この書籍はデータサイエンスの数学的基礎についてです。

  1. はじめに
  2. 高次元における呪い、恵み、そして驚き
  3. 特異値分解と主成分分析
  4. 線形回帰と正則化
  5. グラフ、ネットワーク、およびクラスタリング
  6. 非線形次元削減と拡散マップ
  7. ランダムプロジェクションによる線形次元削減
  8. データサイエンスのための最適化
  9. 分類
  10. 深層学習の数学的入門
  11. グラフラプラシアンの大標本極限
  12. コミュニティ
  13. 測度集中とガウス解析
  14. 行列集中不等式
  15. 圧縮センシングとスパース性
  16. 低ランク行列回復
件名:機械学習 (cs.LG); 人工知能 (cs.AI); 情報理論 (cs.IT); 確率 (math.PR)
引用:arXiv:2607.11938 [cs.LG]
(またはこのバージョンについては arXiv:2607.11938v1 [cs.LG])
https://doi.org/10.48550/arXiv.2607.11938 arXiv発行DOI(DataCite経由)

提出履歴

送信者: Thomas Strohmer
[v1] Sat, 11 Jul 2026 08:31:44 UTC (15,747 KB)

全文リンク:

論文にアクセス

タイトル「Mathematics of Data Science」のPDFを表示、著者: Afonso S. Bandeira, Amit Singer, Thomas Strohmer

ライセンスを表示

追加機能
現在の閲覧コンテキスト:

cs.LG

< 前   |   次 >

新規 | 最近 | 2026-07

以下で閲覧を変更:

cs
cs.AI
cs.IT
math
math.IT
math.PR

参考文献と引用

読み込み中...

BibTeX形式の引用

読み込み中...

提供元:

ブックマーク

[画像: BibSonomy][画像: Reddit]

書誌情報および引用ツール

書誌情報エクスプローラー トグル

書誌情報エクスプローラー (エクスプローラーとは?)

Connected Papers トグル

Connected Papers (Connected Papersとは?)

Litmaps トグル

Litmaps (Litmapsとは?)

scite.ai トグル

scite Smart Citations (Smart Citationsとは?)

コード、データ、メディア

alphaXiv

alphaXiv (alphaXivとは?)

コードへのリンク

CatalyzeX Code Finder for Papers (CatalyzeXとは?)

DagsHub

DagsHub (DagsHubとは?)

GotitPub

Gotit.pub (Gotit.pubとは?)

Huggingface

Hugging Face (Hugging Faceとは?)

ScienceCast

ScienceCast (ScienceCastとは?)

デモ

Replicate

Replicate (Replicateとは?)

Spaces

Hugging Face Spaces (Spacesとは?)

Spaces

TXYZ.AI (TXYZ.AIとは?)

関連論文

レコメンダーおよび検索ツール

Influence Flowerへのリンク

Influence Flower (Influence Flowersとは?)

Core recommender トグル

CORE Recommender (COREとは?)

IArxiv recommender トグル

IArxiv Recommender (IArxivとは?)

  • 著者
  • 会場
  • 機関
  • トピック

arXivLabsについて

arXivLabs: コミュニティ協力者との実験的プロジェクト

arXivLabsは、協力者がarXivの新しい機能を直接ウェブサイト上で開発・共有できるフレームワークです。

arXivLabsで働く個人および組織は、オープンさ、コミュニティ、卓越性、ユーザーデータプライバシーという私たちの価値観を受け入れ、遵守しています。arXivはこの価値観にコミットしており、それに準拠したパートナーのみと協力します。

arXivのコミュニティに価値をもたらすプロジェクトのアイデアをお持ちですか? arXivLabsについてさらに詳しく。

この論文の著者は誰が推薦者ですか? | MathJaxを無効にする (MathJaxとは?)