中井悦司の作品一覧
「中井悦司」の「技術者のための線形代数学 大学の基礎数学を本気で学ぶ」「＜試読版＞Linuxコンテナー最新ツール Dockerを支える技術（日経BP Next ICT選書）」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
-※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。 ◆生成AIを基本からしっかり理解し、次の段階へステップアップ！◆ 近年続々と発表される実用レベルの生成モデル論文を深く理解するため、本書は変分オートエンコーダ（VAE）、LSTMといった基礎モデルから、VQ-VAE、拡散モデル、Transformerといった最先端モデルの先駆けとなったモデルの仕組みを、数学的な詳細に偏らず、シンプルなサンプルコードと演習を通して解説します。Kerasを用いた実装を通して、各モデルの主要機能と生成モデルとしての動作原理を、実際に手を動かしながら理解することを目的としています。 ■こんな方におすすめ ・機械学習の基礎から生成AIを学びたい方、生成AIのしくみをしっかりと基本から学びたい方。 ■目次 ●第1章 ディープラーニングの基礎知識 ・1.1 環境準備 ・1.2 分類モデルの仕組みと実装 ・1.3畳み込みニューラルネットワークによる画像分類 ●第2章 変分オートエンコーダによる画像生成 ・2.1 変分オートエンコーダの仕組み ・2.2 ラベルデータを活用した拡張 ●第3章 LSTMによる自然言語処理 ・3.1 LSTMによるテキスト分類 ・3.2 LSTMによるテキスト生成 ●第4章 トランスフォーマーによる自然言語処理 ・4.1 トランスフォーマーによる自然言語処理 ・4.2 トランスフォーマーによるテキスト分類 ・4.3 トランスフォーマーによるテキスト生成 ●第5章 拡散モデルの仕組み ・5.1 DCGANの仕組み ・5.2 拡散モデルの仕組み ・5.3 VQ-VAEの仕組み ●第6章 マルチモーダルモデルの実現 ・6.1 自然言語テキストによる画像生成 ・6.2 マルチモーダルモデルの実現 ■著者プロフィール 中井悦司（なかいえつじ）： 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のAI Solutions Architectとして活動。主な著書は、『［改訂新版］ITエンジニアのための機械学習理論入門』『Google Cloudで学ぶ生成AIアプリ開発入門――フロントエンドからバックエンドまでフルスタック開発を実践ハンズオン』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）など。 -
-【Googleの生成AIを実践活用してみませんか？】 生成AIの普及が急速に浸透してきています。本書は信頼性の高いクラウド環境であるGoogle Cloudで同社の生成AIを活用するための方法を解説します。自社で生成AIを利用したWebサイト構築をしたい方への良きガイドとなるように構成しています。最初に最新のWebサイト構築に必要なJSライブラリの使用法を俯瞰していきます、そして生成AI、本書ではGoogleのPaLM APIを使います。サンプルアプリとして、書英文添削アプリ→チャットボット風アプリ→ドキュメントの要約アプリ→ドキュメントQA サービスアプリを段階的に開発していくプロセスを読者と同じ目線で開発していきます。ステップごとに工程を追いながら、その技術を学ぶことができるようになります。Web+AIで新しい機能とサービスを開発していきましょう。 ■こんな方におすすめ 既存の生成AIサービスを使うだけではなく、「生成AIを活用した新しいアプリを作って人々に提供してみたい」「業務システムに生成AIを組み込む方法を知りたい」という方に最適な内容です。Google Cloudのサービスやアプリ開発に使用するライブラリの使い方も基礎から説明していますので、これまでにアプリ開発の経験がない方でも、気軽に読み進めていただけます。 ■目次 ●第1章 前提知識 1.1 Google Cloud入門 1.2 React入門 ●第2章 Next.jsとFirebaseによるフロントエンド開発 2.1 Google Cloudプロジェクトのセットアップ 2.2 Next.jsによる静的Webページ作成 2.3 Firebaseのセットアップ 2.4 Googleログイン機能の実装 2.5 Cloud Runへのアプリケーションデプロイ 2.6 サーバーコンポーネントの利用 ●第3章 PaLM APIを用いたバックエンドサービス開発 3.1 PaLM APIの使い方 3.2 英文添削アプリの作成 3.3 ファッションを褒めるチャットボット風アプリの作成 ●第4章 LangChainによるPDF文書処理 4.1 LangChainによるPDF文書の要約 4.2 スマートドライブアプリの作成 ●第5章 ドキュメントQAサービス 5.1 埋め込みベクトルによるテキスト検索 5.2 ドキュメントQAサービスの作成 5.3 Vertex AI Searchによる検索サービス ■著者プロフィール 中井悦司：1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT 企業のAIソリューションズ・アーキテクトとして活動。著書として、『［改訂新版］プロのためのLinuxシステム構築・運用技術』『ITエンジニアのための強化学習理論入門』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）などがある。 -
-1巻3,179円 (税込)※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。 話題のGoogle製ライブラリーを使った初の書籍！ 本書は、Google製のライブラリーであるJAX、Flax、Optaxを利用して、ディープラーニングの機械学習モデルの構築方法を学ぶ書籍です。 ● 本書の概要 本書では、ディープラーニングの代表例とも言える畳み込みニューラルネットワーク（CNN）を例として、これをJAX/Flax/Optaxで実装しながら、モデルの各パーツの役割を数式レベルで丁寧に解説していきます。 この際、モデル内部の処理の様子を確認するために、モデルの中身を分析するコードもあわせて利用します。JAX/Flax/Optaxを利用すれば、モデルの構築だけでなく、このような分析作業も簡単に実施できることが実感できるでしょう。 導入となる第1章では、JAX/Flax/Optaxの基本的な機能とその使い方を学ぶために、機械学習の基礎とも言える「最小二乗法」による回帰問題を利用します。まずは、JAXの機能だけを利用して、勾配降下法のアルゴリズムを独自に実装して、回帰モデルの学習を行います。その後、これと同等の処理をFlax/Optaxを組み合わせて、再度、実装してみます。これにより、Flax/Optaxの使い方に加えて、JAXの微分機能など、その背後で行われる実際の処理内容をより明確に理解することができるでしょう。 第2章以降では、より本格的な畳み込みニューラルネットワークを構築し、さらに、転移学習やDCGANによる画像生成モデルなども実装します。付録として、本書で使用するJAX/Flax/Optaxの主な関数の一覧も用意。JAX/Flax/Optaxの使い方をリファレンス的に知っておきたい方にもおすすめです。 中井 悦司 （なかい えつじ） 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のSolutions Architectとして活動。 -
-Google Cloudのエンジニアによる本格解説書！ クラウドコンピューティングが普及する中で、エンタープライズシステムもまた、 オンプレミスからクラウドへの円滑かつ効果的な移行が求められています。 本書は、エンタープライズシステムを構築・運用するエンジニアのために、 Google Cloudの具体的なユースケースや設計ポイントを Google Cloudのエンジニア陣が徹底的に解説する一冊です。 プロダクトカットで機能の説明にフォーカスをするのではなく、 従来オンプレミスでシステム開発を行う際にも考慮が必要である 「アカウント設計」「セキュリティ設計」「ネットワーク設計」 「プロダクト設計」「監視・運用設計」「移行設計」といった設計軸で、 Google Cloudを利用する際のポイントについて述べています。 また、説明の軸足を置くユースケースとしては主に、従来オンプレミスで 稼働していたようなエンタープライズシステムを、どのように Google Cloud上で実現するかにフォーカスしているため、 あえてコンテナ、データ分析、AI/MLといった領域の説明は 簡易な記載にとどめています。 本書を読めば、エンタープライズ用途にも耐えうるクラウドアプリケーションの ・アカウント設計 ・セキュリティ設計 ・ネットワーク設計 ・プロダクト設計 ・監視・運用設計 ・移行設計 などのノウハウを、広く深く学ぶことができます。 ※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。 -
5.01巻2,948円 (税込)機械学習を基礎から理論的に学びたい，そんなITエンジニアに向けて執筆された本です。初版から約5年が経過し，全面カラー化して「改訂新版」としました。Pythonのコーディング環境もGoogle Colaboratoryに刷新，これまで5回にわたる重版で修正した内容に加え，最新の書き下ろし修正でアップデートしました。初版から内容は古びておらず，逆に，機械学習を学ぶうえで重要な理論がほぼカバーされていますので，まさに入門の定番書になりました。カラー化によりグラフも見やすくなり，理解が進むのもお勧めするポイントです。 -
-1巻2,178円 (税込)Software Designで完売御礼の特集号，ITエンジニアと線形代数，ITエンジニアと微分積分，ITエンジニアと数学の各特集記事を再編集しまとめました。各記事，それぞれ筆者が再検討し修正，場合によって加筆をしております。内容はほぼ高校から大学の教養課程の数学と，Pythonを使ったプログラミングが中心。しかし，Deep Learnningや機械学習，人工知能の基礎を学ぶことができます。ITと数学の組み合わせはとてもパワフルです。他にも十分に応用できる基礎を本書で得てください！ -
4.01巻3,278円 (税込)前作の『ITエンジニアのための機械学習理論入門』から、5年経過しましたが、AI（人工知能）や機械学習に対しての期待と関心はまったく衰えません。むしろ機械学習の利用はIT業界で当然のものとなり、さらなる活用がさまざまな場所で行われています。前作では一般的な機械学習について解説しましたが、試行錯誤しながら1つの解をもとめていく「強化学習理論」についてくわしく・やさしく解説します。理論を表現するいろいろな数式とそれらをプログラミングするためのPythonコードを並列しながらその理論の神髄にせまり、強化学習の基礎となるさまざまなアルゴリズムを体系的に学びます。 -
4.0Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド（サーバー管理が要らない！）なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python＋Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう！ -
-※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。 本書は、ディープラーニングの代表とも言える「畳み込みニューラルネットワーク（CNN）」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを動かしながら学べる書籍です。 ディープラーニングについて解説する書籍は多数発行されていますが、本書では、「きちんとニューラルネットワークの原理から理解すること」と、「その原理をどのようにコードとして書くか」の両方がバランスよく学べます。 表面的にコードを覚えるだけでは、応用力は身に付きません。本書で根本から理解しておくことで、現場に出てからも長く使える基礎力を身に付けましょう！ ※本書では、プログラムの実行環境としてGoogle Colaboratoryを利用するため、面倒な環境構築は不要です。 ※本書は、2016/9発行の『TensorFlowで学ぶディープラーニング入門』をもとに、Python3系、TensorFlow 2.0ベースに書き換えたほか、全体的に解説を見直し、修正しています。そのほか、実行環境をGoogle Colaboratoryに変更、オートエンコーダーによるアノマリー検知やDCGAN による画像生成などのトピックを追加しています。 -
-1巻4,180円 (税込)身近な例からデータサイエンスの深淵を体感し スケールさせるノウハウを学ぶ 【本書の内容】 「膨大なデータを分析して傾向を探り意思決定に援用する」とはよく耳にするフレーズですが、「膨大なデータ」から「援用する」までの間に、どのようなことがなされているのでしょうか。その各段階における必要な知識や技能やツールやインフラにはなにがあるのでしょうか。 本書はそういった疑問を、身近な例（フライトスケジュールからミーティングの参加・不参加確定）から説き起こします。とはいえ、それは単に米国運輸省のデータをダウンロードし、フライトの傾向を時間軸に合わせて分析し、スケジュールとして提示する、という“シンプル”なストーリーではありません。 「データ分析を実行してビジネスで成果を出す」ことができる人を「データエンジニア」と呼ぶ、Googleならではの文化が色濃く出た1冊です。すなわち、クエリの構築やレポート、グラフ化が最終目標ではなく、それらをひっくるめたスケーラブルで反復可能なシステムを構築できる人材への足がかりとなる1冊であり、肩書としての「データサイエンティスト」から、真に求められているデータサイエンティストへと、自身をスケールしていくための手引書です。 本書は、 Valliappa Lakshmanan, Data Science on the Google Cloud Platform: Implementing End-to-End Real-Time Data Pipelines: From Ingest to Machine Learning, O'Reilly Media, January 12, 2018. の邦訳版です。 【本書のポイント】 ・Google Cloud Platformの具体的な活用方法 ・データ分析からサービス構築まで、必要な知識 ・データサイエンスをスケールするという考え方 【読者が得られること】 ・データサイエンスに必要な知識を段階を追って習得できる ・データ収集からサービス構築までの一連の流れを理解できる ・各ステージにおける勘所や肝となる考え方を学べる ・Google Cloud Platformにある一群のツールを使えるようになる ・統計学や機械学習を理解していれば、モデルをコード化できるようになる 【対象読者】 ・データエンジニア、データサイエンティスト ・データアナリスト、データベース管理者 ・システムプログラマ ※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。 -
-1巻2,398円 (税込)月刊誌『Software Design』の特集や単発企画で評判の良い、機械学習とPython関連の記事を再編纂。機械学習・深層学習に取り組んでいる開発現場のITエンジニアが自身で試して学んだことが記事のベースになっており、いま押さえておくべき技術を習得する足がかりとして最適です。 -
4.0「技術者のための」と冠した数学書の第3弾――確率統計学 「機械学習を支える『数学』をもう一度しっかりと勉強したい」方々に向け、理工系の大学生が学ぶ『確率統計学』を基礎から解説した書籍です。 ■本書の特徴 ・機械学習を支える大学数学の3分野のうち、確率統計学を順序立てて学習できる（既刊『技術者のための基礎解析学』『技術者のための線形代数学』との姉妹編。これら3冊で大学数学の3分野を学ぶことができる） ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 確率統計学を扱う本書では、「コンピューターの乱数によるシミュレーションで現実世界の不確定な現象を再現する」ことを確率モデルの目標とすることで、抽象的な確率空間が果たす役割を明確にするというアプローチを取りました。その上で、条件付き確率や事象の独立性など、ともすれば直感的な理解にとどまりがちな点について、その基本的な性質をできるだけ厳密に導出することを心がけています。 ここには、確率空間の「仕組み」を理論的に理解するという意図があります。これにより、パラメトリック推定や仮説検定など、確率モデルを構成・検証する手続きについて、その役割をより明瞭に理解することができます。 また、「技術者のための」と冠した三部作（解析学・線形代数学・確率統計学）のまとめとして、本書の付録（Appendix A 機械学習への応用例）では、これらを総合した応用分野の1つである機械学習の基礎的なアルゴリズムについて、その原理を数学的な観点から解説します。 本書を含む三部作を通して、直感的な理解にとどまらない、「厳密な数学」の世界をあらためて振り返り、じっくりと味わっていただければ幸いです。 ※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。 -
3.0「技術者のための」と冠した数学書の第2弾――線形代数学 「機械学習を支える『数学』をもう一度しっかりと勉強したい」方々に向け、理工系の大学生が学ぶ『線形代数学』を基礎から解説した書籍です。 ■本書の特徴 ・機械学習を支える大学数学の3分野のうち、線形代数学を順序立てて学習できる（既刊『技術者のための基礎解析学』、続刊予定『技術者のための確率統計学』との姉妹編。これら3冊で大学数学の3分野を学ぶことができる） ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 線形代数学がテーマの本書では、実数ベクトルに限定して、「一次変換」「行列式」「固有値問題（行列の対角化）」といった定番の内容、そして、ベクトル空間の公理にもとづいた、より一般的なベクトル空間の性質を取り扱います。 線形代数学というと、行列式の性質や対称行列の対角化など、「結果は知っているけれど、なぜそれが成り立つかはわからない」という内容も多いかもしれません。 本書では、定義にもとづいた厳密な論理展開とともに、できるだけ丁寧に計算を進めることで、それぞれの内容について、「確かにその通り」と納得できる説明を心がけました。 お好みのノートと筆記用具を用意して、本書の説明と、数式にもとづいた論理展開をみなさんの「手と頭」で、ぜひ再現してみてください。 そして、直感的な理解にとどまらない、「厳密な数学」の世界をあらためて振り返り、じっくりと味わってください。 ※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。 -
3.0※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。 機械学習に関連する数学には、大きく、解析学、線形代数学、確率・統計学の3つの分野があります。本書は、これらの中で最も基礎となる、解析学、とくに、微積分の理論を中心に解説しています。残念ながら、本書一冊で機械学習に必要な数学がすべて学べるというわけではありませんが、もう一度、本格的な数学の世界に触れ、自信を持って「機械学習の本質が理解できた」と言えるための第一歩は、必ずここにあるはずです。受験勉強から解放されて、あこがれの大学数学の教科書を開いたあの時の興奮をわずかなりとも思い出していただければ、筆者にとってこの上ない喜びです。 ■本書の特徴 ・機械学習に関連する数学の最も基礎となる解析学・微積分を順序立てて学習できる ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 ※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。 -
3.81巻3,300円 (税込)インフラ基礎知識とセットで学ぶ！ Google Cloud Platformの機能＆システム構築パターン！ 本書は、Google Cloud Platform（GCP）でシステム、アプリケーションを 構築するための実践的な入門書です。 GCPを初めて利用する開発者をメインターゲットとし、GCPの提供する サービス（コンポーネント）の全体像と、サービスを組み合わせて最適な アプリケーションアーキテクチャを実現する方法を、具体的なサンプルを 使ってわかりやすく解説します。 Webアプリケーションを動かす具体的な手順の解説に加えて、コンテナ、 オーケストレーションといったテーマもカバーするため、業務で本格的な 利用を考えている方にも適しています。 単にGCPの使い方を説明する手順書にとどまらず、GCPを利用する上で 理解しておきたいインフラの基礎技術などを解説することで、技術動向の 変化が激しいクラウドの解説書でありながらも陳腐化を最小化するよう 工夫しています。 また、GCPの強みであるクラウドネイティブなアーキテクチャによる アプリケーション実行環境の構築をサンプルとして挙げているのも 大きな特徴です。本書の強みは、具体的なサンプルを使って丁寧に 説明することで、GCPの良さを体得してもらえるところにあります。 GCPの利用や導入を検討している／初めて使う、あるいは、AWSなど 他のクラウドを使ったことがあるプログラマ／開発者の方におすすめの 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。 -
4.11巻2,838円 (税込)現在話題となっている機械学習（Machine Learning）のツールやライブラリは内部でどのような計算をしているのか？ 計算で得られた結果にはどのような意味があり，どのようにビジネス活用すればよいのか？――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより，その結果を見ることで機械学習を支える理論を実感できるようになります。 -
4.0 -
4.0 -
3.8特定のサービスに依存しないクラウドの本質を理解する！ 昨今、システム開発において「クラウドファースト」という言葉が浸透し、ITシステムを構築するときにクラウドを使うケースが増えてきています。 本書では、主にIaaS（インフラサービス）を中心としたクラウドを使ったシステム構築を想定し、クラウドインフラ構築に携わるエンジニアが知っておきたい知識――クラウド共通の機能や内部構成、アーキテクチャなど――について解説します。 クラウドでのインフラ管理の最大の特徴は“インフラをAPIで制御できること”、これによって従来の環境ではできなかった構築と運用が可能です。本書では、はじめに各種クラウドの概要と提供コンポーネント、その重要な構成技術であるAPIの仕組みといった基礎的な知識を理解します。その後、サーバ、ストレージ、ネットワークの各コンポーネントがどのようなアーキテクチャか、そしてクラウドAPIによってどのように制御されているかを解説し、クラウドサービスの内部構成にも触れていきます。また、環境管理、API、認証、DNSを深堀し、これらを駆使したクラウドならではの考え方についても解説するほか、クラウドを基盤とした新しい「クラウドネイティブ」なインフラ管理手法であるInfrastructure as CodeやImmutable Infrastructureについても取り上げます。 クラウドインフラの仕組みや動作原理を知りたい、あるいはこれからクラウドを使ったシステム構築に携わる方など、特定のクラウドサービスに依存しないクラウドの本質を学びたいエンジニアにおすすめの一冊です。 ※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。 -
無料あり5.0※本書は試読版です。 日経Linux技術解説書(1) 本書の平均読了時間約54分(32,000字) 「Docker」は、コンテナー技術を活用したアプリケーションイメージの管理ツールです。アプリケーション導入済みのディスクイメージを手軽に作成して、利用することができます。本書では、いま話題のDockerを支える、Linuxの最新技術を徹底解説します。 ※本書は日経Linux 2014年9月号から2015年2月号に掲載した連載をスマホ向けに再構成したもので、記事執筆時点の情報に基づいています。 【目次】 1章 Linuxコンテナーの基礎 2章 CentOS7でDockerを実体験 3章 Dockerの自動化機能を活用 4章 Dockerのイメージ管理を支える仕組み 5章 Dockerのネットワーク構造を解明する 6章 cgroupsによるリソース管理とsystemd連携 -
-日経Linux技術解説書(1) 本書の平均読了時間約54分(32,000字) 「Docker」は、コンテナー技術を活用したアプリケーションイメージの管理ツールです。アプリケーション導入済みのディスクイメージを手軽に作成して、利用することができます。本書では、いま話題のDockerを支える、Linuxの最新技術を徹底解説します。 ※本書の内容は日経Linux 2014年9月号から2015年2月号に掲載したもので、記事執筆時点の情報に基づいています。 【目次】 1章 Linuxコンテナーの基礎 2章 CentOS7でDockerを実体験 3章 Dockerの自動化機能を活用 4章 Dockerのイメージ管理を支える仕組み 5章 Dockerのネットワーク構造を解明する 6章 cgroupsによるリソース管理とsystemd連携
ユーザーレビュー
