■序章　特別寄稿　機械学習をどう学ぶべきか？　中井 悦司 ■第1章　ITエンジニアのための機械学習と線形代数入門 1-1　ニューラルネットワークの視点から　線形代数と機械学習　中井 悦司 1-2　高校数学の復習　速習・線形代数　橘 慎太郎 1-3　画像の推論に挑戦　やさしくわかるディープラーニングと線形代数　石川 聡彦 1-4　データ処理アルゴリズムへの活用事例　自然言語処理・画像処理における線形代数の応用　貞光 九月 コラム　高校教育課程の変化と大学での数学　中西 崇文 ■第2章　ITエンジニアのための機械学習と微分積分入門 2-1　機械学習を根底から理解するために必要なこと　微分でとらえる機械学習の考え方　中井 悦司 2-2　高校数学の復習と機械学習への指針　微分積分の基礎　橘 慎太郎 2-3　ライブラリで使われる数学をコーディングで解き明かす　Pythonで実現する機械学習　辻 真吾 2-4　データ分析も画像処理も最小二乗法で！　微分でつなぐ、機械学習とニューラルネットワーク　上野 貴史、貞光 九月 コラム 数学とAI、主体的に学習していく方法とは　飯尾 淳 ■第3章　さあ始めよう！　ITエンジニアと数学　数学プログラミング入門 3-1　数学とプログラミングの意外な関係？　プログラマ視点の「数学の学び方」　中井 悦司 3-2　機械学習の難解な数式をひもとく　数式が怖いならコードで理解　真嘉比 愛 ●課外授業1　ITエンジニアに数学は必要か　伊勢 幸一 3-3　抽象化を心がけていますか？　数学系エンジニアの思考法　橘 慎太郎 ●課外授業2　本を読んで数学と戯れる　よしおか ひろたか 3-4　バスケのフリースロー計算で遊んでみよう！　物理と数学、そしてプログラミング　平林 純 ●課外授業3　プロダクトマネージャーと数学　及川 卓也 3-5　ScrapboxとLaTeXで文芸的プログラミング　数式をきれいに表現するには 増井 俊之 ●課外授業4　数学の勉強法　藤原 博文 3-6　両者における「関数」の違いを探る　関数型プログラミングと数学　五味 弘 ●課外授業5　プログラマと数学　よしおか ひろたか