※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、Pythonを使ったプログラミングの基礎を初心者向けにわかりやすく解説した入門書です。プログラミングに必要な知識を体系的に習得しながら、基本的なアルゴリズムの理解やその実装方法を学べます。Google Colaboratory（Colab）の環境を活用することで、すぐに学習を始められます。また、「情報」の教科書以上に詳しくPythonプログラミングやアルゴリズムについて説明しており、「情報」の次のステップにもぴったりな内容です。 本書の目的は、初心者が将来の学びや応用につながるPythonの基礎的な知識とスキルを固めること、そしてアルゴリズムやプログラムのデザインを学び、自分でプログラムを作成する力を養うことです。プログラム作成では、複雑な問題を小分けに整理して進める構成を採用し、初学者でも無理なく実践できるよう配慮しています。重要なポイントで設計やアルゴリズムの意味を考える場面を設けることで、理解を深めながら、自力で設計・作成する能力を確実に身につけられる構成となっています。 対象読者はプログラミング初心者で、特に次の層に焦点を当てています。高校生にとっては学校の教科「情報」の内容をさらに深く学び、実践的なプログラミングスキルを習得できる内容です。大学生や社会人には、研究や業務で活用できるプログラミングの基本を学び、「データサイエンス」「AI（人工知能）」「業務自動化」といった分野へ進む足掛かりになる内容です。１人で学べる丁寧な解説が魅力となっており、幅広い層の初学者に自信を持ってプログラミングを始めるきっかけを提供する１冊です。

※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。 流体力学の数値計算法とPythonによるシミュレーションの考え方が正しく理解できる。 本書は、学生、企業の若手技術者の皆様が、自ら流体力学の数値計算法とPythonによるシミュレーションの考え方を一から学べる書籍です。 流体現象の基礎を学びながら、Pythonによるそのコーディングを紹介する構成としています。Pythonとコンピュータの技術革新は急激に進んでおり、現在ではストレスを感じることなく、Pythonで各種シミュレーションが容易に実施できる環境が生まれています。 これからの研究者、技術者にとって必読の1冊です。 序章　Pythonによるプログラミングの準備 第1章　離散化の考え方 第2章　1次元スカラー移流方程式 第3章　スカラー方程式における時間積分法 第4章　拡散方程式 第5章　システム方程式の解法　その１（方程式の理解） 第6章　システム方程式の解法　その2（実践的な計算法） 第7章　システム方程式における時間積分法 第8章　複雑形状への対応 第9章　実際の課題への対応

※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。 次世代LLM愛好者に贈る1冊!!! ・外部依存のない安全なLLMを使いたい！ ・顧客対応ができるオリジナルLLMが欲しい！ ・高画質な画像を大量生成しい！ ・LLMの仕組みを学びたい！ そんなニーズにきっちり答えます！

※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。 見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る！ 業務に本当に役立つ“儲かるAI”を作るには、「業務目線」と「技術目線」の両方が必要です。業務の課題を認識し、どう改善するかという「業務目線」が必要なのは従来システムと同じですが、AIの構築ではさらに業務の課題が本当に AIで解決できるのか、AIのどの処理方式なら適用できそうかという「技術目線」が不可欠なのです。 本書のPython実習で学ぶことで、「AIの目利きができる技術目線」を獲得し、自分でもAIを作れるようになります。 ◆数学なしでアルゴリズム選びもチューニングもわかる ◆現場目線でAIの最適化までできる ◆ブラウザだけで試せるPython実習（Google Colab） ◆XGBoost、Prophetなど話題のAI技術を活用 ◆全PythonコードをGoogle Colab用のNotebook形式で用意 ＜機械学習のための　Python入門講座＞つき！ 1章　業務と機械学習プロジェクト 2章　機械学習モデルの処理パターン 3章　機械学習モデルの開発手順 4章　機械学習モデル開発の重要ポイント 5章　業務要件と処理パターン 6章　AIプロジェクトを成功させる上流工程のツボ

※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。 ◆プログラミングの力を使って直感的に理解できる◆ 本書は、線形代数をPythonを用いて学習し、実世界の問題に応用する力を身につけることを目標としています。線形代数の基礎概念と計算方法を学び、Pythonで実装することで理解を深めます。Pythonを用いた学習には二つの意味があります。一つは、線形代数の計算を実装することで、具体的な問題や数式からPythonコードを作成する応用力を養うこと。もう一つは、Pythonを抽象的な線形代数の理解を助ける道具として利用することです。応用を目指しつつも、初期段階では紙とペンを使った手計算も重要視しており、手計算の方法を示すことで数学的な理解を深め、Pythonでの応用をスムーズにすることを狙っています。練習問題も手計算とPython計算の両方を用意しています。線形代数の定理の証明についても、通常の計算の延長線上にあると考え、多く取り上げています。証明を通じて、概念と計算方法のより深い理解を目指します。 ■こんな方におすすめ ・線形代数をプログラミングしながら学び直したい方 ・手計算・証明も含めて線形代数を理解したいPythonユーザ ■目次 第1章 Pythonの基本 ・1.1 Pythonのインストール ・1.2 Pythonの実行 ・1.3 Pythonのモジュールについて ・1.4 外部モジュールの利用と仮想環境 ・1.5 本書で使う外部モジュール ・1.6 数値誤差について ・1.7 NumPyの配列 第2章 平面と空間のベクトル ・2.1 ベクトルの定義と計算 ・2.2 ベクトルの成分と位置ベクトル ・2.3 内積 ・2.4 ベクトルによる直線の表現 ・2.5 外積 ・2.6 ベクトルによる平面の表現 第3章 ベクトルと行列 ・3.1 ベクトル・行列とその表記 ・3.2 行列の和とスカラー倍 ・3.3 ベクトルのノルムと内積 ・3.4 転置 ・3.5 行列の積 ・3.6 単位行列、逆行列 ・3.7 ブロック分割 ・3.8 行列と連立一次方程式 ・3.9 ランクと逆行列 第4章 行列式 ・4.1 置換 ・4.2 行列式 第5章 線形空間 ・5.1 線形独立と線形従属 ・5.2 線形空間と線形部分空間 ・5.3 基底 ・5.4 線形変換 ・5.5 正規直交基底 ・5.6 基底の変換 ・5.7 基底変換と線形変換の幾何的解釈 第6章 固有値と固有ベクトル ・6.1 固有値と固有ベクトル ・6.2 固有値・固有ベクトルの幾何的解釈 第7章 行列と数値計算 ・7.1 コンピュータで数値を扱うときの注意点 ・7.2 上三角行列と下三角行列 ・7.3 LU分解 ・7.4 既存ライブラリによるLU分解 ・7.5 数値計算と逆行列 ・7.6 行列と数値誤差 第8章 応用例 ・8.1 図形と画像の変形 ・8.2 三次元グラフィックスの処理 ・8.3 最小二乗法 ・8.4 主成分分析 ■著者プロフィール 加藤公一（かとうきみかず）：現在、みずほ証券でデータ分析にかかわる業務に従事。東京大学大学院情報理工学系研究。科コンピュータ科学専攻博士課程終了。博士（情報理工学博士）。主な著書に「機械学習のエッセンス」（SB クリエイティブ）がある。

※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。 膨大なデータを扱うときに基本となる知識が統計解析です。本書はこれから統計解析を学びたいと考える方に向けて，プログラミングの力を借りて実際にデータを確認することで，直感的な理解を促します。プログラミング言語にはPythonを利用します。Pythonで統計解析を解説するメリットはいくつかあります。Python自体がシンプルで可読性が高い上に逐次実行できるため初心者でも理解しやすいと言えます。これ以外にも，Pythonは統計解析に関するライブラリが充実しており，複雑な計算やグラフの描画がかんたんにできます。また，Pythonは汎用的な言語ですので，システムの中にシームレスに組み込むことができます。本書によって統計解析を学習することで，Pythonのデータ解析スキルもあわせて習得できるでしょう。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12780-0)も合わせてご覧ください。 近年注目を浴びる人工知能は微分をはじめとした数学の計算に基づいています。また，新型コロナウィルス感染の予測では微分方程式が利用されています。微分積分は，多くの方が学ぶ意義がある学問なのですが，複雑な計算や数式が原因で学習に挫折した方も少なくありません。そこでPythonの出番です。 本書はこれから微分積分を学びたいと考える方や学び直したい方に向けて，Pythonの力を借りて視覚的にデータを確認することで，直感的な理解を促します。複雑な計算とグラフの描画はPythonにまかせ，Pythonが出力する結果とグラフを読み解くことに注力します。数学のエッセンスを理解して活用するために，コンピューターを使用した数学の学習は効率的な学習方法とも言えます。 「とりあえずPythonに計算させてみよう」と，軽い気持ちで数学の学習を開始してみましょう。

※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。 ※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。 データサイエンスを実応用するための基本を押さえる 　データエンジニアリングは、データサイエンスを現実に意味のある形に使えるようにし、実装・運用できるようにすることを指します。 　データサイエンスを機器や分析に実応用するためには、Pythonスクリプトの高速化の知識や、センサ信号の取得、アクチュエータ制御に必須となる通信、インタフェース駆動といった外部デバイスとのデータアクセスの基本と応用についてのスキルの修得が必要となります。本書は、これらのデータをエンジニアリングするための入門的な知識を解説するものです。 1編　基礎編 1．データエンジニアリングとは 2．コンピュータ工学の基礎 3．Intel CPUの工夫 4．デバイスデータアクセスの基礎 2編　高速化 1．少しの工夫で速くなる 2．NumPyの使用 3．C/C++モジュールを呼ぶ 4．マルチプロセス 5．Pythonのコンパイル 6．GPUの使用 3編　デバイスデータアクセス 1．IoT実現化に必要な機能 2．USBを用いたデータ転送 3．Bluetoothを用いたデータ転送 4．有線LANとWi-Fiを用いたデータ転送 5．センサ信号処理と制御の例

●データの加工や分析の実践スキルを身につけよう 本書は、Pythonやpandasの基礎を身につけた方が、データ分析を行ううえで知っておきたい「データ分析の実務で使うノウハウ」をまとめた書籍です。 さまざまな種類のデータの読み込みから加工、可視化、データの評価、pandasやNumPyの活用方法など、Pythonを使ってデータを加工し分析する方法を詳しく学べます。データ加工のレシピやデータ分析に必要な数学の知識についても学べます。 【本書で学べること】 ・データ加工の基礎知識 ・データの種類と読み込み ・表形式データの加工 ・NumPyと数値データ ・データの評価 ・時系列データの処理 ・テキスト情報の処理 ・画像データの処理 ・グラフデータの処理 ・地理空間データの処理 ・データ分析に必要な線形代数 【本書で学べること】 「Pythonのデータ活用や加工をより詳しく理解したい」「実務でデータ分析をしたい」「幅広いデータ形式の知識を持ちたい」「普段からPythonでデータ分析をしているが、データハンドリングの知識を学びたい／ツールの使い方を調べたい」といった方におすすめの一冊です。

※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。 ■ 膨大なデータを実際に分析する紙上ハンズオンセミナー □ データ分析の全プロセスを始めから終わりまで実体験できる！ データ分析やデータサイエンスに興味がある、あるいは業務でデータ分析を実際にやらなければならない――。きっと、そういう人なら基礎的な統計や分析、データサイエンスはの入門書はひと通り目を通したことと思います。おそらくは並行してプログラミングも勉強しているという人も多いでしょう。そうした基礎を学んだところで、こう思ってはいませんか？ 「さて、データ分析ってどうやるの？」 本書は実務としてのデータ分析について、データの取得から段階を踏みながら、どのようにデータの特徴や傾向を読み取るのか、具体的なやり方をハンズオン形式で解説します。取り上げるデータ、分析のためのプログラミング環境は、誰でも利用できるものばかり。本書に従ってデータ分析を進めていけば、分析プロセスはこう進めていけばいいのかというリアルな手順が身につきます。 本書が対象にするのは、ビジネスパーソンです。自社の次の戦略をベテラン社員のカンに頼って立案するのではなく、科学的な手法でデータを分析し、根拠のある戦略立案に役立てたいと考えている、現場のビジネスパーソンが対象です。そのためにデータ分析の目的、分析結果の活用まで考慮し、ビジネスの中でデータ分析をどのように生かせばいいのかについても解説しています。

※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。 Pythonでデータ分析と機械学習を実践します。豊富なライブラリを使って統計学に基づいた統計分析ができるので、Pythonに慣れ親しんだ人は、データ分析も機械学習もまとめて効率的に学ぶことができます。

※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。 ※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。 機械学習による異常検知と系列データ解析を実例をもとに学ぶ 　本書は、現在産業界で注目されている、機械学習による ・機器の振動データに対する異常検知 ・系列データ（例として睡眠系列データ）に対する解析 を解説したものです。 　業務や研究開発に必要だが機械学習については素人という方でも実践できるように、本書前半では、基本的な識別器・予測器のPythonによる実装例・使い方を解説しています。後半では、実問題への適用例を著者の研究経験をもとに解説しています。 第1章　機械学習とは何か 第2章　基本的な識別器・予測器 第3章　機器の振動データに対する異常検知 第4章　系列データの解析

本書は著者による前著『Python3で学ぶ！プログラミングはじめの一歩』を理解した読者に最適な続編です。前作の「実践的な学習」のスタイルを継承しながら、今回はWebアプリケーション開発に特化した内容となっています。Pythonやプログラミングの基礎を扱っている前著に続き、本書ではWebアプリケーションの設計原理、関連する技術スタック、そしてその運用メカニズムについて具体的に解説しています。 本書では、Webアプリケーションの基本から高度な概念まで、全体的な理解を得ることができます。一歩一歩確実にスキルを積み上げたい方、次のレベルのWebアプリケーション開発者を目指す方におすすめです。

本書ではWebスクレイピングを、PythonとScrapyフレームワークを利用して行うことをソースコードとともに解説します。Webサイトには多くの情報があり、ブラウザの利用だけでも取得できます。しかし、Webサイトを閲覧するという行為が能動的であり手間と時間を使うことになります。本書はPythonを使って普通のサイトからWebスクレイピングをはじめ、少しづつ難易度を高めていく実践的な内容です。

Pythonプログラマなら身につけたい玄人技 本書は、Dan Bader, "Python Tricks The Book: A Buffet of Awesome Python Features"dbader.org,の翻訳書です。 【本書の内容】あらゆる場面で活躍するプログラミング言語、Python。本書はそんなPythonをマスターし、日々のプログラミングに活用したい熱心な方々のための1冊です。 入門書を一通り終えた駆け出しプログラマには、Pythonの機能や特徴をより深く、また他言語から新たにPython習得を目論むベテランには、コードの書き方の差異を、リスト内包や文字列フォーマットなど、さまざまなサンプルを元に教授してくれます。 著者のDan Baderは、Twitterでのアウトプットに端を発する、いわゆるTips紹介の延長線上で、この本を執筆しました。そのため、各種Tipsに対するさまざまなフィードバックと、よりよく伝えるためのアイデアが盛り込まれ、結果、Pythonをより深く知り、より良いコードを書くための知識が集積された書籍となりました。 つまり本書は、もっとすごいPython開発者になりたいあなたを、強力にサポートする1冊です。 【本書のポイント】・短いサンプルでPythonの一番すばらしい点を学べる・Pythonならではの、すばらしい機能をビュッフェ形式で学べる・Pythonプログラミングへの理解促進 【読者が得られること】・よりよいPythonプログラマとしての知見・効率的で実践的なPythonプログラミング・コードをよりパイソニックなものにするためのノウハウ ※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。 Pythonでスクレイピングを体験してみよう！ 【スクレイピングとは】 機械学習やデータ分析になくてはならない「データ」。 このようなデータは、インターネット上に膨大にありますが、Pythonを使えば効率よくデータ収集できます。 こうした手法を「スクレイピング」といいます。 サイト自体もオープンデータ化が進んでおり、データを集めやすい環境が整ってきています。 【Python2年生について】 「Python2年生」シリーズは、「Python1年生」を読み終えた方を対象とした入門書です。 ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。 【ターゲット】 ・ネット上からデータ収集を行う初心者 ・データ分析の手前の初心者 【本書の売り】 ヤギ博士＆フタバちゃんと一緒に、インターネットからのファイルのダウンロード方法、 HTML解析の方法、いろいろなデータの読み書き、 APIの使い方といったデータ収集と便利なライブラリを利用した簡単な可視化手法を解説する書籍です。 また最終的にデータ収集を自動化する方法も簡単に解説します。 ※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。

※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。 Pythonでデータ分析を体験してみよう！ 【データ分析を一緒に体験しよう】 スクレイピングなどで集めた大量のデータ。 どうやって分析してたらよいか、困っていませんか？ 「数式があって難しそう」 「プログラムも大変そう」 と思っている方も多いはず。 本書は、そうした方に向けて、サンプルを元にやさしく データ分析の方法を解説しています。 【Python2年生について】 「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。 ある程度、技術的なことを盛り込み、本書で扱う技術について身に着けてもらいます。 『Python2年生 スクレイピングのしくみ』（ISBN：9784798161914）も刊行されています。 【対象読者】 ・データの分析方法を知りたい初心者 【本書のポイント】 ヤギ博士＆フタバちゃんと一緒に、データ分析の考え方から丁寧に解説。 データを分析する時に必要な前処理の方法や、データの集まりの見方、 データを見やすいグラフにする方法、データの分布の見方、予測の立て方を 解説する書籍です。 【著者プロフィール】 森 巧尚（もり・よしなお） アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。関西学院大学非常勤講師、 関西学院高等部非常勤講師、成安造形大学非常勤講師、プログラミングスクールコプリ講師など、 プログラミングに関する幅広い活動を行っている。 近著に『Python1年生』、『Python2年生 スクレイピングのしくみ』、 『Java1年生』（いずれも翔泳社）などがある。 ※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。

データ分析エンジニアに求められる技術の基礎が最短で身に付く ビッグデータの時代といわれ始めて数年が経過しました。 デバイスの進化により多くの情報がデジタル化され、 それらのデータを活用しようとデータ分析エンジニアに注目が集まっています。 この書籍では、データ分析において、 デファクトスタンダードになりつつあるプログラミング言語Pythonを活用し、 データ分析エンジニアになるための基礎を身に付けることができます。 書籍ではデータ分析エンジニアになるために必須となる技術を身につけていきます。 ・データの入手や加工などのハンドリング ・データの可視化 ・プログラミング ・基礎的な数学の知識 ・機械学習の流れや実行方法 本書で学べること ・Pythonの基本的な文法 ・データフォーマットについて ・データの前処理技術 ・データの可視化技術 ・既存アルゴリズムでの機械学習の実装 対象読者 データ分析エンジニアを目指す方 目次（抜粋） 第1章 データ分析とは 第2章 Pythonと環境 第3章 数学の基礎 第4章 ツールの基礎 第5章 応用：データ収集と加工 ※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。

最新環境に対応した第3版の登場！ データ分析エンジニア必携の 基本技術を習得できる 【本書の概要】 本書はデータ分析エンジニアに必要な 以下の基礎技術について サンプルを交えながら丁寧に解説します。 ・データの取得・加工 ・データの可視化 ・プログラミング ・基礎的な数学の知識 ・機械学習の流れや実行方法 【第3版のポイント】 ・Pythonデータ分析試験の主教材に指定 ・Python 3.13に対応 ・各種ライブラリの最新版への対応 【本書で学べること】 ・Pythonの基本的な文法 ・データフォーマットについて ・データの前処理技術 ・データの可視化技術 ・既存アルゴリズムでの機械学習の実装方法 【対象読者】 データ分析エンジニアを目指す方 【目次】 第1章 データ分析エンジニアの役割 第2章 Pythonと環境 第3章 数学の基礎 第4章 ライブラリによる分析の実践 第5章 応用：データ収集と加工 ※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。

読者の声に応えて第2版の登場！ データ分析エンジニアに必要な 基本技術をしっかり習得できる 【本書の概要】 本書はデータ分析エンジニアに必要な 以下の基礎技術を丁寧に解説しています。 ・データの取得・加工 ・データの可視化 ・プログラミング ・基礎的な数学の知識 ・機械学習の流れや実行方法 【第2版のポイント】 ・Python 3.10対応 ・よりわかりやすい解説 ・Pythonデータ分析試験の主教材に指定 【本書で学べること】 ・Pythonの基本的な文法 ・データフォーマットについて ・データの前処理技術 ・データの可視化技術 ・既存アルゴリズムでの機械学習の実装方法 【対象読者】 データ分析エンジニアを目指す方 【目次】 第1章 データ分析エンジニアの役割 第2章 Pythonと環境 第3章 数学の基礎 第4章 ライブラリによる分析の実践 第5章 応用：データ収集と加工 ※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。 ※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。 どう考えれば、よいプログラムを作れるのかの解 　データサイエンス時代の今、データ構造とアルゴリズムのセオリーを身に付けるのはデータ処理を行う多数のエンジニアにとって大切なことです。本書は、データ構造とアルゴリズムの普遍的な基礎を、Pythonによるプログラミングの実践を通して丁寧に解説するものです。 ※プログラム開発やデータサイエンスを視野に、主要なアルゴリズムをPythonで実装し、データの動きと該当コードを対比させ、しっかりと解説をしています。 ※例題で使用したサンプルプログラムをオーム社ホームページよりダウンロードできます。アルゴリズムの実際をすぐに体感できます。。 第1章　アルゴリズムをはじめる前に 第2章　準備 第3章　データ構造 第4章　ソートアルゴリズム 第5章　探索アルゴリズム 第6章　木構造 第7章　グラフアルゴリズム 第8章　その他の有用なアルゴリズム

※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。 ※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。 機械学習による異常検知の基本と応用がわかる！ 本書では、機械学習による異常検知のしくみを、誤差関数に着目して解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習アルゴリズムの基本から解説していきます。 機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、時系列データを分析する際の手法と注意点（第3章）や、深層学習を用いた応用例（第4章）といった内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。 機械学習の各アルゴリズムの説明や例題などには、Pythonのコードが付いています。 自分でプログラムを実行しながら学べる入門書です。 ＜本書の特徴＞ ・誤差関数を中心に機械学習の原理を理解することで、異常検知の基本が自然と理解できます。 ・基本だけでなく、時系列データに対する異常検知の考えかた（第3章）や、深層学習による応用（第4章）を学ぶことができます。 ・Pythonのコード付きなので、手を動かしながら学習することができます。 第0章　機械学習と異常検知 第1章　機械学習と統計解析の基本モデル 第2章　非時系列データにおける異常検知 第3章　時系列データにおける異常検知 第4章　深層学習による異常検知

※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。 医用画像診断支援の分野では人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が期待されています。こうした状況の中でPythonはその学びやすさと、また画像処理や人工知能のためのパッケージが多く提供されていることから、今後ますます、簡単な実験から臨床研究などへ幅広く使用されていくことが予想されます。 　本書では、深層学習の基礎的な内容、Pythonの基礎はおさえたうえで、医用画像応用に特化して、最新のデータセットやライブラリを使用して画像解析、診断への適用などの基礎的な内容をわかりやすく解説するものです。改訂にあたって、医用画像の標準規格であるDICOMの最新版の取扱いを解説するとともに、生成AIの適用・応用についてもふれています。 第1章　開発環境を構築する 第2章　Pythonプログラミングの基本を学ぶ 第3章　DICOM画像の表示と基本画像処理 第4章　画像管理とDICOM応用処理 第5章　Pythonを使った人工知能の前処理を学ぶ 第6章　Pythonを使った人工知能の基本を理解する 第7章　人工知能開発の実践 第8章　医用画像処理における生成AI活用

匿名加工医療データの登場により、医療保険開発や健康管理アプリ開発などの自由度が高まりました。それと同時に、開発者はこれまでの分析方法を適用していいのかという戸惑いを持ち、また分析者は時に急遽、分析担当としてアサインされ、期限のある中でデータに慣れて分析手法を学び、結果を出すことが求められます。本書では医療データを手元のPCで擬似生成し、生成した擬似データを分析しながらPythonに慣れ、分析手法を身に着けていただくことを目的にしています。 医療データを分析する上で、統計学以外に「疫学」「医療統計学」「線形代数学」の知識が必要となります。しかしこれらの専門書は医療データ分析の範囲を大きく超えます。企画している書籍は、1つの学問体系を説明する学術書ではなく、分析手法を網羅するような一般的な内容でもありません。この書籍は「いかにして医療データ（生物データ）からイベント（死亡・疾病等）の起こりやすさを推定するか」をテーマとして、様々な知識体系からアプローチし、得られた分析結果の妥当性を検証していく実用書です。

本書は、スクレイピングによるデータ収集、データを表示するダッシュボードの作成、PythonによるExcelの操作などについて、入門者向けに解説しています。 　スクレイピングとは、Webサイトから情報を自動的に取得する技術のことを指します。通常、人がWebブラウザを使って手動で行う情報収集をプログラムによって自動化するものです。これにより、大量のデータを効率的に集めることができます。 　なお、Python自体については、ある程度の知識があることを前提としています。もし、Pythonをまったく学習していない場合は、Webサイトや書籍などを用いて、先にPythonを簡単に学習することをお勧めします。 　本書は、Python環境の構築方法、コードエディタとして用いるVisual Studio Codeのインストール方法、Python in Excelの利用方法などの解説を掲載しているため、環境の導入を問題なく行えます。 　また、各ライブラリの基本的な使い方から始め、スクレイピングによるWebサイトのデータ収集、データを用いたダッシュボードの作成、データを用いたExcelファイルの作成などの具体例も解説しています。

※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。 ※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。検索やハイライト等の機能が使用できません。 初心者でもPythonを用いて機械学習が実装できる！ 　 本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。 また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。 詳細目次 第1部　導入編 　第1章　はじめに 　1.1 機械学習とは 　1.2 Python と機械学習 　1.3 インストール＆セットアップ 　1.4 Python 早分かり ― NumPy とmatplotlib 　1.5 クイックツアー 　　小話 深層学習って何だ？ 　第2 章　機械学習の様々な側面 33 　2.1 機械学習をとりまく環境.. 33 　2.2 関連分野. 34 　2.3 学習法による分類. 35 　2.4 手法や課題設定による分類. 36 　2.5 応用例. 37 第2部　基礎編 　第3章　分類問題 　3.1 分類問題とは 　3.2 最初の分類器 　3.3 学習データとテストデータ 　　ミニ知識 色々な用語 ―学習・訓練・教師 vs テスト・評価・バリデート・検証 　　ミニ知識 k- 分割交差検証 　3.4 分類器の性能を評価しよう 　　ミニ知識 正答率（Accuracy）と適合率（Precision） 　　ミニ知識 色々な平均.調和平均・算術平均・幾何平均 　3.5 色々な分類器 　3.6 まとめ 　第4章　回帰問題 　4.1 回帰問題とその分類 　4.2 最初の回帰 ― 最小二乗法と評価方法 　4.3 機械学習における鬼門 ― 過学習 　4.4 過学習への対応 ― 罰則付き回帰 　4.5 様々な回帰モデル 　4.6 まとめ 　第5章　クラスタリング 　5.1 iris データセット 　　ミニ知識 フィッシャーのあやめ 　5.2 代表的なクラスタリング手法 ― k-means 　5.3 その他のクラスタリング手法 　5.4 まとめ 第3部　実戦編 　第6章　画像による手形状分類 　6.1 課題の設定 　6.2 最初の学習 　6.3 汎化性能を求めて ― 人を増やしてみる 　6.4 さらに人数を増やしてみる 　　ミニ知識 学習データに含める人数について 　6.5 データの精査と洗浄 ― データクレンジング 　6.6 特徴量の導入 　6.7 パラメータチューニング 　6.8 まとめ 　第7章　センサデータによる回帰問題 　7.1 はじめに 　7.2 準備 　7.3 センサデータの概要 　7.4 データの読み込み 　7.5 高松の気温データと四国電力の消費量 　7.6 もっと色々、そしてまとめ 　7.7 終わりに 第4部　付録 　付録A　Python で作る機械学習 　A.1 この付録の目的 　A.2 最小二乗法 　A.3 行列計算による解析解の導出 　A.4 反復法 　A.5 コードを書く前に 　A.6 実装例 　付録B　線形代数のおさらいと代表的な非線形モデル 　B.1 この付録の目的 　B.2 そもそも「線形」とは 　B.3 線形変換とアフィン変換 　B.4 ノルムと罰則項 　B.5 線形回帰の最小二乗解を考える 　B.6 機械学習における「非線形」

Webデータの巡回収集と解析を すべて自動で処理しよう 【背景】 企業においてデータ分析の需要が多くなってきているなか、 企業のデータ分析の現場において、 Webから様々なデータを集める「クローラー（クローリング）」と 集めたデータの解析を行う「スクレイピング」のニーズが 非常に高まってきています。 【対象読者】 ・データの収集、解析などの仕事を請け負うプログラマー ・クローラー開発を請け負うエンジニア 【本書の特徴】 本書は、データ収集・解析などの仕事を請け負うプログラマーや、 クローラー開発を請け負う分析会社のエンジニアに向けて、 クローラーの開発手法から実際のクローリングおよび スクレイピング手法ついて解説した入門書です。 本書ではデータ分析の現場でニーズの高まってきているPythonを利用して、 クローラー開発から始まり、クローリング、スクレイピングの基本から応用手法、 そして運用までそれぞれの開発が直面する場面に沿って丁寧に解説します。 最終章では目的別のクローラー開発手法を解説しています。 【対象OSとPythonのバージョンについて】 ・OS：macOS Sierra（10.2.x） ・Python：3.6.2 【目次】 Part1 基本編 Chapter 1 クローラーとスクレイピングを体験する Chapter 2　クローラーを設計する Chapter 3　クローラーおよびスクレイピングの開発環境の準備とPythonの基本　 Chapter 4　スクレイピングの基本 Part2　応用編 Chapter 5　クローラーの設計・開発（応用編） Chapter 6　スクレイピングの開発（応用編） Chapter 7　クローラーで集めたデータを利用する Chapter 8　クローラーの保守・運用 Chapter 9　目的別クローラー＆スクレイピング開発手法 Appendix クローラー＆スクレイピングに役立つライブラリ ※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。 ※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。 深層強化学習の入門から実装まで、この一冊でわかる！ アルファ碁などのゲームAIやロボットアームの制御、自動運転などで注目されている深層強化学習の基礎と、Pythonによる実装について解説した入門書です。 強化学習に適したライブラリであるChainer（ChainerRL）と、AIシミュレーション環境であるOpenAI gymを用いて解説しています。 ソフトウェアシミュレーションだけでなくRaspberryPiとArduinoを用いた実環境への応用も解説しているので、ソフト・ハード問わず自身の課題に深層強化学習を応用することができるようになっています。 1章 はじめに 2章 深層学習 3章 強化学習 4章 深層強化学習 5章 実環境への応用 付録 付録1 VirtualBoxのインストール 付録2 RaspberryPiの設定 付録3 Arduinoのインストール 付録4 Graphical Processing Unit（GPU）の利用 付録5 Intel Math Kernel Libraryを用いたNumPyのインストール

※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。 時系列データを上手く活用し、ビジネス成果を生み出す!! 　時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） ・モニタリング指標の異常検知と要因探索（小売りチェーン） ・売上予測モデルを活用したデータドリブン販促（小売りチェーン） ・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） ・チャーンマネジメントのための離反時期予測（携帯電話サービス） ・LTVマネジメントのためのLTV予測（ECサイト） ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム） 第1章　ビジネスにおける時系列データ活用 1.1　ビジネス現場は時系列データで溢れている 1.2　ビジネス時系列データでよくある7つの活用事例 1.3　2種類の時系列データ 1 1.4　よく目にする7つの時系列特徴量 1.5　時系列特徴量付きテーブルデータ 第2章　Pythonのデータ分析環境の設定（JupyterLab） 2.1　Pythonのインストール 2.2　Python以外のインストール 2.3　利用するライブラリー（パッケージ）のインストール 第3章　時系列予測モデル構築・超入門 3.1　時系列データを使った予測モデル構築の流れ 3.2　時系列データの特徴把握と前処理 3.3　時系列の予測モデルを構築してみよう 3.4　季節成分が複数ある場合の予測モデル 3.5　多変量時系列データの特徴把握と因果探索 第4章　時系列データを使ったビジネス成果の上げ方 4.1　データでビジネス成果を上げる「データ活用ストーリー」 4.2　時系列データの異常検知 4.3　時系列データの要因探索 4.4　時系列データの将来予測 第5章　時系列データを活用したビジネス事例 5.1　モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） 5.2　モニタリング指標の異常検知と要因探索（小売りチェーン） 5.3　売上予測モデルを活用したデータドリブン販促（小売りチェーン） 5.4　離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） 5.5　チャーンマネジメントのための離反時期予測（携帯電話サービス） 5.6　LTVマネジメントのためのLTV予測（ECサイト） 5.7　広告と販促効果を見える化し最適化するマーケティングミックスモデリング（スポーツジム）

※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。 時系列予測の基礎からディープラーニングによる大規模な予測まで 本書は、データサイエンティストがPythonによる時系列予測をマスターすることを目的として書かれています。数式は必要最小限に抑え、ステップバイステップで丁寧に説明していきます。統計学的モデルや機械学習モデル・ディープラーニングを使った予測、自動予測ライブラリProphetを紹介します。 Manning「Time Series Forecasting in Python」の翻訳企画 第1部　歳月人を待たず 第1章　時系列予測 第2章　単純な未来予測 第3章　ランダムウォーク 第2部　統計学的モデルによる予測 第4章　移動平均プロセスのモデル化 第5章　自己回帰プロセスのモデル化 第6章　複雑な時系列のモデル化 第7章　非定常時系列の予測 第8章　季節性の考慮 第9章　モデルへの外部変数の追加 第10章　複数の時系列の予測 第11章　キャップストーン：オーストラリアの抗糖尿病薬処方数の予測 第3部　ディープラーニングによる大規模な予測 第12章　時系列予測のためのディープラーニング 第13章　ディープラーニングのためのデータウィンドウとベースラインの作成 第14章　ディープラーニングの手ほどき 第15章　LSTMで過去を記憶する 第16章　CNNを使った時系列のフィルタリング 第17章　予測を使ってさらに予測を行う 第18章　キャップストーン：家庭の電力消費量の予測 第4部　大規模な予測の自動化 第19章　Prophetを使った時系列予測の自動化 第20章　キャップストーン：カナダでのステーキ肉の月間平均小売価格の予測 第21章　さらなる高みを目指して 付録　インストール手順 Marco Peixeiro (マルコ・ ペイシェイロ) ：カナダ マギル大学（McGill University）卒。 カナダ最大手の銀行の1つNational Bank of Canadaでシニアデータサイエンティストを務めている。独学のサイエンティストであるMarco は、この業界で仕事を見つけて働くために必要な知識が何かをよく理解している。実践から学ぶことを信条とし、Medium のブログ、freeCodeCamp でのデータサイエンスの短期集中講座、Udemy の講座でも同じアプローチを取っている。本書のテーマを扱ったUdemyのオンライン講座　https://www.udemy.com/course/applied-time-series-analysis-in-python/　が好評で、その内容が書籍化された。Marco のデータサイエンスに関する記事はMedium でさらにチェックできる（https://medium.com/@marcopeixeiro）。ブログでも、最初に理論を提示し、次に実践的なプロジェクトに取り組むという同じアプローチを取っている。 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『The Kaggle Workbook』『The Kaggle Book』『実践XAI』（インプレス）、『なっとく！機械学習』『なっとく！関数型プログラミング』『実践マイクロサービスAPI』（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。

※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。 『C による数値計算とシミュレーション』のPython版登場!! 　本書は、シミュレーションプログラミングの基礎と、それを支える数値計算の技術について解説します。数値計算の技術から、先端的なマルチエージェントシミュレーションの基礎までをPythonのプログラムを示しながら具体的に解説します。 　アルゴリズムの原理を丁寧に説明するとともに、Pythonの便利な機能を応用する方法も随所で示すものです。 まえがき 第1章　Pythonにおける数値計算 1.1　Pythonによる数値計算プログラムの構成 1.1.1　Pythonによる数値計算プログラム 1.1.2　Pythonモジュールの活用 1.2　数値計算と誤差 1.2.1　数値計算における誤差 1.2.2　数値計算における誤差の実際 1.2.3　Pythonモジュールの活用 章末問題 第2章　常微分方程式に基づく物理シミュレーション 2.1　質点の1次元運動シミュレーション 2.1.1　自由落下のシミュレーション 2.1.2　着陸船のシミュレーション 2.2　 ポテンシャルに基づく2次元運動シミュレーション 2.2.1　ポテンシャルに基づく2次元運動 2.2.2　2次元運動シミュレーション 2.3　Pythonモジュールの活用 章末問題 第3章　偏微分方程式に基づく物理シミュレーション 3.1　偏微分方程式の境界値問題 3.1.1　ラプラスの方程式 3.1.2　ラプラスの方程式の境界値問題 3.1.3　境界値問題の数値解法 3.1.4　ガウスの消去法による境界値問題の計算 3.1.5　逐次近似による境界値問題の計算 3.1.6　その他の二階偏微分方程式 3.2　ラプラスの方程式による場のシミュレーション 3.2.1　ラプラスの方程式の反復解法プログラム 3.2.2　より複雑な形状の領域の場合 3.3　Pythonモジュールの活用 章末問題 第4章　セルオートマトンを使ったシミュレーション 4.1　セルオートマトンの原理 4.1.1　セルオートマトンとは 4.1.2　セルオートマトンの計算プログラム 4.2　ライフゲーム 4.2.1　ライフゲームとは 4.2.2　ライフゲームのプログラム 4.3　交通流シミュレーション 4.3.1　1次元セルオートマトンによる交通流のシミュレーション 4.3.2　交通流シミュレーションのプログラム 章末問題 第5章　乱数を使った確率的シミュレーション 5.1　擬似乱数 5.1.1　乱数と擬似乱数 5.1.2　乱数生成アルゴリズム 5.1.3　Pythonの乱数生成モジュール 5.2　乱数と数値計算 5.2.1　数値積分と乱数 5.2.2　乱数と最適化 5.3　乱数を使ったシミュレーション 5.3.1　ランダムウォーク 5.3.2　ランダムウォークシミュレーション 5.4　Pythonモジュールの活用 章末問題 第6章　エージェントベースのシミュレーション 6.1　エージェントとは 6.1.1　エージェントの考え方 6.1.2　Pythonによるエージェントシミュレーションの実現 6.1.3　マルチエージェントへの拡張 6.1.4　相互作用するマルチエージェント 6.2　マルチエージェントによる相互作用のシミュレーション 6.2.1　マルチエージェントによるシミュレーション 6.2.2　マルチエージェントシミュレーションプログラム 章末問題 付録 A.1　4次のルンゲ=クッタ法の公式 A.2　ラプラスの方程式が周囲4点の差分で近似できることの説明 A.3　ナップサック問題の解法プログラムrkp30.py A.4　シンプソンの公式 章末問題略解 参考文献 索　　引

※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。 Pythonを使って制御工学を学ぶための入門書 本書は，各所でわかりやすく，かつ，実用的と好評をいただいているPythonを使って制御工学を学ぶための入門書の改訂版です． 「使ってみる，やってみる」を通して，制御工学を体感することができます． よりわかりやすさを追求して構成を見直し・追記したほか，ライブラリの最新版に合わせてPythonコードを修正しています． これから制御工学に携わる方々にとって必読の書です． 第1章　制御とは 第2章　Pythonの基礎 第3章　制御のためのモデル 第4章　制御対象の振る舞い 第5章　閉ループ系に注目した制御系設計 第6章　開ループ系に注目した制御系設計 第7章　アドバンストな制御系設計 付録　数学とプログラムの補足

※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。 Pythonによるネットワークプログラミング入門書！ 本書は、Pythonによる実装を前提として、ソケットプログラミングに必要な知識をわかりやすく解説する入門書です。TCP/IPやソケットの原理を説明したのち、Pythonでソケットを実装する基礎的方法を示していきます。さらに、Python固有の機能を用いたプログラミング例（モジュールを利用したサーバ実装など）を紹介します。 ダウンロードできるサンプルプログラムが多数掲載されているので、実際に試しながら読み進めて、知識と技術を身につけてください。 Chapter 1　TCP/IPとソケットの基礎 Chapter 2　Pythonソケットプログラミング Chapter 3　Pythonソケットによるネットワークシステムの構築 Chapter 4　Webシステムに関連するPythonモジュールの活用 Appendix

※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。 Python 3を使ったテキストマイニングの入門書！ 本書は、Pythonを使ったテキストマイニングの入門書です。Pythonのインストールから基本文法、ライブラリパッケージの使用方法などについてもていねいに解説していますので、Pythonに触れたことがない方でも問題なく使用できます。また、テキストマイニングも、概要から実例に至るまで一から解説していますので、Python・テキストマイニング両方の知識が全くない方にとって最適な入門書となっています。 目次 第1章　テキストマイニングの概要 1.1 テキストマイニングとは 1.2 応用の例 第2章　テキストデータの構造 2.1 テキストの構成要素 2.2 統計分析・データマイニングの基本的な手法 2.3 テキストマイニング固有の考え方 第3章　Pythonの概要と実験の準備 3.1 Pythonとは 3.2 プログラムを作って動かす環境 3.3 Pyrhonの書き方ルール 3.4 テキストマイニングに役立つライブラリパッケージ 3.5 データの準備 第4章　出現頻度の統計の実際 4.1 文字単位の出現頻度の分析 4.2 単語の出現頻度の分析 第5章　テキストマイニングの様々な処理例 5.1 連なり・N-gramの分析と利用 5.2 共起（コロケーション）の分析と利用 5.3 語の重要性とTF-IDF分析 5.4 KWICによる検索 5.5 単語のプロパティを使ったネガポジ分析 5.6 WordNetによる類語検索 5.7 構文解析と係り受け解析の実際 5.8 潜在的意味論に基づく意味の分析とword2vec 付録　Python, Jupyter notebook のインストール

※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

※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。 Pythonの基礎を学びながらデータ解析の実践技術が身につく！ 本書は『Pythonによる統計分析入門』の多変量解析編に相当するものですが、前著のより発展的な内容として、ネットワーク解析まで扱っています。Pythonの基本を学びながら、より実践で活用できるデータ解析を習得できます。Pythonの解析ライブラリを使った独習書として、多次元データの解析、アソシエーション分析、ネットワーク解析などを丁寧に解説し、実務的な課題にも応用できるようになっています。 第 1 章 データ解析の基礎知識 第 2 章 Pythonとデータ解析ライブラリ 第 3 章 統計的な手法を使った多変量の分析　～　相関・回帰分析・主成分分析・因子分析 第 4 章 学習の手法を使った多変量の分析　～　クラスタ解析・k-近傍・決定木・SVM 第 5 章 アソシエーション分析 第 6 章 時系列データの解析 第 7 章 ネットワークの解析

※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。 本当にPythonでデータマイニングと機械学習を行いたい人のための入門書 本書は，本当にPythonでデータマイニングと機械学習を行いたい人のための入門書です． 初歩からていねいに解説してあります． 本書を読み切れば，誰でもPythonによるデータマイニングと機械学習の主な手法の実装方法が身に付きます。 準備編 第1章　データマイニングと機械学習 第2章　Python速習（基本編） 第3章　Python 速習（応用編） 基礎編 第4章　回帰分析 第5章　階層型クラスタリング 第6章　非階層型クラスタリング 第7章　単純ベイズ法による分類 第8章　サポートベクトルマシン法による分類 実践編 第9章　時系列数値データの予測 第10章 日経平均株価の予測 第11章 テキストデータマイニング 第12章 Wikipedia記事の類似度 第13章 画像データの取り扱い手法 第14章 画像の類似判別とクラスタリング

※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。 生成AIを使った動画解析の基礎から実践までを説明 本書は、生成AIを使った動画解析の基礎から実践までを、フルスクラッチで説明した書籍です。読者自ら、Pythonを使って簡単な動画解析プログラムが作成できるよう、生成AIを使った動画解析のしくみから具体的なプログラムのサンプルコードまでを1冊にまとめています。 これまでに収集した未処理の動画データを活用して有用な結果を得たい方、動画解析を使ってこれまでにないサービスを実現したい方におすすめの書籍です。 第1章　生成AIとヒューマンセンシング 第2章　人間を対象とした解析 第3章　実行環境の準備と画像解析モデルの基礎 第4章　コンピュータヴィジョン 第5章　パイプライン導入 第6章　ヒューマンセンシングAI 第7章　LLMチュートリアル 第8章　マルチモーダル技術の基礎 第9章　ヒューマンセンシングと生成AIの融合

※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。 【アルゴリズムの事例が盛り沢山!】 本書は、Pythonを使用してアルゴリズムを習得するための入門書です。ソート、サーチ、再帰、リスト、木、グラフといったアルゴリズムの基本から、連立方程式の解法、逆ポーランド記法、最短路問題、タートルグラフィックス、グラフ描画、パズルやゲームといった実用的な応用まで、豊富な例題を通してアルゴリズムを効率的に学ぶことができます。例題や練習問題は「Google Colaboratory」で動作するので、Webブラウザーがあればすぐに動作が確認可能です。 ■目次 ■第1章 ウォーミング・アップ 　　1-0 アルゴリズムとは 　　1-1 漸化式 　　1-2 写像 　　1-3 順位付け 　　1-4 ランダムな順列 　　1-5 モンテカルロ法 　　1-6 ユークリッドの互除法 　　1-7 エラトステネスのふるい ■第2章 数値計算 　　2-0 数値計算とは 　　2-1 乱数 　　2-2 数値積分 　　2-3 テイラー展開 　　2-4 非線形方程式の解法 　　2-5 補間 　　2-6 多桁計算 　　2-7 長いπ 　　2-8 連立方程式の解法 　　2-9 線形計画法 　　2-10 最小2乗法 ■第3章 ソートとサーチ 　　3-0 ソートとサーチとは 　　3-1 基本ソート 　　3-2 シェル・ソート 　　3-3 線形検索（リニアサーチ）と番兵 　　3-4 2分探索（バイナリサーチ） 　　3-5 マージ（併合） 　　3-6 文字列の照合（パターンマッチング） 　　3-7 文字列の置き換え（リプレイス） 　　3-8 ハッシュ ■第4章 再帰 　　4-0 再帰とは 　　4-1 再帰の簡単な例 　　4-2 再帰解と非再帰解 　　4-3 順列の生成 　　4-4 ハノイの塔 　　4-5 迷路 　　4-6 クイック・ソート ■第5章 データ構造 　　5-0 データ構造とは 　　5-1 スタック 　　5-2 キュー 　　5-3 データ構造としてのリスト 　　5-4 Pythonの言語仕様のリスト 　　5-5 双方向リスト 　　5-6 逆ポーランド記法 　　5-7 パージング 　　5-8 自己再編成探索 　　5-9 リストを用いたハッシュ ■第6章 木（tree） 　　6-0 木とは 　　6-1 2分探索木のリスト表現 　　6-2 2分探索木の作成 　　6-3 2分探索木の再帰的表現 　　6-4 2分探索木のトラバーサル 　　6-5 レベルごとのトラバーサル 　　6-6 ヒープ 　　6-7 ヒープ・ソート 　　6-8 式の木 　　6-9 知的データベース ■第7章 グラフ（graph） 　　7-0 グラフとは 　　7-1 グラフの探索（深さ優先探索） 　　7-2 グラフの探索（幅優先探索） 　　7-3 トポロジカル・ソート 　　7-4 Eulerの一筆書き 　　7-5 最短路問題 ■第8章 グラフィックス 　　8-0 ColabTurtle（タートルグラフィックス・ライブラリ） 　　8-1 forwardとleft 　　8-2 2次元座標変換 　　8-3 ジオメトリック・グラフィックス 　　8-4 3次元座標変換 　　8-5 立体モデル 　　8-6 3次元関数と隠線処理 　　8-7 リカーシブ・グラフィックスⅠ 　　8-8 リカーシブ・グラフィックスⅡ 　　8-9 いろいろなリカーシブ・グラフィックス 　　8-10 グラフィックス・ライブラリ（glib.py） 　　8-11 Matplotlibを使ったグラフの作成 　　8-12 Matplotlibを使った3D表示 ■第9章 パズル・ゲーム 　　9-1 魔方陣 　　9-2 戦略を持つじゃんけん 　　9-3 バックトラッキング 　　9-4 ダイナミック・プログラミング 　　9-5 万年暦で作るカレンダー 　　9-6 21を言ったら負けゲーム 　　9-7 迷路の作成と探索 ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒（1974年）。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。

人工知能(AI)・機械学習と言ったバズワードを見ることは多くなりましたが、まだまだデータ解析のハードルは高いと考えられています。特に機械学習の入門書には高度な理論や前提知識を必要とされることも多く、学習する過程で挫折しまうことが多いようです。 エンジニアのみなさんにとっては、Pythonの便利なツールを用いてデータに実際にふれて、機械学習の面白さや便利さを体験することも良い学習方法の1つです。誤解をおそれずに言えば、目の前のデータをどう扱えば役に立つのか？を理解してからでも理論を学ぶのは遅くはありません。本書では「勉強になった」で終わることなく現場のアプリーケーションを使うための機械学習の基礎を解説します。

※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。 ※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。 バイオのデータもPythonで！ 生物学に関わる理解・研究では、コンピュータによるデータ処理が欠かせないものとなってきています。生物学の扱う系はもともと非常に複雑で雑音が多く、統計的な解析が広く使われてきましたが、特に最近のDNA/RNA解析ではいわゆる次世代シーケンサ（NGS）が大量のDNA配列データを生み出してそれを整理しなければならないなど、コンピュータによるデータ処理が必須になっています。 　本書は、生物学分野において行われる、さまざまなデータ解析処理について、Pythonを用いて行う方法を解説し、理解することを目的としています。従来、簡単な処理はExcelを使ったり、RやSPSSなどの統計処理を主目的とする言語・ソフトウェアパッケージが用いられてきました。そのなかで本書は、比較的新しく、機械学習やデータ分析に優れたプログラミング言語であるPython を使って、初歩的なデータ処理をどのように行えばよいのかを紹介しています。 第 1 章 バイオデータ処理 第 2 章 プログラムを動作させるための知識 第 3 章 Pythonによる入力・出力データ加工のためのプログラミング 第 4 章 Pythonからバイオデータを扱うライブラリ 第 5 章 可視化のためのライブラリ 第 6 章 統計処理に便利な汎用の統計パッケージ 第 7 章 変異解析・発言解析の流れの例

※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。 Pythonプログラミングの基礎が学べる!! 　Pythonの基礎、オブジェクト指向の考え方を学びながら、簡単なゲームプログラミングの作成まで行います。全15章でPythonプログラミングを一通り学ぶことができ、章ごとに段階を踏んで学んでいけるものです。まずはPythonの独習書として、プログラミングを学びたい方むけにおすすめです。 はじめに 第0章 プログラミングとは 第1部　アクションゲームの作成演習 第1章　Python の実行環境 第2章　アニメーションの導入 第3章　イベントによる対話的処理 第4章　プログラムの拡張 第2部　オブジェクト指向プログラミング演習 第5章　クラスとモデリング 第6章　集約とポリモーフィズム 第7章　継承、オーバーライド 第8章　リファクタリング 第3部　パズルゲームの作成演習 第9章　MVC による機能の分離 第10章　モジュール化 第11章　探索アルゴリズム 第4部　ライブラリを利用したゲーム作成演習 第12章　ライブラリの利用 第13章　スコープ、実体と参照 第14章　Sprite とGroup 第15章　風船割りゲーム 付録A　エラー図鑑 関連資料

※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。 【プログラミングの概念に基づいた「問題解決力」を身につける!】 本書は、Pythonを使用して「プログラミング的思考」を習得するための入門書です。「プログラミング的思考」とは、ある問題を解決するための方法や手順をプログラミングの概念に基づいて考えることで、文部科学省の掲げるプログラミング教育でも重要視されています。本書は、前半でPythonの解説、技法・書法、後半で実際のプログラムを使ったプログラミング的思考の解説という構成で、初心者でもモチベーションを持ちながら学習できるよう、興味が持てる例題を多数用意しています。また、練習問題もあるので、より理解が定着できます。付録で文法解説を載せており、この1冊で、Pythonとプログラミングの考え方の両方をまとめて学ぶことが可能です。 ■目次 ●序章 プログラミング的思考とは 　　0-1 プログラミング的思考とは 　　0-2 プログラミング的思考を支える考え方 　　0-3 プログラミング的思考を身に付けるには 　　0-4 プログラミング的思考の応用 　　0-5 データサイエンスとアルゴリズム 　　0-6 プログラミングとPython ●第1章 Python文法の基本 　　1-1 Pythonとは 　　1-2 Pythonの実行環境 　　1-3 Pythonの基本文法 　　1-4 print関数とf文字列 　　1-5 演算子 　　1-6 変数と代入 　　1-7 変数の値の更新 　　1-8 input関数 　　1-9 for in文 　　1-10 二重ループ 　　…ほか ●第2章 Pythonの書法・技法 　　2-1 プログラミング書法（プログラミング・スタイル） 　　2-2 プログラミング技法 　　2-3 言語仕様上の注意点 　　2-4 ちょっとしたテクニック 　　2-5 ビット演算子 　　2-6 文字列処理 　　2-7 リスト操作 　　2-8 クラスの活用 　　2-9 辞書の活用 　　2-10 ファイル処理 　　2-11 ライブラリの活用 ●第3章 Pythonでのグラフィックス 　　3-1 ColabTurtle（タートルグラフィックス・ライブラリ） 　　3-2 ポリゴン（多角形）の描画 　　3-3 渦巻き模様の描画 　　3-4 文字の描画 ●第4章 Pythonで学ぶプログラミング的思考 　　4-1 流れ制御構造（組み合わせ） 　　4-2 データ化 　　4-3 抽象化と一般化 　　4-4 分解とモジュール化 　　4-5 データ構造とアルゴリズム ●第5章 プログラミング的思考の実践①～かんたんなプログラム 　　5-1 最大値と最小値 　　5-2 ピタゴラスの定理 　　5-3 シーザー暗号 　　5-4 相性占い 　　5-5 10進数→2進数への変換 　　5-6 フィボナッチ数列 　　5-7 干支の算出 　　5-8 サイコロゲーム 　　5-9 カレンダー 　　5-10 幾何学模様 ●第6章 プログラミング的思考の実践②～再帰的思考 　　6-1 漸化式と再帰的表現 　　6-2 再帰の罠 　　6-3 ハノイの塔 　　6-4 リカーシブ・グラフィックスI 　　6-5 リカーシブ・グラフィックスII 　　6-6 リカーシブ・グラフィックスIII ●第7章 プログラミング的思考の実践③～アルゴリズム 　　7-1 ユークリッドの互除法 　　7-2 モンテカルロ法 　　7-3 素数を探す 　　7-4 テイラー展開 　　7-5 ソート（並べ換え） 　　7-6 線形探索（リニアサーチ） 　　7-7 二分探索（バイナリサーチ） 　　7-8 自己再編成探索 　　7-9 ハッシュ 　　7-10 決定木 　　7-11 ハノイの塔のシミュレーション 　　7-12 迷路 　　…ほか ●第8章 プログラミング的思考の実践④～データサイエンス 　　8-1 Matplotlib を使ったグラフの作成 　　8-2 数値計算を効率的に行うNumPy 　　8-3 Matplotlib を使った3D表示 　　8-4 3D棒グラフの表示 　　8-5 3次元座標を元にした立体の表示 　　8-6 3次元関数の表示 　　8-7 回転体モデルの表示 　　8-8 ワイヤーフレームの表示 ●付録 Python文法 ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。主な著書：「改定第5版C言語によるはじめてのアルゴリズム入門」「Pythonによるはじめてのアルゴリズム入門」（以上技術評論社）など多数。

本書（原題：Python Algorithms: Mastering Basic Algorithms in the Python Language）はアルゴリズムの分析と設計方法について、Pythonを使って説明します。古典的なアルゴリズムに焦点を絞って解説していますが、基本的なアルゴリズムによる問題解決の方法もしっかり理解できます。 本書はプログラミングとコンピュータサイエンスの最も重要で難しい分野を非常に読みやすい形で解説しています。アルゴリズムの理論とプログラミングの実践の両方をカバーし、理論が実際のPythonプログラムにどのように反映されているかを説明します。また、Pythonに組み込まれている有名なアルゴリズムとデータ構造について説明し、実装と評価について学ぶことができます。 本書で学べること 新しい問題を効率的なアルゴリズムで解ける問題に変換する方法。もしくは、効率的に解けない問題であると示す方法 数学と基本的な実験やベンチマークを使ってアルゴリズムとPythonのプログラムを分析する方法 古典的なアルゴリズムとデータ構造を深く理解し、Pythonでこれらを効率的に実装する方法 新しい問題を解くために新しいアルゴリズムを設計し、実績のある設計原理・設計技法を使って実装する方法 Pythonのハイパフォーマンスコンピューティングを実現する豊富なツールを使って実装を高速化する方法

本書は数値解析手法のひとつである有限要素法をPythonによって実装するための方法の解説書です。 具体的にはPythonを使って、有限要素法のメッシュ作成やソルバ実行や結果の可視化が、ライブラリを使ってできることを目指します。ただし、Pythonの基礎知識や有限要素法の理論の基礎は本書では扱いません。 本書では次のような人を対象としています。 ・Pythonでデータ分析をしていて、Pythonによる有限要素法の実装について興味がある人 ・上記についてフルスクラッチではなく、あくまでライブラリを使いこなしたい人 ・有限要素法の入門書を読んだ人(まったくの初心者は対象外です) ・NumpyやMatplotlibのように、Pythonicに有限要素法解析と可視化をしたい人

※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。 手軽に学びたい人の味方！人気の絵本シリーズにPython登場！ Pythonはコンパイラを使わずに実行できるインタープリタ型の言語でありながら、データ分析など最新のコンピューティングの現場でひろく活用されています。 本書では「プログラミングについて何も知らないこと」を前提に、基本からPythonを解説し、さらにリストや関数といった特徴ある機能を紹介していきます。また、章末でプログラミングサンプルを紹介するなど、実戦的な内容も含まれています。 本書には次のような特長があります。 ・絵を多用し、短い解説で絵本のようにビジュアルに理解することができます ・2ページを単位とした説明、基礎に絞り込んだ内容でスピーディに学習できます ・予備知識は不要。「プログラミングとはなにか」から入門できます ・Pythonの特徴などや実行の仕組みなど、知識として知っておきたい事柄もフォロー ・クラス／オブジェクトの基本も解説。オブジェクト指向の基礎にも入門できます 【翔泳社の「絵本」シリーズのラインナップをアップデート】 翔泳社の「絵本シリーズ」は、豊富なイラストと簡潔な解説でコンピュータ技術に入門できる初心者向けのシリーズです。言語／技術の超初心者や手軽に習得したい方に最適な入門書です。 新しい「絵本シリーズ」では、旧来の分かりやすさ、親しみやすさ、基礎に徹した内容というコンセプトはそのままに、Web／ネットが全盛となった現在のコンピュータ技術の潮流に合わせた解説を心掛けます。『Cの絵本』『Javaの絵本』を皮切りにラインナップを順次刷新、さらに新しい仲間を増やしてラインナップを充実させていきます。 ※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。

※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。 本ムック「Pythonのキホンがわかる本」は、文法からちょっとしたアプリの開発まで、様々な視点でプログラミング言語「Python」の使い方を解説する一冊です。話題の「Python in Excel」についても取り上げています。 　また、昨今、Pythonと言えば何と言ってもAIです。第4章ではAIやデータサイエンスでよく使われるライブラリを9個取り上げ、わかりやすく説明しています。 　本ムックを通して、ぜひ、Pythonのキホンのマスターを目指しましょう。 ≪目次≫ 第1章　自動化アプリ開発で学ぶPythonの初歩 第2章　ここがスゴイ！！ Pythonの機能 徹底解説 第3章　Pythonの“マル”と“バツ” 第4章　Pythonライブラリ図鑑 データサイエンス/機械学習編 第5章　「Python in Excel」使い方指南！！ 第6章　Pythonで「3D分子ビューアー」を作る 第7章　Python/Tkinterで実用ソフトを作る

※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。 本書は、工学系基礎教育としてのコンピュータ教育およびプログラミング教育を実現するための教科書です。工学的問題の解決に対するコンピュータやプログラムの利用に抵抗感をなくし、スムーズにコンピュータを使う素養を養うことを目的としています。 プログラミングの基礎は扱いますが、特定のプログラム言語全般を深く学ぶことは目標としません。そのかわり、後で必要となった時に、どのような言語でも容易に学ぶことのできる下地を作ります。 コンピュータは、単純な手続きの積み重ねで処理を実現します。この事実、つまり手続き的処理の理解が本書の第一の目標です。これによりコンピュータとは何なのかが理解でき、コンピュータを道具として利用するための能力が身につきます。 続いて、手続き的記述能力の獲得を目指します。これは平たく言えば、プログラムを書いて利用するための初歩的な能力です。具体的には、プログラム言語の基礎を学ぶと共に、シミュレーションや解析、統計処理等のためのソフトウェアツールを使いこなすための素養を養います。 各章末には演習問題を掲載し、略解を示すことで理解の助けとなるよう配慮しました。 ※本書は、近代科学社より2015年に刊行された『コンピュータ科学とプログラミング入門 ―コンピュータとアルゴリズムの基礎―』のPython版です。

※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。 プログラミングをしたことがない人、技術的バックグラウンドをもたない人が、Pythonを使ったデータ分析を身につけて、モノゴトを良くしていく――。米名門ビジネススクールの実践的な授業内容に基づいた、リアルなビジネス現場でデータ分析を役立てる方法をお伝えします。 とにかく手をつけて、 実用的なことをできるだけ早く、 習得しよう! エクセルでは不可能な「膨大なデータ」を用いて 効果的なビジネス戦略を立案するために、 実用に即したサンプルデータを使います (本誌サイトからダウンロードできます)。 MBA、つまり実社会での実務経験があり大学院の修士課程でビジネスを学ぶ人向けの教科書ということで、どれほど高度な内容かと思いきや、プログラミングに興味のある人なら、おそらく高校生だろうが中学生だろうが理解できる、見事な構成と進行で成り立つ本でした。こんなにやさしくて、丁寧で、話に無駄のない先生に出会えた学生は幸せだと思います。読者のみなさんは、まさに本書の幸せな学生というわけです。 「訳者あとがき」より

Webアプリの作り方からAPI化、デプロイメントまで エンジニアとデータサイエンティストのためのFlask入門 Pythonのフレームワーク「Flask」によるWebアプリ開発の入門書です。 まずは、最小のアプリの作成から始め、問い合わせフォーム、データベースを使ったアプリ、 認証機能と段階的に作成しながら、Flaskによるアプリ開発の基礎を習得します。 その後、画像データ（写真）から物体を判別する物体検知アプリを作成しながら 実践的なアプリの作り方、その機能をWeb API化する方法について解説します。 また、物体検知機能（手書き文字認識をする分析コード）を題材に、 どのように機械学習をアプリに組み込んでいくかについても詳しく解説します。 【本書の主な内容】 ●Flaskと開発の基礎 　◯問い合わせフォーム／DBアプリの作成 　◯認証機能の作成 　◯物体検知アプリの作成 ●API化／デプロイメント 　◯物体検知アプリのWeb API化 　◯Web APIとして外部公開 ●機械学習APIの開発 　◯分析コードから機械学習APIを開発する工程と方法 【主な対象読者】 ●Pythonで簡単にWebアプリ開発を始めたいエンジニア ●機械学習に興味のあるWebエンジニア ●自分でもアプリやWeb APIを作りたいデータサイエンティスト 【構成】 ●第0部 イントロダクション ●第1部 Flask入門 ●第2部［Flask実践1］物体検知アプリの開発 ●第3部［Flask実践2］物体検知機能のAPI化／デプロイメント ●第4部機械学習APIの開発 ※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。

本書ではGCP（Google Cloud Platform）にFlaskアプリをデプロイする方法を詳しく解説します。仮想マシンの立ち上げから始まり、ステップバイステップでデプロイのプロセスを丁寧に説明しています。本書は、PythonでWebアプリケーションを作成したもののデプロイ方法が分からない方、レンタルサーバーにWebサイトを公開する方法は分かるが、アプリケーションのデプロイには不安がある方、そもそもデプロイの概念がよく分からない方にとって理想的なガイドブックです。実際の操作手順に加え、GCPの基本的な使い方から応用まで幅広くカバーしていますので、初心者から中級者まで満足いただける内容となっています。これ一冊でデプロイに対する理解が深まり、実践的なスキルを身につけることができます。

この技術書籍は、Pythonのフレームワーク「Flask」を用いて、Webデザイナーやエンジニアがブラウザ上で請求書を発行できるアプリケーションの作成方法を、わかりやすく段階を追って解説します。読者は公開されているサンプルコードをGitHubからダウンロードし、自分の環境でアプリケーションの動作を確認しながら、Flaskを使ったWebアプリケーション開発の技術を実践的に学べます。Pythonの基本を押さえた後の次のステップとして、またはPythonを使ったWebアプリケーション開発の全体的な理解を深めたい方、さらには請求書発行作業の効率化を目指すフリーランスのWebデザイナーやエンジニアに特にお勧めします。

◆Pythonの基礎学習から前進する実践問題集◆ 「コードを書くには基礎学習を完璧にしなきゃ」と思い込んでいませんか？ 　試験勉強のように、ノートにまとめたり、文法を丸暗記したり……。しかし、本当のプログラミング最短習得の道は「とにかく実践あるのみ」です。そこで、本書はデータ分析の演習問題を105問掲載。自分でコードを書くトレーニングを1日5問ずつこなし、3週間で実務に通用するレベルを目指します。「入門書を1冊読んでも、いざ実践となると手が動かない」「転職のためにどうステップアップしよう……」と悩む方は必読です！ ■こんな方におすすめ ・Pythonの基礎学習からステップアップしたい人 ・データサイエンティストを目指す人 ・業務データを分析したい人 ■目次 Chapter1 データ分析でよく使う「基礎文法」15問 Chapter2 基本の流れをおさえる「分析フロー」10問 Chapter3 分析前の下処理をする「データ加工」20問 Chapter4 “見える形”に表現する「データ可視化」10問 Chapter5 データの傾向をくわしく見る「統計学」10問 Chapter6 学習し未来を予測する「機械学習」20問 Chapter7 分類問題のKaggleコンペに挑戦しよう Chapter8 回帰問題のKaggleコンペに挑戦しよう ■著者プロフィール はやたす：データサイエンティスト兼YouTuber。新卒で大手メーカーに機械学習エンジニアとして開発業務に従事し、8ヶ月で独立する。東証33区分で売上No.1企業やスタートアップ企業で分析・開発案件を請け負う。現在はサービス業や情報・通信業など、幅広い業界で分析案件に参画中。Pythonやデータサイエンスの効率的な習得法を伝えるため、Udemy講師、情報系大学の講演、YouTubeチャンネル「はやたす／Pythonチャンネル」の運営をおこなう。

Panda3D は、ゲームエンジンと呼ばれるソフトウェアで、3D 描画およびゲーム開発のためのライブラリーです。これにより簡便に3Dモデルが操作でき、陰影処理、炎・煙・水などの視覚効果、物理シミュレーションなどが利用できます。Panda3Dによるゲーム開発では、そのスクリプトを通常プログラミング言語Pythonで記述します。 　本書は、Panda3Dの命令の詳細解説と、Python で記述された機能別サンプルスクリプトからなる解説書で、Pythonの基本的な文法（データ型、ifなどの基本制御構造、クラスの基本的使い方など）を理解している方を対象にしています。 　本書の主な特色を次に示します。 （１）自作アプリに活用しやすい機能別構成：　自作アプリに加えたい機能を見つけやすいように、解説内容を機能別に分類し、そのタイトルを原則「○○する」「○○を使う」と表記してあります。 （２）汎用的な書式と使用例の提示：　Panda3Dの機能をPythonスクリプトで操作できるように、その命令文に関する汎用的な書式を示し、具体的なスクリプトを例示し解説してあります。 （３）自作アプリに転用しやすいサンプルスクリプト：　サンプルスクリプトを一部修正して自作アプリに転用することを想定し、大規模なPanda3D アプリの事例ではなく、機能ごとにサンプルスクリプトを作成する演習を設けています。このスクリプトはしっかり各機能を実現した上で、要点を押さえた短いコードで記述されています。また、実行した際に各機能の挙動を観察しやすいように出力を工夫してあります。 （４）ベクトルの知識とその適用例に関する解説：　オブジェクトを自在に操作するスクリプトを記述するには、ベクトルとクォータニオンの理解が不可欠です。本書では、ベクトルの基礎、オイラー角とクォータニオンの基礎、ベクトル演算について、その具体的な適用例と共に解説してあります。 （注）本書で解説するPanda3DのメソッドやPythonで記述されたサンプルスクリプトは、次のソフトウェア環境下で動作確認されています。　※ただし、ゲームパッドに関する動作確認はWindowsOS のみ。 　Windows 10 Home 21H1／macOS Big Sur 11.6 (M1)／Python 3.9.7／Visual Studio Code 1.60.1

◆データの分析・活用に必要な基本の力を身につける！◆ 　本書は、Pythonによるプログラミングの基本とともに、データサイエンス関連のPythonライブラリの基本的な使い方を1冊で学べる入門書です。書籍の前半では、Pythonの基本文法はもちろん、Pythonならではの表現方法や機能についても解説します。また、さまざまな問題解決に必要となる「プログラミング的思考」「データ構造とアルゴリズム」についても取り上げることで、単に便利なライブラリを使えるようになるだけではなく、問題を解決するための本質的な力を身につけられるようにします。書籍の後半では、ここまで学んできたPythonの知識をもとに、Matplotlib/seaborn/NumPy/NLTK/spaCy/Pandas/scikit-learn/BeautifulSoupの使い方を学んでいきます。 ■こんな方におすすめ ・実戦で使えるPythonの知識を身につけたい人 ・データサイエンス関連ライブラリの基本を身につけたい人 ■目次 序章 本書の3つのテーマと構成 第1章 Python文法の基本 第2章 Python流プログラミング 第3章 Pythonの機能を使った各種処理 第4章 ColabTurtleを使ったプログラミング的思考 第5章 データ構造とアルゴリズム 第6章 Matplotlibによる可視化 第7章 seabornによる統計的グラフの作成 第8章 NumPyによる科学技術計算 第9章 NLTKとspaCyを用いた自然言語処理 第10章 Pandasによるデータフレームとデータ操作 第11章 scikit-learnによる機械学習 第12章 BeautifulSoupを用いたWebスクレイピング ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒（1974年）。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。著書多数。

※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。 【Pythonプログラミングの“入門の入り口”になる教科書！】 　本書はプログラミング経験がない方やPC操作に不慣れな方でも無理なく読み進められる、Pythonプログラミングを始めるための“入門の更にその入口”となる教科書。 　プログラムを実際に動かしながら学んでいく構成のため、基礎がしっかりと身に付くだけでなく、米国で成功した著者直伝の実践的知識まで習得できる。応用力アップにつながる例題も豊富に掲載。本書掲載のプログラムはすべてウェブから入手できるので、講義や独習にも役立つ。 　Python入門者に、最初に手に取ってほしい一冊。

武器としてのPythonをこの1冊で身につける！ これから「Python」を学ぼうとしている皆さんは，おそらく，今後ITに関わっていくなかで必要な「スキル」を身をつけたり，自らの力で業務の自動化や効率化を実現したりといった，何らかの目的をもっていることかと思います。 プログラミングの学習は一朝一夕には効果が出ません。ある程度の時間を要することになるかと思いますが，「時間」とそのコントロールの重要性の認識が甘いまま進みはじめると挫折する可能性がとても高くなります。 本書の1章と2章では，そうしたプログラミング学習を行う上での時間管理なども含め，Pythonを学ぶ前の事前知識の習得と準備を行います。 第1部　準備編 Chapter01　Pythonを学びはじめる心構えを整えよう Chapter02 Pythonを学ぶ環境を作ろう 「Python」は比較的簡単に学べる言語とはいえ，学習は長い道のりになります。心構えや準備は，その長い期間の学習活動を継続し，その効果を高めるという視点で重要です。 続いて，3章から6章までは，プログラミング言語Pythonの最初の一歩の基本から，関数やクラスといった部品化のテクニックまでを解説します。実務でPythonを活用する際の土台をしっかりと身につけるパートです。 第2部　文法編 Chapter03 Pythonプログラムの基本を知ろう Chapter04 フロー制御について学ぼう Chapter 05 データの集合について学ぼう Chapter 06 プログラムを部品化しよう 7章から18章までは，クリップボード，ファイルやフォルダ，インターフェース，Excelファイル，QRコード，画像，PDF，スクレイピング，データ処理，グラフといった対象を操作する，実用的で具体的なツールを作りながら，そのために必要なモジュールとその組み立て方について学びます。 第3部　実践編 Chapter 07 Excelにデータを集めるツールを作ろう Chapter 08 Excelレポートを更新するツールを作ろう Chapter 09 Pythonを動かすインターフェースを作ろう Chapter 10 スクレイピングツールを作ろう Chapter 11 ブラウザを操作してスクレイピングをしよう Chapter 12 画像を加工するツールを作ろう Chapter 13 QRコード生成ツールを作ろう Chapter 14 PDFを操作するツールを作ろう Chapter 15 ZIPファイルを展開・圧縮するツールを作ろう Chapter 16 Jupyter Notebookでノートブックを作ろう 本書を通して学習をすることで，皆さんの仕事のいくつかの面倒な業務をPythonに任せられるようになるはずです。また，別の実現したいことがあれば，ご自身で調べながら実現する地力がついていることでしょう。そして，そこから先，データ分析，AI・機械学習，Web開発，IoTなど，無限といってもよい「Python」の世界が広がっています。そこまでは多くの学習の積み重ねが必要ですが，皆さんご自身の働き方やキャリアにとって，「Python」が強力な武器になっていることでしょう。本書をぜひ，そのための最初の足がかりとしてご活用ください。

※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。 Pythonはシンプルな文法でAI開発ができる優れたプログラミング言語です。いま、機械学習や人工知能ブームを受けて、Python技術者の需要が高まっています。本書は、人工知能を実際に作りながらPythonを基礎から学ぶプログラミングガイドです。基本的なデータ操作から、文字列の処理、プログラムの流れの制御を説明し、かんたんなシミュレーションゲームを作りながらオブジェクト指向を学習し、簡単な人工知能の開発まで解説します！

※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。 Pythonは、パワフルなオブジェクト指向型の言語ですが、文法がシンプルなため、入門者が最初に学ぶプログラミング言語にうってつけです。本書は、Pythonの基礎から、統合型の開発用フレームワーク「Anaconda」などのツールの使い方、今話題のディープラーニングまで、チャットボットの開発を体験しながら楽しく学ぶPython解説書の決定版です。第3版では、最新のWeb API、ライブラリに対応し、画像認識もより高度な手法を追加しました。

※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。 2015年2月発刊の第2版を全面改訂しました。バージョン管理システムはMercurial/Redmine からGit/GitHub に変更、CI（継続的インテグレーション）ツールはJenkins からCircleCI に変更しています。また、Web開発に限らず、機械学習プロジェクトの開発ノウハウの章を新設しました。

※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。 Pythonの実践的ノウハウを知りたいが周囲に聞ける人がいない。チームで開発する方法も知りたい。そんなプログラマーの皆さま、ご安心ください。本書は、Pythonをメインに手がけるビープラウドが社内で蓄積したWeb開発の最新手法を惜しみなく公開します。作業環境の構築から、Webアプリケーションの作り方、課題管理、レビュー、テスト、デプロイの効率化、サーバーのチューニングなどPython開発のプロセスとノウハウが身につきます。

※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。 Python開発サイクルを「個人開発」と「チーム開発」の2つの視点から整理し、プロなら知っておきたい実践的ノウハウを学びます

本書は、iOSデバイスの機能を最大限に活用するためのPythonガイドです。iPhoneやiPad上で実行できるPython/Jupyter Notebook環境である「Carnets for Jupyter」から、「Juno」、「Pyto」、「Pythonista」といった多彩なPython環境を駆使し、iPhone/iPadを自在に活用する方法を探求します。

Jupyter NotebookはPythonユーザを中心に人気の高い，オープンソースのデータ分析環境です。インタラクティブにコードを実行でき，その結果を多彩なグラフや表などによって容易に表現できます。本書では，実践的な活用ノウハウを豊富に交えて解説します。また，可視化に際しては，Pythonで人気のライブラリ「pandas」「Matplotlib」「Bokeh」を中心に解説します。

Pythonには，豊富な標準あるいはサードパーティライブラリ・モジュールがあります。ライブラリに関するドキュメントも充実していますが，初心者にとってはそのボリュームゆえに，まずどんなライブラリを活用できればよいのか，わかりづらい側面があります。ドキュメントは使用頻度の高い・低いに関わらずフラットに記載されており，サードパーティのライブラリについては言及されていません。本書では，「これだけは押さえておきたい」ライブラリとその機能を，標準ライブラリだけでなくサードパーティのものも交え，カテゴリごとに，その活用法を紹介します。バージョンはPython 3.4をメインとします。

※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。 広大な因果世界を幅広くカバー！ 因果推論・因果探索のコード例を多数掲載 原著は米国Amazonでカテゴリーベストセラー（2024/6上旬など） データサイエンティスト、機械学習エンジニアなら知っておきたい 因果的概念、グラフによる理解、因果探索の実践などを解説。 パート1では、関連・介入・反事実、構造的因果モデルなど、 因果推論を構成する基本概念と、グラフ表現を解説。 パート2では、因果推論プロセスの4ステップのほか、 DoWhy／EconMLを使った因果推論の実装などを説明。 パート3では、因果探索の概念、因果分析プロセスでの位置づけ、 gCastle等を使った高度な因果探索の実装を取り上げます。 【章構成】 ■Part1 速習：因果関係 第1章 因果関係に取り組む理由：機械学習があるのに？ 第2章 ジューディア・パールと因果のはしご 第3章 回帰、観測、介入 第4章 グラフィカルモデル 第5章 チェーン、フォーク、コライダー ■Part2 因果推論 第6章 ノード、エッジ、統計学的な独立と従属 第7章 4ステップの因果推論プロセス 第8章 因果モデル―仮定と課題 第9章 因果推論と機械学習―マッチングからメタ学習器まで 第10章 因果推論と機械学習―高度な推定器、実験、評価など 第11章 因果推論と機械学習―ディープラーニング、NLPなど ■Part3 因果探索 第12章 因果グラフをいただけますか―因果関係の知識源 第13章 因果探索と機械学習―仮定から応用まで 第14章 因果探索と機械学習―高度なディープラーニングとその先へ 第15章 エピローグ

※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。 Pythonを使ったプログラミングが流行していますが、たんにPythonの文法を知っているだけではPythonプログラミングを理解したことにはなりません。Pythonが重宝されている理由は、「ライブラリ」にあります。ライブラリとは、アプリケーションをプログラミングする際に便利な、「プログラムの部品」です。AIプログラミングのためのライブラリや、データ分析のためのライブラリなど、作成するアプリケーションごとに、さまざまなライブラリがあります。 本書は、そうしたライブラリを活用して、どのようなことができるのかを体験する入門者向けの本です。Pythonを便利に使うために、ライブラリを活用しましょう！

※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。 日本語テキスト解析処理を快速プログラミング！ 単語／文書の分類、機械翻訳などを実装。 自然言語処理は、検索エンジン、自動要約、機械翻訳、音声認識などで利用される技術です。 PyTorchでは、特にTransformersというBERT系モデルを提供することで、 より簡単にBERTを利用できるようになっています。 本書では、自然言語処理で特に重要なディープラーニング技術である word2vec、LSTM、seq2seq、そしてBERTを取り上げます。 まず第1章でPyTorchの基本を説明します。そのあと各技術の考え方を説明し、 PyTorchを使ったそれぞれのプログラミング手法を解説します。 それらのプログラミングでは、以下のことなどを目的にしています。 ・単語や文書の類似度を測る ・文章内の単語の品詞を分類する ・日英の機械翻訳を実行する ・文書を分類する ・質問／回答タスクを実行する 【本書の構成】 第1章　PyTorchの基礎 第2章　word2vecによる分散表現 ～単語をベクトルで表現～ 第3章　LSTMによる時系列データ解析 ～文を単語の系列として解析～ 第4章　seq2seqモデルによる機械翻訳 ～ある系列を別の系列に変換～ 第5章　事前学習済みモデルBERTの活用 ～タスクに応じてモデルを調整～ 付録A　プログラミング環境の構築（Windows） 付録B　本書で解説した主要プログラム集 ※本書の内容はPython／PyTorch／機械学習の基本事項を 理解されていることを前提としています。

※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。 ディープラーニングの重要な基礎概念と、PyTorchを用いたディープラーニングの実装方法について、細部まで掘り下げて解説。限られたデータでニューラルネットワークを訓練する方法、訓練済みモデルのデプロイ方法など『ディープラーニング・プロジェクトのベストプラクティス』を提示します。 ・ディープラーニングのメカニズムを解説 ・Jupyter Notebook上でサンプルコードを実行 ・PyTorchを用いたモデル訓練の実施 ・実データを使用するプロジェクトをベースに実践的解説 ・本番環境へのさまざまなモデルデプロイ方法 PyTorchで実際にどのように組み込まれて実現されているのか、細部まで掘り下げた解説をしていますのでディープラーニングの活用を目指している開発者や詳しく知りたい方におすすめです。 Manning Publications『Deep Learning with PyTorch』の翻訳書 第1部　PyTorchの基礎 第1章 ディープラーニングとPyTorchの概要 第2章 訓練済みモデルの利用方法 第3章 PyTorchにおけるテンソルの扱い方 第4章 さまざまなデータをPyTorchテンソルで表現する方法 第5章 ディープラーニングの学習メカニズム 第6章 ニューラルネットワーク入門 第7章 画像分類モデルの構築 第8章 畳み込み（Convolution） 第2部　ディープラーニングの実践プロジェクト：肺がんの早期発見 第9章 肺がん早期発見プロジェクトの解説 第10章 LUNAデータをPyTorchデータセットに変換 第11章 結節候補を画像分類するモデルの構築 第12章 評価指標とデータ拡張を用いたモデルの改善 第13章 セグメンテーションを用いた結節の発見 第14章 結節・腫瘍解析システムの全体を構築 第3部　デプロイメント（Deployment） 第15章 本番環境にモデルをデプロイする方法

大人気の機械学習フレームワーク「PyTorch」で 深層学習モデルとAIアプリを開発しよう！ 【PyTorchについて】 PyTorch は、主に深層学習で利用されている機械学習フレームワークです。 世界中で幅広く利用されており、国内でもここ数年で多くの方が利用し始めています。 【本書の概要】 Udemyで公開中の大人気講座『【PyTorch+Colab】PyTorchで実装するディープラーニング -CNN、RNN、人工知能 Web アプリの構築』の書籍化企画です。 PyTorch を使い、CNN による画像認識、RNN による時系列データ処理、深層学習モデルを利用した AI アプリの構築方法を学ぶことができます。 本書で PyTorch を利用した深層学習のモデルの構築からアプリへの実装までできるようになります。 【本書で得られること】 ・機械学習フレームワーク「PyTorch」の基礎が身につきます。 ・PyTorchのコードの読み書きができるようになります。 ・CNN、RNN などを実装できるようになります。 ・自分で調べながら、ディープラーニングのコードを実装する力が身につきます。 ・最終的に人工知能アプリを構築し、公開できるようになります。 【目次】 Chapter0 イントロダクション Chapter1 PyTorchと深層学習 Chapter2 開発環境 Chapter3 PyTorchで実装する簡単な深層学習 Chapter4 自動微分とDataLoader Chapter5 CNN（畳み込みニューラルネットワーク） Chapter6 RNN（再帰型ニューラルネットワーク） CHapter7 AIアプリの構築と公開 APPENDIX さらに学びたい方のために 【著者プロフィール】 我妻幸長（あづま・ゆきなが） SAI-Lab 株式会社を起業。「ヒトと AI の共生」がミッション。人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。 理学博士（物理）。解決策のモデル化、数式化が得意で、プログラミング教育も行う。 近著に『Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術』、 『Pythonで動かして学ぶ！あたらしい数学の教科書』（いずれも翔泳社）がある。 ※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。 PyTorchは動的計算グラフ（define by run）を採用した、Pythonプログラムと同じ感覚でニューラルネットワークを構築できる深層学習フレームワークです。本書は、深層学習の基礎をすでに習得したエンジニアが、より難しいタスクへ挑戦するためにPyTorchの開発環境構築から、畳み込み/リカレント/GAN/物体検出まで実装方法を実際にサンプルを作りながら学べる入門書です。データ分析ツールJupyter Notebookに対応しています。

※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。 ※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。 PyTorchで物体検出アルゴリズムを実装しよう！ 本書は、PyTorchを利用して、物体検出のアルゴリズムと実装方法を解説する書籍です。 ・ PyTorch（パイトーチ）とは？ 2018年にFacebook が発表した、ディープラーニングのフレームワークです。世界的にユーザーが多く、GitHubで公開されるディープラーニングのプログラムもPyTorchで作られたものが多数存在します。 ・ 物体検出とは？ 画像認識の一分野で、画像から特定の物体の位置と、その物体のカテゴリ（クラスタ）を検出する技術です。 ディープラーニングは当初、物体の識別において従来手法を大きく上回る精度を出したことから注目されました（例：2012年の画像認識コンテストILSVRC）。ただし物体識別自体はどちらかといえば要素技術であるため、そのまま現実のシステムに応用することは多くありません。実際に必要とされるものは、多くの場合、物体識別を発展させた物体検出です。自動運転・外観検査・医療分野の画像診断など、どれも物体識別ではなく物体検出の技術が使われています。 本書は、PyTorchの使いかたを習得することと、物体検出の各種アルゴリズムを理解して自力でプログラムを作れるようになることを目的とします。前半はPyTorchについて解説し、後半は物体検出の代表的なアルゴリズムを解説しながら、PyTorchでの実装例を示します。 ＜本書の特徴＞ ・PyTorchを使って物体検出アルゴリズムを実装できるようになります。 ・Pythonによるサンプルコードを例示＆配布し、自分で手を動かしながら理解を深められます。 第1章　PyTorch によるプログラミング 第2章　物体検出アルゴリズムSSDの実装 第3章　SSDに関連した話題

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 本書では、これからパケット解析を始める人を対象に、パケットキャプチャツールのデファクトスタンダード「Wireshark」の使い方や、実際に現場で見かけるパケットを理解するうえで必要な知識を、じっくり丁寧に解説します。 ＜本書の特長＞ ・オールカラーで見やすい！ ・TCP、HTTP、IPsec、SSL/TLSなど現在のアプリケーションに欠かせないプロトコルについて他にないほど丁寧に詳しく解説！ ・300点超の徹底図解でわかりやすい！ この一冊でネットワーク解析に自信がつく、新しいパケットキャプチャ解説書の決定版です！

オープンソースのLANアナライザソフト「Wireshark」を使って、無線LANのパケットを解析する方法を記した書籍です。 無線LAN端末が送受信するパケットの内容や、セキュリティ（データの完全性チェック、暗号化、復号など）の仕組みはブラックボックスになっていますが、Wiresharkを活用することで、これらを「見える化」できます。本書ではサンプルパケットをもとに、その詳細を明らかにします。また、「接続できない」「通信が遅い、切れる」といった各種トラブルシューティングについても丁寧に解説しています。 今回の第2版では、現行の符号化やスペクトラム拡散技術を広く紹介するとともに、他のオープンソースソフトウェアや商用ツール（無料体験版）を用いて最新のデータリンク層技術も確認できるようにしました。無線LANに関わる方や興味がある方必携の1冊です！

※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。 Turbo PascalとSun Pascalをとりあげた誰にでもわかるプログラミングの入門書。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12680-3)も合わせてご覧ください。 さまざまな問題を解決するためには，適切なアルゴリズムを判断したり，ときには自分で生み出したりできる力が必要です。そして，自在に使いこなせるようになるためには，知識をためるだけではなく実践してみることも大切です。 本書では，「テンパズル」「数独」「4×4オセロ」といったさまざまなパズルのソルバーを実装することで，楽しく効率的にアルゴリズムの設計力が磨けます。各アルゴリズムの概要は，図解でしっかり解説。数学的解法といった発展的な内容も盛り込みました。競技プログラミングに挑戦したい方の第一歩としてもお勧めの1冊です。

※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。 今や1人1台ずつ、誰もが持っているパソコンとスマートフォン（スマホ）。 生活必需品となった、これら身近なIT機器は、無限の可能性を秘めています。 しかし、単純にメールやLINE、ウェブでの調べモノ程度にしか使っていないのでは宝の持ち腐れです。 ちょっとした裏ワザを使えば、時間やお金の浪費を防ぐばかりか、今まで「できっこない」と 思っていたことまで驚くほど簡単にできるようになります。 本書では、今まで誰も教えてくれなかった、パソコンやスマホの本当に役に立つ裏設定や、 インターネット上に埋もれている得するサービスの数々をすべて掘り起こし、 計244個の「得する裏ワザ」としてまとめました。仕事にも趣味にも役立ち、 生活を豊かにしてくれるパソコン＆スマホの最新活用術をお届けします。

[最新Windows10対応] 困ったときに役に立つ! Q&Aでためになる! パソコンの疑問・トラブル・“わからない”をぜんぶ解決! パソコンを使いはじめたばかりで「どうすればいいのかわからない! 」。Windows10に乗り換えてみたはいいけど「思うように操作ができずに困っている……」。 そんな悩みを持つ初心者に向けて、本書では、Windows10の基本操作や基本設定から、メールの使い方、パソコンをWi-Fiにつなぐ方法、たくさんある標準アプリの活用方法までをわかりやすく解説。 Windows10パソコンを使いはじめたとき、乗り換えたときにありがちな“わからない"を、Q&A形式ですべて解決します! 「パソコンの調子が悪くなった! 」「周辺機器の使い方を知りたい」などの対処法も、逆引きで調べられるのでとても便利! パソコンの操作で困ったときに大いに頼れる一冊です。

気鋭のデジタル研究者によるとっておきのパソコン案内。外出先でメールをやり取りする方法や遅いパソコンを速くするためのメンテナンス法など、困った時やいざという時に役立つパソコンの裏技・隠し技を解説する。ビジネスマンの必須ソフト、パワーポイントを効果的に使いこなすためのアイディアも多数紹介。

さっと読めるミニ書籍です（文章量13,000文字以上 14,000文字未満（10分で読めるシリーズ）=紙の書籍の26ページ程度） 【書籍説明】 職場では、パソコンが使えないと仕事ができない環境になり、仕方なくパソコンを使っている中高年のサラリーマンの方、少しでもパソコンを使えるようになりたいと思い、パソコン教室に通っている方あるいはインターネットのパソコン教室を受講している方、そんな方たちにもう一歩パソコンの世界に踏み込んでもらい、パソコンの面白さを味わってもらいたいと思い、パソコンの世界への入門書として読んでいただきたいです。ただ、パソコンを操作するのではなく、自分の思っていることをパソコンができるようにしたいとは思いませんか？ 最初は、みんな同じです。パソコンのことは何もわかりませんでした。パソコンのON／OFFもわかりませんでした。 この書籍は、仕方なくパソコンを使っている方、パソコン教室に通っているけど進歩しない方が読み進んでいくうちにパソコンのプログラミングが書けてしまいます。 そうすると、次のようなことを体感することができます。 ・職場では、効率的に仕事ができるようになります。 ・プログラミングをやることで、人生に楽しみを発見できます。 ・パソコンの理解が深まり、パソコンが得意になります。 ・中高年の方には、特に第2の人生への指南となり、前進する勇気をもらうことができます。 まずは、パソコンスキルチェックで自分自身のスキルを知り、エクセルの開発機能を使って、簡単なプログラミングをしてもらうことで、パソコンの楽しさを味わってください。 すぐにはスキルアップしないかもしれませんが、諦めずに継続することで、知識が身に付き、スキルアップしていきます。頑張ってください。 【著者紹介】 神河 秀和（カミカワ ヒデカズ） 東京都出身。デザイン学校を卒業後、玩具会社に入社。主に男子玩具の商品企画、デザインに従事する。その後、IT業界に転身。企業内でネットワークの構築や携帯電話、デジタルテレビの開発に参加する。現在は、某企業でVBAを利用したデータ集計を行っている。さらに、フリーランスとしてwebライターをやりながら、デジタル関連に関わるビジネス書、実用書などを執筆している。

インターネットを自由自在に使いこなしているのは、ユーザーのごく一部のみ。迷惑メールのからくりや、QRコードに潜む罠、たくみな誘い文句に釣られて、個人情報が漏れていく……。ネット生活の常識や自己防衛策、ネット時代を生きるサバイバル術を超初心者にも分かりやすく伝授。ウィルス対策だけでは不十分、自分でできる「IT防犯」のすべてがこの一冊に！

オフィスワークにパソコンが必須の現代、パソコンをどれだけ速く使えるからは、ビジネスの成果に直結します。本書は、パソコンで仕事を手際よく効率的に行うための考え方とテクニックをわかりやすく解説します。パソコンそのものの高速化、ショートカットキー、ファイル整理、ワード・エクセル・PDFの便利ワザ、入力高速化、メール＆チャット、情報収集術がこれ一冊で身につきます。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 パソコン仕事の生産性を上げるために特別な能力は必要ありません。 あなたの仕事のスピードも、今日から必ず向上できます！ マウスを使わないパソコン操作、Excel、Wordの時短ワザ、ネット検索術などなど、パソコンで仕事をする誰にでも役立つ、本当に実用的なものだけ集めました。 「頑張っているのになかなか仕事が終わらない…」 「もしかして、自分のパソコンの作業は遅いのでは？」 「もっと効率のよいやり方はないだろうか」 このようにお考えのすべての方に、本書をおすすめします！ ＜本書の特長＞ ● 全編を通して、仕事が速い人だけが知っている、パソコン仕事の効率を上げる便利なワザを多数紹介しています。みなさんも「そんなやり方があったのか！」と思うことがきっとあるでしょう。 ● パソコン機能の解説にとどまらず、どんなときに、どんな風に使うと効果的かまでを説明しています。仕事に取り入れたいワザがきっと見つかるはずです。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 パソコン仕事の生産性を上げるために特別な能力は必要ありません。 あなたの仕事のスピードも、今日から必ず向上できます！ マウスを使わないパソコン操作、Excel、Wordの時短ワザ、ネット検索術などなど、パソコンで仕事をする誰にでも役立つ、本当に実用的なものだけ集めました。 「頑張っているのになかなか仕事が終わらない…」 「もしかして、自分のパソコンの作業は遅いのでは？」 「もっと効率のよいやり方はないだろうか」 このようにお考えのすべての方に、本書をおすすめします！ ＜本書の特長＞ ●全編を通して、仕事が速い人だけが知っている、パソコン仕事の効率を上げる便利なワザを多数紹介しています。みなさんも「そんなやり方があったのか！」と思うことがきっとあるでしょう。 ●パソコン機能の解説にとどまらず、どんなときに、どんな風に使うと効果的かまでを説明しています。仕事に取り入れたいワザがきっと見つかるはずです。 ※カバー画像が異なる場合があります。

※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。 ショートカットキーだけじゃない！ 最速手順で最高の成果を発揮するワザ満載 本書は仕事を速く、楽に、確実にこなすための“パソコン操作術”の決定版。 操作を効率化するためのショートカットキーはもちろん、Excel、Word、文字入力、ファイル操作… あらゆるシーンに対応できる時短操作ワザを幅広くご紹介します。 ■目次 第1章　アプリやファイルを素早く開く・閉じる 第2章　コピペを究めて徹底的に効率化 第3章　データの入力を高速化＆省力化 第4章　無駄な時間を省く「探す」技術 第5章　データ編集の超速テクニック

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？

※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。 目に触れるWindowsの画面は同じでも、それを動かすパソコンのパーツには無数の選択肢があり、自由に組み合わせて自分だけの1台を作り上げることができる。パソコンの自作がおもしろいのは、速さを突き詰めたい、とにかく静かにしたい、価格を抑えたいなど、作り手のさまざまな個性・目的を受け入れる懐の深さがあるからだ。 　本書では、最新のゲーマー向けマシンや、市販BDレコーダを超える4番組同時録画対応テレビパソコン、パーツ一式で5万円を切る低価格機など、個性豊かな作例を掲載。最新マシンの組み立て方法もじっくりていねいに解説し、自作入門書としても最適な1冊になっている。

※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。 ※本書はDOS/V POWER REPORT 2018年4月号～2017年5月号および2016年5月号の記事を現状のPC自作市場に合わせて加筆、再編集、更新したものです パソコン自作入門はこの一冊から！ 【掲載内容】 “自作PC”の世界 パーツの基礎と過去製品・最新製品の違いを徹底解説＜CPU／マザーボード／メモリ／ビデオカード／SSD／HDD／PCケース／電源ユニット／CPUクーラー／光学ドライブ 最新PC作例　長く使えるスタンダードPC／ゲーミングPC／小型PC／低価格オーバークロックPC 自作PC組み立て完全マニュアル マイニングマシン作成術＜マイニングリグ／ゲームPC兼用マイニングマシン＞ 知らなきゃ損するマイニング専用OS「ethOS」 なんだかんだでつぶしが利きます“Windows環境での掘り方”

※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。 初めてでも大丈夫！必ずできる！ 激安5万円から4K最強PCまで 自分好みの高性能なパソコンを、安く手に入れたい。 しかも、最新機能を装備し、将来にわたって長く使えるものを――。 そんな人にお薦めなのが「自作パソコン」です。 必要なパーツを集めて組み立てるだけで、市販のパソコンよりワンランク上の オリジナルパソコンを作り上げることができます。 本書は、そんなパソコン自作の入門書です。 初めての人でも難なく取り組めるように、パーツの選び方から買い方、組み立て方、 動かすところまでを、やさしく丁寧に解説しています。 初心者が戸惑いそうな用語の説明、技術的な仕組みの図解、陥りがちなトラブルの解決法など、 基本＆応用情報が満載。読んで安心、作って納得の、必ず完成する「自作の教科書」となっています。 パソコンを知る楽しみ、作る楽しみ、使う楽しみを満喫できる1冊です。

※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。 ノートPCやタブレットでは性能で物足りないPCの使い方が増えてくる2015年。リッチなゲームプレイ、待たされない動画編集、ゲーム実況動画、Oculus RiftなどのVR体験にも自作パソコンの性能は必須に。自作は難しい、巨大な箱型でトラブルを恐れていた時代はすでに過去の話。Windows8.1 Updateで、安く、速く、パズル感覚で組み立てられ、HDD容量の増減も自由自在、4Kなどの大きくて高精細な液晶も自分で選び出す喜びが「パソコン自作」には満載。昔組んだことがある人も初めて組む人も安心・確実にパソコン自作がはじめられ、最先端PCのトレンドスペックがすぐわかる、2015年必携の一冊です。

CPUもGPUも動作クロックだけでは選べない! 特集『PCパーツ選びの新常識』では2014年に通用するパーツの“目利き”ポイントを大解説。今後ますます増加するNUC、BRIXに代表される極小ベアボーンはノートPCからのステップアップに最適。10万円以下での自作レシピ、定評のPCケース、極めつけは自作未経験者も絶対組め、使用後のトラブル対処法もバッチリの30ページに及ぶ『自作マスターガイド』。BTOパソコン選びにも役立つPCパーツのキホンがわかる一冊です。

※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。 人工知能に興味があっても、「機械学習」や「ディープラーニング」「ニューラルネットワーク」の技術解説書ではハードルが高いという人は多いのではないでしょうか。本書では、写真から顔を認識させる、写真を有名な絵画風にする、線画に自動で色をつける、文豪風テキストを作るなど、楽しい作例を通じて、人工知能の仕組みを学んでいきます。難しい数式やプログラミングの知識は不要。本に書いてあるとおりに自分のパソコンを操作するだけで人工知能を体験できます。

※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。 ついに登場したWindows 11。本誌では、Windows 11やインターネットに関する疑問や不満の解決法のほか、知っていると便利な技、快適設定などをQ&A形式でやさしく丁寧に解説します。マウスやキーボードの超基本操作をはじめ、ウェブの閲覧方法、メール、ワード、エクセルなどの各種アプリの使い方はもちろん、パソコンの調子が悪い時の対処法や、個人情報を守るセキュリティ対策まで、幅広いジャンルを取り上げました。パソコンで困ったら、まず開いてみてください。

※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。 パソコンを取り巻く環境の変化とともに、パソコンを含むデジタル機器も多様化しています。デスクトップ型、オールインワン型、ノート型、タブレット型、ハイブリッド型など、形もサイズもさまざまですし、入力方法も、従来のマウスやトラックパッドの他、指やデジタルペンで画面を触るタッチ操作式も増えてきました。 2012年に発売されたWindows 8は、そういったさまざまなデジタル機器のいずれでも使いやすいように、インターフェイスが大幅に変更されました。そして今回、そのWindows 8をより使いやすくしたWindows 8.1が発売されました。ユーザーから要望の多かったスタートボタンの復活をはじめ、検索機能の強化、Skypeの搭載、クラウドとのより進んだ統合など、さまざまなチューンアップが施されています。 本書では、そんなWindows 8.1を存分に活用していただけるよう、今までのWindowsと共通の基本操作からWindows 8.1の新機能まで、幅広い内容をポケットサイズに盛り込んでいます。丁寧な解説を心がけましたので、初めてパソコンを使用される方の入門テキストとして、あるいはこれまでのWindowsからバージョンアップされる方の参考書として、さらにはなにか困ったときに参照するお助け本として、さまざまな形で本書をご活用いただければ幸いです。 ■CONTENTS 【Chapter1】Windows 8.1の基本/【Chapter 2】デスクトップ画面の基本操作/【Chapter3】インターネットとメールの活用法/【Chapter4】アプリを使いこなそう/【Chapter5】Windows 8.1を使いやすく設定しよう

※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。 Windows 10入門・Windows 10活用法・インターネット＆メール・Word・Excelのそれぞれの入門書5冊分に相当する内容を，1冊にまとめました。本書を構成する5冊の本は，最初に覚えておきたい最低限の基礎知識と基本操作を厳選してまとめているため，各々が40～80ページ程度と薄く，気軽に読むことができます。はじめてパソコンを利用する方でも，無理なく安心して学ぶことができます。

10分で読めるシリーズとは、読書をしたいが忙しくて時間がない人のために、10分で読める範囲の文量で「役立つ」「わかりやすい」「おもしろい」を基本コンセプトに多くの個性あふれる作家様に執筆いただいたものです。自己啓発、問題解決、気分転換、他の読書の箸休め、スキルアップ、ストレス解消、いろいろなシチュエーションでご利用いただけます。是非、お試しください。 まえがき 本書は、これから新生活に向け、はじめて新品のパソコンを買う方に向けた指南書である。 パソコン購入は今や家電量販店などの店舗だけではない。さまざまな手法があり、見るべきポイントをご紹介。 難しいことは、本書では記載しない。あなたが見て、情報を正しく理解し、適切なパソコンが購入出来ることを目標としている。 なお、本書の構成はまず「パソコンの購入の前に考えるべきこと」から始める。 その後、購入する際のポイントなどを紹介し、あなたにより最適なパソコンが購入できることを願っている。

さっと読めるミニ書籍です（文章量15,000文字以上 20,000文字未満（20分で読めるシリーズ）=紙の書籍の30ページ程度） 【書籍説明】 近年どの業種においても、パソコンを使うことは必須になっています。しかし職場によってはタイピング一つとっても、ブラインドタッチができない人が結構います。 またマイクロソフト製品（Outlook、Excel）なども、マウスを使って操作している人が圧倒的多数となっています。 しかしタイピングやマイクロソフト製品など、パソコンは道具として使い方を究めている人とそうでない人で生産性が10倍も異なることがあります。 そこで本書は作業時間を減らすための、マイクロソフト製品を含めた時短テクニックを紹介していきます。 本書は主に事務作業を中心として、作業をしている人を想定読者としています。Windowsユーザを想定しているため、Macユーザは対象外となります。 またツールを使うため、会社の規則（セキュリティポリシー）の厳しさによっては使えないものもあるのでご容赦ください。 【目次】 1.パソコンの機能はうまく活用することで、作業時間の短縮が図れます 2.作業時間効率化 その1.パソコンの起動時にソフトウェアを自動で立ち上げる－ その2.Outlookの操作はショートカットキーを使う－ その3.ブラウザのスクロールはボタンを使う－ その4.Excelの操作はマイナーなショートカットキーを使う－ その5.タイピングは親指シフトもしくはかな入力を使う－ その6.タイピングはGoogleIMEを使ってできるだけ省略する－ その7.定型文はcliborを使う－ その8．思考を整理するときはXMindを使う－ 付録．パソコンの作業時間効率化チェックシート 【著者紹介】 神経質やせ男（シンケイシツヤセオ） 本に書いてあることが本当か、実証しつつ整合性を見極めることをしている。社会戦で不利な能力しか持ち合わせていない中、戦略的に生き残る術をメモに取り他の人でもできるテクニックを研究している。 日本で自分の能力を発揮するには、ブログなどのソーシャルメディアからいかにマニア向けに情報発信していくかが今後の日本の働き方にシフトしていくと考えている。

※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。 Windows8の基本操作から便利技、トラブル解決方法までを651項目のQ&A形式で解説した解説書です。スマホやタブレットPCのいいところを取り込んだWindows8が発売されました。しかし、従来のWindowsとは大幅に操作方法が変わったため、慣れない画面や操作に戸惑っている方が多く見受けられます。本書は、パソコンの基本知識から、Windows8の便利な操作方法、「Windows7で使っていたプリンターなどの機器は使える？」「チャームバーってどんな機能？」「Windowsストアアプリとは？」「Wi-Fiを正しく設定したのに繋がらない」などの疑問まで、あなたの「困った」にわかりやすく簡潔に答えます。すぐに解決法が見つかるトラブル索引付き。

※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。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております】 CPUの動きから周辺機器、ネットワークの基本まで パソコンやノートPCは身近なものになりましたが、その仕組みを知ろうとすると難しい用語が出てきて困ることも多いのではないでしょうか。本書はパソコンについて知りたい人のために、「メーカーのカタログが読めるようになる」くらいの知識を提供するものです。 CPUやメモリとはどんなものか、周辺機器にはどんなものがあるのかなど、専門的な解説を極力排除してわかりやすく説明します。絵本シリーズの特長であるキャラクターとイラストを使った説明で、どんな人でも易しく学んでもらえる本になっています。 ※本電子書籍は同名出版物を底本とし作成しました。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。

初めてでも“自分だけの1台”が必ず組み立てられる 「パソコン自作」の専門誌! 初めて自作をする人、パーツを交換したい人に パーツの選び方や組み付け手順を分かりやすく解説します。 特集1は作りたくなる自作パソコン　最新4プラン 新入学、新生活の季節に合わせて、「こんなパソコンを作ってみたい」と思わせる自作プランを用意。パソコンを自作する楽しみを再確認していただきます。 1新生活に最適な格安PC 2最新トレンドのSSDとCPUを使った定番PC 3オーバークロックにも対応するPC 4机の上に置ける静音小型PC 特集2は目的別BIOS設定術 読者からの要望が特に強いBIOSの解説特集。起動を速くしたい、動作を静かにしたい 、性能を上げたい、という目的に沿った手順を見せます。 特集3はベアボーンで自作に初トライ 「いきなり自作は怖いからBTOやベアボーンで」と思う人は多いはず。初心者でも確実に組める、CPUとメモリー、ストレージ機器を組み込めば完成する「ベアボーンキット」の紹介と組み立て実践をお見せします。 このほか、1万円台で買える格安液晶ディスプレイ、CPUクーラーらくらく交換術などもお届けします。