目次
1章 アルゴリズムとは
- 01 アルゴリズムの基本構造と表現方法～フローチャート・擬似言語・プログラム言語
- 02 フローチャートの理解①～変数と順次処理
- 03 フローチャートの理解②～選択処理（種類と構造）
- 04 フローチャートの理解③～前判定繰返し処理と後判定繰返し処理
- 05 フローチャートの理解④～繰返し記号を使った繰返し処理
- 06 擬似言語の理解①～表記ルール（データ型と変数）
- 07 擬似言語の理解②～条件数に応じて記述方法が変わる選択処理
- 08 擬似言語の理解③～前判定繰返し処理と後判定繰返し処理
- 09 擬似言語の理解④～制御記述を使った繰返し処理
2章 データ構造
- 10 データ構造～複数データを格納する仕組みとその種類
- 11 配列～複数データを順番に格納する仕組み
- 12 リスト～ポインタを使ったデータ格納の仕組み
- 13 キュー～最初の格納データから順番に取り出すデータ構造
- 14 スタック～最後の格納データから順番に取り出すデータ構造
- 15 木構造～階層をたどってアクセスするデータ構造
3章 アルゴリズムの基本要素
- 16 演算～演算の種類と演算子
- 17 関数の基礎～関数の役割と仕組み
- 18 関数の種類～引数と戻り値の使い方
- 19 擬似言語における関数～関数の宣言と記述方法
4章 再帰
- 20 再帰～自分自身を呼び出す手法
- 21 事例で学ぶ再帰①～階乗の計算
- 22 事例で学ぶ再帰②～ユークリッドの互除法
5章 探索
- 23 線形探索法～先頭から順にデータを探索
- 24 2分探索法～データを半分に絞り込んで探索
- 25 ハッシュ表探索法～ハッシュ関数を使って探索
6章 整列（ソート）
- 26 バブルソート～隣り合うデータを比較・交換して整列
- 27 選択ソート～データの最小値を先頭データと交換して整列
- 28 挿入ソート～整列済み／未整列にデータを分けて整列
- 29 マージソート～分割と統合で全体を整列
- 30 ヒープソート～ヒープを使って最大要素を取り出しながら整列
- 31 クイックソート～分割を繰り返して高速に整列
7章 グラフ
- 32 グラフのアルゴリズム～点と線で表す構造
- 33 幅優先探索～キューを使って最短経路を探索
- 34 深さ優先探索～スタックのデータ構造で奥深くすべてを探索
- 35 ダイクストラ法～辺のコストが0以上で使える最短経路探索
- 36 ベルマンフォード法～辺のコストが負でも使える最短経路探索
8章 基数変換
- 37 基数～2進数・10進数・16進数の基本
- 38 基数変換①～n進数を10進数に変換
- 39 基数変換②～10進数の整数をn進数に変換
- 40 基数変換③～10進数の小数をn進数に変換
9章 暗号化と認証
- 41 暗号化～第三者の解読を防ぐ仕組み
- 42 共通鍵暗号方式～暗号化と復号に同じ鍵を使う方式
- 43 公開鍵暗号方式～暗号化と復号で違う鍵を使う方式
- 44 ハイブリッド暗号方式～共通鍵暗号方式と公開鍵暗号方式の組み合わせ
- 45 デジタル署名～公開鍵暗号方式とハッシュ関数の組み合わせ
10章 AI
- 46 AIのアルゴリズム～実装技術と機能による分類
- 47 機械学習の仕組み～教師あり学習，教師なし学習，強化学習
- 48 線形回帰（教師あり学習①）～過去のデータをもとに数値を予測
- 49 ロジスティック回帰（教師あり学習②）～確率としきい値をもとに2値に分類
- 50 そのほかの教師あり学習～決定木，ランダムフォレスト，サポートベクターマシン（SVM），k近傍法（k-NN）
- 51 k-means（教師なし学習①）～似たデータをk個のグループに分類
- 52 主成分分析（教師なし学習②）～重要な特徴を少ない指標に要約
- 53 Q学習（強化学習）～試行錯誤を通じて行動を学習
- 54 ディープラーニング①～ニューラルネットワークの仕組み
- 55 ディープラーニング②～畳み込みニューラルネットワーク（CNN）
- 56 ディープラーニング③～再帰型ニューラルネットワーク（RNN）
- 57 ディープラーニング④～敵対的生成ネットワーク（GAN）