※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで音作りをはじめよう！ ・音のプログラミングが音響楽の基本からわかる！ ・音の信号処理もていねいに解説！ ・打楽器・管楽器・弦楽器・鍵盤楽器の音が手もとで作れる！ ・ソースコードはWebからダウンロード可能！ 　 　本書は、コンピュータで音作りをしてみたい方に向けた、サウンドプログラミングの入門書です。音作りに興味があるけど何からはじめたらという初心者のために音響の基本から解説をはじめ、コンピュータでの音の考え方、音を加工するディジタル信号処理の基礎をていねいに説明し、シンセサイザ、エフェクタの音作りなどを解説します。さらに、さまざまな音響合成のテクニックとともに、その具体例として、ゼロから楽器音をつくり出すフルスクラッチ合成のレシピを紹介します。サウンドプログラミングの言語には、音データの読み書きはもちろん、波形、周波数特性、そしてスペクトログラムの描画も簡単に行える、Pythonを採用しています。 　Pythonを使ってサウンドプログラミングの第一歩を踏み出しましょう！ はじめに 目次 第1章　音響学 1.1　純音 1.2　複合音 1.3　音の三要素 1.4　音の大きさ 1.5　音の高さ 1.6　音色 第2章　サウンドプログラミング 2.1　サンプリング 2.2　標本化 2.3　量子化 2.4　 WAVEファイル 2.5　サウンドプログラミング 第3章　コンピュータミュージック 3.1　五線譜 3.2　音階 3.3　音符 3.4　強弱 3.5　拍子 3.6　テンポ 3.7　音楽の三要素 3.8　コンピュータミュージック 3.9　自動演奏 第4章　MIDI 4.1　MIDI 4.2　ノートオンとノートオフ 4.3　ノートナンバー 4.4　ベロシティ 4.5　プログラムチェンジ 4.6　プログラムナンバー 4.7　パーカッションマップ 4.8　MIDIファイル 4.9　DTM 4.10　自動演奏 第5章　ディジタル信号処理 5.1　周波数分析 5.2　スペクトログラム 5.3　楽器音の周波数分析 5.4　フィルタ 第6章　シンセサイザ 6.1　音響合成のアプローチ 6.2　アナログシンセサイザ 6.3　オシレータ 6.4　時間エンベロープ 6.5　加算合成 6.6　減算合成 6.7　FM合成 6.8　カープラス・ストロング合成 6.9　音のリアリティ 第7章　エフェクタ 7.1 リバーブ 7.2 ディストーション 7.3 コンプレッサ 7.4 イコライザ 7.5 モジュレーション 7.6 デチューン 第8章　ミキシング 8.1　モノラル再生とステレオ再生 8.2　音像定位 8.3　ミキシング 8.4　音楽制作 8.5　ボーカルキャンセラ 第9章　打楽器の音をつくる 9.1　グロッケンシュピール 9.2　トライアングル 9.3　チューブラーベル 9.4　マリンバ 9.5　シロフォン 9.6　ティンパニ 9.7　シンバル 9.8　銅鑼 9.9　ハイハットシンバル 9.10　バスドラム 9.11　タムドラム 9.12　スネアドラム 第10章　管楽器の音をつくる 10.1　フルート 10.2　ピッコロ 10.3　クラリネット 10.4　オーボエ 10.5　バスーン 10.6　サキソフォン 10.7　トランペット 10.8　トロンボーン 10.9　ホルン 10.10　チューバ 第11章　弦楽器の音をつくる 11.1　バイオリン 11.2　ビオラ 11.3　チェロ 11.4　コントラバス 11.5　ハープ 11.6　アコースティックギター 11.7　エレクトリックギター 11.8　エレクトリックベース 11.9　スラップベース 第12章　鍵盤楽器の音をつくる 12.1　パイプオルガン 12.2　リードオルガン 12.3　ハープシコード 12.4　アコースティックピアノ 12.5　エレクトリックピアノ 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで、本格的な機器分析データの解析 化学分析データの処理プログラムをPythonで作ろう、という本です。自ら作ることにより、目的のはっきりした使い勝手のよいものを作ることができます。本書はそのための指南書です。 第1章　機器分析の世界 第2章　Pythonの基礎 第3章　統計の基礎 第4章　データの前処理と可視化 第5章　ケモメトリックスの基礎 第6章　次元削減 第7章　クラスタリング 第8章　回帰 第9章　クラス分類 第10章　フィッティング 第11章　二次元相関分光法

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで実務に使える数理最適化のスキルを身につけよう！ ▼この本の特徴 　本書は、Pythonを用いた数理最適化の入門書です。Pythonを使ってさまざまな課題を実際に解いてみることで、数理モデルを実務で使いこなす力を身につけます。 　この本の特徴は、数理最適化のアルゴリズム自体ではなく、数理最適化を用いた課題解決に重きを置いている点です。ビジネスなどにおける課題を数理最適化で解く際に現場で発生しうる試行錯誤が多分に盛り込まれており、実務における手順や気をつけるべきポイントを学習することができます。 ▼この本の構成 本書は二部構成です。 第Ⅰ部はチュートリアルです。中学校で習う連立一次方程式や高校で習う線形計画法を題材として、数理最適化の基礎的な考え方とPythonによる初歩的な実装を学びます。シンプルな課題設定なので、数学的な難しさを感じることなくPythonに集中して基礎を学習することができます。 第Ⅱ部はケーススタディです。 実際に社会で起こりうる、さまざまな課題を数理最適化によって解いていきます。 学校のクラス編成やサークル活動における学生の乗車グループ分けなどの学生にとっても身近な課題や、キャンペーンの効果最大化や効率のよい配送計画の立案などのビジネスにおいてたびたびぶつかる課題などを解いていくことで、手順や注意点、効率のよい方法などが学べます。 ▼第1版からの変更箇所 ・5章（車両の配送計画） 問題の理解を助けるために挿絵・最適化結果の可視化を増やし、実装プログラムの解説を充実させました。また、最適化に登場する部品の列挙アルゴリズムについては、計算速度よりも理解しやすさを優先したものに差し替えました。 ・6章（数理最適化APIとWebアプリケーションの開発）にFastAPIやStreamlitの記述を追加 PythonのWebアプリケーション開発のフレームワークであるFlaskに加え、人気のFastAPIやデータサイエンティストでも簡単にWebアプリケーションが開発できるStreamlitについて追記しました。 ・7章（商品推薦のための興味のスコアリング）行列表現に関する説明の調整 簡単な数理最適化問題の行列表現から解説を行い、段階を踏んで理解できるようにしました。さらに、ソースコードの解説を追記することで、プログラムにおける行列の扱い方を理解しやすくなりました。 ▼このような方におすすめ ◎ 数理最適化の実務応用について知りたい方 ◎ 施策の効果最大化や効率化に取り組むビジネスマン（エンジニア・マーケター・リサーチャーなど） ◎ 情報・経済・経営系などの学部や学科の学生 ◎ データサイエンティストを志す方 第Ⅰ部　数理最適化チュートリアル 　第1章　数理モデルとは 　第2章　Python数理最適化チュートリアル 第Ⅱ部　数理最適化のケーススタディ 　第3章　学校のクラス編成 　第4章　割引クーポンキャンペーンの効果最大化 　第5章　最小コストで行う輸送車両の配送計画 　第6章　数理最適化APIとWebアプリケーションの開発 　第7章　商品推薦のための興味のスコアリング Appendix　メソッド・関数早見表

　3Dプログラミングをやったことがある方なら、きっと3Dツール、中でも「ポリゴンモデラー」を作ってみたいと憧れる方が多いでしょう。念のために説明すると、3Dのオブジェクトを作成・編集などすることを「モデリング」といい、そのためのツールを「モデラー」と言います。 　本書ではプログラミング言語「Python」を使い、その3Dツールとしてmqoファイルの「3Dビューア」と「ポリゴンモデラー」を開発する方法を詳しく解説します。 　3Dの描画には「OpenGL」を扱える「pyglet」パッケージを使います。そして「pyglet」をラップした、筆者が開発した3Dライブラリ「kantanengine（簡単エンジン）」を使います。本書ではこの「kantanengine」ライブラリの中身も計2章に分けて詳しく解説します。

★確率的プログラミング言語がすぐに使える！★ ・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。 ・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。 【主な内容】 第1章　ベイジアンモデリングとは 1.1 データ解析とコンピュータ 1.2 ベイジアンモデリングの基礎 1.3 代表的な確率分布 1.4 近似推論手法 第2章　確率的プログラミング言語（PPL） 2.1 ベイジアンモデリングとPPL 2.2 自動微分・最適化アルゴリズム 2.3 PyMC3の概要 2.4 Pyroの概要 2.5 NumPyroの概要 2.6 TensorFlow Probabilityの概要 2.7 GPyTorchの概要 第3章　回帰モデル 3.1 線形回帰モデル：線形単回帰モデル 3.2 線形回帰モデル：線形重回帰モデル 3.3 一般化線形モデル：ポアソン回帰モデル 3.4 一般化線形モデル：ロジスティック回帰モデル 3.5 階層ベイズモデル 3.6 ガウス過程回帰モデル：ガウス尤度 3.7 ガウス過程回帰モデル：尤度の一般化 第4章　潜在変数モデル 4.1 混合ガウスモデル 4.2 行列分解モデル 4.3 状態空間モデル 4.4 隠れマルコフモデル 4.5 トピックモデル 4.6 ガウス過程潜在変数モデル 第5章　深層学習モデル 5.1 ニューラルネットワーク回帰モデル 5.2 変分自己符号化器 5.3 PixelCNN 5.4 深層ガウス過程 5.5 正規化流

基礎理論を飛ばさない！ 推定・検定から統計モデル・機械学習へ！ 本書は統計学の理論をゼロから学べる教科書です。 IoTやビッグデータの発展によりさまざまなデータが社会にあふれ、 全てのデータを確認するのは難しくなってきています。 多くのデータから価値があるデータを作成するには統計学の知識が必須です。 【本書のポイント】 本書は統計学をはじめて勉強するかたでも、 読み進めていけるように、以下の3点を重点的に解説しています。 ・データをどのように分析するのか ・なぜそのように分析するのが良いことなのか ・Pythonを使ってどのように分析するのか 【統計学を勉強するためのツールについて】 この書籍では、学習していく際のツールに、プログラミング言語のPythonを使用します。 PythonはExcelやRより自由度が高く、機械学習に多く利用されているので幅広い層から注目を集めています。 Pythonに馴染むことにより、機械学習を利用したデータ分析者になるための基礎的な技術も身に付けられます。 【本書の構成】 本書は全7部構成になっています。 それぞれの部で次のようなことを解説しています。 第1部では統計学の基本を解説しています。 第2部でPythonの基本やJupyter Notebookの使い方を説明します。 第3部でPythonを用いた統計分析の方法を学びます。 第4部からは統計モデルについて学んでいきます。 第5部では正規線形モデルを解説します。 第6部それを発展させた一般化線形モデルについて解説します。 第7部は、統計学から機械学習へのつながりを学びます。 統計学やPythonのことを何も知らない方にもオススメの一冊です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

統計学の基礎から 統計モデリング、機械学習の入り口まで しっかり学べる！ 【本書の概要】 データサイエンスやAIについて学ぶ上で欠かせない 統計学の知識をPythonを利用して 基礎からしっかり学べる書籍です。 【統計学の学習にPythonを利用する理由】 Pythonは統計学を学ぶのに便利なライブラリが多数用意されており データサイエンス、AIの研究開発に数多く利用されています。 統計学の基礎を学ぶのに格好のプログラミング言語です。 【対象読者】 ・統計学の初学者 ・統計学を学びたいエンジニア 【本書のポイント】 はじめて統計学を学ぶ方でも躓かずに学習できるよう 以下の3つをもとに丁寧に解説しています。 ・データの分析方法 ・分析の意味 ・Pythonによる分析の実践 【目次】 第1部　統計学をはじめよう 第2部　PythonとJupyter Notebookの基本 第3部　記述統計 第4部　確率と確率分布の基本 第5部　統計的推定 第6部　統計的仮説検定 第7部　統計モデルの基本 第8部　正規線形モデル 第9部　一般化線形モデル 第10部　統計学と機械学習 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 プログラマが最初に学ぶべきアルゴリズムを解説。 処理を効率化するテクニックが身につく！ 　本書は、プログラミング言語のPythonを使ったアルゴリズムの入門書です。アルゴリズムの処理の流れや論理構造を根本から理解できるように、図と文章で丁寧に解説しています。 　さらに、本書では、アルゴリズムを改良するテクニックを紹介しています。 　アルゴリズムを改良すると、処理を効率化できたり、別のプログラムで応用できたり、コードが読みやすくなったりします。 　自分で手を動かしてプログラムを改良することで、アルゴリズムの使い方や改良方法を実践的に学べます。 　本書の1章～10章では、ソートや探索など、様々な場面で使われている基本的なアルゴリズムとその改良テクニックを解説しています。 　補章では、初学者でも本書の内容を理解できるように、Pythonの基本的な文法を解説しています。 　いろいろなプログラムの書き方を学びたい方、プログラミングの力を伸ばしたい方におすすめです。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 エンジニアの基礎体力を身につける 本書はPythonを用い、ITエンジニアが身につけておくべき王道のアルゴリズムを手を動かしながら学べる入門書です。 教育機関で16年教鞭をとり、公式アプリ2000万DL超の開発実績を持つ廣瀬豪氏が、教育者・プログラマーとしての経験を生かし、データ構造とアルゴリズムの学習が「一生モノの財産になる」という視点で解説します。スタック、キュー、リスト、木、グラフなどデータ構造の基本から、サーチ、ソート、ハッシュといった王道アルゴリズムを厳選しつつ、ユークリッドの互除法、文字列探索、最短経路問題、フラクタル図形の描画、マンデルブロー集合などワンランク上の知識・技術まで網羅します。 サンプルプログラムは手入力しやすい短めのコードを108個用意し、すべての行に1行ずつコメントを付けて読解しやすいように工夫しています。また、ゲームクリエイターという肩書を持つ著者ならではの教材として、「アルゴリズムの見える化」という類書にはない楽しい要素を盛り込んでいる点もポイントです。 資格試験、就職試験に挑む方、大学や専門学校で情報処理を学ぶ方など、プログラミングの力を伸ばしたいすべての方におすすめです。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-13233-0)も合わせてご覧ください。 本書籍は，Pythonによる衛星データ解析に興味がある初学者に向けた入門書となっています。学校の情報の授業等で利用する際の副教材になることを意識し，衛星データだけでなくデータサイエンスの基礎的な内容も含めました。学校で地球環境やご自身が住んでいる地域がどのように変化しているか調べたい方はもちろんのこと，衛星データを使って何かビジネスを始めたい方にも読んでいただきたいと思っています。従来のデータサイエンスの教材の場合には身近なデータを利用することが難しかった中で，衛星データであれば身近な地域のデータを利用して解析することができます。少しのプログラミング変更で解析対象地域を変えることができるようになっているので，関心のある地域の変化についてぜひ調べてみてください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 一冊に、AIと数学とアルゴリズムの基本を濃縮！ Pythonの深層学習フレームワークを自作！ 社会の中で日々存在感を増している「AI」と「数学」と「アルゴリズム」。その基本を180ページに詰め込んだのが本ムックです。 バブルソートのような基本的なアルゴリズムから、手書き数字認識もできる深層学習フレームワークの自作、AIで使われる数学の基礎である線形代数、そして経済学のアルゴリズムであるゲーム理論まで、様々な話題を扱っています。 もちろん、単に解説するだけではなく、Pythonで動くコード付き！動かしながら、深く学ぶことができます。 ≪目次≫ 第1章　絶対に知っておきたいアルゴリズム10選　その１ 　基礎から機械学習まで厳選した10個のアルゴリズムを 　Pythonによる実装とともに解説！ 第2章　絶対に知っておきたいアルゴリズム10選　その２ 　3つのテーマで厳選した10個のアルゴリズムを 　Pythonによる実装とともに解説！ 第3章　自分で作るPython深層学習フレームワーク 　Python＋NumPyでフレームワークを完全自作！ 　深層学習の原理がよくわかる！ 第4章　Pythonで線形代数を学ぼう 　AI＆データサイエンスで使う数学の基礎！ 第5章 Pythonで学ぶ「ゲーム理論」 　人間関係をプログラミングできる！ 第6章　プログラミング時代の数学との付き合い方

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで効果検証の実務を学ぼう！ この本は、効果検証を実務で行いたい方に向けた入門書です。 実務応用しやすい3つの分析手法（A/Bテスト・Difference in Differences （DID）・Regression Discontinuity Design （RDD））について、現場で実際にぶつかりやすい課題をミニストーリーなどで指摘しながら、その対応策や考えかたを示し、Pythonで実装していきます。 とくにA/Bテストについては多くの紙面を割き、複数のデザインパターンや分析手法を紹介します。 また、DIDとRDDについても、ミニストーリーなどを交えて適用できる条件を具体的に例示しつつ、間違った分析結果を算出してしまわないよう丁寧に解説を行います。 本書では、全体をとおして、ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。あくまで入門書であるため理論的な説明は控えめになっていますが、参考文献やブックガイドから、より専門的な論文や書籍にアクセスできるようにしています。 本書を読了することで、基本的な効果検証の手法を理解し、Pythonで実装できるようになります。さらに、陥りやすいアンチパターンや、効果検証を通じて組織に貢献するための考えかたなど、データ分析の実務者に必要とされる知見も身につきます。 謝辞／目次 1章　はじめに：いまなお隔たりがある効果検証の実務と理論 　1.1 効果検証とはなにか？ 　　1.1.1 本書のねらい：基礎と実務を紐づける 　　1.1.2 本書の特徴 　　1.1.3 効果検証の各手法の特性と使いかた 　　1.1.4 効果検証の目的：意思決定と探索的分析 　1.2 本書の構成 　1.3 想定する読者 　1.4 サンプルコード 2章　A/Bテストを用いてクリーンに効果検証を行う 　2.1 Prelude 　　2.1.1 太郎くんの分析の再現 　2.2 施策と効果 　　2.2.1 基本的な用語の確認 　　2.2.2 施策効果と反実仮想 　2.3 バイアス 　　2.3.1 バイアスを含んだ分析の例：ユーザーの性質 　　2.3.2 バイアスを含んだ分析の例：時系列 　　2.3.3 バイアスを含む分析手法の負のループ 　2.4 A/Bテストの基本的な発想 　　2.4.1 ランダムな施策割当によるバイアスの排除 　　2.4.2 施策効果のポテンシャルアウトカムフレームワークによる表現 　2.5 A/Bテストのデザイン 　　2.5.1 A/Bテストの設計 　　2.5.2 データ収集 　　2.5.3 収集したデータの分析と評価 　2.6 PythonによるA/Bテストデータの分析の実装 　2.7 A/Bテストのアンチパターン 3章　A/Bテストを用いて実務制約内で効果検証を行う 　3.1 実務におけるA/Bテストの課題 　3.2 A/Aテスト：A/Bテストの信頼性を担保する 　　3.2.1 A/Bテストは頻繁に「失敗」する 　　3.2.2 A/Bテストの失敗は2種類のケースに大別できる 　　3.2.3 A/Aテスト 　　3.2.4 A/Aテストのリプレイ 　3.3 柔軟なA/Bテストのデザイン 　　3.3.1 クラスターA/Bテスト 　　3.3.2 層化A/Bテスト 　　3.3.3 A/Bテストにおける処置と割り当ての不一致 　3.4 効率的な分析：共変量のコントロール 　3.5 施策効果の異質性：どこで効果があるのか知る 　　3.5.1 セグメントごとにサブサンプルに分割する 　　3.5.2 セグメントの交差項を入れて分析を行う 4章　Difference in Differencesを用いて効果検証を行う 　4.1 DID（差分の差法）：施策実施前後の違いを捉える 　　4.1.1 施策をとりまく4つの状況とよくある分析の仮定 　　4.1.2 DIDの基本的な発想 　　4.1.3 DIDの発想に基づいた施策効果分析の実装 　4.2 DIDを用いた実務的な施策効果検証 　　4.2.1 パネルデータ 　　4.2.2 分析方法 　　4.2.3 DIDによる施策効果分析の実装：文言変化の効果を調べる 　4.3 2期間以上のデータをDIDで分析する 　　4.3.1 時間を通じて施策効果は変わりうる 　　4.3.2 分析方法 　　4.3.3 DIDによる施策効果分析の実装：イベントスタディのケース 　4.4 パラレルトレンド仮定と検証 　　4.4.1 パラレルトレンド仮定の検証とは？ 　　4.4.2 プレトレンドテスト 　4.5 複数回の施策を行った場合にDIDによる分析は適用できるか？ 5章　Regression Discontinuity Designを用いて効果検証を行う 　5.1 RDDを適用できるシチュエーション 　　5.1.1 クーポン配布施策：クーポンの効果は本当に大きいのか？ 　　5.1.2 閾値によって実施するかどうか決める施策の効果を評価する 　5.2 RDDの仮定と推定 　　5.2.1 RDDの直感的な説明 　　5.2.2 RDDにおける施策効果 　　5.2.3 Sharp RDDの推定 　　5.2.4 rdrobustを用いたSharpRDDの実装 　　5.2.5 RDDの仮定が成り立たないケースとその検証法 　　5.2.6 McCraryの検定の実装 　　5.2.7 共変量のバランステストの実装 　5.3 Fuzzy RDD：処置確率が閾値によって不連続に変化する場合のRDD 　　5.3.1 rdrobustを用いたFuzzy RDDの推定 　5.4 内的妥当性と外的妥当性：我々はなにを推定しているのか？ 　5.5 bunchingの難しさ 　　5.5.1 操作が発生している例：所得税控除制度 　　5.5.2 bunchingの推定ステップと2つのケース 6章　おわりに：実務における課題と展望 　6.1 これまでの振り返りと実務プロセスに合わせた分析手法の選択 　6.2 分析プロセスの“不”可能性 　6.3 データ分析実務者の役割 　　6.3.1 闇落ちするデータサイエンティスト 　　6.3.2 専門知識で意思決定を支える 　6.4 効果検証の実務者のためのブックガイド 　　6.4.1 施策効果検証の発想を理解する 　　6.4.2 効果検証の発展的なトピックを学ぶ 　　6.4.3 計量経済学を学ぶ 　　6.4.4 実務として効果検証を実践する 著者・監修者略歴／参考文献／索引

本書はPythonによる自然言語処理、あるいはテキストマイニングの初歩について解説したものです。 テキストマイニングとは、テキストをコンピュータで探索（マイニング）する技術の総称です。ここで「テキスト」とは、小説や論文、あるいは新聞や雑誌の記事にとどまらず、インターネット上のブログ、あるいはSNSに投稿された文章など、およそ人間の言葉で書かれたものを指します。 Pythonの基本からテキスト分析の手順、形態素解析器の導入、さまざまな分析手法についてわかりやすく解説しています。また、本書の最後に、ディープラーニングを使ったテキストマイニング事例についても紹介します。 なお、本書の一部については解説動画が用意されています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AIの基本を、Pythonでやさしく学んで楽しもう！ 本書は、AI（人工知能）技術の基本を、自然言語処理と音声処理をとおしてわかりやすく解説した入門書です。アルゴリズムを平易に解説し、Pythonによるプログラミング例を紹介。さらに、自然言語処理や音声処理への応用例を取り上げ、実践しながらAI技術の基本が理解できるようになります。 第1章　人工無脳から人工知能へ 第2章　文字を処理する　テキスト処理の技術 第3章　自然言語処理の技術 第4章　音声処理の技術 第5章　知識表現 第6章　学習 第7章　深層学習 第8章　対話エージェントの構成 第9章　人工無脳から人工人格へ 付録

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 文理を問わないすべての大学生が身に着けるべきデータサイエンスの基礎を，Pythonを使った演習を行いながら実践的に学べる教科書です。数学的なバックグラウンドが無くても，概要を理解しながら飽きずに進めることができる内容です。数理・データサイエンス・AI教育プログラム認定制度（リテラシーレベル）に準拠。大学，大学院の講義で教科書として使用しやすいよう，全14章で構成しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 流体力学の数値計算法とPythonによるシミュレーションの考え方が正しく理解できる。 本書は、学生、企業の若手技術者の皆様が、自ら流体力学の数値計算法とPythonによるシミュレーションの考え方を一から学べる書籍です。 流体現象の基礎を学びながら、Pythonによるそのコーディングを紹介する構成としています。Pythonとコンピュータの技術革新は急激に進んでおり、現在ではストレスを感じることなく、Pythonで各種シミュレーションが容易に実施できる環境が生まれています。 これからの研究者、技術者にとって必読の1冊です。 序章　Pythonによるプログラミングの準備 第1章　離散化の考え方 第2章　1次元スカラー移流方程式 第3章　スカラー方程式における時間積分法 第4章　拡散方程式 第5章　システム方程式の解法　その１（方程式の理解） 第6章　システム方程式の解法　その2（実践的な計算法） 第7章　システム方程式における時間積分法 第8章　複雑形状への対応 第9章　実際の課題への対応

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る！ 業務に本当に役立つ“儲かるAI”を作るには、「業務目線」と「技術目線」の両方が必要です。業務の課題を認識し、どう改善するかという「業務目線」が必要なのは従来システムと同じですが、AIの構築ではさらに業務の課題が本当に AIで解決できるのか、AIのどの処理方式なら適用できそうかという「技術目線」が不可欠なのです。 本書のPython実習で学ぶことで、「AIの目利きができる技術目線」を獲得し、自分でもAIを作れるようになります。 ◆数学なしでアルゴリズム選びもチューニングもわかる ◆現場目線でAIの最適化までできる ◆ブラウザだけで試せるPython実習（Google Colab） ◆XGBoost、Prophetなど話題のAI技術を活用 ◆全PythonコードをGoogle Colab用のNotebook形式で用意 ＜機械学習のための　Python入門講座＞つき！ 1章　業務と機械学習プロジェクト 2章　機械学習モデルの処理パターン 3章　機械学習モデルの開発手順 4章　機械学習モデル開発の重要ポイント 5章　業務要件と処理パターン 6章　AIプロジェクトを成功させる上流工程のツボ

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12780-0)も合わせてご覧ください。 近年注目を浴びる人工知能は微分をはじめとした数学の計算に基づいています。また，新型コロナウィルス感染の予測では微分方程式が利用されています。微分積分は，多くの方が学ぶ意義がある学問なのですが，複雑な計算や数式が原因で学習に挫折した方も少なくありません。そこでPythonの出番です。 本書はこれから微分積分を学びたいと考える方や学び直したい方に向けて，Pythonの力を借りて視覚的にデータを確認することで，直感的な理解を促します。複雑な計算とグラフの描画はPythonにまかせ，Pythonが出力する結果とグラフを読み解くことに注力します。数学のエッセンスを理解して活用するために，コンピューターを使用した数学の学習は効率的な学習方法とも言えます。 「とりあえずPythonに計算させてみよう」と，軽い気持ちで数学の学習を開始してみましょう。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データサイエンスを実応用するための基本を押さえる 　データエンジニアリングは、データサイエンスを現実に意味のある形に使えるようにし、実装・運用できるようにすることを指します。 　データサイエンスを機器や分析に実応用するためには、Pythonスクリプトの高速化の知識や、センサ信号の取得、アクチュエータ制御に必須となる通信、インタフェース駆動といった外部デバイスとのデータアクセスの基本と応用についてのスキルの修得が必要となります。本書は、これらのデータをエンジニアリングするための入門的な知識を解説するものです。 1編　基礎編 1．データエンジニアリングとは 2．コンピュータ工学の基礎 3．Intel CPUの工夫 4．デバイスデータアクセスの基礎 2編　高速化 1．少しの工夫で速くなる 2．NumPyの使用 3．C/C++モジュールを呼ぶ 4．マルチプロセス 5．Pythonのコンパイル 6．GPUの使用 3編　デバイスデータアクセス 1．IoT実現化に必要な機能 2．USBを用いたデータ転送 3．Bluetoothを用いたデータ転送 4．有線LANとWi-Fiを用いたデータ転送 5．センサ信号処理と制御の例

●データの加工や分析の実践スキルを身につけよう 本書は、Pythonやpandasの基礎を身につけた方が、データ分析を行ううえで知っておきたい「データ分析の実務で使うノウハウ」をまとめた書籍です。 さまざまな種類のデータの読み込みから加工、可視化、データの評価、pandasやNumPyの活用方法など、Pythonを使ってデータを加工し分析する方法を詳しく学べます。データ加工のレシピやデータ分析に必要な数学の知識についても学べます。 【本書で学べること】 ・データ加工の基礎知識 ・データの種類と読み込み ・表形式データの加工 ・NumPyと数値データ ・データの評価 ・時系列データの処理 ・テキスト情報の処理 ・画像データの処理 ・グラフデータの処理 ・地理空間データの処理 ・データ分析に必要な線形代数 【本書で学べること】 「Pythonのデータ活用や加工をより詳しく理解したい」「実務でデータ分析をしたい」「幅広いデータ形式の知識を持ちたい」「普段からPythonでデータ分析をしているが、データハンドリングの知識を学びたい／ツールの使い方を調べたい」といった方におすすめの一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ■ 膨大なデータを実際に分析する紙上ハンズオンセミナー □ データ分析の全プロセスを始めから終わりまで実体験できる！ データ分析やデータサイエンスに興味がある、あるいは業務でデータ分析を実際にやらなければならない――。きっと、そういう人なら基礎的な統計や分析、データサイエンスはの入門書はひと通り目を通したことと思います。おそらくは並行してプログラミングも勉強しているという人も多いでしょう。そうした基礎を学んだところで、こう思ってはいませんか？ 「さて、データ分析ってどうやるの？」 本書は実務としてのデータ分析について、データの取得から段階を踏みながら、どのようにデータの特徴や傾向を読み取るのか、具体的なやり方をハンズオン形式で解説します。取り上げるデータ、分析のためのプログラミング環境は、誰でも利用できるものばかり。本書に従ってデータ分析を進めていけば、分析プロセスはこう進めていけばいいのかというリアルな手順が身につきます。 本書が対象にするのは、ビジネスパーソンです。自社の次の戦略をベテラン社員のカンに頼って立案するのではなく、科学的な手法でデータを分析し、根拠のある戦略立案に役立てたいと考えている、現場のビジネスパーソンが対象です。そのためにデータ分析の目的、分析結果の活用まで考慮し、ビジネスの中でデータ分析をどのように生かせばいいのかについても解説しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonでデータ分析と機械学習を実践します。豊富なライブラリを使って統計学に基づいた統計分析ができるので、Pythonに慣れ親しんだ人は、データ分析も機械学習もまとめて効率的に学ぶことができます。

本書では理論と実践のどちらにもフォーカスを当てAIや機械学習について「ある程度、中身を知って使える」を目指す入門書です。 Twitter APIや国の統計データなど、生のデータを使い、遊んでいるような感覚で理解が進む1冊です。 ■「はじめに」より抜粋 本書は、AIや機械学習について、「何だかよくわからないけどすごいもの」という理解から、「ある程度、中身を知っていて使える」にアップデートしたい人(もしくは、アップデートしなければいけなくなってしまった人)に向けた、導入となる最初の1冊になることを目指しています。 本書では、理論と実践、両方を抑えています。まず、なるべく数式を使わずに、直感的な理解ができるように機械学習の理論について解説します。「遊んで学ぶ」というタイトルの通り、理論の勉強も楽しめるように、具体例や図を多く使っています。しかし、だからといって不正確にならないように繊細な注意を払いながら、ギリギリまで噛み砕いて説明を行っています。 その後、よく使われるデータセットではなく、「APIで自由に取得できる、さまざまな企業が提供しているデータ」「国が提供している統計データ」などの生のデータを使い、実際に分析を行います。 本書は、実際にデータを取得するところからスタートすることで、「データの量を増やしたら結果はどうなるのだろう?」「このデータを可視化してみたらどうなるのだろう?」「変数を変えてみたらどうなるのだろう?」と、まるでデータを使って遊んでいるような感覚で理解が進むことを狙っています。 なお、データ分析を行うにあたり、多くの人は、RもしくはPythonというプログラミング言語を使います。どちらも、データ分析やデータ整形、そして可視化を行うのに有効なライブラリが多数存在しているため、非常に人気です。本書では、Pythonを用いて実装コードを記述しています。ただし、Rを使いたい人も進められるように、RとPython両方のコードを、Github上にて公開しています。ぜひ、参考にしてください。

本書は著者による前著『Python3で学ぶ！プログラミングはじめの一歩』を理解した読者に最適な続編です。前作の「実践的な学習」のスタイルを継承しながら、今回はWebアプリケーション開発に特化した内容となっています。Pythonやプログラミングの基礎を扱っている前著に続き、本書ではWebアプリケーションの設計原理、関連する技術スタック、そしてその運用メカニズムについて具体的に解説しています。 本書では、Webアプリケーションの基本から高度な概念まで、全体的な理解を得ることができます。一歩一歩確実にスキルを積み上げたい方、次のレベルのWebアプリケーション開発者を目指す方におすすめです。

Pythonプログラマなら身につけたい玄人技 本書は、Dan Bader, "Python Tricks The Book: A Buffet of Awesome Python Features"dbader.org,の翻訳書です。 【本書の内容】あらゆる場面で活躍するプログラミング言語、Python。本書はそんなPythonをマスターし、日々のプログラミングに活用したい熱心な方々のための1冊です。 入門書を一通り終えた駆け出しプログラマには、Pythonの機能や特徴をより深く、また他言語から新たにPython習得を目論むベテランには、コードの書き方の差異を、リスト内包や文字列フォーマットなど、さまざまなサンプルを元に教授してくれます。 著者のDan Baderは、Twitterでのアウトプットに端を発する、いわゆるTips紹介の延長線上で、この本を執筆しました。そのため、各種Tipsに対するさまざまなフィードバックと、よりよく伝えるためのアイデアが盛り込まれ、結果、Pythonをより深く知り、より良いコードを書くための知識が集積された書籍となりました。 つまり本書は、もっとすごいPython開発者になりたいあなたを、強力にサポートする1冊です。 【本書のポイント】・短いサンプルでPythonの一番すばらしい点を学べる・Pythonならではの、すばらしい機能をビュッフェ形式で学べる・Pythonプログラミングへの理解促進 【読者が得られること】・よりよいPythonプログラマとしての知見・効率的で実践的なPythonプログラミング・コードをよりパイソニックなものにするためのノウハウ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonでスクレイピングを体験してみよう！ 【スクレイピングとは】 機械学習やデータ分析になくてはならない「データ」。 このようなデータは、インターネット上に膨大にありますが、Pythonを使えば効率よくデータ収集できます。 こうした手法を「スクレイピング」といいます。 サイト自体もオープンデータ化が進んでおり、データを集めやすい環境が整ってきています。 【Python2年生について】 「Python2年生」シリーズは、「Python1年生」を読み終えた方を対象とした入門書です。 ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。 【ターゲット】 ・ネット上からデータ収集を行う初心者 ・データ分析の手前の初心者 【本書の売り】 ヤギ博士＆フタバちゃんと一緒に、インターネットからのファイルのダウンロード方法、 HTML解析の方法、いろいろなデータの読み書き、 APIの使い方といったデータ収集と便利なライブラリを利用した簡単な可視化手法を解説する書籍です。 また最終的にデータ収集を自動化する方法も簡単に解説します。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonでデータ分析を体験してみよう！ 【データ分析を一緒に体験しよう】 スクレイピングなどで集めた大量のデータ。 どうやって分析してたらよいか、困っていませんか？ 「数式があって難しそう」 「プログラムも大変そう」 と思っている方も多いはず。 本書は、そうした方に向けて、サンプルを元にやさしく データ分析の方法を解説しています。 【Python2年生について】 「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。 ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。 『Python2年生 スクレイピングのしくみ』（ISBN：9784798161914）も刊行されています。 【対象読者】 ・データの分析方法を知りたい初心者 【本書のポイント】 ヤギ博士＆フタバちゃんと一緒に、データ分析の考え方から丁寧に解説。 データを分析する時に必要な前処理の方法や、データの集まりの見方、 データを見やすいグラフにする方法、データの分布の見方、予測の立て方を 解説する書籍です。 【著者プロフィール】 森 巧尚（もり・よしなお） アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。関西学院大学非常勤講師、 関西学院高等部非常勤講師、成安造形大学非常勤講師、プログラミングスクールコプリ講師など、 プログラミングに関する幅広い活動を行っている。 近著に『Python1年生』、『Python2年生 スクレイピングのしくみ』、 『Java1年生』（いずれも翔泳社）などがある。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

データ分析エンジニアに求められる技術の基礎が最短で身に付く ビッグデータの時代といわれ始めて数年が経過しました。 デバイスの進化により多くの情報がデジタル化され、 それらのデータを活用しようとデータ分析エンジニアに注目が集まっています。 この書籍では、データ分析において、 デファクトスタンダードになりつつあるプログラミング言語Pythonを活用し、 データ分析エンジニアになるための基礎を身に付けることができます。 書籍ではデータ分析エンジニアになるために必須となる技術を身につけていきます。 ・データの入手や加工などのハンドリング ・データの可視化 ・プログラミング ・基礎的な数学の知識 ・機械学習の流れや実行方法 本書で学べること ・Pythonの基本的な文法 ・データフォーマットについて ・データの前処理技術 ・データの可視化技術 ・既存アルゴリズムでの機械学習の実装 対象読者 データ分析エンジニアを目指す方 目次（抜粋） 第1章 データ分析とは 第2章 Pythonと環境 第3章 数学の基礎 第4章 ツールの基礎 第5章 応用：データ収集と加工 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

読者の声に応えて第2版の登場！ データ分析エンジニアに必要な 基本技術をしっかり習得できる 【本書の概要】 本書はデータ分析エンジニアに必要な 以下の基礎技術を丁寧に解説しています。 ・データの取得・加工 ・データの可視化 ・プログラミング ・基礎的な数学の知識 ・機械学習の流れや実行方法 【第2版のポイント】 ・Python 3.10対応 ・よりわかりやすい解説 ・Pythonデータ分析試験の主教材に指定 【本書で学べること】 ・Pythonの基本的な文法 ・データフォーマットについて ・データの前処理技術 ・データの可視化技術 ・既存アルゴリズムでの機械学習の実装方法 【対象読者】 データ分析エンジニアを目指す方 【目次】 第1章 データ分析エンジニアの役割 第2章 Pythonと環境 第3章 数学の基礎 第4章 ライブラリによる分析の実践 第5章 応用：データ収集と加工 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 どう考えれば、よいプログラムを作れるのかの解 　データサイエンス時代の今、データ構造とアルゴリズムのセオリーを身に付けるのはデータ処理を行う多数のエンジニアにとって大切なことです。本書は、データ構造とアルゴリズムの普遍的な基礎を、Pythonによるプログラミングの実践を通して丁寧に解説するものです。 ※プログラム開発やデータサイエンスを視野に、主要なアルゴリズムをPythonで実装し、データの動きと該当コードを対比させ、しっかりと解説をしています。 ※例題で使用したサンプルプログラムをオーム社ホームページよりダウンロードできます。アルゴリズムの実際をすぐに体感できます。。 第1章　アルゴリズムをはじめる前に 第2章　準備 第3章　データ構造 第4章　ソートアルゴリズム 第5章　探索アルゴリズム 第6章　木構造 第7章　グラフアルゴリズム 第8章　その他の有用なアルゴリズム

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習による異常検知の基本と応用がわかる！ 本書では、機械学習による異常検知のしくみを、誤差関数に着目して解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習アルゴリズムの基本から解説していきます。 機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、時系列データを分析する際の手法と注意点（第3章）や、深層学習を用いた応用例（第4章）といった内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。 機械学習の各アルゴリズムの説明や例題などには、Pythonのコードが付いています。 自分でプログラムを実行しながら学べる入門書です。 ＜本書の特徴＞ ・誤差関数を中心に機械学習の原理を理解することで、異常検知の基本が自然と理解できます。 ・基本だけでなく、時系列データに対する異常検知の考えかた（第3章）や、深層学習による応用（第4章）を学ぶことができます。 ・Pythonのコード付きなので、手を動かしながら学習することができます。 第0章　機械学習と異常検知 第1章　機械学習と統計解析の基本モデル 第2章　非時系列データにおける異常検知 第3章　時系列データにおける異常検知 第4章　深層学習による異常検知

匿名加工医療データの登場により、医療保険開発や健康管理アプリ開発などの自由度が高まりました。それと同時に、開発者はこれまでの分析方法を適用していいのかという戸惑いを持ち、また分析者は時に急遽、分析担当としてアサインされ、期限のある中でデータに慣れて分析手法を学び、結果を出すことが求められます。本書では医療データを手元のPCで擬似生成し、生成した擬似データを分析しながらPythonに慣れ、分析手法を身に着けていただくことを目的にしています。 医療データを分析する上で、統計学以外に「疫学」「医療統計学」「線形代数学」の知識が必要となります。しかしこれらの専門書は医療データ分析の範囲を大きく超えます。企画している書籍は、1つの学問体系を説明する学術書ではなく、分析手法を網羅するような一般的な内容でもありません。この書籍は「いかにして医療データ（生物データ）からイベント（死亡・疾病等）の起こりやすさを推定するか」をテーマとして、様々な知識体系からアプローチし、得られた分析結果の妥当性を検証していく実用書です。

Webデータの巡回収集と解析を すべて自動で処理しよう 【背景】 企業においてデータ分析の需要が多くなってきているなか、 企業のデータ分析の現場において、 Webから様々なデータを集める「クローラー（クローリング）」と 集めたデータの解析を行う「スクレイピング」のニーズが 非常に高まってきています。 【対象読者】 ・データの収集、解析などの仕事を請け負うプログラマー ・クローラー開発を請け負うエンジニア 【本書の特徴】 本書は、データ収集・解析などの仕事を請け負うプログラマーや、 クローラー開発を請け負う分析会社のエンジニアに向けて、 クローラーの開発手法から実際のクローリングおよび スクレイピング手法ついて解説した入門書です。 本書ではデータ分析の現場でニーズの高まってきているPythonを利用して、 クローラー開発から始まり、クローリング、スクレイピングの基本から応用手法、 そして運用までそれぞれの開発が直面する場面に沿って丁寧に解説します。 最終章では目的別のクローラー開発手法を解説しています。 【対象OSとPythonのバージョンについて】 ・OS：macOS Sierra（10.2.x） ・Python：3.6.2 【目次】 Part1 基本編 Chapter 1 クローラーとスクレイピングを体験する Chapter 2　クローラーを設計する Chapter 3　クローラーおよびスクレイピングの開発環境の準備とPythonの基本　 Chapter 4　スクレイピングの基本 Part2　応用編 Chapter 5　クローラーの設計・開発（応用編） Chapter 6　スクレイピングの開発（応用編） Chapter 7　クローラーで集めたデータを利用する Chapter 8　クローラーの保守・運用 Chapter 9　目的別クローラー＆スクレイピング開発手法 Appendix クローラー＆スクレイピングに役立つライブラリ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 時系列データを上手く活用し、ビジネス成果を生み出す!! 　時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） ・モニタリング指標の異常検知と要因探索（小売りチェーン） ・売上予測モデルを活用したデータドリブン販促（小売りチェーン） ・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） ・チャーンマネジメントのための離反時期予測（携帯電話サービス） ・LTVマネジメントのためのLTV予測（ECサイト） ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム） 第1章　ビジネスにおける時系列データ活用 1.1　ビジネス現場は時系列データで溢れている 1.2　ビジネス時系列データでよくある7つの活用事例 1.3　2種類の時系列データ 1 1.4　よく目にする7つの時系列特徴量 1.5　時系列特徴量付きテーブルデータ 第2章　Pythonのデータ分析環境の設定（JupyterLab） 2.1　Pythonのインストール 2.2　Python以外のインストール 2.3　利用するライブラリー（パッケージ）のインストール 第3章　時系列予測モデル構築・超入門 3.1　時系列データを使った予測モデル構築の流れ 3.2　時系列データの特徴把握と前処理 3.3　時系列の予測モデルを構築してみよう 3.4　季節成分が複数ある場合の予測モデル 3.5　多変量時系列データの特徴把握と因果探索 第4章　時系列データを使ったビジネス成果の上げ方 4.1　データでビジネス成果を上げる「データ活用ストーリー」 4.2　時系列データの異常検知 4.3　時系列データの要因探索 4.4　時系列データの将来予測 第5章　時系列データを活用したビジネス事例 5.1　モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） 5.2　モニタリング指標の異常検知と要因探索（小売りチェーン） 5.3　売上予測モデルを活用したデータドリブン販促（小売りチェーン） 5.4　離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） 5.5　チャーンマネジメントのための離反時期予測（携帯電話サービス） 5.6　LTVマネジメントのためのLTV予測（ECサイト） 5.7　広告と販促効果を見える化し最適化するマーケティングミックスモデリング（スポーツジム）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 時系列予測の基礎からディープラーニングによる大規模な予測まで 本書は、データサイエンティストがPythonによる時系列予測をマスターすることを目的として書かれています。数式は必要最小限に抑え、ステップバイステップで丁寧に説明していきます。統計学的モデルや機械学習モデル・ディープラーニングを使った予測、自動予測ライブラリProphetを紹介します。 Manning「Time Series Forecasting in Python」の翻訳企画 第1部　歳月人を待たず 第1章　時系列予測 第2章　単純な未来予測 第3章　ランダムウォーク 第2部　統計学的モデルによる予測 第4章　移動平均プロセスのモデル化 第5章　自己回帰プロセスのモデル化 第6章　複雑な時系列のモデル化 第7章　非定常時系列の予測 第8章　季節性の考慮 第9章　モデルへの外部変数の追加 第10章　複数の時系列の予測 第11章　キャップストーン：オーストラリアの抗糖尿病薬処方数の予測 第3部　ディープラーニングによる大規模な予測 第12章　時系列予測のためのディープラーニング 第13章　ディープラーニングのためのデータウィンドウとベースラインの作成 第14章　ディープラーニングの手ほどき 第15章　LSTMで過去を記憶する 第16章　CNNを使った時系列のフィルタリング 第17章　予測を使ってさらに予測を行う 第18章　キャップストーン：家庭の電力消費量の予測 第4部　大規模な予測の自動化 第19章　Prophetを使った時系列予測の自動化 第20章　キャップストーン：カナダでのステーキ肉の月間平均小売価格の予測 第21章　さらなる高みを目指して 付録　インストール手順 Marco Peixeiro (マルコ・ ペイシェイロ) ：カナダ マギル大学（McGill University）卒。 カナダ最大手の銀行の1つNational Bank of Canadaでシニアデータサイエンティストを務めている。独学のサイエンティストであるMarco は、この業界で仕事を見つけて働くために必要な知識が何かをよく理解している。実践から学ぶことを信条とし、Medium のブログ、freeCodeCamp でのデータサイエンスの短期集中講座、Udemy の講座でも同じアプローチを取っている。本書のテーマを扱ったUdemyのオンライン講座　https://www.udemy.com/course/applied-time-series-analysis-in-python/　が好評で、その内容が書籍化された。Marco のデータサイエンスに関する記事はMedium でさらにチェックできる（https://medium.com/@marcopeixeiro）。ブログでも、最初に理論を提示し、次に実践的なプロジェクトに取り組むという同じアプローチを取っている。 株式会社クイープ ：1995 年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に『The Kaggle Workbook』『The Kaggle Book』『実践XAI』（インプレス）、『なっとく！機械学習』『なっとく！関数型プログラミング』『実践マイクロサービスAPI』（翔泳社）、『Python によるディープラーニング』（マイナビ出版）などがある。 http://www.quipu.co.jp ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonを使って制御工学を学ぶための入門書 本書は，各所でわかりやすく，かつ，実用的と好評をいただいているPythonを使って制御工学を学ぶための入門書の改訂版です． 「使ってみる，やってみる」を通して，制御工学を体感することができます． よりわかりやすさを追求して構成を見直し・追記したほか，ライブラリの最新版に合わせてPythonコードを修正しています． これから制御工学に携わる方々にとって必読の書です． 第1章　制御とは 第2章　Pythonの基礎 第3章　制御のためのモデル 第4章　制御対象の振る舞い 第5章　閉ループ系に注目した制御系設計 第6章　開ループ系に注目した制御系設計 第7章　アドバンストな制御系設計 付録　数学とプログラムの補足

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonによるネットワークプログラミング入門書！ 本書は、Pythonによる実装を前提として、ソケットプログラミングに必要な知識をわかりやすく解説する入門書です。TCP/IPやソケットの原理を説明したのち、Pythonでソケットを実装する基礎的方法を示していきます。さらに、Python固有の機能を用いたプログラミング例（モジュールを利用したサーバ実装など）を紹介します。 ダウンロードできるサンプルプログラムが多数掲載されているので、実際に試しながら読み進めて、知識と技術を身につけてください。 Chapter 1　TCP/IPとソケットの基礎 Chapter 2　Pythonソケットプログラミング Chapter 3　Pythonソケットによるネットワークシステムの構築 Chapter 4　Webシステムに関連するPythonモジュールの活用 Appendix

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 現代エンジニアの必須知識：ディープラーニング技術を身に付けよう！ PythonのディープラーニングフレームワークKerasの開発者である筆者が、多くの人々がディープラーニングを活用できるようPythonコーディングを交えながら分かりやすく説明していきます。「ディープラーニングを適用できる課題とはなにか」「限界はどこにあるのか」を実践解説。Keras/TensorFlow 2対応。第1版(2017年)以降の話題やモデル・理論とその実装コードなど、より丁寧に解説し大幅にボリュームアップしています。 ディープラーニングにより自動言語翻訳や画像認識の精度は飛躍的に向上し、現代のソフトウェア開発者にとってその技術の理解と習得は必要不可欠な分野になりつつあります。 機械学習プラットフォームTensorFlowの上で動作するKerasは、Pythonで書かれたディープラーニングのAPIです。数学やデータサイエンスの専門的な知識がなくともディープラーニングを手軽に実装できるようになります。 Keras開発者であるFrançois Cholletは、改訂・増補された本書で、機械学習の初心者と経験者、両者に向けたアドバイスを提供します。直感的な説明とわかりやすいイラスト・例題で理解が深まり、ディープラーニングのアプリケーションを開発するために必要なスキルをすぐに身につけることができます。 ・ディープラーニングの最初の一歩 ・画像分類と画像セグメンテーション ・時系列予測 ・テキスト分類と機械翻訳 ・テキスト生成、画像生成 1章 ディープラーニングとは何か 2章 ニューラルネットワークの数学的要素 3章 KerasとTensorFlow 4章 ニューラルネットワーク入門：分類と回帰 5章 機械学習の基礎 6章 機械学習のユニバーサルワークフロー 7章 Kerasを使いこなす 8章 コンピュータビジョンのためのディープラーニング 9章 コンピュータビジョンのための高度なディープラーニング 10章 時系列のためのディープラーニング 11章 テキストのためのディープラーニング 12章 生成型ディープラーニング 13章 現実世界でのベスト・プラクティス 14章 本書のまとめ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、ネットワークエンジニアやシステム管理者を対象に、Pythonを用いたネットワークの自動化について解説した実践的な教科書です。 急速なビジネス要件の変化に適応し、企業の迅速な成長と競争力を維持するためには、ネットワーク自動化が不可欠です。現代のネットワークエンジニアやシステム管理者にとって、ネットワーク自動化のスキルは必須となりました。 しかし、Pythonを使用したネットワーク自動化は、プログラミング初心者にとっては理解が難しい場合もあります。そのため、本書では、Pythonの基礎から分かりやすく解説しています。さらに、ネットワーク自動化に役立つライブラリの使い方や、実際のネットワーク機器での応用方法についても詳しく説明しています。 この書籍を通じて、Pythonを用いたネットワーク自動化の基本的なスキルを身につけ、日常的なネットワーク運用の効率化や故障時の対応力向上、セキュリティの精度向上などに役立ててください。 （本書「はじめに」より抜粋・編集） Chapter.1 Python 基礎 1.1 Python の入門知識 1.2 Python のインストール 1.3 Python を使ってみよう 1.4 Python の学習方法 Chapter.2 Python のデータ型とファイル操作 2.1 数値型（int, float） 2.2 文字列型（str） 2.3 バイト型（bytes） 2.4 ファイル操作 Chapter.3 Python のデータ型（コレクション、日時、None、ブール） 3.1 リスト（list）

人工知能(AI)・機械学習と言ったバズワードを見ることは多くなりましたが、まだまだデータ解析のハードルは高いと考えられています。特に機械学習の入門書には高度な理論や前提知識を必要とされることも多く、学習する過程で挫折しまうことが多いようです。 エンジニアのみなさんにとっては、Pythonの便利なツールを用いてデータに実際にふれて、機械学習の面白さや便利さを体験することも良い学習方法の1つです。誤解をおそれずに言えば、目の前のデータをどう扱えば役に立つのか？を理解してからでも理論を学ぶのは遅くはありません。本書では「勉強になった」で終わることなく現場のアプリーケーションを使うための機械学習の基礎を解説します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonプログラミングの基礎が学べる!! 　Pythonの基礎、オブジェクト指向の考え方を学びながら、簡単なゲームプログラミングの作成まで行います。全15章でPythonプログラミングを一通り学ぶことができ、章ごとに段階を踏んで学んでいけるものです。まずはPythonの独習書として、プログラミングを学びたい方むけにおすすめです。 はじめに 第0章 プログラミングとは 第1部　アクションゲームの作成演習 第1章　Python の実行環境 第2章　アニメーションの導入 第3章　イベントによる対話的処理 第4章　プログラムの拡張 第2部　オブジェクト指向プログラミング演習 第5章　クラスとモデリング 第6章　集約とポリモーフィズム 第7章　継承、オーバーライド 第8章　リファクタリング 第3部　パズルゲームの作成演習 第9章　MVC による機能の分離 第10章　モジュール化 第11章　探索アルゴリズム 第4部　ライブラリを利用したゲーム作成演習 第12章　ライブラリの利用 第13章　スコープ、実体と参照 第14章　Sprite とGroup 第15章　風船割りゲーム 付録A　エラー図鑑 関連資料

本書（原題：Python Algorithms: Mastering Basic Algorithms in the Python Language）はアルゴリズムの分析と設計方法について、Pythonを使って説明します。古典的なアルゴリズムに焦点を絞って解説していますが、基本的なアルゴリズムによる問題解決の方法もしっかり理解できます。 本書はプログラミングとコンピュータサイエンスの最も重要で難しい分野を非常に読みやすい形で解説しています。アルゴリズムの理論とプログラミングの実践の両方をカバーし、理論が実際のPythonプログラムにどのように反映されているかを説明します。また、Pythonに組み込まれている有名なアルゴリズムとデータ構造について説明し、実装と評価について学ぶことができます。 本書で学べること 新しい問題を効率的なアルゴリズムで解ける問題に変換する方法。もしくは、効率的に解けない問題であると示す方法 数学と基本的な実験やベンチマークを使ってアルゴリズムとPythonのプログラムを分析する方法 古典的なアルゴリズムとデータ構造を深く理解し、Pythonでこれらを効率的に実装する方法 新しい問題を解くために新しいアルゴリズムを設計し、実績のある設計原理・設計技法を使って実装する方法 Pythonのハイパフォーマンスコンピューティングを実現する豊富なツールを使って実装を高速化する方法

本書は数値解析手法のひとつである有限要素法をPythonによって実装するための方法の解説書です。 具体的にはPythonを使って、有限要素法のメッシュ作成やソルバ実行や結果の可視化が、ライブラリを使ってできることを目指します。ただし、Pythonの基礎知識や有限要素法の理論の基礎は本書では扱いません。 本書では次のような人を対象としています。 ・Pythonでデータ分析をしていて、Pythonによる有限要素法の実装について興味がある人 ・上記についてフルスクラッチではなく、あくまでライブラリを使いこなしたい人 ・有限要素法の入門書を読んだ人(まったくの初心者は対象外です) ・NumpyやMatplotlibのように、Pythonicに有限要素法解析と可視化をしたい人

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 手軽に学びたい人の味方！人気の絵本シリーズにPython登場！ Pythonはコンパイラを使わずに実行できるインタープリタ型の言語でありながら、データ分析など最新のコンピューティングの現場でひろく活用されています。 本書では「プログラミングについて何も知らないこと」を前提に、基本からPythonを解説し、さらにリストや関数といった特徴ある機能を紹介していきます。また、章末でプログラミングサンプルを紹介するなど、実戦的な内容も含まれています。 本書には次のような特長があります。 ・絵を多用し、短い解説で絵本のようにビジュアルに理解することができます ・2ページを単位とした説明、基礎に絞り込んだ内容でスピーディに学習できます ・予備知識は不要。「プログラミングとはなにか」から入門できます ・Pythonの特徴などや実行の仕組みなど、知識として知っておきたい事柄もフォロー ・クラス／オブジェクトの基本も解説。オブジェクト指向の基礎にも入門できます 【翔泳社の「絵本」シリーズのラインナップをアップデート】 翔泳社の「絵本シリーズ」は、豊富なイラストと簡潔な解説でコンピュータ技術に入門できる初心者向けのシリーズです。言語／技術の超初心者や手軽に習得したい方に最適な入門書です。 新しい「絵本シリーズ」では、旧来の分かりやすさ、親しみやすさ、基礎に徹した内容というコンセプトはそのままに、Web／ネットが全盛となった現在のコンピュータ技術の潮流に合わせた解説を心掛けます。『Cの絵本』『Javaの絵本』を皮切りにラインナップを順次刷新、さらに新しい仲間を増やしてラインナップを充実させていきます。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 開発者や経験豊富なプログラマーのために、著者の15年以上にわたるPythonの経験を結集して、よくある間違いを避け、より効率的にコードを書き、よりよいプログラムをより短時間で構築する方法を教えます。 　マルチスレッドやメモ化などの高度なトピックを幅広くカバーし、APIの設計やデータベースの扱いなどについて、言語自体をより深く理解するためにPythonの内部を学びます。 　また、プロジェクトの開始方法から始めて、バージョン管理、コーディングスタイル、自動チェックなどのトピックについて解説します。配布用にソフトウェアをパッケージ化する方法、パフォーマンスを最適化する方法、適切なデータ構造を使用する方法、関数を効率的に定義する方法、適切なライブラリを選択する方法、将来にわたって使用できるプログラムを構築する方法、およびプログラムをバイトコードまで最適化する方法について学習します。 　さらに、効果的なデコレータとメソッド（抽象メソッド、静的メソッド、クラスメソッドなど）の作成と使用、ジェネレータや純粋関数を使用した関数プログラミング、抽象構文ツリー（AST）による洗練された自動チェックを導入する方法、動的パフォーマンス分析を適用してコード内のボトルネックを特定する方法、PostgreSQLを使用してデータを効率的に管理する方法も取り上げます。 　そのほかに、8人の経験豊かなPythonハッカーへのインタビューも掲載しており、達人のノウハウを知ることができます。 　本書には、達人の知識と経験が詰まっています。それらを身に付けて、Pythonの腕を上げ、生産性の高い効率的なPythonコードの書き方への理解を深め、Pythonハッカーの道を進みましょう。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、工学系基礎教育としてのコンピュータ教育およびプログラミング教育を実現するための教科書です。工学的問題の解決に対するコンピュータやプログラムの利用に抵抗感をなくし、スムーズにコンピュータを使う素養を養うことを目的としています。 プログラミングの基礎は扱いますが、特定のプログラム言語全般を深く学ぶことは目標としません。そのかわり、後で必要となった時に、どのような言語でも容易に学ぶことのできる下地を作ります。 コンピュータは、単純な手続きの積み重ねで処理を実現します。この事実、つまり手続き的処理の理解が本書の第一の目標です。これによりコンピュータとは何なのかが理解でき、コンピュータを道具として利用するための能力が身につきます。 続いて、手続き的記述能力の獲得を目指します。これは平たく言えば、プログラムを書いて利用するための初歩的な能力です。具体的には、プログラム言語の基礎を学ぶと共に、シミュレーションや解析、統計処理等のためのソフトウェアツールを使いこなすための素養を養います。 各章末には演習問題を掲載し、略解を示すことで理解の助けとなるよう配慮しました。 ※本書は、近代科学社より2015年に刊行された『コンピュータ科学とプログラミング入門 ―コンピュータとアルゴリズムの基礎―』のPython版です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 プログラミングをしたことがない人、技術的バックグラウンドをもたない人が、Pythonを使ったデータ分析を身につけて、モノゴトを良くしていく――。米名門ビジネススクールの実践的な授業内容に基づいた、リアルなビジネス現場でデータ分析を役立てる方法をお伝えします。 とにかく手をつけて、 実用的なことをできるだけ早く、 習得しよう! エクセルでは不可能な「膨大なデータ」を用いて 効果的なビジネス戦略を立案するために、 実用に即したサンプルデータを使います (本誌サイトからダウンロードできます)。 MBA、つまり実社会での実務経験があり大学院の修士課程でビジネスを学ぶ人向けの教科書ということで、どれほど高度な内容かと思いきや、プログラミングに興味のある人なら、おそらく高校生だろうが中学生だろうが理解できる、見事な構成と進行で成り立つ本でした。こんなにやさしくて、丁寧で、話に無駄のない先生に出会えた学生は幸せだと思います。読者のみなさんは、まさに本書の幸せな学生というわけです。 「訳者あとがき」より

Webアプリの作り方からAPI化、デプロイメントまで エンジニアとデータサイエンティストのためのFlask入門 Pythonのフレームワーク「Flask」によるWebアプリ開発の入門書です。 まずは、最小のアプリの作成から始め、問い合わせフォーム、データベースを使ったアプリ、 認証機能と段階的に作成しながら、Flaskによるアプリ開発の基礎を習得します。 その後、画像データ（写真）から物体を判別する物体検知アプリを作成しながら 実践的なアプリの作り方、その機能をWeb API化する方法について解説します。 また、物体検知機能（手書き文字認識をする分析コード）を題材に、 どのように機械学習をアプリに組み込んでいくかについても詳しく解説します。 【本書の主な内容】 ●Flaskと開発の基礎 　◯問い合わせフォーム／DBアプリの作成 　◯認証機能の作成 　◯物体検知アプリの作成 ●API化／デプロイメント 　◯物体検知アプリのWeb API化 　◯Web APIとして外部公開 ●機械学習APIの開発 　◯分析コードから機械学習APIを開発する工程と方法 【主な対象読者】 ●Pythonで簡単にWebアプリ開発を始めたいエンジニア ●機械学習に興味のあるWebエンジニア ●自分でもアプリやWeb APIを作りたいデータサイエンティスト 【構成】 ●第0部 イントロダクション ●第1部 Flask入門 ●第2部［Flask実践1］物体検知アプリの開発 ●第3部［Flask実践2］物体検知機能のAPI化／デプロイメント ●第4部機械学習APIの開発 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

武器としてのPythonをこの1冊で身につける！ これから「Python」を学ぼうとしている皆さんは，おそらく，今後ITに関わっていくなかで必要な「スキル」を身をつけたり，自らの力で業務の自動化や効率化を実現したりといった，何らかの目的をもっていることかと思います。 プログラミングの学習は一朝一夕には効果が出ません。ある程度の時間を要することになるかと思いますが，「時間」とそのコントロールの重要性の認識が甘いまま進みはじめると挫折する可能性がとても高くなります。 本書の1章と2章では，そうしたプログラミング学習を行う上での時間管理なども含め，Pythonを学ぶ前の事前知識の習得と準備を行います。 第1部　準備編 Chapter01　Pythonを学びはじめる心構えを整えよう Chapter02 Pythonを学ぶ環境を作ろう 「Python」は比較的簡単に学べる言語とはいえ，学習は長い道のりになります。心構えや準備は，その長い期間の学習活動を継続し，その効果を高めるという視点で重要です。 続いて，3章から6章までは，プログラミング言語Pythonの最初の一歩の基本から，関数やクラスといった部品化のテクニックまでを解説します。実務でPythonを活用する際の土台をしっかりと身につけるパートです。 第2部　文法編 Chapter03 Pythonプログラムの基本を知ろう Chapter04 フロー制御について学ぼう Chapter 05 データの集合について学ぼう Chapter 06 プログラムを部品化しよう 7章から18章までは，クリップボード，ファイルやフォルダ，インターフェース，Excelファイル，QRコード，画像，PDF，スクレイピング，データ処理，グラフといった対象を操作する，実用的で具体的なツールを作りながら，そのために必要なモジュールとその組み立て方について学びます。 第3部　実践編 Chapter 07 Excelにデータを集めるツールを作ろう Chapter 08 Excelレポートを更新するツールを作ろう Chapter 09 Pythonを動かすインターフェースを作ろう Chapter 10 スクレイピングツールを作ろう Chapter 11 ブラウザを操作してスクレイピングをしよう Chapter 12 画像を加工するツールを作ろう Chapter 13 QRコード生成ツールを作ろう Chapter 14 PDFを操作するツールを作ろう Chapter 15 ZIPファイルを展開・圧縮するツールを作ろう Chapter 16 Jupyter Notebookでノートブックを作ろう 本書を通して学習をすることで，皆さんの仕事のいくつかの面倒な業務をPythonに任せられるようになるはずです。また，別の実現したいことがあれば，ご自身で調べながら実現する地力がついていることでしょう。そして，そこから先，データ分析，AI・機械学習，Web開発，IoTなど，無限といってもよい「Python」の世界が広がっています。そこまでは多くの学習の積み重ねが必要ですが，皆さんご自身の働き方やキャリアにとって，「Python」が強力な武器になっていることでしょう。本書をぜひ，そのための最初の足がかりとしてご活用ください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 PythonはDjangoを始めとしたWebアプリケーションフレームワークが充実しており、非常に使い勝手のよいプログラミング言語です。本書は、Pythonをはじめて学ぶ方向けに、Pythonの基礎からWebアプリの開発、人工知能の一種であるディープラーニングの実装までを楽しくわかりやすく解説します。基本的な文法からブラウザ上で動くブラックジャックゲームの作成、さらに作成したゲームを人工知能にプレイさせる方法まで学べます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonはシンプルな文法でAI開発ができる優れたプログラミング言語です。いま、機械学習や人工知能ブームを受けて、Python技術者の需要が高まっています。本書は、人工知能を実際に作りながらPythonを基礎から学ぶプログラミングガイドです。基本的なデータ操作から、文字列の処理、プログラムの流れの制御を説明し、かんたんなシミュレーションゲームを作りながらオブジェクト指向を学習し、簡単な人工知能の開発まで解説します！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonは、パワフルなオブジェクト指向型の言語ですが、文法がシンプルなため、入門者が最初に学ぶプログラミング言語にうってつけです。本書は、Pythonの基礎から、統合型の開発用フレームワーク「Anaconda」などのツールの使い方、今話題のディープラーニングまで、チャットボットの開発を体験しながら楽しく学ぶPython解説書の決定版です。第3版では、最新のWeb API、ライブラリに対応し、画像認識もより高度な手法を追加しました。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 2015年2月発刊の第2版を全面改訂しました。バージョン管理システムはMercurial/Redmine からGit/GitHub に変更、CI（継続的インテグレーション）ツールはJenkins からCircleCI に変更しています。また、Web開発に限らず、機械学習プロジェクトの開発ノウハウの章を新設しました。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonの実践的ノウハウを知りたいが周囲に聞ける人がいない。チームで開発する方法も知りたい。そんなプログラマーの皆さま、ご安心ください。本書は、Pythonをメインに手がけるビープラウドが社内で蓄積したWeb開発の最新手法を惜しみなく公開します。作業環境の構築から、Webアプリケーションの作り方、課題管理、レビュー、テスト、デプロイの効率化、サーバーのチューニングなどPython開発のプロセスとノウハウが身につきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Python開発サイクルを「個人開発」と「チーム開発」の2つの視点から整理し、プロなら知っておきたい実践的ノウハウを学びます

Jupyter NotebookはPythonユーザを中心に人気の高い，オープンソースのデータ分析環境です。インタラクティブにコードを実行でき，その結果を多彩なグラフや表などによって容易に表現できます。本書では，実践的な活用ノウハウを豊富に交えて解説します。また，可視化に際しては，Pythonで人気のライブラリ「pandas」「Matplotlib」「Bokeh」を中心に解説します。

Pythonには，豊富な標準あるいはサードパーティライブラリ・モジュールがあります。ライブラリに関するドキュメントも充実していますが，初心者にとってはそのボリュームゆえに，まずどんなライブラリを活用できればよいのか，わかりづらい側面があります。ドキュメントは使用頻度の高い・低いに関わらずフラットに記載されており，サードパーティのライブラリについては言及されていません。本書では，「これだけは押さえておきたい」ライブラリとその機能を，標準ライブラリだけでなくサードパーティのものも交え，カテゴリごとに，その活用法を紹介します。バージョンはPython 3.4をメインとします。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Pythonを使ったプログラミングが流行していますが、たんにPythonの文法を知っているだけではPythonプログラミングを理解したことにはなりません。Pythonが重宝されている理由は、「ライブラリ」にあります。ライブラリとは、アプリケーションをプログラミングする際に便利な、「プログラムの部品」です。AIプログラミングのためのライブラリや、データ分析のためのライブラリなど、作成するアプリケーションごとに、さまざまなライブラリがあります。 本書は、そうしたライブラリを活用して、どのようなことができるのかを体験する入門者向けの本です。Pythonを便利に使うために、ライブラリを活用しましょう！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 “脱Excel”で実務力アップ！ Pythonは、データ分析にぴったりのプログラミング言語です。なぜなら、Pythonには、数値計算やデータ集計、グラフ描画などの様々なライブラリが用意されているからです。 まずは、「Anaconda」というPythonプログラミング環境を構築します。Anacondaに同梱されている様々なPythonライブラリの中から、数値計算ライブラリの「NumPy」、データの加工・集計を効率化するライブラリの「pandas」、グラフ描画ライブラリの「Matplotlib」を使ってみます。 データ分析を行うには、統計学の基礎を知っておく必要があります。統計学の概念を理解し、記述統計や推測統計のプログラムをPythonで実装します。 さらに、データ分析の手法として、機械学習のアルゴリズムを知っておくとよいでしょう。大量のデータを扱うには、SQLの知識も必要です。 基礎知識を身につけたら、実践的なデータ分析プログラミングに挑戦します。企業の財務情報を分析するプログラムや、検索エンジンのプログラムを作ります。 本ムックを活用して、Pythonでのデータ分析プログラミングを習得し、実務力を向上させましょう！ ≪目次≫ 第1章　「Anaconda」開発環境構築ガイド 第2章　Python数値計算ライブラリ「NumPy」入門 第3章　Pythonライブラリ徹底攻略 第4章　11個のキーワードで学ぶ統計学入門 第5章　Pythonで学ぶ統計 記述統計編／推測統計編 第6章　機械学習アルゴリズム事始め 第7章　データサイエンス時代のSQL 第8章　Pythonで理解する財務分析 第9章　「Elasticsearch」と「kibana」で検索エンジン開発とデータ分析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 日本語テキスト解析処理を快速プログラミング！ 単語／文書の分類、機械翻訳などを実装。 自然言語処理は、検索エンジン、自動要約、機械翻訳、音声認識などで利用される技術です。 PyTorchでは、特にTransformersというBERT系モデルを提供することで、 より簡単にBERTを利用できるようになっています。 本書では、自然言語処理で特に重要なディープラーニング技術である word2vec、LSTM、seq2seq、そしてBERTを取り上げます。 まず第1章でPyTorchの基本を説明します。そのあと各技術の考え方を説明し、 PyTorchを使ったそれぞれのプログラミング手法を解説します。 それらのプログラミングでは、以下のことなどを目的にしています。 ・単語や文書の類似度を測る ・文章内の単語の品詞を分類する ・日英の機械翻訳を実行する ・文書を分類する ・質問／回答タスクを実行する 【本書の構成】 第1章　PyTorchの基礎 第2章　word2vecによる分散表現 ～単語をベクトルで表現～ 第3章　LSTMによる時系列データ解析 ～文を単語の系列として解析～ 第4章　seq2seqモデルによる機械翻訳 ～ある系列を別の系列に変換～ 第5章　事前学習済みモデルBERTの活用 ～タスクに応じてモデルを調整～ 付録A　プログラミング環境の構築（Windows） 付録B　本書で解説した主要プログラム集 ※本書の内容はPython／PyTorch／機械学習の基本事項を 理解されていることを前提としています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ディープラーニングの重要な基礎概念と、PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など『ディープラーニング・プロジェクトのベストプラクティス』を提示します。 ・ディープラーニングのメカニズムを解説 ・Jupyter Notebook上でサンプルコードを実行 ・PyTorchを用いたモデル訓練の実施 ・実データを使用するプロジェクトをベースに実践的解説 ・本番環境へのさまざまなモデルデプロイ方法 PyTorchで実際にどのように組み込まれて実現されているのか、細部まで掘り下げた解説をしていますのでディープラーニングの活用を目指している開発者や詳しく知りたい方におすすめです。 Manning Publications『Deep Learning with PyTorch』の翻訳書 第1部　PyTorchの基礎 第1章 ディープラーニングとPyTorchの概要 第2章 訓練済みモデルの利用方法 第3章 PyTorchにおけるテンソルの扱い方 第4章 さまざまなデータをPyTorchテンソルで表現する方法 第5章 ディープラーニングの学習メカニズム 第6章 ニューラルネットワーク入門 第7章 画像分類モデルの構築 第8章 畳み込み（Convolution） 第2部　ディープラーニングの実践プロジェクト：肺がんの早期発見 第9章 肺がん早期発見プロジェクトの解説 第10章 LUNAデータをPyTorchデータセットに変換 第11章 結節候補を画像分類するモデルの構築 第12章 評価指標とデータ拡張を用いたモデルの改善 第13章 セグメンテーションを用いた結節の発見 第14章 結節・腫瘍解析システムの全体を構築 第3部　デプロイメント（Deployment） 第15章 本番環境にモデルをデプロイする方法

　本書では、PyTorchを使い、実際の製品やサービスの開発時に役に立つ手法を紹介するようにしています。 　本書で紹介する「AI開発」では、必ずしもすべての章で、ニューラルネットワークの構造（ニューロン同士の接続の仕方）を一から新しく作成するようなことはしませんが、TorchVisionやTorchHubにある学習済みのモデルやGitHub上で公開されているコードなども、積極的に採用するようにしています。 　本書では、章によって、異なるAIを開発しますが、その際には、公開されているモデルをそのまま流用して「広義のAI」のみを作成したり、あるいは公開済みのモデルを転移学習・ファインチューニングしたりと、その都度、もっとも近道であると思われるスキームを利用して、「AI開発」を行います。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 PyTorchは動的計算グラフ（define by run）を採用した、Pythonプログラムと同じ感覚でニューラルネットワークを構築できる深層学習フレームワークです。本書は、深層学習の基礎をすでに習得したエンジニアが、より難しいタスクへ挑戦するためにPyTorchの開発環境構築から、畳み込み/リカレント/GAN/物体検出まで実装方法を実際にサンプルを作りながら学べる入門書です。データ分析ツールJupyter Notebookに対応しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 PyTorchで物体検出アルゴリズムを実装しよう！ 本書は、PyTorchを利用して、物体検出のアルゴリズムと実装方法を解説する書籍です。 ・ PyTorch（パイトーチ）とは？ 2018年にFacebook が発表した、ディープラーニングのフレームワークです。世界的にユーザーが多く、GitHubで公開されるディープラーニングのプログラムもPyTorchで作られたものが多数存在します。 ・ 物体検出とは？ 画像認識の一分野で、画像から特定の物体の位置と、その物体のカテゴリ（クラスタ）を検出する技術です。 ディープラーニングは当初、物体の識別において従来手法を大きく上回る精度を出したことから注目されました（例：2012年の画像認識コンテストILSVRC）。ただし物体識別自体はどちらかといえば要素技術であるため、そのまま現実のシステムに応用することは多くありません。実際に必要とされるものは、多くの場合、物体識別を発展させた物体検出です。自動運転・外観検査・医療分野の画像診断など、どれも物体識別ではなく物体検出の技術が使われています。 本書は、PyTorchの使いかたを習得することと、物体検出の各種アルゴリズムを理解して自力でプログラムを作れるようになることを目的とします。前半はPyTorchについて解説し、後半は物体検出の代表的なアルゴリズムを解説しながら、PyTorchでの実装例を示します。 ＜本書の特徴＞ ・PyTorchを使って物体検出アルゴリズムを実装できるようになります。 ・Pythonによるサンプルコードを例示＆配布し、自分で手を動かしながら理解を深められます。 第1章　PyTorch によるプログラミング 第2章　物体検出アルゴリズムSSDの実装 第3章　SSDに関連した話題

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Turbo PascalとSun Pascalをとりあげた誰にでもわかるプログラミングの入門書。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12680-3)も合わせてご覧ください。 さまざまな問題を解決するためには，適切なアルゴリズムを判断したり，ときには自分で生み出したりできる力が必要です。そして，自在に使いこなせるようになるためには，知識をためるだけではなく実践してみることも大切です。 本書では，「テンパズル」「数独」「4×4オセロ」といったさまざまなパズルのソルバーを実装することで，楽しく効率的にアルゴリズムの設計力が磨けます。各アルゴリズムの概要は，図解でしっかり解説。数学的解法といった発展的な内容も盛り込みました。競技プログラミングに挑戦したい方の第一歩としてもお勧めの1冊です。

サーバーやネットワーク機器などの構築・管理の自動化に注目が集まっています。Puppetは構成管理ツールの中でも歴史が古く，実績があるツールです。Puppetは，専用言語でマニフェスト（システムのあるべき状態）を記述するため，その習得コストがかかるものの，開発と運用管理の担当者が異なることが多い日本に適したツールと言えます。本書はPuppetの基本から利用事例・ベストプラクティスまで，経験豊富な著者が蓄積したノウハウをあますことなく，かつわかりやすくまとめています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Puppeteerは、Node.jsで動く最新のWebブラウザ自動化ライブラリで、データ収集やWeb開発、動作テストの効率化などに使われます。Google製のライブラリなので、Chromeとの相性は抜群です。本書は、Puppeteerの実行環境の構築から、スクレイピングとWeb操作の自動化を実現するプログラミング、デバッグまでを解説した入門書です。Node.jsとJavaScriptの入門書としても使えます。

Power Automate for desktopで 煩わしい業務を自動化しよう 【本書の概要】 Power Automate for desktopはマイクロソフト社が提供している注目のRPAソフトウェアです。 定型的なパソコン作業をプログラミングせずに自動化することができます。 本書は、Power Automate for desktopを一度は触れたことがある方や、 特定の作業を自動化したい方に向けて、 業務の自動化テクニックをTIPS形式でまとめた書籍です。 実務に即した数々の自動化手法や本格的な手法まで丁寧に解説しています。 【対象読者】 ・Power Automate for desktopを一度は触れたことのある方 ・業務を自動化するテクニックを手早く身に付けたい方 ・業務の自動化を始めたい非エンジニアの方 【本書の自動化処理の一例】 ・Webサイトにログインしてメニューを操作する ・Webページのテキストボックスに入力する ・メールを受信して内容を読み取る 【本書の主な特徴】 ・ニーズの高い自動化テクニックをピックアップ ・節末で関連項目を参照 ・自動化フローのサンプル付き 【目次】 Chapter1 Power Automate for desktopの基本を理解しよう Chapter2 デスクトップの自動操作テクニック8選 Chapter3 業務成果に直結する！Excel操作テクニック11選 Chapter4 超高速化！Webサイトを使った業務の時短テクニック7選 Chapter5 今日から使える！メールを操作する3つのテクニック Chapter6 制御フローを使いこなそう Chapter7 超実践的なテクニックを身に付ける Chapter8 ExcelとWebサイトを操作する本格的なフローに挑戦しよう Chapter9 実践的な業務自動化に使える2つのアイデア 【著者プロフィール】 株式会社完全自動化研究所 代表取締役社長 小佐井 宏之(こさい・ひろゆき) 福岡県出身。京都工芸繊維大学同大学院修士課程修了。 業務完全自動化の恩恵を多くの人に届け、無意味なPC作業から解放し 日本を元気にしたい。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

Power Automate（旧称Microsoft Flow）はマイクロソフトが提供するクラウドサービスMicrosoft 365（旧称Office 365）で利用できる機能の1つで、アプリやサービスを連携して自動化するためのワークフローをオンライン上で作成できます。Excelの関数が使えるスキルがあれば、プログラミングの専門知識がなくても画面上の部品をつなげていくだけで定型業務を自動化できるため、ノーコード開発・ローコード開発の流行とともに大変注目を集めています。 　本書は、Power Automateを使ったワークフローの作成方法と、ワークフロー内で関数を使ってさまざまな処理を行う方法を、基礎から詳しく説明します。本書を読むことで、Power Automateを使って次のようなワークフローを作成できるようになります。 ・Outlookコネクタを利用したメール作業の自動化 ・ExcelコネクタとWordコネクタによるドキュメント作成 ・［承認］コネクタを利用した社内稟議フローの作成 ・Teams上でやり取りを行う勤怠管理システムの作成 ・Formsで入力した情報を元にしたMicrosoft 365ユーザーの自動登録 ・デスクトップ用Power Automateで行うRPAとワークフローの融合 ・Microsoft Dataverseを利用した複数サービスからのデータの統一 ・［HTTP要求の受信時］トリガーで作成する外部サービス連携なBot ・オンプレミスデータゲートウェイでオンプレミス/クラウド連携

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ■「基本」「活用」「応用」の3部構成で確実に身に付く 本書は「基本編」「応用編」「活用編」の3部構成となっており、Power Automateの基礎から便利なテクニックまで習得できるようになっています。 「基本編」では特徴や仕組み、基本操作を解説しています。簡単なクラウドフローを作成しながら操作や機能が学べるようになっており、基本編を通読することでPower Automateを使いこなす上で必須となる基礎知識が身に付きます。続く「活用編」では、上司の承認を伴う業務やファイルの変換、データの転記など、利用頻度の高いクラウドフローを解説しています。実務に活用しやすいのはもちろんのこと、設定のポイントや注意点などが具体例を通じて分かります。そして「応用編」では、「変数」「式」「JSON」といった一歩進んだテクニックや、エラーに備えた処理、クラウドフローの共有方法などを解説しています。より多くの業務を自動化するためのスキルや、作成した自動処理を社内で運用していくためのノウハウが身に付きます。 ▼本書で作成する自動処理の一例 ・Formsのアンケート回答をTeamsに投稿 ・特定のキーワードに関するニュースを定期的にチームに投稿 ・上司の承認を含む申請業務を自動化 ・OneDriveにあるファイルをPDFに一括変換 ・Excelファイルの内容をSharePointリストに転記 ・問い合わせの内容に応じて異なる担当者にメールを送信

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ■ この1冊で両方のツールを使いこなせるようになれる！ パソコンで仕事を効率化――。といっても、実はたくさんの手作業があるのがパソコンでの作業です。これをまとめて自動化する手段として注目されているのがPower AutomateとPythonです。 でも、どっちを使えばいいの？という疑問もごもっとも。それぞれ特徴があり、どちらが優れていると決められるものではありません。ケースバイケースなので、どちらを覚えるのがいいとは言い切れず……。それならどちらも使えるようになってしまえばいいのでは？ 本書では、さまざまな職場でありがちな、かつさまざまな業務に共通する6つのミッションを取り上げ、それを解決していきます。Webアプリケーションとの連携プログラムもカバーしました。それに加えて、より利便性を要求する4つの追加ミッションも用意しました。合計10のミッションを自動化するPower AutomateとPythonのプログラミングを通じて、仕事上の面倒な手作業をコンピューターにやらせるための処理の作り方、それをプログラムにする勘所を身につけることができます。その結果、Power AutomateとPython、どちらかではなく、両方を使いこなせるビジネスパーソンになれるのです。 「Power Automateは使ってはみたけど、Pythonにも興味があって……」という人や、「Pythonは使えるようになったものの、Power Automateはどんなもんなんだろう」という人に本書はお薦め。そしてもちろん「Power AutomateとPython、どちらから始めたらいいんだろう」という人にもピッタリ！ 両方いっぺんに始めてしまいましょう。

本書はマイクロソフトのAzureクラウド環境において、アプリケーションの構築、運用、管理という各フェーズにおいてPowerShellを使用する際に必要不可欠な知識の詳細を書き記した一冊です。 本書には現実的で実践的な例をあげ、そのスクリプティング処理の方法を詰め込んでいます。 扱う範囲も、Azure上での仮想ネットワークとVPN、Azureストレージの設定とメンテナンス、Azure HDInsightを使ったApache HadoopクラスタやAzure SQLデータベースの配備、設定、管理などなど。 日々の作業に必要となる、これら広範囲なトピックを、理解しやすい解説とともに紹介し、それらの意味や解決法、そして自動化のための手段を提供します。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「Microsoft Power BI」は、「BI（ビジネス・インテリジェンス）ツール」としてマイクロソフトから提供されている製品で、大量のデータ抽出や結合が容易にできます。「大量のデータを迅速に処理したい」「さまざまな指標でデータを分析したい」「プロジェクトのメンバーと情報を共有したい」――こうしたニーズに応えるためのツールです。これまでExcelを使ってきた「データ分析」業務をより本格的に行うには、Power BIを活用するのが最適。これからの時代、必須のビジネスツールといえます。Excelと似た概念で操作も比較的簡単ですが、いざ触ろうとすると、どこから手を付けてよいものか、迷う人も多いはず。そんな取っ付きにくさもあるPower BIを、本書は丁寧に解説します。本書の中で扱うサンプルは無料でダウンロード可能。まずは、無料で提供されている「Power BI Desktop」を入手し、本書の説明に沿ってサンプルのデータをいじってみましょう。Power BIの勘所が身に付き、データ分析業務に習熟することができるはずです。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。ご購入前に、無料サンプルにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください】 PyQの人気コンテンツが書籍化！データサイエンス力を試してみよう！ 【本書の背景】 今日、Pythonを取り巻くデータサイエンスの実務の中で、pandasは欠かすことのできないライブラリーです。pandasには豊富な機能が用意されていますが、実務で使いこなすためには自分の頭で考え、手を動かして試行錯誤することが重要です。また、他の人が書いたコードを読むことで「そんな効率の良い書き方、知らなかった！」といった新たな気づきが得られることもあります（「はじめに」より抜粋）。 【本書の内容】 pandasを使ったプログラミングの腕試しができるように、9つのトピックについて全部で51個の問題を用意しました。各問題にはメインとなる模範解答以外にも「別解」を用意し、なるべくいろいろな考え方に触れられるよう構成しています（「はじめに」より抜粋）。 【PyQ（パイキュー）とは】 株式会社ビープラウドが運営するブラウザだけで学べるオンライン学習サービス。 【本書の問題の一例】 ・最小と最大を抽出するには ・条件で行を絞り込むには ・文字列を日付時刻に変換するには 【学習環境】 実行環境：PyQ、Jupyter Lab 利用言語：Python 3.11 利用ライブラリ：pandas：1.5.2、JupyterLab：3.5.1、Matplotlib：3.6.2 【対象読者】 ・Pythonとpandasの基本的な操作を学んだ入門者 ・pandasでもっと効率的な書き方を知りたい・知識を広げたい方 【前提知識】 ・Pythonの基本的な文法 ・pandasおよびNumPyの基本的な使い方 【目次】 第0章 本書の使い方 第1章 pandasの基礎知識 第2章 データを入出力しよう 第3章 データの概要を確認しよう 第4章 データを部分的に参照しよう 第5章 データを変形しよう 第6章 データを加工・演算しよう 第7章 データをグループ化しよう 第8章 文字列を操作しよう 第9章 日付時刻型のデータを操作しよう 第10章 テーブル表示を見やすくしよう 【著者プロフィール】 株式会社ビープラウド PyQチーム 斎藤 努（さいとう・つとむ） 株式会社ビープラウドにてPyQなどを担当。 古木 友子（ふるき・ともこ） 株式会社ビープラウドにて分析業務などを担当。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ＜データサイエンス／データ分析の基本技術を体系的に網羅！＞ ＜pandasの威力を実感！ 効率的なデータ操作と可視化を実践できる＞ データ分析や機械学習を利用する現場では、データを取り込み、変換／整備する必要があります。 そうしたデータの取り込みや前処理から始め、データ解析をスムーズに進めるための Pythonライブラリとして、pandasが用意されています。 本書では、pandasなどを使ったデータ分析全体の基本手法を体系的・網羅的にカバー。 巻末の付録では、Python環境のインストールや文法などPythonの基本事項も確認できます。 初中級レベルの方がコードを試しながら理解を深めたり、おぼろげな知識について 確認したりすることで、基礎技術の定着やスキルアップが図れる一冊になっています。 「データクリーニング／前処理に慣れてから、モデリングを解説！ 解釈しやすい形にデータセットを変更できる」 ※本書は『Pandas for Everyone, 2nd Edition』の翻訳書です。 ■本書の「序文」から抜粋 pandasを使うと、Pythonによるデータ分析が理解しやすくなり、 組織的で保守が可能なデータセットを作ることができ、 しかも（最も重要なことですが）整然としたデータセットが得られます。

すべてのRユーザに向けた決定版です。本書はR言語の仕様をはじめ，データハンドリングやデータ可視化など基本的な操作方法を解説します。続いて，クラスタリング，クラス分類・回帰，時系列回帰などのデータ分析方法について解説し，応用として，レポーティング，Webアプリケーション化の方法，高速化の方法など，R言語にまつわるトピックを網羅した1冊です。

最新のバージョン（C# 8.0／Visual Studio 2019）に対応した「パーフェクトC#」の改訂4版になります。近年，Visual Studioはmac版の登場もあり，Windows，mac OS，LinuxなどのOSを意識しない開発やクラウドベースの開発へと移行しています。そこで本書も，従来のアプリ開発とは別に，.NET Coreをベースとしたクロスプラットフォーム開発などの最新の開発事情も解説してます。

「パーフェクトPython」の改訂版。前版はPython 3.2/3.3系をベースに構成されていたこともあり，最新のバージョン（Python 3.8）に変更に加え、新たに型ヒントやasynioによるコルーチンを利用したプログラミングの解説、Webクローリング・スクレイピングのライブラリなども紹介をしています。Pythonの言語仕様や思想、実際に直面する問題の解決から幅広いサードパーティ製のライブラリまでこれ一冊でPythonの知識が身に付きます。

Rustは2015年に1.0がリリースされた比較的新しい言語ですが，メモリの安全性が保障されていながら，C++並みの高速性があるという点でC／C++の代替えとして注目されています。近年，グーグルがAndroid OSの開発言語にマイクロソフトがWindowsの開発にRustを採用したことにより，今後の主流言語の1つとしてRustの可能性を感じているエンジニアも増えてきています。そこで本書籍は仕事で利用するエンジニアに向け，Rustの言語仕様からエラー処理／パッケージ管理／メモリ管理といったRust独特の解説，各種開発方法まで現場で必用となる知識を1冊にまとめました。Rust 1.66対応。

対象バージョンをRuby 2.6/2.7系、Rails 6.0系に変更した増補改訂版。新しいRailsのバージョンでサポートされた機能の紹介だけでなく、Dockerでの導入方法など最新の実践的内容を追加し，現在のトレンドとなる開発スタイルを紹介します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「かんたんIT基礎講座」シリーズのPerl入門書で，2011年発売の「ゼロからわかるPerl言語超入門」の改訂版にあたります。Perlをテーマに，プログラミングの技術をゼロから身につけられます。作例として簡単なゲームを作るなど，楽しみながら学習できる内容にもなっています。また，各章末には練習問題を用意しており，解答集も付属しています。独習用のテキストにはもちろん，授業や講座などのテキストとしてもお勧めです。

【一歩先に進みたいiOSアプリ開発者必見！】 本書は、あるテーマに沿ってDelegate、CallBack、KVO、RxSwift/RxCocoa、それぞれのパターンでコードを実装しそれぞれの実装を比較してRxSwiftの書き方について学びます。RxSwiftの動向をキャッチアップし、一歩先に進みたいiOSアプリ開発初心者のための一冊です。 〈本書の対象読者〉 ・SwiftによるiOSアプリの開発経験が少しだけある（3ヶ月から1年未満） ・RxSwiftライブラリーを使った開発をしたことがない、またはほんの少しだけある

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、『必要な数学だけでわかる ニューラルネットワークの理論と実装』に続く姉妹書です。「必要な数学だけでわかる」という書名どおり、ディープラーニングに必要な数学だけに光を当て、できるだけ短時間でディープラーニングのアルゴリズムを理解することを目的としました。前著であつかった機械学習の基礎部分は飛ばして、ニューラルネットワークの構築から解説。手書き文字の認識や高難度のイヌとネコの認識にも挑戦します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 この本はニューラルネットワークに必要な数学だけを解説するのではなく、必要な数学の知識をもとに作り上げたアルゴリズムをそのままプログラムに置き換えることを目的としています。いわばニューラルネットワークを含む機械学習全般で使われている数学的な考え方を身に付けることで、プログラム上の「ブラックボックス」をなくし、機械学習のためのアルゴリズムをそのままソースコードに落とし込む力を習得することが最大の目標です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書では、SharePoint Server 2013およびSharePoint Online（Office 365）のサイトカスタマイズとソリューション／アプリの開発方法を豊富な画面でわかりやすく解説しています。WebブラウザーやSharePoint Designer、Visual Studio、Officeアプリを利用して、サイトのデザイン変更や機能追加、リボンやメニューのコマンドの表示/非表示、ワークフローの作成、ファームソリューション／サンドボックスソリューション／SharePoint用アプリ、Accessアプリの開発などについて説明します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Power Appsはマイクロソフト社が提供するクラウドサービスで、Power Platformというローコードプラットフォームに含まれるサービスの1つです。コーディングを必要とせず、あらかじめ用意された部品（コントロール）をPowerPointのように画面上に配置し、Excelのように数式を用いて動作を設定しながらアプリ作成が行えます。業務のデジタル化・効率化への関心が高まるなか、Power Appsへの注目もますます高まっています。 　本書は、Power Appsを使って業務アプリを作成する方法や、作成したアプリの共有・管理、Power Automate、SharePoint、Teamsとの連携に関する内容をまとめた解説書です。アプリ作成に使用するデータソース（Excelファイル）はダウンロードできるので、本書の手順を実際に操作しながら読み進むことができます。 　本書は『ひと目でわかるPowerApps　ノンコーディングでのビジネスアプリ作成入門』（2018年）、『ひと目でわかるPowerApps　ローコードで作成するビジネスアプリ入門　改訂新版』（2020年）に続く第3版になります。今回の改訂では以前よりも有償ライセンスでの利用ニーズが増加したことを反映し、Microsoft Dataverseを含めた利用方法、およびモデル駆動型アプリについて大幅に加筆しました。その一方でこれまで同様、Microsoft 365ライセンスでの利用ニーズも大きいため、SharePointおよびTeamsとの連携についても扱っています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、Visual C# 2017で、SQL Server 2017を使用したWeb-DBシステムを構築するための基本を学ぶことができます。 Visual C# 2017の最新技術と本格的なWeb-DBシステムの開発手法を、網羅的にわかりやすく習得できるようにまとめています。 Web-DBシステムの開発手順、Visual C# 2017の言語技術、Visual Studioの統合開発環境の使い方、SQL Serverデータベースとのやり取り、AJAXの利用方法、IISの設定方法など、Web-DBシステムを構築するために必要となる基本的な開発手法をサンプルファイルを操作しながら自然に習得できます。 また、システムの設計、開発、配布、運用の工程に沿った形で構成されているため、これからWeb-DBシステムの開発に携わろうと考えている初心者の方であっても、業務システム開発の一連の流れにあわせたポイントをしっかりと学習することもできます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、Visual Basic 2017でSQL Server 2016を使用したデータベースシステムを構築するための基本を学ぶことができます。 Visual Basic 2017の最新技術と本格的なデータベースシステムの開発手法を、サンプルファイルを操作しながらわかりやすく習得できるようにまとめています。 データベースシステムの開発手順、Visual Basic 2017の言語技術、Visual Studioの統合開発環境の使い方、SQL Serverデータベースとのやり取りなど、データベースシステムを構築するために必要となる基本的な開発手法などを詳説しています。 また、データベースシステムの設計、開発、配布、運用の工程に沿った形で構成されているため、これからデータベースシステムの開発に携わろうと考えている初心者の方であっても、業務システム開発の一連の流れにあわせたポイントをしっかりと学習することもできます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 2020年から小学校でプログラミング教育が必修化されたことをはじめ、論理的思考や問題解決をベースにした「プログラミング的思考」は、ビジネスの現場や社会の中で今注目を集めている。本書はScratch、Python、Web（HTML、JavaScript）の３タイプの言語を取り上げ、ベーシックな知識から簡単なプロジェクトを通して実際のプログラムを作成するところまで、イラストや図を用いて詳しく解説。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Hinemos（ヒネモス）は，国産のオープンソースでシステム管理を主として担うソフトウェアです。これまでに多くの開発者が連綿と作り上げてver.7にまで機能を充実させ洗練させてきました。本書はHinemosの豊富な機能のうち，ジョブ管理と自動化を中心に解説をします。システムを安全に運用し，きめ細かなユーザー対応をしていくうえでHinemosは必須です。ユーザーと開発者をつなぎ，DX（デジタルトランスフォーメーション）を真に実践するための強力なソリューションを提供します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 さまざまな処理を簡潔に書け、入門者からエキスパートまで幅広い支持を集める、いま人気のプログラミング言語「Python」。本書では、100問のクイズを解くことで、プログラミング言語「Python」の基本を学べます。 ・プログラミングって興味はあるけど、むずかしそう ・入門書を読み終えたけれど、本当に理解できたどうか自信をもてない そんな方々にお薦めの一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 自分の業務を自分で効率化するプログラムへの最短距離 本当に役立つプログラミングの基礎力を身につけよう 「ビジネスパーソンもプログラミングを！」と、新しいビジネススキルとしてプログラミングが求められるようになってきています。その背景にあるのは、プログラミングが仕事の効率化に直結すること。パソコンを使って業務を進めるのが当たり前になってもうずいぶんになりますが、気づいてみればマウスを使った手作業が1日の大半を占めるように。パソコンを使った業務なのに、ずっと手を動かしてばかりで気づけば残業……。 そんな手仕事の作業を自動化できるのがプログラミングです。Pythonを使えば、Excelをはじめとするビジネスパーソンの仕事を自動化できます。 プログラミングの入門からビジネスでの活用まで、“使える”プログラミングスキルを本書がご提供します。本当の意味で役立つプログラミング入門書をお探しの方は、ぜひ手に取って内容をお確かめください。 ■主な内容 研修1日目　プログラミング環境を整える 研修2日目　変数と演算を知る 研修3日目　オブジェクト指向プログラミングは難しくない 研修4日目　条件分岐と繰り返し処理を作る 研修5日目　イテラブル・オブジェクトを理解する 研修6日目　関数を活用する 研修7日目　例外処理でエラーに備える 研修8日目　データベースを使う

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データサイエンスは、ビジネスのあらゆる現場で役立つスキルです。たとえば需要予測。日々の販売計画を精緻化することは、業務の無駄をなくし、広い視点では大量廃棄などの課題解決にも役立ちます。また、ECサイトに欠かせないレコメンデーションシステム。おすすめの商品を高い精度で提案してくれるシステムによって、顧客の利便性が高まり、同時に売上アップにもつながります。ほかにもデータサイエンスが基礎となっている仕組みは数多く存在します。いまや人々の生活に欠かせなくなったAIなどの技術もデータサイエンスの一分野です。 このようにデータサイエンスは、「データサイエンティスト」などの専門職だけが知っておけば足りる知識ではなく、あまねくビジネスパーソンが知っておくべき知識であり、スキルなのです。本書ではこのデータサイエンスを、ビジネス実務を題材に、難しい話なしで解説しています。また、データをどのように扱うか実感できるようにExcelファイルを用意してあります。座学＋実践でしっかり腑に落ちるデータサイエンス入門書の決定版です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 “最強のビジネスツール”とも言われ いま最も注目されているプログラミング言語Python。 プログラミング未経験者でもわかるよう、 初歩の初歩から豊富な図版とともに どこよりもやさしく解説します。 手を添えなくてもページが180度開く特別製本で、 読みながらのパソコン操作もラクラク！ 近年、「プログラミング必修化」「機械学習」「AI」などの キーワードを新聞や雑誌、テレビで目にする機会が増えてきた今、 エンジニアだけでなく一般のビジネスパーソンや学生の間でも プログラミングに対する関心が高まっています。 そして、さまざまあるプログラミング言語のなかで 最も注目されているのが「Python」です。 PythonはAIや機械学習に関わるプログラミングに最適なだけでなく、 初めてプログラミングを学ぶ人にもわかりやすく、書きやすい言語で あることも評価されています。 つまりこれからプログラミングを学ぶ子どもや学生をはじめ、 プログラミングを学んで仕事を効率化したり、 仕事の幅を広げたりしたいビジネスパーソンにぴったりなのです。 そこで本書では、これまでプログラミングの経験がない人でも 理解できるように、初歩から解説します。 実際のプログラミングを少しずつ体験しながら 一歩ずつ確実にスキルを習得できるよう 豊富な図版とともにていねいに解説します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Visual C# 2013の基礎から応用までの幅広い機能やテクニックを網羅し、やりたいこと、知りたいことから引けるようにしたTips集です。Visual C#を使えばWindowsアプリはもちろん、Webアプリ、データベースアプリなど様々な種類のアプリを作成できます。本書は、Visual C#の学習・開発の参考書としてIED（統合開発環境）の操作方法から、基本プログラミングの概念、ユーザーインターフェイスの作成、データーベース操作、印刷の処理、エラーやデバッグ、Webアプリケーションの作成、ユーザーコントロールの作成、そしてWPF、XAML、LINQなどの新機能に至るまでの幅広い分野にわたるTipsを掲載しています。サンプルプログラムのダウンロードサービス付き。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 さあ、あなたもVisual C#を楽しく学びましょう！ 本書は、プログラミング経験のない方でも読みすすめられるように、無償で利用できる開発環境のダウンロード法から、プログラムの仕組み、C#のコードの書き方、アプリ開発の基本と応用までをわかりやすく解説した解説書です。デスクトップアプリ、Webアプリ、ユニバーサルWindowsアプリの開発と段階を追って学習していくので、一通りのプログラミングテクニックが身につきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「VisualC# 2010」の基本操作から便利なテクニックまで完全解説したガイドブックです。VisualC#は、C/C++言語の流れを汲むオブジェクト指向型のプログラミング言語です。本書では、VisualC# 2010の基盤技術であるMicrosoft.NETの概要から、VisualC# 2010のインストール、基本操作と応用テクニックを実際のWindowsアプリケーションを作成しながら丁寧に解説しているので、プログラミングが初めての方でも最後まで読み通すことができます。サンプルプログラムを参考に、実際にプログラムを作成し、Windowsフォームやコントロール、データの扱い方、選択ステートメントや繰り返しステートメント、クラス構造、イベントハンドラーまで幅広くわかります。サンプルプログラムのダウンロードサービス付き。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 初心者から中級者向けにVisual C#開発環境の準備、デスクトップアプリやデータベースアプリ、Webアプリ開発まで、実際にサンプルを動かしながらプログラミングを学べる全機能解説書です。

Visual C#をこれから学ぼうという初心者向けに、基本的な「やりたいこと」を逆引き形式でまとめました。各項目にサンプルコードをつけていますので、自習書として便利に使えます。「処理を分岐する」などの入門編から始まり、「メソッドの引数を可変長にする」などの基礎編、「例外処理を行う」などのオブジェクト指向編、「リストの要素を並べ替える」などのデータ構造編、など7パートで構成しています。