.. _chap_preliminaries:

前提知識
========


ディープラーニングの世界に飛び込む準備として、
いくつかの基本的なスキルが必要になる。 (i)
データを保存し操作するための技術； (ii)
さまざまなソースからデータを取り込み、 前処理するためのライブラリ；
(iii) 高次元データ要素に適用する 基本的な線形代数演算の知識； (iv)
損失関数を減少させるために 各パラメータをどの方向に調整すべきかを
判断するのに十分な微積分の知識； (v) 自動的に導関数を計算する能力。
これにより、今学んだ微積分の多くを 忘れてしまっても大丈夫である。 (vi)
不確実性の下で推論するための 私たちの主要な言語である確率論の
基本的な流暢さ； ドキュメントから答えを見つけるための適性である。

要するに、この章では本書の *大部分* の技術的内容を追っていくために
必要となる基礎を、手早く紹介する。

.. toctree::
   :maxdepth: 2

   ndarray
   pandas
   linear-algebra
   calculus
   autograd
   probability
   lookup-api