天野直紀の作品一覧
「天野直紀」の「実践IoT ―小規模システムの実装からはじめるIoT入門―」「図解 コンピュータ概論［ハードウェア］（改訂4版）」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
-
4.0※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。 ※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。 『コンピュータ概論』の決定版教科書、待望の改訂4版！ 2010年に発行され、多くの大学で好評を博してきた教科書の改訂4版です。 前版の内容の範囲・程度、解説の観点などを引き継ぎつつ、スマートフォンの登場、記憶装置やコンピュータの性能の進展を中心として内容を一部刷新。2色刷で見やすく、わかりやすく解説しています。 1章 コンピュータの構成と利用 2章 データ表現 3章 論理回路 4章 プロセッサ 5章 記憶装置 6章 入出力装置 7章 コンピュータの性能と信頼性 演習問題解答 参考・引用文献 -
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。 ※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。 小規模システムからIoTをはじめよう！ 本書は、研究や共同研究において、実際にIoTシステムを実用化している著者が、小規模なIoTシステム（振動感知システム）構築の試作および実際にIoTを導入・運用するために必要な知識を網羅的に解説した、IoTの実践的な入門書です。 まず小規模なIoTシステムを構築したうえで，個別の技術解説を進めるので ・IoTとはどのようなものか、どのように使うのか、役立つのか がとくにわかりやすくなっています。 ・IoTにおいて、ハードウェア・ソフトウェア両方の視点からみたシステム開発のノウハウ ・（ソフトウェア／ハードウェア）エンジニアが、専門外の部分を補完しながら開発するための情報 などを提供します。 身近な対象であれば結果もすぐに得ることができ、IoTがどんなものかを、自社の製品、システムに役立ちそうかがよくわかる内容になっています。 1章 IoTは誰でも試せます（You can do IoT!） 2章 IoTの基礎知識 3章 データ分析（機械学習）で目的を達成する 4章 サーバーでデータを受信・保持・処理する 5章 多様な通信手段を組み合わせてデータを送出する 6章 プロセッサーで現場での通信・データ処理を実現する 7章 センサーで状況・状態を計測する 8章 適切な電源供給の重要性 9章 発展的に実践するために 10章 実践内容の解説と拡張 -
4.0※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。 ※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。 プログラミングなしで人工知能をはじめよう！ 本書は，何か人工知能を活用してみたいが，プログラミングを学ぶのはハードルが高い，どんなことができるのかまずは試してみたい，という方をおもな対象として，Azure Machine Learning Studio (classic)を用いたノンプログラミングでの人工知能手法を紹介するものです． Azure Machine Learning Studio (classic)はMicrosoft社の提供するクラウドサービスで，一般的なブラウザ上でドラッグ＆ドロップによるビジュアル操作を用いて，人工知能（機械学習）を実践することができます．機能単位のアイコンとアイコンとを配線することで，さまざまな分析をおこなうことができます． 基本的な人工知能手法の解説に留まらず，「カップの振動」に対する教師あり学習，「扇風機の異常」を教師あり学習で分類する，水位の推定などの数値予測，「地目別平均地価」に対する教師あり学習，「ICTサービスの利用動向」に対するクラスタリング，「扇風機の異常動作」に対するSVMを用いた異常検知などの具体的な例を取り上げて解説することで，実践的な人工知能の手法をお試しできるようになっています． 1. AIとは？ 2. Azure Machine Learning Studio (classic)の利用準備 3. データ形式の理解と準備 4. Azure Machine Learning Studio (classic)における処理の全体構造 5. Azure Machine Learning Studio (classic)へのデータ入出力 6. Azure Machine Learning Studio (classic)内における前処理 7. 教師あり学習 8. 数値予測 9. グルーピングと異常検知 10. 学習と推定についての評価 11. 独自処理 12. Webサービス化とAndroidアプリ作成
ユーザーレビュー
