待望の「ChatGPT Plus（有料版）」のビジネス活用に特化した書籍がついに刊行。2023年11月のアップデート対応！ もう、ほぼ「魔法」です！ Excel・PowerPointやデータ分析、画像生成など、かんたん雑用丸投げ術で仕事が楽になる！ ★日本初、ChatGPT Plus（有料版）のビジネス活用に特化！ ★非エンジニアにもらくらく使えるワンランク上の業務効率化！ ★サポートサイトにそのまま使えるプロンプトが超充実！ 【推薦の言葉】 ChatGPTがさまざまなデータの分析や加工を行えることはあまり知られていないが、大きなインパクトがある。かなりの腕のプログラマー／データサイエンティストがデータ処理のプログラムを自由自在に書くのと同じくらいのことが、普通の人にも驚くほど簡単にできるようになる。業務に使えるアイディアも無数に考えつくだろう。本書では、ChatGPT Plusに焦点をあて、その使い方を分かりやすく解説している。ぜひデータの分析や加工に一歩踏み出したい人には読んでいただきたい。 ――松尾豊氏（東京大学教授） たとえばこんなことができちゃいます！ ・「2つのPDFをページを抜き出して結合」など事務処理が一瞬で ・Webページの要約と画像生成で丸投げパワポ作成 ・Excelの関数記入、データ分析 ・顧客データから個別営業メール作成 Browsing、Advanced Data Analysis、DALL・E、GPT-4Vなどの拡張機能に対応しています。 【おもな内容】 第1部　知っておきたいChatGPTの基本 1章　ChatGPTの基礎知識 2章　ChatGPTの基本的な使い方 3章　ChatGPT Plusのセットアップ 4章　ファイルのアップロードとダウンロード 第2部　ChatGPTが使える日常テクニック 5章　繰り返し作業を一瞬で 6章　画像の多彩な加工・生成 7章　手軽に音声ファイル処理 8章　丸投げ！　PowerPointスライド作成 9章　マニュアル不要でExcel操作 10章　WordファイルとPDFファイルの便利技 第3部　ChatGPTでのデータサイエンス 11章　データからかんたんグラフ作成 12章　データからビジネスに役立つヒントを得る 第4部　ChatGPTのさらに便利な応用テクニック 13章　業務を効率化する 14章　ゲームで遊ぶ 15章　ブラウザアプリを作る 16章　PythonをChatGPTと勉強する 17章　アドバンスな活用法にチャレンジ

★この本を買わずして何を買う！！★ 競技プログラミング経験が豊富な著者が、「アルゴリズムを自分の道具としたい」という読者に向けて執筆。入門書を標榜しながら、AtCoderの例題、C++のコードが充実。入門書であり実践書でもある、生涯役立つテキストを目指した。 【推薦の言葉】 プログラムが「書ける」ことと、効率の良い結果を得ることには大分ギャップがある。本書は、どのようにすれば効率のよい結果が得られるか？　すなわちどのようなアルゴリズムを採用すればよいか？　という点に対して、幅広くかつ明快に解説している。 また本書は、アルゴリズム初心者に対して、アルゴリズムへの興味を惹かれるように記述されている。アルゴリズム上級者への初めの一歩には最適であろう。 ――河原林健一（国立情報学研究所副所長） 【全体を通して、アルゴリズムの設計技法を重視した構成】 まず、1、2章でアルゴリズムと計算量について概観します。そして、3～7章が、早くも本書のメインパートといえる部分であり、「アルゴリズムの設計技法」について詳しく解説します。これらの設計技法に関する話題は、多くの書籍では、最後の方で簡単に説明しています。しかし本書は、現実世界の問題を解決するための実践的なアルゴリズム設計技法の鍛錬を目指しています。そこで、アルゴリズム設計技法について前半で詳しく解説する構成としました。そして、これらの設計技法が後半の章でも随所に使われていくことを示していきます。 その後、8～11章では、設計したアルゴリズムを効果的に実現するうえで重要となるデータ構造を解説します。データ構造について学ぶことで、アルゴリズムの計算量を改善したり、また、C++やPythonなどで提供されている標準ライブラリの仕組みを理解して、それらを有効に活用したりすることができるようになります。 そしていったん、12章でソートアルゴリズムについての話題を挟んだ後に、13～16章でグラフアルゴリズムについて解説します。グラフは、非常に強力な数理科学的ツールです。多くの問題は、グラフに関する問題として定式化することで、見通しよく扱うことができるようになります。また、グラフアルゴリズムを設計するとき、3～7章で学ぶ設計技法や、8～11章で学ぶデータ構造が随所で活躍します。 最後に、17章で PとNPに関する話題を解説し、世の中には「効率的に解くアルゴリズムを設計することができそうにない難問」が多数あることを見ます。18章で、これらの難問に取り組むための方法論をまとめます。ここでも、動的計画法 (5章) や貪欲法 (7章) といった設計技法が活躍します。

チャンネル登録者数300万人超!2018年、最注目のYouTuber｢東海オンエア｣。彼らの動画をより楽しむための必読書、それが｢虫眼鏡の概要欄｣だ!普段、動画公開時に添えている概要欄の傑作選を読んで、より楽しい動画ライフを。｢動画と違って文章は共同作業です。皆さんが文章を読んで、頭の中でめちゃくちゃおもしろい映像を作ってください。そうして初めて、みなさんの顔がニヤニヤする訳です。｣(序文より)

※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。 理系のレポート作成や論文執筆の定番「LaTeX」の使い方が一冊でわかる！ これだけ読めばレポートが簡単に作成できるようになる、はじめての人のための入門書です。 【目次】 第1章 LaTeXにできること 第2章 Cloud LaTeXで始めるLaTeX 第3章 LaTeX文書の書き方 第4章 文書を構成する書式（概要／引用／文章の配置／箇条書き／書体／特殊な記号の表示 など） 第5章 数式を書く 第6章 便利な機能を使いこなす（ハイパーリンク／文字列の変形／ルビ／縦書き など） 第7章 参考文献と索引 第8章 作表 第9章 スライドの作成 第10章 作画 第11章 さらに進んだ使いかた ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

統計や数字に強くなる！ 現代人必修の「データを使いこなす力」を、GoogleやSmartNewsなどで教えるエキスパートが分かりやすく解説。 真実を見抜き、正確に伝えるための「データ思考」入門。 ◇◇◇◇◇◇◇◇ 「データ可視化」は現代人必修！ 「この本では、データ可視化を効果的に行うために必要な「データ思考」とでも呼ぶべき思考法を丁寧に解説していきます。この本を読むことで、データを正しく読めるようになるのはもちろん、実際に皆さんがデータを使いこなし、効果的に情報を伝えるための「データ可視化のための考え方」を身につけることができます。数字や統計に苦手意識がある方でも、ほんとうの意味で「データに強く」なれるでしょう。」（「はじめに」より） 【本書の内容】 ・人はデータを「読む」ことはできない ・コロナの感染状況を最も的確に表現したグラフ ・ナイチンゲールが作った「データ可視化」の名作 ・みんな騙される「詐欺グラフ」の見分け方 ・年収が上がるほど血圧が高くなる？ ・分かりやすいグラフに不可欠な「データの絞り方」 ・「データの軸」を見定めよ ・甲子園投手の「過剰投球」を一目で理解させるには ・「台風の進路予想図」の大いなる誤解　　　……ほか 【本書の構成】 第１章 データ可視化という強力な武器 第２章 データを読み解く 第３章 データを編集する（理論編） 第４章 データを編集する（実践編） 第５章 データをデザインする 第６章 多様なデータの見せ方 第７章 データ可視化をどのように改良するか 第８章 炎上や誤解を避ける 第９章 データ可視化と報道

数理で｢脳｣と｢心｣がここまでわかった!囲碁や将棋で、AIが人間に勝利を遂げた。2045年、人工知能が人間の能力を超える｢シンギュラリティ｣は、本当に訪れるのか?数学の理論で脳の仕組みを解き明かせれば、ロボットが心を持つことも可能になるのだろうか?AI研究の基礎となった｢数理脳科学｣の第一人者が語る、不思議で魅惑的な脳の世界。

※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。 「パソコンを自在に操ってみたい」──そんな夢をかなえるのがプログラミング言語。ではどの言語を学べばいい？　どうやって学べばいい？　本書では、現在主流の言語を中心に、各言語の基本構造と特色を紹介。見比べながら、自分に合った言語と学習法を見つけることができます。さらにプログラミングに共通するしくみを知れば、複数の言語を身につけることも簡単に。楽しみながら効率よく独習するコツを伝授します。（ブルーバックス・2014年9月刊）

ネオ半導体・電子部品・モーター・電子素材は新しい「産業のコメ」。日本企業の総合力が世界を変える！　世界のメガトレンドは、人口増加、高齢化、都市化。２０３０年には、２０１０年比で、食料は５０％増、エネルギーは４５％増、水使用は３０％増となる。こうした状況を解決するには「ＩｏＴ」が必要となり、その結果として生まれる３６０兆円の巨大市場で、日本企業が活躍する！　ＩｏＴ「４つの神器」、すなわちネオ半導体、電子部品、モーター、電子素材。その全ての技術と産業が揃っているのは日本だけ。日本電産、マブチモーター、村田製作所、ローム、京セラ、ソニー、東芝、富士電機、三菱電機、ディスコ、東京エレクトロンなど、また日本企業の時代がやって来た！

欧米では定番の科学計算ソフトの入門書。コマンドラインの利用やプログラムの開発などソフトの主要部分を解説するだけでなく、応用についても幅広く紹介。6000頁に及ぶ英文マニュアルにお困りの方へ特にお薦めの1冊。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 人間とコンピュータのより豊かな共存を目指す学問、ヒューマンコンピュータインタラクション（HCI）の全体像を、気鋭の研究者が解説。 HCIの概要から、人間やコンピュータの情報入出力の特性、HCIの設計のポイントや評価技法、近年の技術について、豊富な図と具体例で説き明かす。 新しいインタフェースの開発にも、今あるインタフェースの改良にも役立つ実践的な内容。 学生はもちろん、コンピュータに関わるすべての人必携の一冊！ ▼推薦・石井 裕氏（マサチューセッツ工科大学 教授／MITメディアラボ 副所長） 「人とコンピュータとの対話技術（HCI）の歴史と最先端を学べる本書は、人と技術が共存する未来を考えるために必須な羅針盤。」 【目次】 第1章　ヒューマンコンピュータインタラクションとは 第2章　人間の感覚 第3章　HCIの情報入出力 第4章　これからのインタフェース 第5章　インタフェースのデザイン 第6章　ヒューマンエラー 第7章　人間中心デザイン 第8章　HCIの評価実験 第9章　ユーザインタフェースの設計 第10章　発展するHCI ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

「ＡＩの世界情勢を把握し、日本がＡＩで地位を確保するにはどうすればいいかを、本書を読んで一緒に考えていただきたい」―公立はこだて未来大学副理事長・複雑系知能学科教授　松原 仁国家主導でＡＩ開発に突き進む中国、脅かされるトップランナー・アメリカ、国家の壁に阻まれるロシアの頭脳、個人の権利とテクノロジーのはざまで揺れるＥＵ、独自の道を歩むインドと日本―。倫理・価値観・影響力の行方は？　もう誰も無関係ではいられない！日本人読者の興味に合わせて編集したコンパクト版。【すでに存在しているＡＩ世界をどう生きるか？】本書では、私たちが今後ＡＩによって「知的である」「人間である」「自立している」ことの意味を、いかに考えさせられることになるのか、説明していく。ＡＩは一体どうすれば倫理的で思いやりのある意思決定ができるようになり、効率一辺倒ではない「何者か」になれるのだろうか？＊ＡＩの未来予測に「自分の未来」を託せるのか？＊もしもＡＩに「待望のわが子」の中絶を勧められたら？＊善人すら見逃さない「社会監視システム」＊高級住宅地では家庭内暴力は起こらない？＊アザラシ型ロボットが実現した「不信の一時停止」【国際社会の新たなパワーゲームとは？】人工知能でトップを目指す熾烈なレースはすでに始まっている。アメリカのリーダーシップはまだ揺らいではいないが、うろつき始めたデジタルドラゴン・中国が猛追する。産学一体となってＡＩ開発を推進する「カンブリア国家」である中国とアメリカ。専門知識を生かせない「城国家」であるロシア。防衛を基盤とした開発を推し進めるイスラエルのような「認識時代の騎士」。それぞれの国の思惑が絡み合うなか、国を超えて巨大化するデジタル企業。このパワーゲームで、勝ち残る「新たなＡＩ大国」とは？＊シリコンバレー育ちの自動運転車が中国を疾走する日＊ひそかに生まれ、ひそかに流れていく１１兆ドル＊デンマーク・モデルはＥＵの突破口になるのか？＊ＥＵ…「個人の主体性」は障壁となるのか？＊フランス…アンチ・テクノロジー国家のＡＩ革命＊インド…世界第３位のＡＩ導入国家＊カナダ…ＡＩのＣＥＲＮ＊日本…鉄腕アトムが少子高齢化を救う？

★まずは実行しよう。数理はそれからだ。★ 初学者が無理なく読み進められるように、ていねいに解説した。まずは、Rでデータ解析を実践し、Rの操作を習熟したら、数理的側面を学ぶ構成。理解の定着に役立つ練習問題が充実！　コードはWebで公開。 【サポートページ】 https://sites.google.com/view/ihsayah/sdar 【主な内容】 第1章　準備：Rの操作 第2章　データの可視化と要約 第3章　回帰分析（1）：単回帰モデル・重回帰モデル 第4章　回帰分析（2）：統計的推測・正則化法に基づく回帰分析 第5章　判別分析 第6章　ロジスティック回帰モデル 第7章　単純な規則に基づく判別モデル：決定木・インデックスモデル 第8章　主成分分析 第9章　クラスター分析 第10章　ブートストラップ法 第11章　Rを用いたシミュレーション：数理統計学を「実感」する 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授)

※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。 いま話題の新しい言語「Julia」を7日間で速習！ プログラミングが初めてでも読みやすい解説を通じて、具体的課題に適用しながら基礎から応用まで身につける。簡単、気軽に誰でも科学技術計算ができる！ ◇おもな目次◇ 1日目　Julia言語に触れてみよう――「高級電卓」としてのJulia 　1.1　インストールしてみよう 　1.2　実行してみよう 　1.3　電卓のように使ってみよう 　1.4　変数を使ってみよう 2日目　数式をコードにしてみよう――Julia言語の基本機能 　2.1　関数を作ってみる：function 　2.2　条件分岐をしてみる：if文 　2.3　繰り返し計算をしてみる：for文 　2.4　行列とベクトルを扱う：配列 　2.5　型について考える：型と多重ディスパッチ 　2.6　パラメータや変数をまとめる：struct 　2.7　一通りのセットとしてまとめる：module 　2.8　微分方程式を解く：パッケージの使用 　2.9　数式処理（代数演算）をする：他の言語のライブラリを呼ぶ 3日目　円周率を計算してみよう――簡単な計算と結果の可視化 　3.1　計算を始める前に 　3.2　正多角形による方法：漸化式で計算 　3.3　無限級数による方法：結果のプロットと複数の方法の比較 　3.4　数値積分による方法：区分求積法ほか 　3.5　モンテカルロ法：乱数を使う 　3.6　球衝突の方法：シミュレーションの可視化 4日目　具体例1：量子力学――微分方程式と線形代数 　4.1　時間依存のない1次元シュレーディンガー方程式：固有値問題を解く 　4.2　時間依存のない2次元シュレーディンガー方程式：特殊関数を使う 　4.3　波動関数の時間発展：行列演算を行う 5日目　具体例2：統計力学――乱数を使いこなす 　5.1　手作り統計力学：ヒストグラム表示 　5.2　イジング模型のモンテカルロシミュレーション：可視化と動画作成 6日目　具体例3：固体物理学――自己無撞着計算と固有値問題 　6.1　強束縛模型：対角化とフーリエ変換 　6.2　超伝導平均場理論：自己無撞着計算 7日目　自分の問題を解いてみよう 　7.1　用途別必要機能まとめ 　7.2　妙に遅いとき：高速化の方針 　7.3　さらに速く：並列計算をする ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 ・読者の信頼が厚い荒木雅弘先生の渾身の労作！ ・『イラストで学ぶ機械学習』『イラストで学ぶ人工知能概論』に続くシリーズ第5弾！ スマートフォンで爆発的に普及した音声認識技術は、実現困難といわれていた…。 では、なぜ、ここまで普及したのか。 音声認識技術の歴史から最先端キーテクノロジーまでを、イラストで明快に解説。 WFSTによる音声認識を詳しく解説した和書は本邦初！　もう、買わずにはいられない！

※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。 けっしてやさしくはない。だが、知っておきべきである。2進数から誤り訂正符号までを明快に説く、初学者にとって最良の教科書。抽象的でとっつきにくいシャノンの情報理論をイラストとともに学ぼう!筆者が長年講義した内容から、学生の反応が良かったものを厳選し、わかりやすく説明しています。情報理論の本質ともいえる「典型系列」について章を設け、詳しく解説しています。

★初学者向けの名著を100ページ増の大改訂！　ホイールダック２号は深層学習を手に入れた！★ ・全面的に記述を見直すも、第1版との連続性を最大限保ち、ますますパワーアップ！ ・「ニューラルネットワーク」の章を新設し、深層学習の歴史的位置づけ、CNN、RNNをわかりやすく解説した！ ・「確率的生成モデル」の章を新設し、強化学習・状態推定・教師なし学習などに関わる解説に芯を通すことができた！ まずは、この１冊から始めよう！ 【主な内容】 第1章 人工知能をつくり出そう　 第2章 探索(1)：状態空間と基本的な探索 第3章 探索(2)：最適経路の探索 第4章 探索(3)：ゲームの理論 第5章 計画と決定(1)：動的計画法 第6章 確率モデル(1)：確率とベイズ理論の基礎　 第7章 確率モデル(2)：確率的生成モデルとナイーブベイズ 第8章 計画と決定(2)：強化学習 第9章 状態推定(1)：ベイズフィルタ 第10章 状態推定(2)：粒子フィルタ 第11章 学習と認識(1)：クラスタリングと教師なし学習　 第12章 学習と認識(2)：パターン認識と教師あり学習　 第13章 学習と認識(3)：ニューラルネットワーク　 第14章 言語と論理(1)：自然言語処理　 第15章 言語と論理(2)：記号論理　 第16章 言語と論理(3)：証明と質問応答　 第17章 まとめ：知能を「つくる」ということ

｢ウェブ｣と｢アメリカ｣を考えるための新たな基本書の誕生。批評の新次元を開く待望の書。著者の池田純一氏は、デジタル･メディアの黎明期からの専門家であり、コロンビア大大学院で公共政策･経営学を学びました。ニュースや事象をいちはやく分析、ウェブと社会の関わりを洞察するブログ｢FERMAT｣(http://www.defermat.com/)は、高い評価を集めています。●Apple、Google、Twitter、Facebookは、なぜアメリカで生まれたのか? ●Googleを支える思想とは何か? それはこれからどこに向かうのか? ●FacebookとTwitterの本質的な違いはどこにあるのか? ●ウェブの展開は｢ソーシャル｣という概念を、どう再定義していくのか? ●ウェブによる国際化(全球化)に、ビジネスマンをはじめとして人々はどう対処していったらよいのか? これらの問いに答えながら、本書は同時に、｢ウェブはアメリカの文化的伝統を、いかに継承･具現しているのか。社会の変容にどう寄り添い、国境を越え、結果として世界を動かしていくのか?｣という壮大な問いに、歴史、社会、経済、思想、工学、建築、デザインなどの分野の境を超え、端正でやわらかな文章で語っていきます。ウェブが抱いてきた夢=｢構想力｣の源流をたどり、ゆくえを探る、斬新かつ根源的論考です。(講談社現代新書)

※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。 「どうやってデータを守ればいいの？」 「ハッカーはどんな攻撃をしてくるの？」 いまさら聞けない人に最適な入門書！ 難しそうな概念も、絵本のようにすぐにわかる。 基礎知識から最新情報まで、あっという間に即戦力！　 【目次】 第1章　セキュリティの入門――門の前くらい　～　セキュリティとリスク 　1-1　セキュリティ 　1-2　リスクとその3つの要素 　1-3　リスクマネジメント 　1-4　セキュリティの歴史 　1-5　IoT時代のセキュリティ 第2章　つながると、便利であぶない　～　ネットワークの基礎 　2-1　ネットワーク 　2-2　プロトコル 　2-3　IPアドレス 第3章　入鉄砲と出女　～　サイバーセキュリティの基礎 　3-1　識別、認証、認可 　3-2　暗号 　3-3　ハッシュ 　3-4　PKI 第4 章　ハッカーの手練手管　～　サイバー攻撃の方法 　4-1　侵入の経路や手口 　4-2　脆弱性につけ込む攻撃 　4-3　負荷をかける攻撃 　4-4　標的型攻撃 　4-5　その他の攻撃 第5章　脆弱性とは、家にあいた大穴だ　～　セキュリティ対策の方法 　5-1　攻撃を検出する 　5-2　不正アクセスの検知 　5-3　ネットワークからの攻撃に耐える 　5-4　公共の場所を安全に使う 　5-5　システムとデータを守る 第6章　えっ！？ ITにも法律？　～　サイバーセキュリティの法規と制度 　6-1　セキュリティ関連の法律 　6-2　知的財産権 第7章　セキュリティ対策実施の両輪　～　ポリシーとマネジメントシステム 　7-1　情報セキュリティポリシー 　7-2　情報セキュリティマネジメントシステム 第8章　油断大敵、火がぼうぼう　～　セキュリティ事故が起こったら 　8-1　セキュリティ事故対応のフェーズ 　8-2　インシデント遭遇時の初動対応とセキュリティ教育の必要性 　8-3　インシデント発生時に業務を止めないためには ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

スマートフォンなどモバイルデバイスが急速に普及し、巨大化するクラウドビジネスが通信の世界を呑み込む現代。日本最大の通信事業者・NTTグループはどんな戦略を採ろうとしているのか。同グループのトップなど日米で数十人の企業幹部にインタビューを重ね、見えてきたのは、グローバル化と多角化を指向する一大コングロマリットの姿だった！　クラウドコンピューティングを熟知したジャーナリストが近未来の組織と世界を描く。

83歳になった田原総一朗が、人工知能(AI)に挑む。AIは社会をどう変えるのか? AIによって人間はどう変わるのか? ｢AIは、言葉が難しくてわからないよ｣という田原氏が、ゼロから人工知能の世界に飛び込む。AIは日本人の雇用を奪い、｢勝ち組｣と｢負け組｣の格差を拡大させる悪魔の技術ではないのか?世界最先端の研究者、グーグル、トヨタ、パナソニック、ドワンゴなど第一線の技術者が真正面から答えた!

★最強最短の近道は、これだ！★ ・画像・自然言語処理の機械学習コンテストに取り組みながら、深層学習の具体的な知識をいち早く身につけよう！ ・レジェンドたちの豊富な経験に基づくスキルアップのノウハウも満載！ 【主な内容】 第1章　機械学習コンテストの基礎知識 1.1　機械学習コンテストのおおまかな流れ 1.2　機械学習コンテストの歴史 1.3　機械学習コンテストの例 1.4　計算資源 第2章　探索的データ分析とモデルの作成・検証・性能向上 2.1　探索的データ分析 2.2　モデルの作成 2.3　モデルの検証 2.4　性能の向上 第3章　画像分類入門 3.1　畳み込みニューラルネットワークの基礎 3.2　コンテスト「Dogs vs. Cats Redux」の紹介 3.3　最初の学習：CNNアーキテクチャ 3.4　最初の学習：データセットの準備と学習ループ 3.5　最適化アルゴリズムと学習率スケジューリング 3.6　データ拡張 3.7　アンサンブル 3.8　さらにスコアを伸ばすために 第4章　画像検索入門 4.1　画像検索タスク 4.2　学習済みモデルを使ったベースライン手法 4.3　ベースラインを実装する 4.4　距離学習を学ぶ 4.5　画像マッチングによる検証 4.6　クエリ拡張を学ぶ 4.7　Kaggleコンテストでの実践 第5章　テキスト分類入門 5.1　Quora Question Pairs 5.2　特徴量ベースのモデル 5.3　ニューラルネットワークベースのモデル

Excelを使ううえで避けて通れない｢データ入力作業｣を早く正確に行える仕組みの作り方を解説します。VBAなどの高度な機能は使わずに、オートフィルや表示形式、データの入力規則、VLOOKUP関数、OFFSET関数、条件付き書式などの基本機能を上手に組み合わせ、日付や曜日、金額データの入力などの自動処理を実現。面倒なデータ入力作業の手間や時間、ミスを激減させ、作業効率を大幅にアップさせます。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

機械学習は人工知能を支える技術の1つです。本書ではRaspberry Piを使いサポートベクトルマシンや多層ニューラルネットワークを体験。機械学習の概念の理解を目指します。最後はディープラーニングの演習も! Scikit-learn(機械学習)、keras(ディープラーニング)、OpenCV(画像処理)を使用。演習用プログラムはダウンロードできるので、プログラミング経験なしでもすぐはじめられます。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

デジタルカメラの顔認識機能など、身近で利用されている画像認識の技術。機械学習の応用により、その精度は格段に向上した。最前線で活躍する研究者が、基礎から深層学習を取り入れた応用的手法までをくわしく解説する。画像認識の現状と今後の展望を知るのに最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書! 深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。 【甘利俊一先生推薦】 ｢世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい｣

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Ｐｏｌｉｃｙ ＧｒａｄｉｅｎｔとＡ２Ｃの記述・実装を見直した。・Pythonプログラミングとともに、ゼロからていねいに解説。・コードが公開されているから、すぐ実践できる。・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。【おもな内容】Day1　強化学習の位置づけを知る　強化学習とさまざまなキーワードの関係　強化学習のメリット・デメリット　強化学習における問題設定：Markov Decision Process　Day2　強化学習の解法(1): 環境から計画を立てる　価値の定義と算出: Bellman Equation　動的計画法による状態評価の学習: Value Iteration　動的計画法による戦略の学習: Policy Iteration　モデルベースとモデルフリーとの違いDay3　強化学習の解法(2): 経験から計画を立てる　経験の蓄積と活用のバランス: Epsilon-Greedy法　計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference　経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs PolicyベースDay4　強化学習に対するニューラルネットワークの適用　強化学習にニューラルネットワークを適用する　価値評価を、パラメーターを持った関数で実装する：Value Function Approximation　価値評価に深層学習を適用する：Deep Q-Network 　戦略を、パラメーターを持った関数で実装する：Policy Gradient　戦略に深層学習を適用する：Advantage Actor Critic (A2C)　価値評価か、戦略かDay5　強化学習の弱点　サンプル効率が悪い　局所最適な行動に陥る、過学習をすることが多い　再現性が低い　弱点を前提とした対応策Day6　強化学習の弱点を克服するための手法　サンプル効率の悪さへの対応: モデルベースとの併用/表現学習　再現性の低さへの対応: 進化戦略　局所最適な行動/過学習への対応: 模倣学習/逆強化学習Day7　強化学習の活用領域　行動の最適化　学習の最適化

最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、｢モデルの構築→推論の導出｣という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

最小の努力で、最大の学びがここにある!･境界分野が面白い! 基礎から最先端まで，骨太の一冊!･機械学習に不可欠な基礎知識が身につく。･おだやかではない。かつてこれほどの教科書があっただろうか。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

世界最大のクラウドファンディングKickstarter日本語版を、完璧に使いこなすための、完全マニュアルガイド! プロジェクトを立ち上げたい方(クリエイター)と、プロジェクトを支援したい方(バッカー)の双方の立場から、分かりやすく解説。これ1冊で、すぐにKickstarterを始められます。世界中のクリエイター･バッカーと、日本語でつながれる!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

押し寄せるクラウドというイノベーションの波によっていま危機に立っているのは、日本のものづくり文化を担ってきたメーカーやメディアです。これまで得意としてきたハードとソフトの一体化戦略はクラウドによって瓦解し、商品やサービスの差別化をはかる要因が大きく変わってきています。シリコンバレー取材の第一人者である著者は、日米の身近なニュースや出来事を題材に課題を浮き彫りにしていきます。

｢このビィ･フォアードっていうのは一体、何者なんだ!?｣。グーグルの役員会議室では、こんな会話が飛び交ってたという。アフリカ各国の人気サイトランキングで、グーグル、ヤフー、ウィキペディア、フェイスブックなどと並んで、なぜか軒並み上位に上がっていたのは、日本人でもまだまだ無名の会社だった。ECを武器に大躍進を続ける小さな日本企業の秘密を社長自らが明らかにする。

現代の暗号技術には、純粋数学者が追究した緻密で膨大な研究成果が惜しみなく投入されている。開発者と攻撃者の熾烈な争いを追いながら、実際に使われている暗号技術を解説する。現代的な暗号の基本要素である｢共通鍵暗号｣｢ハッシュ関数｣｢公開鍵暗号｣にくわえ、類書ではほとんど解説のなかった、ハードウェアの面からの暗号解読についても紹介する。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

★★管理職も技術者も必読！「機械学習」のやさしい活用法★★ 機械学習プロジェクトの上手な進め方、機械学習を活用するときに気をつけること、活用事例などをていねいに解説。 「機械学習を作る側」と「機械学習活用する側」との橋渡しとなる一冊！ [本書で学べること］ ・そもそも機械学習で何ができるのか？ ・現場への適切な組み込み方法は？ ・どうやって精度を保証するのか？ ・実運用を見すえたときに確認すべき部分は？ [主な内容] 　第1章　本書の使い方 第1部　機械学習の基礎 　第2章　機械学習とは何か 　第3章　機械学習手法の種類と基礎 　第4章　機械学習のタスク 第2部　機械学習の利活用 　第5章　機械学習は一般企業でも活用できる 　第6章　機械学習を現場で活用するには 　第7章　機械学習の適用事例 　第8章　実運用に耐えうる機械学習モデルの構築 　第9章　機械学習モデルの説明性

※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。 ★ビジュアルプログラミングからオブジェクト指向プログラミングへ。さあ、はじめよう！★ MicroPython ver2.0に対応した改訂版。LEGO MINDSTORMS EV3を用いるロボットプログラミングもPythonで自由自在！ ソースコードの解説が丁寧だから大丈夫。プログラムを書いて、すぐロボットが動くからSTEM教育の導入としても最適。センサ、機構、ライントレース、Open Roberta Labなどの発展的な話題も豊富。 いま、テキストベースのプログラミング言語Pythonが注目されています。人工知能(AI)を応用したアプリケーション開発やビッグデータ解析、ロボットアプリケーション開発などの分野でよく使用されており、さらに初心者のプログラミング学習にも向いています。したがって、Pythonを学ぶことは、ロボットプログラミングを始めたい人にとって大いに意味があります。 本書では、EV3ソフトウェアとPythonでプログラムを書きます。2つのプログラムの対応がよくわかるように、EV3ソフトウェアのプログラムを説明した後に、Python のプログラムを説明します。Pythonのプログラムの説明では、EV3ソフトウェアのプログラム中のブロックに相当する手続きがどこで使われているかについても説明します。 【主な内容】 1章　はじめに 2章　プログラミングの準備をしよう 3章　ロボットプログラミングをはじめよう 4章　ロボットを動かしてみよう （基本プログラム/ ステータスライトを光らせる/ 音を鳴らす/ ディスプレイに文字を描画する/ モーターを回転させる） 5章　センサーを使って動かそう （EV3 で使用できるセンサー/ タッチセンサーを使おう/ カラーセンサーを使おう/ ジャイロセンサーを使おう/ 超音波センサーを使おう/ モーター回転センサーを使おう） 6章　オリジナルロボットを作ろう （ロボット製作のための力学・機構/ 力学・機構のための数学的準備/ 力学の基礎/ 基本的な機構/ 車輪移動機構/ ロボットアームとエンドエフェクター） 7章　実践してみよう （ボタンを押してすぐに実行する/ 複雑な動作をプログラミングするためのテクニック/ ライントレース/ 線の検出） 8章　Open Roberta Lab （Open Roberta Labとは/ 画面の説明/ プログラミング/ 保存と読み込み/ シミュレーター/ ロボットの設定/Open Roberta Lab からEV3 を動かす） 付録A　リファレンス ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。 ◆◆すぐに「使える！」　全ページフルカラー！◆◆ ・MATLAB R2022bに対応し、解説もより詳しく！ ・コマンド・スクリプトの例が豊富で、動かして学べる！ ・超基本から解説。これから使いはじめる人にぴったり！ ・全編フルカラー、スクリーンショットも豊富！ 【「まえがき」より】 本書には2つの活用方法があると私たちは考えています．1つは，MATLABの基本的な使い方を本当の初歩から習得していただくこと，もう1つは，業務や研究で本格的に活用する段階でも，手引き書として身近に置いて使っていただくことです． 本書が多くの方のMATLAB活用のまずは第1歩となり，さらに読者のみなさまのご活躍に少しでも役立つものとなるならば，非常に幸いです． 【おもな内容】 第1章　MATLAB入門 ーはじめて使う人のためにー 第2章　MATLABとExcelの連携 ーデータ処理を簡単にー 第3章　グラフィックス ーデータの視覚化ー 第4章　スクリプト ーM-ファイルと関数M-ファイルー 第5章　微分積分 ー差分と積和ー 第6章　微分方程式 ー運動の解析のためにー 第7章　Simulink ーMBDへの扉を開けてー 第8章　制御理論（古典制御）への適用 ーシステム設計にトライしてみようー Appendix1　Simulinkブロックライブラリ構成 Appendix2　List一覧 姉妹書『今日から使える！　MATLAB』も好評発売中！ ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

「最適化」を使うことを目指して、さまざまな最適化モデルを解説した。理論は必要最低限にとどめ、具体的な例とＰｙｔｈｏｎコードを多く掲載している。東京大学のＵＴｏｋｙｏＯＣＷの講義映像「数理手法３」とも連携！ 【データサイエンス入門シリーズ】 第1期として、以下の3点を同時刊行! ・データサイエンスのための数学：椎名　洋・姫野哲人・保科架風（著）清水昌平（編） ・データサイエンスの基礎：浜田悦生（著）狩野　裕（編） ・最適化手法入門：寒野善博（著）駒木文保（編） 第2期の刊行は2019年11月の予定(^o^)/ 【「巻頭言」より抜粋】 データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。 文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

サイバー攻撃から身を守るには、攻撃者の手口を知る必要がある。サイバー攻撃の足がかりとなるソフトウェアの｢脆弱性｣は、なぜ生まれてしまうのか? 脆弱性はどのように悪用されるのか? 脆弱性が発見されると、誰がどんな対応をとるのか? さまざまな事例を使い、情報セキュリティの舞台裏で繰り広げられる攻防戦を解説する。さらに、脆弱性情報が売買される巨大市場や、すでに起きているサイバー戦争を紹介する。

面倒な操作が一瞬でサクサクできて、オフィスでも自宅でもパソコンが劇的に快適化!ワード・エクセル・ネット・メールなど、いつもの作業が10倍はかどる超高速ワザから、「パソコンの本当の買い時の見極め方」「大量のIDとパスワードの超便利な管理方法」など、知らないとソンするパソコン&デジタルツールの常識までを徹底網羅。「できる人」が知っている数々のワザを、すぐに読めて今日から役立つ一冊に凝縮して公開します!

ロジカルモンスター白鳥圭輔が日本の医療の闇を斬る! 日本の解剖率2%台は、先進国中ぶっちぎりの最下位。98%は、体の表面を見るだけのいい加減な死亡診断が下されている。死亡診断が軽視される社会では、明らかな犯罪行為や児童虐待すら発見できず、治療効果判定も行われない無監査医療がはびこる。社会に様々な不利益をもたらす｢死因不明社会｣に立ち向かうにはAiを中核とする新たなパラダイムシフトが必要となる。

その死因、本当ですか? 日本には｢Ai=死亡時画像診断｣が必要だ。｢ブラックペアン｣シリーズの著者、渾身の一冊。解剖率は先進国中最低レベルという日本の状況を変えようと、Ai(死亡時画像診断)の導入を訴える著者が、ブルーバックス『死因不明社会』を刊行してから10年。その後Aiの理解と導入は進んだが、いまだ死因不明社会は解消されていない。その原因とは。文庫化に際しこの10年を振り返る新章を書き下ろし。

生存率51%! あなたは生き残る側? どうすれば仕事が消滅しても人間は幸福か? いま最も必須の知識! 2025年 まずドライバーの仕事が消滅。金融ではAIファンドマネジャーが人間を駆逐。2030年 銀行員、裁判官、弁護士助手など専門的頭脳労働者がAIに換わる。2035年 経営者、中間管理職、研究者、クリエイターもAIに

新型コロナウイルスのパンデミックに伴い、 グーグルやアップル、フェイスブックなど巨大ＩＴ企業が、 得意のクラウド業務システムを自社活用して、 従業員にテレワーク（在宅勤務）を呼びかけた。 にもかかわらず、その試みが 必ずしもうまくいっていないのはなぜか？ グーグルとアマゾンという、世界をリードする2大企業は なぜＡＩを駆使した「仕事自動化」より、 精神的・人間的な要素を重要視しているのか？ ・・・・・ いま世界各国で増えている新たな職業、 アメリカで自動運転車が憎まれている理由、 医療に応用される「ワトソン」の限界とは？ はたして、ＡＩが切り開く未来は、 本当に私たちを「幸せ」にするのだろうか？ ・・・・・ ＡＩやロボットが人間の労働者を置き換えるのではなく、 両者が共存共栄を図るにはどうしたらいいか。 人と高度技術の関係が今ほど問われる時代はかつてなかったでしょう。 それを考える一助になることを願って、この本は書かれました。 本書はまた、ここ数年で急激に盛り上がったＡＩブームの後日談、 ないしは冷静な評価・総括でもあります。 筆者は２０１５年に著した『ＡＩの衝撃　人工知能は人類の敵か』（講談社現代新書）の中で、 高度な数理統計学や脳科学をベースに急激な進化を遂げたディープラーニング、 あるいは世界の自動車産業を根底から覆す自動運転技術、 さらにはグーグルが開発中の人型ロボットなどＡＩ開発の最前線を紹介しました。 今、振り返れば当時はＡＩブームの走りとも言える時期でしたが、 その後、ブームが過熱する中で、ＡＩが全人類の知能を凌駕するシンギュラリティ（技術的特異点）や ＡＩ万能論、あるいはＡＩやロボットに仕事を奪われる新種の雇用破壊、 はてはＡＩによる人類絶滅の危機など、 プラスとマイナス両極端のイメージが社会に形成されました。 それらの中には、現実離れしたものも少なくありません。 当時から５年余りが経過した今、実際のＡＩあるいは自動運転車や次世代ロボットは どんなフェーズにあるのでしょうか？ 本書はそれらの現状や実力をつぶさに見ていきます。 ・・・・・ 【本書のおもな内容】 第1章　誰のための技術革新なのか？ 第2章　自動運転車はなぜ人に憎まれるのか？ 第3章　AＩロボットの夢と現実 第4章　医療に応用されるＡＩ 第5章　私たちの生産性や創造性はどう引き出されるのか

開発が進む知能機械の最前線を現場レポート。センサー、マイコン、超ＬＳＩなどを応用した知能機械が、急ピッチで開発されている。いまや人間以上に精密な作業をするロボットまで実用化された。これら新技術の最前線を現場からレポートし、企業戦略に与える影響を考える。あわせて第三の産業革命を迎えた、私たちの生き方についても鋭い提言を行う。

「基本をより実践的に！」学べる新シリーズの第一弾は、「統計モデリングの世界」へのファーストブック。基礎から学べる超入門！・チュートリアル形式だから、すぐに実践できる！・統計、確率、ベイズ推論、MCMCの基本事項から、やさしくサポート！・brmsやbayesplotなどのパッケージの使い方も、しっかり身につく！・一般化線形モデル(GLM)→一般化線形混合モデル(GLMM)→動的線形モデル(DLM)→動的一般化線形モデル(DGLM)を体系的に学べる！【本書のサポートページ】https://logics-of-blue.com/r-stan-bayesian-model-intro-book-support/　【実践Data Scienceシリーズ】　「基本をより実践的に！」を合言葉に、データサイエンスで用いられる各種手法の基本を、プログラミングの実装とともに解説していきます。はじめて学ぶ大学生、大学院生、ソフトウェアエンジニアに向けた注目の新シリーズです。【主な内容】1部　【理論編】ベイズ統計モデリングの基本　1.はじめよう！　ベイズ統計モデリング　2.統計学の基本　3.確率の基本　4.確率分布の基本　5.統計モデルの基本　6.ベイズ推論の基本　7.MCMCの基本／2部　【基礎編】RとStanによるデータ分析　1.Rの基本　2.データの要約　3.ggplot2によるデータの可視化　4.Stanの基本　5.MCMCの結果の評価　6.Stanコーディングの詳細／3部　【実践編】一般化線形モデル　1.一般化線形モデルの基本　2.単回帰モデル　3.モデルを用いた予測　4.デザイン行列を用いた一般化線形モデルの推定　5.brmsの使い方　6.ダミー変数と分散分析モデル　7.正規線形モデル　8.ポアソン回帰モデル　9.ロジスティック回帰モデル　10.交互作用／4部　【応用編】一般化線形混合モデル 1.階層ベイズモデルと一般化線形混合モデルの基本 2.ランダム切片モデル 3.ランダム係数モデル／5部　【応用編】状態空間モデル　1.時系列分析と状態空間モデルの基本 2.ローカルレベルモデル 3.状態空間モデルによる予測と補間 4.時変係数モデル　5.トレンドの構造　6.周期性のモデル化　7.自己回帰モデルとその周辺　8.動的一般化線形モデル：二項分布を仮定した例　9.動的一般化線形モデル：ポアソン分布を仮定した例

◆RとPython両方学べる。コスパ最強の一冊！◆ ・コードが理解の試金石！ ・「データサイエンスの準備」にページを割いているから、プログラミング経験ゼロで大丈夫！　 ・自分に合った言語を見つけたい、言語を乗り換えたいという方にもおすすめ！ [サポートサイト] https://github.com/taroyabuki/fromzero [主な内容] 第1部　データサイエンスのための準備 1章　コンピュータとネットワーク 2章　データサイエンスのための環境 3章　RとPython 4章　統計入門 5章　前処理 第2部　機械学習 6章　機械学習の目的・データ・手法 7章　回帰1（単回帰） 8章　回帰2（重回帰） 9章　分類1（多値分類） 10章　分類2（2値分類） 11章　深層学習とAutoML 12章　時系列予測 13章　教師なし学習 付録A　環境構築

シリーズの第2弾は、初学者向けのKaggle入門書の決定版！ ★「Kaggleで勝つ」準備をしよう！★ 初学者が「Kaggleに何となく興味ある」状態から「実際のコンペに参加できる」状態になれるような内容を目指しました。 ・サンプルコードの詳細な解説があるから、しっかり身につく！ ・優勝チームと専業Kagglerのコンビによる、安定のわかりやすさ！ ・充実の本音対談で、やさしくサポート！ ・初学者や手探りでやっているが体系的な知識を得たい人に最適。 【本書のサポートページ】 https://github.com/upura/python-kaggle-start-book 【実践Data Scienceシリーズ】 https://www.kspub.co.jp/book/series/S069.html 【主な内容】 第1章　Kaggleを知る 1.1 Kaggleとは 1.2 Kaggleで用いる機械学習 1.3 Kaggleのアカウントの作成 1.4 Competitionsページの概要 1.5 環境構築不要な「Notebooks」の使い方 第2章　Titanicに取り組む 2.1 まずはsubmit！　順位表に載ってみよう 2.2 全体像を把握！　submitまでの処理の流れを見てみよう 2.3 次の一手を見い出す！　探索的データ分析をしてみよう 2.4 ここで差がつく！　仮説に基づいて新しい特徴量を作ってみよう 2.5 勾配ブースティングが最強？！　いろいろな機械学習アルゴリズムを使ってみよう 2.6 機械学習アルゴリズムのお気持ち？！　ハイパーパラメータを調整してみよう 2.7 submitのその前に！　「Cross Validation」の大切さを知ろう 2.8 三人寄れば文殊の知恵！　アンサンブルを体験しよう. 第3章　Titanicの先に行く 3.1 複数テーブルを扱う 3.2 画像データを扱う 3.3 テキストデータを扱う 第4章　さらなる学びのために 4.1 参加するコンペの選び方 4.2 初学者にお勧めの戦い方 4.3 分析環境の選択肢 4.4 お勧めの資料・文献・リンク 付録A　サンプルコード詳細解説 A.1 第2章 Titanicに取り組む A.2 第3章 Titanicの先に行く

★基礎技術と分析アプローチがわかる入門書の決定版！★ ・「spaCy＋GiNZA」による一気通貫の分析がすぐに実践できる ・観光／金融・経済／ソーシャルメディアの分析事例をていねいに解説 ・つまずきやすい「環境構築」もしっかりサポート 【本書はこんな人におすすめです】 ・Pythonの基本が身についたので、次はテキストアナリティクスを学んでみたい ・大学の講義やプログラミングスクールなどで自然言語処理について少し触れたが、もう少し詳しく学びたい ・テキストアナリティクスにつまずいたことがあったり、ブランクがあったりして再挑戦してみたい 【本書「巻頭言」より抜粋】 アイディア次第でさまざまな分析が可能になるのがテキストアナリティクスの面白さです．その反面，多くの場合，簡単に結果が出るものではありません．諦めずに試行錯誤を続けることが重要です．基本的には多様な可能性に思いを巡らせることが有効です．それには経験の蓄積が活きてきますので，やればやるほど成果を出しやすくなります．自分で実際にデータを処理し，試行錯誤をしてみるのがテキストアナリティクスのスキルを向上させる近道です．その考えから，本書では試してみることを重要視しています． ――那須川哲哉（日本アイ・ビー・エム株式会社東京基礎研究所主席研究員） 【サポートページ】 https://github.com/tksakaki/kspub_ds_text_analytics 【主な内容】 第I部　テキストアナリティクスの基礎 第1章　テキストアナリティクスことはじめ 第2章　プログラミングの補足知識 第3章　環境構築 第4章　基礎技術 　 第II部　テキストアナリティクスの実践 第5章　データ収集 第6章　観光テキストの解析 第7章　金融・経済テキストの解析 第8章　ソーシャルメディアテキストの解析 第III部　応用技術・発展的な内容 第9章　実践的なテクニック 第10章　深層学習技術 第11章　環境構築の要らないテキストアナリティクス 付録　本書で利用するPythonライブラリ 【編著者紹介】 榊　剛史 株式会社ホットリンク 開発本部R＆D 部長 東京大学未来ビジョン研究センター 客員研究員 中国・清華大学による世界的なAI研究者2000人に選出。2006年電力会社にて情報通信業務に従事した後、東京大学博士課程に入学。2013年松尾研究室にて博士号取得。2015年～株式会社ホットリンクに入社。

お手本から｢定番｣のプログラムに慣れる。本書は、実用的なVBAプログラムのお手本から、定番プログラムの記述方法について学ぶものです。｢定番｣に慣れていくことで、｢こういう処理のときは、このプログラムを使う｣という道筋を明確に理解できるようになります。こうしたことの積み重ねが、思い通りにプログラミングできることに直結し、入門者レベルからの確実な向上を実現します。(ブルーバックス･2013年1月刊)※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

★国内きってのJulianによる、かゆいところに手が届く名解説！★ ★基礎から実践まで、幅広いトピックを網羅した。必携の決定版！★ 　本書はJuliaの知識を前提としません。本書で初めてJuliaを学ぶ読者のために、基礎から実践まで幅広いトピックを取り扱っています。Juliaに興味を持って本書を手にとった方は、きっと科学技術計算に役立つ新しいプログラミング言語としてJuliaに興味を持った方がほとんどでしょう。本書はそうした人たちに向けて書かれています。したがって、一般的なプログラミング言語の書籍より、やや科学技術寄りの内容を多く取り扱っています。具体的には、理数系の学生や、技術計算・データ解析などを専門とする技術者や研究者を主なターゲットとしています。 　本書は大きく分けて4つのパートに分かれます。第1部は、Juliaの導入です。第2部で言語の基礎的な構文・型システム・機能を解説します。続く第3部は、標準ライブラリを中心としたライブラリの紹介です。最後の第4部は、パッケージ管理と開発・性能改善などの実践的な知識を扱います。 【主な内容】 第1部　導入 第1章　Julia観光 第2章　環境構築 第3章　ファーストステップ 第2部　データと言語の基礎 第4章　数値と算術 第5章　コレクション 第6章　文字列 第7章　スコープと構文 第8章　型システム 第9章　多重ディスパッチ 第10章　メタプログラミング 第3部　ライブラリ 第11章　科学技術計算 第12章　並行プログラミング 第13章　システムプログラミング 第14章　外部プログラムの実行 第15章　他のプログラミング言語との連携 第4部　開発 第16章　パッケージ管理と開発 第17章　開発実践ガイド 第18章　性能の改善 付録A　Markdown 付録B　TOML 付録C　GitとGitHubの基本

AIが｢学ぶ｣とは、｢考える｣とは、｢判断を下す｣とはどんなことなのか。つまり、人工知能の思考構造がどうなっているのかを、基本から学びます。｢深層学習とは何か｣｢画像認識の原理とは｣｢評価関数の意味｣｢完全解析の思考法｣など、最新技術の核心にも触れていきます。さらに、囲碁のAlphaGo、チェスのDEEP BLUEなど、対戦型AIの進化を振り返ることからも、｢人工知能(AI)とは何か｣に迫ります。

※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。 初学者にも、上級者にも、必ず役立つ!　世界初の入門書!・NVIDIA社協力のもと、新アーキテクチャ「Kepler」および「CUDA5」をもとに解説。・数値計算への応用例も多彩で、付録にサンプルプログラムを26ページ掲載。・FortranによるCUDAプログラミングも紹介。

《これが世界標準！　世界もここから始めてる！！》 データサイエンス・機械学習を学ぶ「はじめの一歩」として、スタンフォード大学にて使用されている教科書“Introduction to Applied Linear Algebra: Vectors, Matrices, and Least Squares”がついに翻訳！！ ・豊富な事例を示しながら、ベクトル・行列の基本から最小二乗法による機械学習までをていねいに解説！ ・データサイエンス・機械学習に必要な数学の学び直しにうってつけ！ ・章末問題が298問掲載されているから、完全に理解できる！ ・Julia言語によるプログラミング課題が原著者のウェブサイトから入手できる！　 ・プログラミング課題を日本語に翻訳したものを、訳者のGitHubにて無料公開！ 【プログラミングの補足資料と追加の演習問題の入手先】 ・原著者のウェブサイト：http://vmls-book.stanford.edu ・補足資料の日本語訳：https://github.com/tttamaki/julia_companion_jp 【推薦の言葉：原著刊行にあたって】 データサイエンスの学生だけでなく，すべての学生に必読の入門書 ――ローラン・EI・ガウイ（カリフォルニア大学バークレー校） これが正攻法！ ――ギルバート・ストラング（マサチューセッツ工科大学） この本は多くの授業で使われるだろう．これだけ演習問題が大量にあるのだから ――トレバー・ヘイスティ（スタンフォード大学） 【主な内容】 第1部　ベクトル 1章　ベクトル 2章　線形関数 3章　ノルムと距離 4章　クラスタリング 5章　線形独立 第2部　行列 6章　行列 7章　行列の例 8章　線形連立方程式 9章　線形動的システム 10章　行列積 11章　逆行列 第3部　最小二乗法 12章　最小二乗法 13章　最小二乗当てはめ 14章　最小二乗識別 15章　多目的最小二乗法 16章　制約付き最小二乗法 17章　制約付き最小二乗法の応用 18章　非線形最小二乗法 19章　制約付き非線形最小二乗法 付録A　記法 付録B　計算量 付録C　微分と最適化 付録D　さらなる話題

Rも数理もていねいに！ データ解析の標準的ツールとなったスパース回帰分析、判別分析、深層学習、サポートベクターマシン、ランダムフォレストなどをRコードとともに解説。深層学習はRのパッケージkerasで実装。具体例も豊富で実用性も高い！　また、選ばれたモデルへの理解などの発展的な内容まで踏み込んだ。 【主な内容】 1章　回帰モデルとスパース推定 2章　統計手法によるパターン認識 3章　深層学習 4章　機械学習によるパターン認識 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

携帯やスマホを使っているうちに情報依存症や、ソーシャル・ネットワークでの「つながり依存症」を起こし、思考能力を失った人々。　本書では、半導体研究のトップランナーとして日米の大学、企業で研究を続け、ＩＴを知り尽くした物理学者が、中高年にとって本当に必要なＩＴ機器と、スマホに依存しすぎない“智恵のある少欲知足”の生活をおくる方法を紹介。　情報に振り回されない老後を迎えるための最強ガイドブック誕生！

※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。 機械の特徴ある動きを支える、遊星歯車、リンク機構、空気圧制御、インバータ制御、熱電対、形状記憶合金、ペルチェ効果など、メカトロニクスの基本を楽しく図解。身近な機械には意外なアイデアがいっぱい！　（ブルーバックス・1997年4月刊）

全くの初心者の人に向けて、ゼロからていねいに解説。超わかりやすいと大評判の准教授が送る渾身の一冊。大学生、電験受験者に最適!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

ファイアウォールも、難攻不落の要塞も、箱入り娘も、"破られる"理由は同じ! 〈｢なぜ破られるのか｣3つの原則〉1.完全な防御ラインは現実的には作れない 2.防御ラインの内側の異分子には勝てない 3.セキュリティを考える上で最弱のパーツは人間である――IT化が日進月歩で進む社会で未知の局面、新しい技術に直面しても、大切な情報、お金、命、名誉……を守るために、この原則をふまえた｢セキュリティの考え方｣を身につけましょう。豊富な図解、専門用語を最小限に抑えたわかりやすい解説で、みるみるわかる! (ブルーバックス･2006年7月刊)

通読して学習するRust入門書！ 単なる文法の解説にはとどまらない。 実践的なソフトウェアの実装と、Rustの安全性を支える理論の学習を通して、ゼロから徹底的にマスターできる！ サンプルコードもサポートページから提供！ 第1章　環境構築とHello, world! 第2章　Rustの基本 第3章　所有権・ライフタイム・借用 第4章　トレイト 第5章　モジュール・ドキュメント・テスト 第6章　正規表現 第7章　シェル 第8章　デバッガ 第9章　線形型システム

※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。 ブロックチェーンを用いたスマートコントラクト構築に必須の言語であるSolidityの入門書。SE、エンジニア、アプリ開発者必携！ 【目　次】 第1章　ブロックチェーン，イーサリアム，スマートコントラクト入門 第2章　イーサリアム，solidityのインストール 第3章　Solidity入門 第4章　グローバル変数と関数 第5章　式と制御構造　 第6章　スマートコントラクトの作成 第7章　関数，修飾子，fallback 第8章　例外，イベント，ロギング 第9章　Truffleの基礎と単体テスト 第10章　コントラクトのデバッグ ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

経済の未来は？　　AI時代の労働とは？ 日本はどう変わるべきか？ テクノロジーの進化が、世界を大きく変えている。 第一人者が、さまざまな実例を示しながら、 技術的な視点のみならず思想的な側面から、 最新技術が経済や社会に与える影響と役割を考える。 新書刊行時に大きな反響を呼んだベストセラーを、アップデートした決定版！

本書は、コンピュータの原理としてのチューリング･マシンを解説するとともに、決定問題を解決した有名な｢チューリング･マシンの停止問題｣も分かりやすく説明します。さらに計算量と、7大難問の一つ｢P=NP問題｣についても、わかりやすく解説します。(ブルーバックス･2014年2月刊)※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

新時代をリードする最強ノウハウ……分類するな、検索せよ！　あのミリオンセラーから２０年。すべての情報はクラウドで管理する時代が来た！ 　――私のオフィスの情報処理能力は、２０年前の世界最先端を超える。現代では誰もが大量のデジタルデータを無料で蓄積・検索・通信できるようになったからだ。『「超」整理法』のミリオンヒットから２０年を経て、「情報処理」の権威が教える最善のクラウド活用術。これを読まずして、「超」情報社会の勝者にはなれない！ ――今この時代に、何を問い、どんな答えを見い出すのか？　「整理は分類」という伝統的な考えを覆し、「時間軸検索」という新しい発想から整理法を提案した『「超」整理法』の著者が説く、新時代の仕事法。 ――情報を整理する必要はなくなった。なぜなら検索できるから！　時間をかけず、コストもかけず、努力もせずに、誰でもすぐに構築できる。そんな夢のデジタルオフィスは私たちの手の中にあった！　さらに広がる情報格差化社会で、最も有用な情報を得るための近道は、「検索の方法」である。

※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。 指導経験豊富な著者による初の本格的専門書！！ 開発現場の具体的要求に応える1冊。 M-ファイルOOP、GUIプログラミング、C-MEXプログラミング、M-ファイルS-function、MEX S-function ……などを使いこなすには――エンジニア必携版！

｢考えるな、感じろ｣とブルース･リーは言った。計算を間違い、マニュアルを守れず、ふと何かが降りてくる。すべて知性の賜物である。今こそ天然知能を解放しよう。人工知能と対立するのではなく、想像もつかない｢外部｣と邂逅するために。

フランスで10万部発行！　2018年度チューリング賞受賞、ヤン・ルカン氏（Facebook副社長）の「ベストセラー」がいち早く日本上陸！ AIとその中核をなす「ディープラーニング」の過去と現在、そして未来像とは？ ディープラーニングの父であるヤン・ルカン氏がエキサイティングに綴る。 ・ヤン・ルカンは、なぜあきらめなかったのか？ ・AI革命の恩恵を受けるのは、誰か？ ・ディープラーニングは、論理的思考ができない？ ・AIが、人間の「常識」を持つ日はくるのか？ 【成毛 眞氏　絶賛！！】 一気に読める面白さ！　AI時代の基本図書になるだろう。 【本書「監訳者あとがき」より抜粋】 本書は、ディープラーニングに関する書籍のなかでも、最も俯瞰的な視点で書かれた本のひとつであろう。技術に忠実であり、平易でありながら難解な説明を避けることなく、また、歴史や未来、社会的なインパクトにも言及している。 【本書「序章」より抜粋】 本書では、コンピュータ科学と神経科学が交差する領域で現在進められている科学的アプローチの実際を、安易な比喩に頼ることなく、一歩一歩解き明かしていきたい。 人工知能の本質に迫るべく、本書は2通りの読み方ができるようにしてある。ひとつ目は一般読者向けに、一読して理解できる平易な文章で、物語り、説明し、分析している。2つ目は詳しく知りたい人向けに、ところどころ数式やプログラムを使って、高度な数学的考察を行っている。 【主な内容】 序 章 第1章　AI革命 第2章　AIならびに私の小史 第3章　単純な学習機械 第4章　最小化学習、学習理論 第5章　深層ニューラルネットワークと誤差逆伝播法 第6章　AIの支柱、ニューラルネットワーク 第7章　ディープラーニングの現在 第8章　Facebook時代 第9章　そして明日は？　AIの今後と課題 第10章　AIの問題点 終 章

デジタルガレージの誕生と成長のストーリー。学生ながらメディアや広告の世界で仕事をしていた現社長・林郁と前M I Tメディアラボ所長、JOIこと伊藤穰一との出会いから、夢の世界が始まった。 今や、身近になったパソコンや携帯電話での決済、Eコマース。それらを黎明期から手がけ、仕掛けてきたのが創業25年のデジタルガレージ。元々、富ヶ谷のガレージからスタート、デジタル広告、検索事業、カカクコムや食べログの育成、twitterの日本展開、インターネット企業の起業育成と投資、海外展開、とデジタルの成長とともに活動の場を広げ、成長してきた。　ビットコイン、フィンテック、ビッグデータ。バイオヘルス。未来の世界を創出するために、より自由に素早く、ビジネスを形にする研究体制も整えている。 ガレージデイズを忘れす、常にファーストペンギンとして挑戦し続けるデジタルガレージは、今やインターネットで世界を変え、環境を保全し、地球を救おうとしている。 PROLOGUE モノローグ　 Opening Bell CHAPTER1 インターネットの世界に漕ぎ出す CHAPTER2 Ｅコマースとマーケティング CHAPTER3 投資と海外展開 CHAPTER4 森を見て木を見よ　次世代のファーストペンギンたちへ 　　卒業生VOICE 190 　　 THE　NEW　CONTEXT　CONFERENCE 　主な登壇者たち CHAPTER5 オープンイノベーションプラットフォーム「 DGLab」の挑戦 EPILOGUE Earthshot　利益だけではなく、まず地球を見よ 坂本龍一氏からのメッセージ

ツールとして不可欠な技術をコンパクトに！ ・データベースの活用を目的とし、SQLの操作は「問い合わせ」を中心に、MySQLに準拠して解説！ ・関係データベースの基本とその使い方、データの可視化、NoSQLまで網羅！ ・実践的なデータ分析事例として、Wikipediaダンプデータの分析を紹介！ 【サポートページ】 https://sites.google.com/view/dbfordatascience 【主な内容】 1章 はじめに 2章 関係データベースの基本 3章 SQLと正規化 4章 データの可視化と分析 5章 NoSQL 6章 実践的データ分析事例 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

警世のジャーナリストが、明快な理論と分析で迫る話題の社会時評集。毎日、さまざまなメディアからさまざまなニュースが供給されている。そんな情報に疑問を感じないだろうか? 第2次情報を中心に扱う著者がウォッチングする主たる対象は、目に見える現象の背後に隠された、より高次の現象ないし構造である。あふれる情報の背後に隠された真実を抉った名著!

手順通りにやれば必ずできるから、VBAのプログラミングが楽しくなる。VBAを使うと、面倒な複数のExcel操作をワンクリックで実行するしくみを作れます。本書は、典型的なVBAのプログラムを書きながら、基本的な文法を少しずつ学んでいくものです。｢数行書いて動作確認｣を繰り返して進むので、手順通りにやれば、未経験者でも挫折せずに、必ずVBAのプログラムを書けるようになります。(ブルーバックス･2012年4月刊) ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

JavaScriptは、Webページに表示される画像や文字列などを、閲覧する人の操作に応じて自由自在に変えられるプログラミング言語です。本書では、1つ1つ作例を作り、動かしながらJavaScriptの基本を少しずつ学んでいきます。手順通りにやるだけで、HTMLやCSSの未経験者でもJavaScriptの使い方が必ずマスターできます。(ブルーバックス･2014年1月刊)※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

実用度ナンバーワン言語のPythonをはじめよう! Pythonは、AIの開発やデータ分析、統計など何かと話題の分野で必須のプログラミング言語です。本書では、3つのプログラムを作り、動かしながらPythonの基本からちょっとした応用を学びます。1つ1つの手順を丁寧に解説するので、書いてあるとおりにプログラムを作っていくだけで自然とPythonの使い方や特長をマスターできます。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

さまざまな事情からLinuxを使い始める(学び始める)人が増えています。そうしたLinux初心者がまず戸惑うのは、コマンドを使って操作する点ではないでしょうか。WindowsやMacならマウスを使う操作を、なぜコマンドで行うのか。本書では、実際に数々のコマンドを打ち込みながら、その理由を学んでいきます。本格的にLinuxを学び始める前に知っておくと便利なことを、さくっと読める一冊です。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

爆発的な技術進化の時代、｢明日｣はどうなっているのだろう? 人工生命×アンドロイド、白熱の議論と｢機械人間オルタ｣の全貌。

放送･通信の黒船がやってきた! 2015年9月に上陸したネット配信の覇者ネットフリックスと、それを迎え撃つHulu、dTV 、アマゾンなどの巨人たち。 動画配信された作品を｢イッキ見｣するという新しい波は、テレビのビジネスモデルを、私たちの生活をいかに変えるか、最前線からの報告。(講談社現代新書)

《Ｐｙｔｈｏｎで数値計算の基本をより実践的に！》 □NumPy、SciPyを動かしながら、数値計算の基本を学ぶフルカラーテキスト！ □浮動小数点演算の基礎から偏微分方程式の数値解法までを一冊に凝縮！ □Pythonスクリプトはサポートページにて無料公開！ 【サポートページ】 https://github.com/tkouya/inapy 【目次】 第1章　数値計算と数学ソフトウェア 第2章　数の体系，コンピュータ，浮動小数点数 第3章　Pythonことはじめ 第4章　丸め誤差の評価方法と多倍長精度浮動小数点計算 第5章　初等関数の計算 第6章　基本線形計算 第7章　連立一次方程式の解法1 ―直接法 第8章　連立一次方程式の解法2 ―疎行列と反復法 第9章　行列の固有値・固有ベクトル計算 第10章　非線形方程式の解法 第11章　補間と最小二乗法 第12章　関数の微分と積分 第13章　常微分方程式の数値解法 第14章　偏微分方程式の数値解法

★数学とプログラミングを対比させながら、一歩一歩わかりやすく！ 実務に即してPyMC5プログラミングでベイズ推論を使いこなせるようになる。 最初の一冊として、データサイエンティストにおすすめ！ 【サポートサイト】 https://github.com/makaishi2/python_bayes_intro 【主な内容】 第1章 確率分布を理解する 1.1 ベイズ推論における確率分布の必要性 1.2 確率変数と確率分布 1.3 離散分布と連続分布 1.4 PyMCによる確率モデル定義とサンプリング 1.5 サンプリング結果分析 1.6 確率分布とPyMCプログラミングの関係 第2章 よく利用される確率分布 2.1 ベルヌーイ分布（pm.Bernoulliクラス） 2.2 二項分布（pm.Binomial クラス） 2.3 正規分布（pm.Normal クラス） 2.4 一様分布（pm.Uniform クラス） 2.5 ベータ分布（pm.Beta クラス） 2.6 半正規分布（pm.HalfNormal クラス） 第3章 ベイズ推論とは 3.1 ベイズ推論利用の目的 3.2 問題設定 3.3 最尤推定による解法 3.4 ベイズ推論による解法 3.5 ベイズ推論の精度を上げる方法 3.6 ベイズ推論の活用例 第4章 はじめてのベイズ推論実習 4.1 問題設定 (再掲) 4.2 最尤推定 4.3 ベイズ推論 (確率モデル定義） 4.4 ベイズ推論 (サンプリング） 4.5 ベイズ推論 (結果分析） 4.6 ベイズ推論 (二項分布バージョン） 4.7 ベイズ推論 (試行回数を増やす） 4.8 ベイズ推論 (事前分布の変更） 4.9 ベータ分布で直接確率分布を求める 第5章 ベイズ推論プログラミング 5.1 データ分布のベイズ推論 5.2 線形回帰のベイズ推論 5.3 階層ベイズモデル 5.4 潜在変数モデル 第6章 ベイズ推論の業務活用事例 6.1 ABテストの効果検証 6.2 ベイズ回帰モデルによる効果検証 6.3 IRT (Item Response Theory）によるテスト結果評価

★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

現代社会を支える根幹技術をPythonで！　 Pythonプログラミングのスキルアップにも最適！ 名著『Pythonスタートブック』の著者である辻真吾氏が書き下ろす至極の入門書！　ソートやグラフ構造など基本的な内容から、乱択アルゴリズムや数論、ブロックチェーンの仕組みなどの幅広い話題までを解説。コードはWeb公開（ https://github.com/tsjshg/pyalgdata）。 【データサイエンス入門シリーズ】 第2期として、以下の2点を刊行! 『統計モデルと推測』松井秀俊・小泉和之（著）竹村彰通（編） 『Pythonで学ぶアルゴリズムとデータ構造』辻真吾（著）下平英寿（編） 【「巻頭言」より抜粋】 　文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 　本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 　データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

３２ビットＣＰＵ搭載機の登場で、パソコンは新しい局面に突入し、確実に新世紀を迎えた。コンピュータ界の巨人ＩＢＭがパソコン市場に参入するに当たり、１６ビットＣＰＵを採用して大成功したが、１９８７年４月、ふたたびＩＢＭ衝撃の発表である。コンピュータ界の巨人が放った新パソコン戦略とは？

<人間と機械>を超えた、人工知能の新世界!計算機では対応できない問題は，ヒューマンコンピュテーションとクラウドソーシングを組み合わせて解決する!基本概念から技術的課題とその解決方法までをわかりやすく紹介。将来展望や研究動向も把握できる最適な一冊!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

直訳すれば「膨大な量の情報」といったことになるだろうが、量さえ集めても意味を為さないことは明白だ。シリコンバレーで開発される先端技術の一端は、すでに私たちの活用するところとなっている。ツイッターやフェイスブック、ＥＣサイトのレコメンデーションなど、ビッグデータの恩恵に与っているケースが数多く存在する。欧米の企業や政府の取り組みをレポートしながら、日本の産業界が目指すべき立ち位置を模索する。（講談社現代新書）

ブロックチェーンの決定版教科書！　基礎から実践まで、豊富なイラストでよくわかる。学生からＳＥ、エンジニアまでブロックチェーンを学びたい全ての人のためのテキスト。 トラストレスとは？　分権とは？　コンセンサスとは？　知っているようできちんと知らないキーワードがしっかりわかる。最新の暗号技術、匿名化技術、ゲーム理論、分散処理技術の基礎知識と合わせながら学ぶことができる。 大学の講義や企業の技術者教育に用いることができるよう、15章立てで構成。章末の演習問題付き。本文カラー。 〔　目　次　〕 Chapter 1　ブロックチェーン技術の原点 Chapter 2　ブロックチェーンの概要 Chapter 3　スマートコントラクトと分散台帳 Chapter 4　ブロックチェーンを構成する暗号技術の基礎 Chapter 5　ビットコインのシステム構成と仕組み Chapter 6　ビットコインの仕組みの詳細 Chapter 7　P2Pネットワーク Chapter 8　さまざまなノード実装 Chapter 9　トークンの表現と利用 Chapter 10　ブロックチェーンのスケーラビリティ Chapter 11　暗号技術とスマートコントラクト Chapter 12　ブロックチェーンと匿名化技術 Chapter 13　ブロックチェーンを利用したシステム構成 Chapter 14　ブロックチェーン特有のリスク Chapter 15　ブロックチェーンのビジネスへの導入 付録　数学的基礎

参加者が誰もお互いを信用し合っていないからこそ、正確な計算結果が未来永劫保存される──。暗号通貨(仮想通貨)ビットコインを支える仕組みとして登場したブロックチェーンは、かつてのインターネットのように新たなインフラへと育ちつつある。本書はその本質と構造をわかりやすく解説し、新たな応用先まで展望。技術解説書のトップ著者が挑んだ、｢これ1冊で網羅できる｣ブロックチェーンの決定版入門書!

フィンテックの中核技術であるブロックチェーンについて、基礎から実装までをやさしく解説したプログラマ、エンジニア向け入門技術書。『Mastering Bitcoin』の次に読むべき1冊! 【目 次】1章 ツールの導入/2章 ビットコインとブロックチェーンの基本/3章 ビットコインの暗号技術/4章 ビットコイン･ワレット/5章 ブロックチェーン/6章 トランザクション など。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

フリーのCG作成環境、Processingの設定、操作手順から、アート作品づくりまでを1冊で。数理、サウンド、3DCGなど各分野の専門家が応用事例も広く紹介。収録コードを改良することから、プログラミングをはじめよう。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第２弾！　｢深層学習とベイズ統計の融合｣がすべて詰まった ｢欲張り｣本！　基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書！本書のサポートページ：https://github.com/sammy-suyama/BayesianDeepLearningBook　　【主な内容】第1章　はじめに　1.1　ベイズ統計とニューラルネットワークの変遷　1.2　ベイズ深層学習／第2章　ニューラルネットワークの基礎　2.1　線形回帰モデル　2.2　ニューラルネットワーク　2.3　効率的な学習法　2.4　ニューラルネットワークの拡張モデル／第3章　ベイズ推論の基礎　3.1　確率推論　3.2　指数型分布族　3.3　ベイズ線形回帰　3.4　最尤推定，MAP推定との関係／第4章　近似ベイズ推論　4.1　サンプリングに基づく推論手法　4.2　最適化に基づく推論手法／第5章　ニューラルネットワークのベイズ推論　5.1　ベイズニューラルネットワークモデルの近似推論法　5.2　近似ベイズ推論の効率化　5.3　ベイズ推論と確率的正則化　5.4　不確実性の推定を使った応用／第6章　深層生成モデル　6.1　変分自己符号化器　6.2　変分モデル　6.3　生成ネットワークの構造学習　6.4　その他の深層生成モデル／第7章　深層学習とガウス過程　7.1　ガウス過程の基礎　7.2　ガウス過程による分類　7.3　ガウス過程のスパース近似　7.4　深層学習のガウス過程解釈　7.5　ガウス過程による生成モデル

フリーソフトPOV-Rayを使った作品づくりを通して、初心者でもCGの基本をマスターできる一冊。オブジェクトの扱い方から始めて、色や光、背景の操作などを順番に習得する。さらに演習で、学んだ技術を定着させる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

世界有数の研究者による“機械学習の説明書”。2015年アメリカでの発売当初から研究者の間で話題となった力作が、『パターン認識と機械学習』などの翻訳を手がけた神嶌敏弘博士の訳で満を持して刊行。一般向けのきめ細やかな訳注も加えた。 囲碁AI、AmazonやNetflixのお薦め機能、iPhoneのSiri。私たちの生活に溶け込んでいる機械学習とは何か？　観測衛星、DNAシーケンサ、量子加速器などのデータから、機械学習は自然界の謎をすべて解き明かすのか？　蓄えられた莫大なデータはアメリカ大統領選から企業のサービスまで影響を与え、陸・海・空を機械学習で自動操縦される無人車両が飛び交う。機械学習によって、世界はどう変わるのか？ アルゴリズムの歴史を解説するとともに、世界を再構築する究極の「マスターアルゴリズム」の存在を探究。 マスターアルゴリズムが存在する根拠を、神経科学、進化生物学、物理学、統計学、および計算機科学の観点から軽妙かつ縦横に展開する。知的好奇心が沸き立つ1冊。六七質のイラストが世界観を表現。 ペドロ・ドミンゴス（著者） ワシントン大学ポール・アレン コンピュータサイエンス＆エンジニアリング学部教授。AAAS（アメリカ科学振興協会）およびAAAI（人工知能振興学会）フェロー。1992年リスボン工科大学Instituto SuperiorTecnico修士課程修了（電子工学・コンピュータサイエンス）。1997年カリフォルニア大学アーバイン校にて博士取得（情報・コンピュータサイエンス）。マルコフ論理ネット、影響最大化問題、データストリーム、敵対的学習、sum-productネットなど顕著な業績が知られている、世界有数の機械学習研究者である。KDD2003、SRL2009ではプログラム委員長を務める。IMLS（国際機械学習学会）の発起人。“Machine Learning ”誌編集委員。SIGKDD Innovation Award、IJCAI John McCarthy Awardを筆頭に受賞多数。 神嶌敏弘（訳者） 1994年京都大学大学院工学研究科修士課程修了（情報工学専攻）。1994年電子技術総合研究所入所。2001年京都大学にて博士取得（情報学）。現在は産業技術総合研究所にて、機械学習やデータマイニングの手法、特に公平性配慮型データマイニングと推薦システムや個人化技術などについて研究。 携わった書籍に、人工知能学会監修『深層学習』（編／近代科学社）、トレバー・ヘイスティ他『統計的学習の基礎』（共監訳／共立出版）、C.M.ビショップ『パターン認識と機械学習』（共訳／丸善出版）などがある。 2019年人工知能学会 AI ELSI賞 Perspective部門受賞。

なぜイノベーションはシリコンバレーで起こるのか? IoT時代に入り、Googleはどんな未来を描いているか? 大望を語る起業家、それを後押しする若き投資家、そしてITの巨人Google、Amazon、Facebook……彼らの合い言葉は｢Better World｣｢Better Future｣。彼らを突き動かす力の源を解き明かす渾身の論考! (講談社現代新書)

ベイズ統計を支えるMCMCをやさしく丁寧に! マルコフ連鎖モンテカルロ法（MCMC）が驚くほど真面目によくわかる！　理解を助けるためのR言語のコードや章末の練習問題が充実！　モンテカルロ法の感覚を養ってもらうために「乱数の生成」を第2章で解説した。また，入門向けを標榜しながらも，後半の第4章以降では，和書で情報を得ることが難しい「エルゴード性」について踏み込んだ。 【主な内容】 1章 序論 2章 乱数 3章 積分法 4章 マルコフ連鎖 5章 ギフスサンプリング 6章 メトロポリス・ヘイスティングス法 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6 大学(北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学)を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通(滋賀大学データサイエンス学部学部長、教授) 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

５０万部超のベストセラー『たった３秒のパソコン術』（三笠書房知的生きかた文庫）の著者による、パソコン超入門。　「添付ファイルが開かない」「パソコンがフリーズしたまま、シャットダウンができない」「文字化けメールを直すには？」など、膨大なパソコンのマニュアルの、いったいどこに書いてあるのかもわからない、“よくある、困った”をササッと解決する方法を紹介します。

※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。 2016年７月の刊行以来、入門者向けの丁寧な解説が「親切すぎる！」と大好評の『カラー図解 最新 Raspberry Piで学ぶ電子工作』が、Raspberry Pi 4に対応した内容でリニューアル！ 電子工作の超初歩的な演習である「Lチカ」（LEDライトをチカチカと点灯させる）から、温度センサ、モーター、液晶ディスプレイなどの超定番パーツを用いる演習、スマホやタブレットとラズパイを連携させた応用演習を通して、ラズパイを使った電子工作を基礎からきっちりと学べます。 演習に用いるPythonのプログラムはダウンロード可能！ 実際に回路を組む際、見やすくて便利な回路図のPDFファイルをダウンロード可能！ 演習で使うLEDや抵抗、ブレッドボード、モーターなどのパーツが揃った公式の「パーツセット」を、秋葉原の老舗電子パーツショップの秋月電子通商さんにて販売（通販と店頭）！ 刊行後の更新情報をWebにて発信！ 本書は10章構成です。１章では「Raspberry Piとは何か」をその生い立ちから紹介します。２章では、Raspberry Piを使ううえで必要なものを紹介。OSのインストールからセットアップまでを解説します。 ３章では、LEDを点灯させる演習で、電流、電圧、抵抗など電子工作に必要な予備知識を学びます。４章では、プログラムを使ってLEDを点滅させ、ラズパイによる電子パーツの制御方法を学びます。５章では、タクトスイッチを使ったLEDの点灯／消灯、６章では、半固定抵抗やセンサを使ったAD変換によるアナログ値の利用法を学びます。７章では、温度計を作る演習でI2Cデバイスの利用法を、８章では、DCモータやサーボモータを使い、PWM（パルス幅変調）の利用法を学びます。９章では、ラズパイをスマホやタブレット、パソコンと連携させ、LEDやモータを制御する演習を行い、WebIOPiという技術の利用法を学びます。10章では、９章で学んだ知識を応用し、スマホから操作できるキャタピラ式模型を作ります。 ・本書で対応するRaspberry Piの機種 Raspberry Pi……Raspberry Pi 4 Model B、Raspberry Pi 3 Model B+、Raspberry Pi Zero WH（そのほか40ピンのGPIOポートをもつ機種） ・対応するRaspberry Pi 用のOS Raspberry Pi OS（2020-05-27（Buster））またはRaspbian（2019-04-08（Stretch）） ～刊行後の最新OSへの対応方法を、Webでの発信を可能なかぎり行う予定。 ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。