AI時代の必携試験、G検定の「公式テキスト」第3版！ 【本書の特徴】 ・大ベストセラー、ディープラーニング G検定 公式テキストの改訂版。 ・新シラバスに完全準拠。 ・試験運営団体である「日本ディープラーニング協会」が監修。 ・章末問題を一新！分かりやすい解説付き。 ・ディープラーニングに関する入門書としても最適。 【対象読者】 ・G検定を受験しようと思っている人 ・ディープラーニングについて概要を学びたい人 ・ディープラーニングを事業活用しようと思っている人 ・ChatGPT等生成AIの理解・活用のための知識習得したい人 【G検定とは】 ・内容：ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを検定する試験。 ・試験方式：知識問題（多肢選択式）、オンライン実施（自宅受験） ・試験時間：120分、出題数：200問程度 ・日程：年6回（2024年の場合。詳細は公式サイトにて公表） 試験の概要 第1章 人工知能（AI）とは 第2章 人工知能をめぐる動向 第3章 機械学習の具体的手法 第4章 ディープラーニングの概要 第5章 ディープラーニングの要素技術 第6章 ディープラーニングの応用例 第7章 AIの社会実装に向けて 第8章 AIの法律と倫理 Appendix 事例集 産業への応用 ※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。

理論から実践へ！ アジャイルに踏み出せなかった現場に贈る、効率的なチーム運営の秘訣とは？ ソフトウェア開発における「カンバン」（英語でもKanban）は、トヨタのジャストインタイムスケジュール管理メカニズムに基づくプロジェクト管理手法のこと。本書は“Agile Project Management with Kanban”（Microsoft Press, 2015）の日本語版で、カンバン方式によるソフトウェア開発プロジェクトの実践方法を、著者自身の実体験に基づいて具体的に解説します。 ――――――――――「監訳者あとがき」より抜粋―――――――――― 　本書は、最初から最後まで、「現場目線」を貫いています。「現場目線」とは、現場がカンバンを理解し、実践するための自然かつ最短距離な構成であるということです。具体的には、カンバンを現場に導入するとしたらこの順番に理解したほうがいいという構成になっています。各章とも、実践的な解説、よくある質問と回答、トラブルシューティング、そしてチェックリストという構成になっています。

ソフトウエア開発の方法論を幅広く網羅した入門書。上巻は設計やプログラミング、下巻はテストやデバッグを扱う。1993年発行の第1版を、Webアプリケーションの普及などを踏まえて大幅に改定した。著者はソフトウエア工学の第一人者で、知識体系「SWEBOK」の構築を主導する。計1200ページを超える大部だが、ソフト開発プロセスを建築設計にたとえるなど、難解になりがちな内容を分かりやすくまとめている。

※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。 ニューラルネットワークの理論とディープラーニングの実装について丁寧に解説。実装には、Python(3.x)を用い、ディープラーニング向けライブラリKeras（2.x）、TensorFlow（2.x）、PyTorch（1.x）を用います。 本書では、自然言語処理をはじめとした時系列データ処理のためのディープラーニング・アルゴリズムに焦点を当てているのも大きな特徴の1つです。本書の［第1版］（2017年）以降に次々と登場している新しい手法やモデルを丁寧に説明、記事も大幅にボリュームアップしました。

大好評！デジタル時代の必携リテラシー、G検定の「公式テキスト」の改訂版！ 【本書の特徴】 ・大ベストセラー、ディープラーニング G検定 公式テキストの改訂版。 ・改訂された新シラバスに完全準拠。 ・試験運営団体である「日本ディープラーニング協会」が監修。 ・章末問題を大増量。分かりやすい解説付き。 ・ディープラーニングに関する入門書としても最適。 【対象読者】 ・ G検定を受験しようと思っている人 ・ディープラーニングについて概要を学びたい人 ・ディープラーニングを事業活用しようと思っている人・DX推進を検討している人 【G検定とは】 ・内容：ディープラーニングを事業に活かすための知識を有しているかを検定する ・試験方式：知識問題（多肢選択式）、オンライン実施（自宅受験） ・日程：年3回（詳細は公式サイトにて公表） 【目次】 試験の概要 第1章 人工知能（AI）とは 第2章 人工知能をめぐる動向 第3章 人工知能分野の問題 第4章 機械学習の具体的手法 第5章 ディープラーニングの概要 第6章 ディープラーニングの手法 第7章 ディープラーニングの社会実装に向けて Appendix　事例集 産業への応用 ※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。

ディープラーニングの知識を測る検定試験（G検定）の「公式テキスト」登場！ 【本書の特徴】 1）試験運営団体である「日本ディープラーニング協会」が執筆。 2）各章末には、練習問題つき。試験勉強に最適。 3）最新シラバス「JDLA Deep Learning for GENERAL 2018」に完全準拠。 4）ディープラーニングについて最新事情も踏まえ学ぶことができる。 【対象読者】 ・「ディープラーニング G検定（ジェネラリスト検定）」を受験しようと思っている人 ・ディープラーニングについてこれから広く学びたい人 ・ディープラーニングを事業活用しようと思っている人 【G検定とは】 ・目的：ディープラーニングを事業に活かすための知識を有しているかを検定する ・受験資格制限：なし ・試験概要：120分、知識問題（多肢選択式）、オンライン実施（自宅受験） ・出題問題：シラバスより出題 ・日程：公式サイトにて公表 ※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。

アイデンティティ管理の新たな選択肢、IDaaS（Identity as a Service）を実現する、 クラウド版Active Directoryを徹底解説！ “Modern Authentication with Azure Active Directory for Web Applications”（Microsoft Press, 2016）の、待望の日本語版が実現しました！　Webアプリケーション向けに、Azure Active DirectoryによるID管理の仕組みと、その方法を解説します。原著者は米国マイクロソフト本社でAzure Active Directoryのプロダクトマネージャーを務めるVittorio Bertocci氏。日本語版の監訳は、日本マイクロソフトのインフラ系エバンジェリストである安納順一氏と、Microsoft MVPで、アイデンティティ分野で数多くの解説記事を執筆する富士榮尚寛氏が担当。米国と日本のスペシャリストたちがガッチリとタッグを組んだ1冊です。クラウド時代の企業システムを担う開発者、システムアーキテクト、インフラエンジニアにぜひお勧めします。

※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。 LLM (大規模言語モデル) をつくりながら学ぼう！ 本書はGPT型のLLM (大規模言語モデル) を一から理解して構築するために書かれました。最後まで読めばLLMの仕組みがしっかりと理解でき、独自のモデルを構築するためのスキルを身につけることができます。作成するモデルは大規模な基礎モデルと比べると規模は小さいものの概念は同じであり、最先端のLLMの構築に使われているメカニズムやテクニックを理解するための強力なツールとなるでしょう。 1章　大規模言語モデルを理解する 2章　テキストデータの準備 3章　Attentionメカニズムのコーディング 4章　テキストを生成するためのGPTモデルを一から実装する 5章　ラベルなしデータでの事前学習 6章　分類のためのファインチューニング 7章　指示に従うためのファインチューニング 付録A　PyTorch 入門 付録B　参考資料 付録C　練習問題の解答 付録D　訓練ループに高度なテクニックを追加する 付録E　LoRAによるパラメータ効率のよいファインチューニング Sebastian Raschka（セバスチャン・ラシュカ）： Lightning AI社でAIとLLM の研究開発に注力。以前はウィスコンシン大学マディソン校統計学部助教授。著書に『Python機械学習プログラミング［第3版］ 達人データサイエンティストによる理論と実践』（インプレス）がある。 ［監訳］巣籠 悠輔（すごもり ゆうすけ）： 株式会社MIRA代表取締役、日本ディープラーニング協会有識者会員。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『Pythonによるディープラーニング』(マイナビ出版) 等がある。 ［翻訳］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『Python機械学習プログラミング［第3版］』『プログラマーなら知っておきたい40のアルゴリズム』（インプレス）、『なっとく！ AIアルゴリズム』（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。

機械に学習させる調教師への道 【本書の内容】 本書は Andrew W. Trask, "Grokking Deep Learning", Manning Publications 2019 の邦訳版です。 本書は「機械が学習する」というテーマのもと、 その根幹を成す「ディープラーニング」という手法を平易に解説した書籍です。 一般に「ディープラーニング」というと、その背景となる数学的厳密性を全面に押し出し、 微に入り細に入る解説が仇となって、面白くなるとばぐちでリタイアすることになりがちです。 本書は数学的厳密性はそこそこに、むしろディープラーニングの全体像を俯瞰し、 ディープラーニングがカバーする範囲とその構築方法、 そしてそのための基礎知識をイメージしてもらえるように工夫しています。 Webアプリケーションを開発する際に、フレームワークによってインフラを意識することなく サービスを構築できるようなスタイル、と言えばいいでしょうか。 なにはともあれ、最初に提示されるPythonコードを「暗記」してみてください。 それを拡張することで、機械に学習させる「調教師」になれることが分かるはずです。 【本書のポイント】 ・数式を使った基礎理論ではなく「扱える」ディープラーニングを学べる ・線形代数、微積分、凸最適化はもちろん、機械学習の知識も前提としない ・ニューラルネットワークの基礎から上位層やアーキテクチャを学べる ・Python 3.x系で実際に試せる 【読者が得られること】 ・ディープラーニングの全体像 ・ニューラルネットワークの基礎 ・学習精度の上げ方 ※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。

「コンピュータのプログラミング」から脱却し、 “学術”ではない、実用度重視のHaskell入門書 Haskellは、関数型プログラミングを研究する対象としての側面が強すぎ、一般的なアプリケーション構築を目的とした開発言語の側面が、おざなりにされがちでした。そのため、他の言語（JavaとかC/C++とかC#とか）がこなす、ありふれたアプリケーションをHaskellで構築しようとすると、キーボードを叩く指が止まってしまうことがありました。本書は関数型プログラミングの基本を押さえつつ、実用的なプログラムを書けるようなレベルに誘う一冊です。 もちろん、そのためにはプログラミング言語としての基礎的な知識や、Haskellならではの技法・手法の理解が欠かせません。本書では、最終的にI/Oを使用し、乱数を生成し、DBアプリケーションを作れるところまで道筋を示します。 二度とHaskellに触れないとしても、この言語（と、その思想）に触れることで、 ・安全で機能的なコードを書くこと ・問題を注意深くモデル化すること を身につけることができます。 この本は、 ・プログラミングスキルとプログラミング言語の理解を次のレベルに引き上げたい、既存のプログラミング経験のある人 を対象としていますが、根気強く読み解いていけば、必ず視野は広がります。 本書は Will Kurt , "Get Programming with Haskell" ISBN 9781617293764, Manning Publications Co., 2018 March の日本語版です。 ※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。

※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時代のエンジニア必須知識を Keras開発者が"コードファースト" で解説！ ベストセラーとなったManning刊 "Deep Learning with Python" が全面的に書き直され、Transformer、GPTライクなLLMの構築、拡散モデルを用いた画像生成などの新章も追加されました。ディープラーニングを段階的に理解できる実践的なプロジェクトとコード例が各章で紹介されます。 ●目次 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 Tensorflow、PyTorch、JAX、Keras 4章 分類と回帰 5章 機械学習の基礎 6章 機械学習の普遍的なワークフロー 7章 Kerasを深く理解する 8章 画像分類 9章 ConvNetアーキテクチャパターン 10章 ConvNetが何を学習するのかを解釈する 11章 画像セグメンテーション 12章 物体検出 13章 時系列予測 14章 テキスト分類 15章 言語モデルとTransformer 16章 テキスト生成 LLM（大規模言語モデル） 17章 画像生成 18章 実務におけるベストプラクティス 19章 AIの未来 20章 本書のまとめ ●著者 Francois Chollet（フランソワ・ショレ）：2012 年に学術界でディープラーニングが注目を集めるようになって以来、ディープラーニングに取り組んでいる。最も広く使われているディープラーニングフレームワークの1 つであるKeras の作成者。Keras は、大学の授業、Google、Netflix、Spotify などの企業、そしてCERN やNASA などの科学機関で使われている。最先端AI システムを研究するNdea 研究所の共同設立者であり、機械知能を測定するARC-AGI チャレンジを創設した。 Matthew Watson（マシュー・ワトソン）：2018 年以降、Gemini モデルやGoogle のオープンソースディープラーニングエコシステムの開発を含め、Google 全体で機械学習に携わっている。Keras のコアメンテナーであり、自然言語処理のためのKeras ツールの開発に注力している。スタンフォード大学でコンピュータサイエンスの修士号を取得し、Stanford Graphics Lab で手続き型モデリング技術の研究を行った。 ［監訳］巣籠 悠輔（すごもり ゆうすけ）：株式会社MIRA代表取締役、株式会社マルイユナイトCTO。医療AIベンチャーを創業・CTOを務め、同社エグジット後は生成AI活用やDX等の技術支援を大手企業・ベンチャー問わず行う。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『つくりながら学ぶ！LLM 自作入門』（マイナビ出版刊）等がある。 ［翻訳］株式会社クイープ： 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。最近の主な訳書に『つくりながら学ぶ！ LLM 自作入門』『Python による時系列予測』（マイナビ出版）、『Python ではじめるクリーンアーキテクチャ』『LLM 本番システム構築ノウハウ』『グランドマスター三冠のKaggle ノートブック開発術』（インプレス）、『Exercise Go プログラマ脳を鍛える至高の問題集』『Exercise Python プログラマ脳を鍛える至高の問題集』『Exercise JavaScript プログラマ脳を鍛える至高の問題集』『Exercise C++ プログラマ脳を鍛える至高の問題集』『なっとく！アルゴリズム第2 版』『爆速Python』（翔泳社）、『Python クイックリファレンス　第4 版』（オライリー・ジャパン）、『犯罪捜査技術を活用したソフトウェア開発手法』（秀和システム）、などがある。 ※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。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

世の中で氾濫している「人工知能・AI」という言葉に惑わされないようにするため、人工知能についての正しい知識を身につけ、理解することが必要です。 人工知能分野の発展に貢献しているのが 機械学習・深層学習（ディープラーニング）と呼ばれる技術で「人工知能（AI）を使ってなにかプロジェクトをやってほしい」と言われたとき「ビジネス課題を機械学習・深層学習でどのように解決すればよいか」と置き換えて考えればよいケースがほとんどです。 本書では、あいまいな状態になっているビジネス上の課題を機械学習を試すことのできるような形に課題を書き換えたり、人工知能の代表的な手法である推論・探索、知識表現、機械学習、深層学習の各手法をフレームワークとして考え、実際のビジネスで活用できるといった“AI的思考力”を高める方法を解説していきます。 また人工知能は万能ではなく、ビジネス上における課題は千差万別です。本書の目指すところは「人工知能で解決できるものなのか」を自ら判断し、「人工知能のどの技術を使えばよいのか」が分かるようになることです。 人工知能技術の大部分は数学によって支えられていますが、本書はあくまでも「ビジネスで人工知能を活用するために知っておくべきこと」をまとめたものですので“難しい数式”は一切出てきません（もちろん、プログラミングも）。 『機械学習・深層学習という言葉は聞いたことはあるけれど、よく分からない』『ビジネス課題に適用できる自信がない』『どのように評価すればよいのか検討がつかない』といった方にとって、本書は役に立つはずです。

本書の対象読者は、マイクロサービスベースのアプリケーションをAzureで構築することに関心がある人全員です。本書を読んだ後は、マイクロサービスベースのアプリケーションの利点と課題の両方をしっかり理解できているはずです。Azureでマイクロサービスベースのアプリケーションを一から設計するか、既存のモノリシックなアプリケーション（モノリス）を徐々にマイクロサービスに分割するにあたって応用できる知識が得られるでしょう。 　本書では、以下の情報を提供します。 ・マイクロサービスベースのアプリケーションと従来のモノリスとの違い、およびそれぞれのアプローチの長所と短所。 ・マイクロサービスアーキテクチャのコンテキストにおけるDockerコンテナー、Dockerの基本的な操作、およびAzureでDockerホストを作成する方法。 ・マイクロサービスベースのアプリケーションの開発環境とDevOps環境をセットアップするためのベストプラクティス。 ・Azureのクラスターとコンテナーのオーケストレーション機能。 ・コンテナー化されたマイクロサービスアプリケーションを監視するためのベストプラクティスと、Azureで利用可能な監視ツール。 ・Azure Service Fabricの概要と、Azure Service Fabricを使ってマイクロサービスベースのアプリケーションを開発する仕組み。

開発者必読のロングセラー『Code Complete（コードコンプリート）』の著者として著名なスティーブ・マコネルの新刊が15年ぶりに登場！　本書は“More Effective Agile: A Roadmap for Software Leaders”（Construx Press、2019年）の日本語版です。企業活動やビジネスが今後ますます「ソフトウェアファースト（ソフトウェア主導）」になっていく中で、リーダーシップを発揮できる人材である「ソフトウェアリーダー」を目指すために、アジャイルから「価値を引き出す」ための実践的なプラクティスを解説します。監訳者にはアジャイル分野で著名であり、『Adaptive Code（旧名『C#実践開発手法』）』で実績のある長沢智治氏を起用しました。