ナンクル力学系

日本語

EMANの物理学（物理）とか物理のかぎしっぽ（数学と物理学）とか、超有名所 （だと勝手に思っているw）はおいておいて、もっと講義ノートとかテキストっぽいやつを。

英語

英語の資料は、分野に分けられないような一品物（？）が多かった。

• http://www.freetechbooks.com/
  英語のComputer Science系のテキストへのリンク集。 情報、統計、機械学習、AIあたりのテキストを探すのに使ったりした。

• Computational Methods for Nonlinear Systems の講義のページ
  複雑系・非線形力学系とかのノートがある。あと、Pythonについても。
  • Entropy, Order Parameters, and Complexity (PDF) by James P. Sethna
    • この本は良さげ！読みたい。
  • Lecture Notes
    • Overview, introduction, and programming
      • Introduction to course and modules (8/29/08)
      • Introduction to Python and external packages for scientific computing (8/29/08)
      • Introduction to SciPy and arrays (9/12/08)
      • IPython tips
      • NumPy/SciPy array tips
    • Lecture notes for computational modules
      • Complex networks, small worlds, and percolation
      • Pattern formation, cardiac dynamics, and spiral waves
      • The 2008 U.S. Presidential Election
      • Bifurcations & Chaos in Iterated Maps I: Chaos & Lyapunov Exponents / Invariant Measure
      • Biomolecular networks: Stochastic Cells and the Repressilator
      • NP-completeness, computational complexity, and phase transitions
      • Ising model algorithms and Markov chains
      • Molecular dynamics, DigitalMaterial, and design patterns
      • Random walks
      • Universality in random matrices and extreme value statistics
      • Universality, the renormalization group, and the onset of chaos

  他にも資料ある。というかありすぎだろjk

• MASS ACTION IN THE NERVOUS SYSTEM EXAMINATION OF THE NEUROPHYSIOLOGICAL BASIS OF ADAPTIVE BEHAVIOR THROUGH THE EEG by Walter J. Freeman
  Walter J. Freeman (en.wikipedia) 先生の本が PDF とか HTML で公開されてる！ とビックリしてブクマったやつ。神経系の力学系の本。

• Willard Miller 先生(University of Minnesota)のホームページ
  自分の著書とかを公開している！群論など。
  • Other Expository Materials:
    • Symmetry Groups and their Applications
    • Lie Theory and Special Functions
    • Separation of Variables for Riemannian Spaces of Constant Curvature by Ernie Kalnins
    • Lecture Notes and Background Materials on Lebesgue Theory from a Hilbert and Banach Space Perspective, Including an Application to Fractal Image Compression (PDF File) (Postscript File)
    • Lecture Notes and Background Materials on Linear Operators in Hilbert Space (PDF File) (Postscript File)
    • Group Theory and Differential Equations

  他に講義ノートとかもあるっぽいけど、多すぎるので見ていない。

• Reinforcement Learning: An Introduction by Richard S. Sutton and Andrew G. Barto
  強化学習の教科書。強化学習について勉強するなら、この本くらいしか無いのでは。 日本語訳も出てるけど、英語の方が読み易い気がした。 （俺は英語で読んだ部分とと日本語で読んだ部分があるw）HTML バージョンだけ全部が読める。

• Machine Learning, Neural and Statistical Classification by D. Michie, D.J. Spiegelhalter, C.C. Taylor
  機械学習の本がPDFで公開されている。

• Principal Manifolds for Data Visualisation and Dimension Reduction
  何人かの人が1章ずつ書いてるような本が公開されている。 確か、SOMについて調べてた時に見つけたやつ。
  1. Developments and Applications of Nonlinear Principal Component Analysis – a Review (PDF) by Uwe Kruger, Junping Zhang, Lei Xie
  2. Nonlinear Principal Component Analysis: Neural Network Models and Applications (PDF) by Matthias Scholz, Martin Fraunholz, Joachim Selbig
  3. Learning Nonlinear Principal Manifolds Self-Organising Maps (PDF) by Hujun Yin
  4. Elastic Maps and Nets for Approximating Principal Manifolds and Their Application to Microarray Data Visualization (PDF) by Alexander N Gorban, Andrei Y Zinovyev
  5. Topology-Preserving Mappings for Data Visualisation (PDF) by Marian PeЇna, Wesam Barbakh, Colin Fyfe
  6. The Iterative Extraction Approach to Clustering (PDF) by Boris Mirkin
  7. Representing Complex Data Using Localized Principal Components with Application to Astronomical Data (PDF) by Jochen Einbeck, Ludger Evers, Coryn Bailer-Jones
  8. Auto-Associative Models, Nonlinear Principal Component Analysis, Manifolds and Projection Pursuit (PDF) by Stґephane Girard, Serge Iovleff
  9. Beyond The Concept of Manifolds: Principal Trees, Metro Maps, and Elastic Cubic Complexes (PDF) by Alexander N Gorban, Neil R Sumner, Andrei Y Zinovyev
  10. Diffusion Maps – a Probabilistic Interpretation for Spectral Embedding and Clustering Algorithms (PDF) by Boaz Nadler, Stephane Lafon, Ronald Coifman, Ioannis G Kevrekidis
  11. On Bounds for Diffusion, Discrepancy and Fill Distance Metrics (PDF) by Steven B Damelin
  12. Geometric Optimization Methods for the Analysis of Gene Expression Data (PDF) by Michel Journґee, Andrew E Teschendorff, Pierre-Antoine Absil, Simon Tavarґe, Rodolphe Sepulchre
  13. Dimensionality Reduction and Microarray data (PDF) by David A Elizondo, Benjamin N Passow, Ralph Birkenhead, Andreas Huemer
  14. PCA and K-Means Decipher Genome (PDF) by Alexander N Gorban, Andrei Y Zinovyev