今泉允聡の検索結果
検索のヒント
検索のヒント
■キーワードの変更・再検索
記号を含むキーワードや略称は適切に検索できない場合があります。 略称は正式名称の一部など、異なるキーワードで再検索してみてください。
■ひらがな検索がおすすめ!
ひらがなで入力するとより検索結果に表示されやすくなります。
おすすめ例
まどうし
つまずきやすい例
魔導士
「魔導師」や「魔道士」など、異なる漢字で検索すると結果に表示されない場合があります。
■並び順の変更
人気順や新着順で並び替えると、お探しの作品がより前に表示される場合があります。
■絞り込み検索もおすすめ!
発売状況の「新刊(1ヶ月以内)」にチェックを入れて検索してみてください。
-
博士が愛した論文2 自然科学系研究者19人が語る「偏愛論文」アンソロジー
各分野の最前線で活躍する19名の研究者たちが科学論文を読む面白さを語る、好評シリーズ待望の第2弾。 斬新な発想や大胆な手法に瞠目したもの、無駄なく美しくさえ感じる構成に痺れたもの、脇道に逸れたことで偶然出会ったもの、世界レベルの新たな挑戦の瞬間に立ち会えたもの──偏愛論文についての研究者たちの熱い語りを通じて、科学を支える柱としての論文の意義についても触れることができる。 国境を越えて、時空を越えて、論文は今日も科学を伝える。論文を書く人も、読む人も、論文を読んだことがない人も、科学を愛するすべての人に。 「私にとっての圧倒的なナンバーワン」 「強い論文は、声高に主張しない」 「論文を発表することは、かくも人生をかけた大仕事」 「デジタルデトックス的論文漁りの楽しみ」 「『世界にはこういう人たちがいる』という事実」 「本論文の素晴らしさは、結果ではなく、手段にある」 ――本文より 【目次】 はじめに 隠れ偽カマンベールチーズファンの信仰生活───加藤文元 東京タワーで物理談議───野村泰紀 量子コンピュータが「古典」を超えた日───藤井啓祐 狂っているのは、ボクか、世界か───川口慎介 手術の歴史を変えた外科医の大発見───山本健人 私の人生を変えた、美しい免疫学の論文───椛島健治 体外生命体から体を守る防衛隊 イルカ達の免疫機構を例に───田島木綿子 ヒトの脳はファンタジスタ集団?───林(高木)朗子 命の価値は───姫岡優介 カメムシ共生細菌カプセルの温故知新───深津武馬 波江元吉の「臺灣の黒肢猴」及びその次の論文───川田伸一郎 土星の環が教えてくれたこと───小久保英一郎 動物のこころの奥行きに魅せられて───瀧本(猪瀬)彩加 感情は本当に“円”で表せるのか 論文から学んだ、疑うことの面白さ───日永田智絵 「観測から構造を知る」ことの統一理論───今泉允聡 量質転化の法則───田口善弘 地球温暖化の証拠を世に出す───伊勢武史 膨らむ石、割れるマグマ───前野深 三角量子ビリヤードと悪魔点───全卓樹 -
応用基礎としてのデータサイエンス 改訂第2版 AI×データ活用の実践
※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を大幅加筆し,好評テキストが改訂!◆ ・いますぐ身につけるべき「データサイエンス」「データエンジニアリング」「AI」の基礎知識がここにある! ・「数理・データサイエンス・AI(応用基礎レベル)モデルカリキュラム」に完全準拠した公式カラーテキスト! ・カラーで見やすく、練習問題も充実! 【主な内容】 1章 データサイエンス基礎 1.1 データ駆動型社会とデータ分析の進め方 (久野遼平) 1.2 データの記述 (宿久 洋) 1.3 データの可視化 (宿久 洋・久野遼平) 1.4 データ分析の手法 (原 尚幸) 1.5 数学基礎 (清 智也) 2章 データエンジニアリング基礎 2.1 ビッグデータとデータエンジニアリング (内田誠一) 2.2 データ表現、プログラミング基礎、アルゴリズム基礎 (辻 真吾) 2.3 データ収集と加工、データベース (森畑明昌) 2.4 ITセキュリティ (宮地充子) 3章 AI基礎 3.1 AIと社会 (松原 仁) 3.2 機械学習の基礎と予測手法 (赤穂昭太郎) 3.3 深層学習の基礎 (今泉允聡) 3.4 ロボット、認識、言語 (高野 渉) 3.5 生成AI(岡﨑 直観) ※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。 -
深層学習の原理に迫る 数学の挑戦
第三次人工知能(AI)ブームの中核的役割を果たす深層学習(ディープ・ラーニング)は,その高い信頼性と汎用性ゆえに様々な領域に応用されていく一方で,「なぜうまくいくのか」すなわち「なぜ優れた性能を発揮するのか」ということは分かっていない.深層学習の原理を数学的に解明するという難題に,気鋭の研究者が挑む.