※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。 サポートベクトルマシンの理論と実践の基礎・基本が，この1冊で学べる！ サポートベクトルマシンは、データの分類、回帰、はずれ値検知など、機械学習のさまざまな場面で強力かつ柔軟性の高いモデルとして知られています。そのアルゴリズムは直観的であり数学的な曖昧さがないことから、昨今注目されている「機械学習の解釈可能性」というモデルの評価基準に照らしても有力な手法といえます。そのため、自然科学や経済学等の研究成果や経験則的な業務知識をモデルに生かすことも容易です。 本書は、サポートベクトルマシンの理論的枠組みを高校レベルの数学からやさしく展開するとともに、Pythonによるわかりやすい実装例を紹介します。また、応用上重要な非線形サポートベクトルマシンで用いられるカーネル法も、図解や具体例を通してわかりやすく解説します。 第1章　はじめに 1.1　人工知能と機械学習 　1.1.1　人工知能による推論 　1.1.2　人工知能による学習 　1.1.3　機械学習 1.2　機械学習モデル 　1.2.1　モデル 　1.2.2　機械学習モデル 1.3　機械学習分類モデルの作りかた 1.4　サポートベクトルマシンの概要 1.5　サポートベクトルマシンの特徴 1.6　本書の読みかた 第2章　数学の基礎 2.1　ベクトル 　2.1.1　ベクトルとは何か 　2.1.2　位置ベクトル 　2.1.3　三角比と余弦定理 　2.1.4　ベクトルの内積 　2.1.5　点と直線の距離 　2.1.6　Pythonでベクトル 2.2　行列 　2.2.1　行列とは何か 　2.2.2　行列の演算 　2.2.3　転置行列 　2.2.4　半正定値行列 　2.2.5　Pythonで行列 2.3　関数 　2.3.1　関数とは何か 　2.3.2　指数関数 　2.3.3　対数関数 　2.3.4　Pythonで指数関数・対数関数 2.4　微分 　2.4.1　平均変化率 　2.4.2　微分 　2.4.3　合成関数の微分 　2.4.4　指数関数・対数関数の微分 　2.4.5　偏微分 　2.4.6　級数展開 第3章　線形サポートベクトルマシン（線形SVM） 3.1　線形SVM 　3.1.1　線形ハードマージンSVM 　3.1.2　線形ソフトマージンSVM 3.2　線形SVMの最適化 　3.2.1　ラグランジュの未定乗数法 　3.2.2　KKT条件 　3.2.3　線形SVM最適化の方法 3.3　線形SVMによる分類問題の解法 　3.3.1　ペンギン分類モデル 　3.3.2　Pythonでペンギンの分類 　3.3.3　2値分類モデルの評価 　3.3.4　ペンギン分類モデルの評価 第4章　非線形サポートベクトルマシン（非線形SVM） 4.1　非線形SVM 　4.1.1　カーネル法 　4.1.2　カーネル関数の具体例 　4.1.3　カーネル化SVMの定式化 4.2　非線形SVMの最適化 　4.2.1　逐次最小最適化アルゴリズム（SMO） 　4.2.2　非線形SVM最適化の方法 4.3　非線形SVMによる分類問題の解法 　4.3.1　カーネル化SVMによる非線形分類モデル 　4.3.2　カーネル化SVMによる分類問題の解法 　4.3.3　Pythonでアヤメ分類 付録　Pythonの基礎 A.1　開発環境Colab A.2　Python文法の要点 　A.2.1　データ型 　A.2.2　演算子 　A.2.3　条件分岐 　A.2.4　繰返し 　A.2.5　組込み関数 　A.2.6　関数定義 　A.2.7　クラス 　A.2.8　変数のスコープ A.3　Pythonライブラリ群 　A.3.1　NumPy 　A.3.2　pandas 　A.3.3　SymPy 　A.3.4　matplotlib 　A.3.5　scikit-learn 本書を読み終えた後に

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンパイラの名著、待望の改訂！ 1995年に発行し、以来コンピュータサイエンスにかかわる方々に長く活用されてきた『新コンピュータサイエンス講座　コンパイラ』の改訂版です。 コンパイラを通してソフトウェアのしくみとアルゴリズムを考えるのに役立つよう、例を用いて具体的に記述しています。図表やプログラムを多用し、わかりやすくまとめました。 ＜おもな改訂内容＞ ・LL構文解析の動作例、LR構文解析の動作例を加えた ・独習者の利便を考え、演習問題の増強、解答の充実をはかった ・9章「さらに学ぶために」として、より最近の技術について学ぶための指針を示した ・古くなった文献を見直し、追加した 1章　コンパイラの概要 2章　コンパイラの簡単な例 3章　文法と言語 4章　字句解析 5章　下向き構文解析 6章　意味解析 7章　誤りの処理 8章　仮想マシンと通訳系 9章　さらに学ぶために 付録　PL/0′コンパイラのリスト 参考文献 演習問題解答

★★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）

※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。 アルゴリズムはITの分野でも重要なテーマの１つであり、一般教養としても学び身に付ける価値があります。本書はよく知られている「アルゴリズムとデータ構造」の計算の形・計算の流れ・計算結果のデータを分かりやすく視覚化しました。 各アルゴリズムに掲載している『QRコード』からスマートフォンやタブレット端末のカメラでアクセスすれば、直観的で分かりやすく・楽しく学習することができるアルゴリズム・アニメーション（動画）を見ることができます。 また本書では疑似コード（プログラミング言語の種類に依存しない模範コード）によるプログラミングの手引きも用意し解説しています。 アルゴリズムは人の脳で考え実行できますが、コンピュータプログラミングによって自動化することが可能です。アルゴリズムを正確に組み立て問題を理解・解決することができる能力、限られたコンピュータ資源を効率よく使い、データの構造を工夫していくことがプログラマにとって大切になってきます。 本書でアルゴリズムとデータ構造を理解し、プログラミング可能な実力を養おう。

※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。 CEDEC Awards著述賞受賞タイトルが、Unity5に対応してリニューアル！ プロのゲーム開発者秘伝・遊びのレシピ！　 バンダイナムコスタジオ開発陣による10種のオリジナルゲームを題材に、 知っておくべき「ゲームのしくみ」を徹底解説。 簡単に始められるUnityとC#で、ゲームを作るために必要な遊びのアルゴリズムをマスターできます。 Unityでゲームを作り始めようとしているゲームプログラミング入門者に最適の1冊です。 本書は、ゲーム開発者カンファレンス「CEDEC 2013」において、 著述賞を受賞した『ゲームの作り方』をUnity5対応・フルカラー印刷にリニューアルした書籍です。

※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。 【応用情報のいちばん詳しいテキストです！】 IPAが実施する「応用情報技術者試験」を受験する方のための学習テキストです。過去問からの出題比率の高い本試験のために、直近実施の試験はもちろんのこと、旧試験や高度試験をも網羅的に分析した「いちばん詳しく、わかりやすい、何でも調べられる」教科書です。巻末には著者が過去問より厳選した「サンプル問題」を用意してあり、模擬試験としてご活用いただけます。最新21回分の本試験午前問題に挑戦できる問題演習アプリ「DEKIDAS-WEB」も提供。応用情報技術者試験受験者必携の一冊です！ ■こんな方におすすめ ・出題範囲を体系的にきちんと理解しながら学習したい方 ■目次 学習の手引き シラバス内容の見直し、及び実施試験区分 第1章 基礎理論 第2章 アルゴリズムとプログラミング 第3章 ハードウェアとコンピュータ構成要素 第4章 システム構成要素 第5章 ソフトウェア 第6章 データベース 第7章 ネットワーク 第8章 セキュリティ 第9章 システム開発技術 第10章 マネジメント 第11章 ストラテジ 応用情報技術者試験 サンプル問題 ■著者プロフィール ●大滝 みや子（おおたき みやこ）：IT企業にて地球科学分野を中心としたソフトウェア開発に従事した後、日本工学院八王子専門学校ITスペシャリスト科の教員を経て、現在は資格対策書籍の執筆に専念するかたわら、IT企業における研修・教育を担当するなど、IT人材育成のための活動を幅広く行っている。著書：「応用情報技術者 試験によくでる問題集【午前】」（技術評論社）ほか多数。 ●岡嶋 裕史（おかじま ゆうし）：中央大学大学院総合政策研究科博士後期課程修了。博士（総合政策）。富士総合研究所、関東学院大学准教授、同大学情報科学センター所長を経て、中央大学国際情報学部教授／政策文化総合研究所所長。基本情報技術者試験（FE）科目A試験免除制度免除対象講座管理責任者、情報処理安全確保支援士試験免除制度 学科責任者。著書：「ネットワークスペシャリスト合格教本」「情報処理安全確保支援士合格教本」（技術評論社）、「5G」「ブロックチェーン」（講談社）ほか多数。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12812-8)も合わせてご覧ください。 初学者の方々に向け，ディープラーニングの発展技術をまとめた解説書。 ディープラーニングは現在のAI/人工知能の発展の中核を担っており，スマートフォンからIoT，クラウドに至るまで幅広い領域で，画像，音声，言語処理をはじめとした多くの対象分野に浸透し，目覚ましい進展をもたらしています。 ディープラーニングの今の基本をまとめた前作に続き，本作ではニューラルネットワークにおける大きな謎である「なぜ学習できるのか」「なぜ汎化するのか」にスポットを当て平易に解説。合わせて，将来的な革新の可能性を秘める二大トピックとして，「生成モデル」「深層強化学習」も詳しく取り上げます。そして，4つのテーマのもと，ディープラーニングや人工知能について課題を整理し，今後を考えていきます。 多様な問題を一つのアプローチ，アルゴリズムで解ける驚異的な技術。ディープラーニングが一段と進化していく将来につながる，長く役立つ原理，原則，考え方を紐解く1冊です。

前作の『ITエンジニアのための機械学習理論入門』から、5年経過しましたが、AI（人工知能）や機械学習に対しての期待と関心はまったく衰えません。むしろ機械学習の利用はIT業界で当然のものとなり、さらなる活用がさまざまな場所で行われています。前作では一般的な機械学習について解説しましたが、試行錯誤しながら1つの解をもとめていく「強化学習理論」についてくわしく・やさしく解説します。理論を表現するいろいろな数式とそれらをプログラミングするためのPythonコードを並列しながらその理論の神髄にせまり、強化学習の基礎となるさまざまなアルゴリズムを体系的に学びます。

本書は，プログラム言語Perlの入門書です。Perlは，気楽に書けて超強力な言語として，長く親しまれています。本書ではデータ構造，アルゴリズム，ファイル処理，日本語処理，正規表現をまったくの初歩から学ぶことで，基本的な考え方から，実用的なプログラミングまで，楽しく身につけられることを目的としています。

※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。 「強化学習」とは、簡単に言えば、「試行錯誤によって学習するAI」です。 機械学習の一種で、近年のディープラーニングの発展の恩恵を受け、注目されています。 本書は、基本のアルゴリズムからニューラルネットを使った応用まで、 強化学習の理論と実装がわかる本です。 強化学習がどんな仕組みのAIなのか、 これから学んでみたいという人や 興味はあるけれど難しそうだと思っている人におすすめです。 【本書の特徴】 ●強化学習の難解な理論をやさしく解説 難しい用語や数式は、高校数学の知識があれば理解できるように一歩一歩説明します。教師あり学習やニューラルネットワークなど、機械学習の前提知識も解説しています。 ●画面上のロボットを動かすことで直観的に理解 強化学習の問題や学習結果は、画面上のロボットが動くアニメーションで確認できます。プログラムを実行するための環境構築や操作方法の説明があるので、すぐに動かすことができます。 ●Pythonで強化学習のプログラムを改良 サンプルプログラムは軽量で、一般的なPC（GPUなどが装備されたPCは不要）で動かせます。強化学習のライブラリは使用せずに実装されており、ブラックボックス化されていないのでアルゴリズムがよくわかります。本書では、サンプルプログラムを自分で改良するためのポイントや、Pythonの基本、主要ライブラリ（NumPy、matplotlib、OpenCV、TensorFlow）の一部の使い方を紹介しています。

※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。 深層強化学習は、強化学習と深層学習の組み合わせである。この研究分野の発展により、従来機械で扱う範疇ではなかった広範囲の複雑な意思決定問題を解けるようになってきた。深層強化学習はヘルスケア、ロボティクス、スマートグリッド、金融工学、その他さまざまな領域において、新たな応用の可能性を切り拓きつつある。本書は、そのような深層強化学習に関し、強化学習の基礎から始まり、深層強化学習の主要なアルゴリズムや最先端の話題まで、豊富な参考文献も含めて幅広く網羅している。特に本書は、汎化性を向上させるノウハウや深層強化学習が実応用でどのように使われるかという観点に着目して執筆されている。 機械学習の基礎知識を有する大学生・大学院生や企業の研究者・技術者が、深層強化学習の概要を効率的に勉強したいと思ったときの最初の一冊として推薦できる構成となっている。 原著:An Introduction to Deep Reinforcement Learning、 2019

※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。 本書は、大量データを解析するデータマイニングについて、理論の基礎から解析手法まで、Rを使ったアルゴリズムの例題を交えてていねいに解説します。主な構成は、第１部でRを使ったデータマイニングの簡単な分析と探索的データ解析およびデータの可視化について解説、第２部でデータマイニングの一連の流れについて解説、第３部でRを使った、データマイニング手法をサンプルデータでコードを示して解説、現実のデータマイニング事例を紹介という流れで解説します。

※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。 話題のGoogle製ライブラリーを使った初の書籍！ 本書は、Google製のライブラリーであるJAX、Flax、Optaxを利用して、ディープラーニングの機械学習モデルの構築方法を学ぶ書籍です。 ● 本書の概要 本書では、ディープラーニングの代表例とも言える畳み込みニューラルネットワーク（CNN）を例として、これをJAX/Flax/Optaxで実装しながら、モデルの各パーツの役割を数式レベルで丁寧に解説していきます。 この際、モデル内部の処理の様子を確認するために、モデルの中身を分析するコードもあわせて利用します。JAX/Flax/Optaxを利用すれば、モデルの構築だけでなく、このような分析作業も簡単に実施できることが実感できるでしょう。 導入となる第1章では、JAX/Flax/Optaxの基本的な機能とその使い方を学ぶために、機械学習の基礎とも言える「最小二乗法」による回帰問題を利用します。まずは、JAXの機能だけを利用して、勾配降下法のアルゴリズムを独自に実装して、回帰モデルの学習を行います。その後、これと同等の処理をFlax/Optaxを組み合わせて、再度、実装してみます。これにより、Flax/Optaxの使い方に加えて、JAXの微分機能など、その背後で行われる実際の処理内容をより明確に理解することができるでしょう。 第2章以降では、より本格的な畳み込みニューラルネットワークを構築し、さらに、転移学習やDCGANによる画像生成モデルなども実装します。付録として、本書で使用するJAX/Flax/Optaxの主な関数の一覧も用意。JAX/Flax/Optaxの使い方をリファレンス的に知っておきたい方にもおすすめです。 中井 悦司 （なかい えつじ） 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のSolutions Architectとして活動。

※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。 対戦型麻雀ゲーム「電脳麻将」のソースコードを開発者自ら解説。シャンテン数計算、和了役判定と点数計算、ゲーム進行を実装。そして、シンプルなAIを組み込み、さまざまな戦術を追加して麻雀AIを強くしていく過程を解説。

※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。 プログラミングの世界で，数学の定理や公式に相当するものがアルゴリズムです。本書では，πの計算や文字列の検索，迷路の解法などのプログラムをC言語で作成しながら基本的アルゴリズムを習得していきます。 Visual C++ 2017などの最新コンパイラに対応した待望の改訂第4版です。

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。

AtCoder株式会社は、日本発のプログラミングコンテスト運営会社として2012年６月20日に設立され、年々活動の幅を拡げてきました。 AtCoderの開催するコンテストは、「与えられた問題を解決するアルゴリズムを考え、それを正しく実装する」ことを競技化したものです。 本書は「AtCoderでアルゴリズムを学びたい」「AtCoderのコンテストに参加したい」という方に向けたAtCoderの入門書です。 AtCoderのコンテストで出題された過去問を用いて、問題の解き方を体系的に解説しました。一つひとつの問題を解説する際には、「なぜそのように考えるのか」が明快になるように心がけました。 筆者は、プログラマのための技術情報共有サービスサイトQiitaに、次のタイトルの記事を投稿しています（2018年３月）。 「AtCoderに登録したら次にやること～これだけ解けば十分闘える！過去問精選10問～」 この記事は、AtCoderの過去問10問を実際に解くことで、読者がAtCoderへスムーズに入門できるように試みたものです。 本書はこの記事にいくつかのトピックを追加して、さらにC++とPython3の両言語で学べるようにして、できあがりました。 AtCoderのコンテストは、参加者の人生を大きく変える力があります。 コンテストの問題を解いていくことで、アルゴリズム的思考力が身につきます。コンテストでよい成績を修めてレーティングを上げると、参加者の市場価値も高まります。また、コンテストに参加することで他の参加者とのつながりを得て、交流を深めることもできます。そしてなにより、AtCoderのコンテストは、ゲームのように楽しいものです。 ～「まえがき」より～

ゲーム開発者、AIエンジニア、 すべての意思決定に悩んでいる方に必見！ 戦略ゲームAIの仕組み、戦略的意思決定プロセスを紐解くバイブル書 【戦略ゲームAIについて】 戦略ゲームの元にとなるストラテジー＆シミュレーションゲームはボードゲームを発端として、発展してきました。 近年では、スマートフォン向けのソーシャルゲームを筆頭に、数多くのゲームでストラテジー＆シミュレーション要素が取り入れられており、 いまやゲーム開発において戦略ゲームAIは避けて通れない非常に重要な要素になっています。 またゲーム開発のみならず、一般の人工知能開発、複雑な意思決定のプロセス形成において、その技術は非常に注目されています。 【本書の特徴】 ストラテジー＆シミュレーションゲームに利用されている戦略ゲームAI技術について、 国内や海外の事例を交え、その仕組みを丁寧に解説した書籍です。 基本的な技術の概論の解説から始まり、 著者が注目するシミュレーション＆ストラテジーゲームAIのアルゴリズムについて、 ビジュアルを交えながら解説します。 【読者対象】 ・ゲーム開発者 ・AI開発者 ・意思決定に興味を持つ方 【本書のゴール】 戦略ゲームAIの仕組みを学ぶことができる 【プロフィール】 ゲームAI研究者・開発者。 京都大学で数学を専攻、大阪大学（物理学修士）、東京大学工学系研究科博士課程（単位取得満期退学）。 博士（工学、東京大学）。2004年よりデジタルゲームにおける人工知能の開発・研究に従事。 国際ゲーム開発者協会日本ゲームAI専門部会設立（チェア）、日本デジタルゲーム学会理事など。 ※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。 本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。 実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。 また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。 これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

【今のTCP/IP、ネットワーク技術をどのように学ぶか。】 社会インフラとなったインターネットを動かす技術群。「TCP/IP」にスポットを当て、長く役立つ基本を主軸に、先端の開発/ 研究動向の観点を盛り込んだ入門書。 本書では「プロトコルスタックの基礎」を理論× 実践のアプローチで丁寧に解説し、とくに、 ・Wi-Fiやセルラーネットワークをはじめ無線通信による通信量の爆発的増加 ・TCP/UDP/QUICのトランスポート層におけるスピードと信頼性のトレードオフ ・HTTP/3やWebTransport, IoTなど進化する上位レイヤー関連プロトコル といった「インターネットの今」を支える技術ポイントを押さえた点が特徴です。既存仕様に生じる限界の顕在化とそれらを解決する新たなテクノロジーの開発とが絶え間なく続いていく、そんなネットワークの世界が見えてくる1冊です。 ※本書の4章/5章は、『TCP技術入門』（安永 遼真／中山 悠／丸田 一輝著、技術評論社、2019）の一部を元に大幅な加筆修正を行い収録しています。 ■こんな方におすすめ ・今＆これからのTCP/IPプロトコルスタックに関心のあるエンジニアの方々 ・無線＆通信量の増大を背景とするいまどきの通信技術を知りたい学生の方々 ・モダンなネットワークの基本をおさらいしておきたいエンジニアの方々 ・「目に見えない」ネットワークについて知りたい方々 ■目次 第0章 コンピューターネットワーク&通信の基本 　　0.1 コンピューターネットワーク&通信の今 　　0.2 ［シンプル図解］基本のしくみ 　　0.3 ［研究開発のための］ネットワークの理論と現実 　　0.4 本章のまとめ 第1章 コンピューターネットワークとプロトコルスタック 　　1.1 基本用語の整理 　　1.2 ［さまざまなプロトコルスタック］OSI参照モデル 　　1.3 ［さまざまなプロトコルスタック］TCP/IPモデル 　　1.4 プロトコルスタックとパケット転送の流れ 　　1.5 ［研究開発に活きる］ネットワーク評価の観点 　　1.6 ［研究開発に活きる］ネットワーク評価の方法 　　1.7 本章のまとめ 第2章 プロトコルの変遷×ネットワークの基本ツール 　　2.1 インターネットアプリケーションの進化 　　2.2 通信環境の変化と主要プロトコルの進化 　　2.3 ネットワークの基本ツール 第3章 ネットワークインターフェース層＆MAC層 　　3.1 メディア/mediumとは何か 　　3.2 Ethernet 　　3.3 無線LAN 　　3.4 IEEE 802.11物理層 　　3.5 IEEE 802.11 MAC層 　　3.6 本章のまとめ 　　4.1 MACプロトコルまでを考慮したネットワーク性能の評価 　　4.2 MATLABを用いたMAC層ネットワークシミュレーション 　　4.3 システム性能評価 　　4.4 本章のまとめ 第5章 トランスポート層 　　5.1 トランスポート層の役割と主要プロトコル 　　5.2 UDPのしくみ 　　5.3 TCPのしくみ 　　5.4 TCPの課題とQUICの登場 　　5.5 本章のまとめ 第6章 ［比較&評価で見えてくる］TCP/IP 　　6.1 TCPのしくみと輻輳制御 　　6.2 輻輳制御アルゴリズムの観察 　　6.3 ネットワーク高速化とアルゴリズムの進化 　　6.4 バッファ遅延増大への対応 　　6.4 本章のまとめ 第7章 近年の上位層プロトコル 　　7.1 上位層のプロトコルスタックと主要プロトコルの再確認 　　7.2 ［QUICのしくみ］パケットとストリーム 　　7.3 ［QUICのしくみ］ハンドシェイクと輻輳制御 　　7.4 WebTransport/MQTT/CoAP 　　7.5 本章のまとめ 第8章 ［比較&評価で見えてくる］HTTP/3 　　8.1 Go言語によるQUICの実装 　　8.2 QUICパケットの可視化 　　8.3 WebTransportによる通信 　　8.4 本章のまとめ 第9章 ［大規模/高速化］通信環境とプロトコルの技術動向 　　9.1 ［再入門］これからの考察に役立つ3つの観点 　　9.2 通信環境の変化 　　9.3 これから研究開発に関わる人に向けて 　　9.4 本書のまとめ ■著者プロフィール 中山 悠：2006年東京大学農学部卒業、2008年東京大学大学院新領域創成科学研究科自然環境学専攻修了、同年日本電信電㈱入社。2018年東京大学大学院情報理工学系研究科電子情報学専攻博士課程修了。博士（情報理工学）。2019年より東京農工大学大学院工学府・准教授。特定非営利活動法人neko 9 Laboratories 理事長。2022年より㈱Flyby代表取締役、2024年より㈱UMINECO代表取締役も兼務し、大学発技術の社会実装に取り組む。 丸田 一輝：2006年九州大学工学部卒業、2008年九州大学大学院システム情報科学府知能システム学専攻修了、同年日本電信電話㈱入社。2016年九州大学大学院システム情報科学府情報知能工学専攻博士後期課程修了。博士（工学）。千葉大学・助教、東京工業大学・特任准教授を経て、2022年4月より東京理科大学工学部電気工学科・准教授。無線ネットワークにおける干渉低減技術の研究に従事。2017年度電子情報通信学会論文賞、RCS研究会最優秀貢献賞等。

※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。 【色々なゲームを作って遊んで、プログラミングがわかる！】 本書は、ブロックを組み合わせるだけでプログラミングができるスクラッチ（Scratch）のゲーム作例集です。本書を参考にしながら、ゲームを作成して遊べるようになります。また、ポイント解説でプログラミングの基礎やアルゴリズムが学べ、はじめてプログラミングをする人にも役立つ内容になっています。すべてのプログラムと素材をサポートサイトからダウンロード提供するのですぐに試してみることもできます。Scratchの最新バージョン3.0に対応しています。 ■目次 ●第1章 スクラッチの概要と操作 　　1-1 スクラッチとは 　　1-2 スクラッチへのアクセス 　　1-3 スクラッチの画面 　　1-4 プログラムの作成 　　1-5 プログラムの実行と停止 　　1-6 プログラムの保存 　　1-7 プログラムの読み込み 　　1-8 ステージの画面表示 ●第2章 初歩編 ～ 簡単なゲームを作ってみよう ～ 　　1 ネコにタッチゲーム 　　2 ネコ追いかけゲーム 　　3 鳥にタッチゲーム 　　4 みかんキャッチゲーム 　　5 動く的当てゲーム ●第3章 基礎編 ～ 少し複雑なゲームを作ってみよう ～ 　　6 ボールよけゲーム 　　7 スロットマシンゲーム 　　8 ロボット星当てゲーム 　　9 猿鳥合戦ゲーム 　　10 フルーツ集めゲーム ●第4章 実践編 ～ 複雑なゲームや拡張機能を使ったゲームを作ってみよう ～ 　　11 コウモリと対決ゲーム 　　12 カラーボールよけゲーム 　　13 ロボット反撃シューティングゲーム 　　14 動物よけゲーム 　　15 ハートキャッチゲーム 　　16 宇宙船着陸ゲーム 　　17 風船割りゲーム 　　18 3次元ロボットよけゲーム 　　19 和音当てゲーム 　　20 色塗りゲーム ●第5章 応用編 ～ 高度なゲームや素材を利用したゲームを作ってみよう ～ 　　21 ルーレットゲーム 　　22 弾幕シューティングゲーム 　　23 ヘビたたきゲーム 　　24 ロボット迎撃シューティングゲーム 　　25 人魚の魚釣りゲーム 　　26 異次元恐竜ハンティングゲーム 　　27 路地でフルーツ集めゲーム 　　28 迷路脱出ゲーム 　　29 神経衰弱ゲーム 　　30 間違い探しゲーム ●付録 スクラッチへの参加登録とサインイン ■著者プロフィール 松下孝太郎（まつした こうたろう）：東京情報大学(（学）東京農業大学)総合情報学部 教授。画像処理、コンピュータグラフィックス、教育工学等の研究に従事。教育面では、プログラミング教育、シニアへのICT教育、留学生へのICT教育等にも注力しており、サイエンスライターとしても執筆活動および講演活動を行っている。 山本光（やまもと こう）：横浜国立大学教育学部 教授。数学教育学、離散数学、教育工学等の研究に従事。教育面では、プログラミング教育、教員養成、著作権教育にも注力しており、サイエンスライターとしても執筆活動および講演活動を行っている。

★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

※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。 問題集だから、よくわかる！ 1．問題解決と反復演習で楽しく学べる 2．基本文法と基礎的なアルゴリズムが、よく解る 3．4つの言語で、比較しながら理解できる C、 C++、 Java、 Python言語それぞれで、基本文法と基礎的なアルゴリズムを学べる。単純な問題ではなく、思考を要する実践的な問題でプログラミングスキルを養う。構文などを学んだが、プログラムが書けずに悩んでいる読者に最適の書。

※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。 ※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。 TensorFlowで強化学習を実践！ 　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本と実装について，PythonとTensorFlow（TF-Agents），シミュレータとしてOpenAI GymとPyBulletを用いて解説したもの． 　深層学習，強化学習のアルゴリズムを一歩一歩ていねいに解説し，Raspberry Pi＋Arduinoを用いた実応用までを扱っています． 第1章　はじめに 第2章　深層学習 第3章　強化学習 第4章　深層強化学習 第5章　実環境への応用

シンギュラリティ前夜！ 脳科学と人工知能の接点がわかる！ 【本書の概要】 本書はUdemyで大人気の講座、 『脳科学と人工知能：シンギュラリティ前夜における、人間と機械の接点』 をもとにした書籍です。 脳と人工知能のそれぞれの概要から始まり、 脳の各部位と機能を解説した上で、 人工知能の様々なアルゴリズムとの接点をわかりやすく解説。 脳と人工知能の、類似点と相違点を学ぶことができます。 後半の章では「意識の謎」についても解説します。 【シンギュラリティ】 また近年、人工知能の分野では「シンギュラリティ」という概念が注目されています。 シンギュラリティとは指数関数的に高度化する技術や人工知能が未来に人間の知能を凌駕するという概念ですが、 本書を読むことでそうしたシンギュラリティへの洞察力も養うことができます。 【対象読者】 ・人工知能に強い関心があり、人工知能の背景にある天然の「知能」の仕組みについて知りたい方 ・人工知能に関して、技術面以外の知識、特に生物学的側面を知りたいエンジニア ・人工知能の未来と、自身のキャリアを関連付けて考えたいビジネスマン ・素朴に、「ヒトって何？」という疑問のある方 ・知性の本質をアルゴリズムで探究したい方 【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。 著者のYouTubeチャンネルでは、無料の講座が多数公開されている。 ※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。 ※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。 パターン認識の決定版教科書、待望の改訂2版！ 本書は1998年刊行の『わかりやすいパターン認識』の改訂版です。パターン認識を初めて学ぶ読者をおもな対象として、扱うテーマを基本的な項目にしぼり、それらを重点的かつ詳細に解説しました。 　改訂にあたっては、具体例・実験例をもっと増やしてほしいという初版に与えられた要望に答え、補足・実験例、演習問題を加えました。演習問題の詳細な解答はオーム社のホームページに掲載されています。初版発行から20年の間に開発・提案された新しい手法の解説ではなく、基本的な内容を充実させ、より使いやすい書籍となるように改訂いたしました。 第1章　パターン認識とは 第2章　学習と識別関数 第3章　誤差評価に基づく学習 第4章　識別部の設計 第5章　特徴の評価とベイズ誤り確率 第6章　特徴空間の変換 第7章　部分空間法 第8章　学習アルゴリズムの一般化 第9章　学習アルゴリズムとベイズ決定則

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!

機械学習はAI（人工知能）の基礎技術です。今後AIの利活用が進むにつれて、機械学習をコンピュータシステムに組み込んでビジネスに活用できる人材（本書ではAIエンジニアと呼称します）がますます求められます。 機械学習には目的に応じたいくつかの手法が存在します。それらの手法を正しく使えるようになるために、本書はAIエンジニアが理解しておきたいレベルの深さで、各手法のアルゴリズム（動作原理）を丁寧に解説します。とくにアルゴリズムの目的や意味を理解できることをめざします。（アルゴリズムの背景にある高度な数学・統計学の理論についての説明は必要最小限にとどめ、）まずはプログラムを書いて動かし、その結果を見ながらアルゴリズムの長所・短所や、性能をチューニングするためのコツを学びます。 機械学習プログラムの作成には、プログラミング言語「Python」と機械学習ライブラリ「scikit-learn」を使用します。作成したプログラムは、クラウドサービス「Google Colaboratory」や手元のパソコンに構築する「Jupyter Notebook」の環境で簡単に動かせます。

本書は環境構築の必要がなくすぐに始められるオンラインプログラミング環境であるBit Arrowを利用して学ぶC言語の入門書です。簡単な図形やアニメーションを作成できるライブラリを利用し、C言語の基礎やアルゴリズムなどを学びながら最終的にシューティングゲームを作成します。実行結果がグラフィカルに確認できるので初学者にも学びやすく、Scratchなどのビジュアルプログラミングを学んできた方にも最適です。 日本語の環境なので学びやすく、プログラム提出用の機能など授業やプログラミング教室での活用もしやすくなっています。

Chainerによるディープラーニングの入門書です。ディープラーニングはさまざまな分野に応用される注目の技術です。本書の前半では，ディープラーニングの基礎理論を丁寧に解説します。後半ではChainerの特徴と基本的な構造を押さえた上で，畳み込みネットワーク，GAN，RNN，強化学習などのアルゴリズムを解説していきます。実際に現場でディープラーニングを利用できるように，基礎から応用的なテーマまで幅広い構成でお届けします。

※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。 【アルゴリズムの実用性がよくわかる！】 Pythonには標準でlist型やdict型などのデータ型、ソートや探索の便利なアルゴリズムが実装されており、ライブラリも充実しています。基本文法とライブラリの使い方を学習するだけで、ある程度プログラムを作成できるようになります。ところが複雑な問題に直面したとき、初歩的な知識だけでは立ちどころに行き詰ります。問題をずばり解決する機能やライブラリがあるとは限りません。さまざまな実装方法、機能、ライブラリから、最適なものを選び、組み合わせる必要が出てくるかもしれません。こういったとき、プログラム構造の理解が必要で、なかでもアルゴリズムとデータ構造が重要な要素になります。本書はこのふたつを徹底的にかみ砕いて解説し、ときに開発現場で使用されるテクニックや考え方も盛り込むことで、読者を深い理解へと導きます。 ■こんな方におすすめ ・Pythonでアルゴリズムとデータ構造を学習したいひと ・スキルアップしたいPython初級プログラマー ・情報処理技術者試験のアルゴリズム問題の足がかりを得たいひと ■目次 ●1章 アルゴリズムの基礎 　　1-1 アルゴリズムとデータ構造 　　1-2 基本的な処理フロー 　　1-3 アルゴリズムと実装の基礎 ●2章 アルゴリズムの評価 　　2-1 計算量 　　2-2 時間計算量 　　2-3 空間計算量 ●3章 配列と連結リスト 　　3-1 配列と連結リスト 　　3-2 単連結リスト 　　3-3 連結リストと配列の比較 ●4章 スタックとキュー 　　4-1 スタック 　　4-2 スタックの実装 　　4-3 スタックの活用例 　　4-4 キュー 　　4-5 キューの実装 　　4-6 キューの活用例 ●5章 ソート 　　5-1 ソート 　　5-2 ソートの性質 　　5-3 実装のポイント 　　5-4 挿入ソート 　　5-5 選択ソート 　　5-6 バブルソート 　　5-7 シェルソート 　　5-8 マージソート 　　5-9 クイックソート ●6章 探索 　　6-1 線形探索 　　6-2 二分探索 ●7章 連想配列 　　7-1 連想配列 　　7-2 オープンアドレス法 　　7-3 チェイン法 ●8章 文字列検索 　　8-1 文字列の一致 　　8-2 力任せ法 　　8-3 ボイヤー-ムーア法 ●9章 木構造 　　9-1 木構造 　　9-2 二分探索木 　　9-3 二分探索木の実装 　　9-4 二分探索木の特徴 　　9-5 データ列による二分木の表現 　　9-6 ヒープ木 　　9-7 ヒープソート ●10章 グラフ 　　10-1 グラフ 　　10-2 隣接行列 　　10-3 ダイクストラ法 ●11章 さまざまなアルゴリズム 　　11-1 基数変換 　　11-2 データの圧縮 　　11-3 ハフマン符号化 　　11-4 構文解析 　　11-5 乱数 　　11-6 動的計画法 ●付録 　　A-1 文法に関する補足 　　A-2 処理時間の計測 　　A-3 メモリ使用量の計測 　　A-4 参考文献 ■著者プロフィール 黒住 敬之（くろずみ・たかゆき）：信州大学大学院工学系研究科修士課程修了（位相幾何学専攻）。大学院卒業後、都内のSIerに勤務、業務システムの開発を行う。現在はEC企業のシステム開発部門に所属、Pythonを使用したシステム開発業務に従事。また、個人でもシステム開発やデータ分析業務等を受託。アイティーアールディーラボ代表。

ゲームAIの技術要素には大きく分けて「ルール」「探索」「機械学習」の3つがあります。近年話題になることの多い機械学習ですが，機械学習だけでは遠い将来の状況を正確に読むことは難しく，特に探索がなければ真に強いAIは生まれません。また，ゲームAIの技術を競う各種コンテストなどでは使用できるメモリ量やファイルの容量に制限が課され，機械学習を利用することが現実的ではないケースもあります。これは実務においても同様で，与えられた要件によっては今も探索技術が主要素となり得ます。本書は，この探索技術とそれを支えるアルゴリズムにフォーカスを当て，ゲームAIを題材にその重要性と魅力を楽しく学ぶための入門書です。さまざまなゲームの種別に対応した探索アルゴリズムについて，動作のしくみと実装方法を丁寧に解説します。

※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。 良いプログラムを書くための必須知識をまとめたテキストであり、五輪の書。 本書は、長年にわたって数多くの優秀なシステムエンジニア、プログラマーに愛読されてきた、良いプログラムを書くための必須知識をまとめたテキストです。 　うまくつくられたプログラムは、理解しやすく実行効率も高いものですが、一方、そうでないものは解読も困難なうえに、やたら時間や領域をくいます。さらに、そのようなまずいプログラムには、えてしてミスや内容的な誤りも隠されているものです。 　本書は、新たなアルゴリズムで新たなプログラミングを行うために覚えておかなくてはいけない必須知識、そしてアルゴリズムの設計、実現における基礎を、実用上の価値に重点を置いてまとめています。 　今回の改訂においては、多くの読者の声をよく参考にして、よりわかりやすく、簡明になるよう見直しを行ったほか、接尾辞木について新たな解説を加えています。 　システムエンジニア、プログラマーとして活躍される方の五輪書です。 第1章　アルゴリズムとその計算量 第2章　基本的なデータ構造 第3章　順序つき集合の処理 第4章　整列のアルゴリズム 第5章　アルゴリズムの設計 第6章　アルゴリズムの実現 付記：Cメモ 演習問題：ヒントと略解

※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。 グラフ・ネットワークアルゴリズムの基礎をしっかり理解!! グラフ・ネットワークアルゴリズムの背後に横たわる数理を，例題と図を多用して，直観的なイメージを抱いて思考を巡らせながら理解できるよう，配慮．また，ほとんどのアルゴリズムにC言語によるプログラムを与え，出力結果を確認できるようにしている．さらに，各章での内容を効果的に復習できるように，章末の演習問題とともに多くの問題でその解答例を付している．また，著者の『アルゴリズムの基礎とデータ構造：数理とC プログラム』の続編でもある．アルゴリズムの基礎を学んだ読者が，より有用性のあるグラフ・ネットワークアルゴリズムを習得するためには必携の良書である．

※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。 アルゴリズムの基礎をしっかり理解!! 基本となる必須のアルゴリズムとデータ構造のみに焦点をあて，丁寧に数理を理解しながら習得できるよう解説．初学者が直感的に把握できるよう，手作業で確認するように工夫してある． すべてのアルゴリズムにC言語によるプログラムを掲載．また，豊富な演習課題と詳細な解答を掲載し，自学自習ができる． しっかりアルゴリズムとデータ構造を理解しようとする読者には必携の書である．

※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。 ※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。 量子コンピューティングがやさしくわかる 「量子コンピューティング」は量子コンピュータを用いた計算手法です。量子コンピュータには、大別してゲート型量子コンピュータとアニーリング型量子コンピュータがあり、ほかにアニーリング型量子コンピュータに着想を得た疑似量子コンピュータがあります。 本書で特に力を入れて説明しているのは、イジングマシンを使った具体的な問題の解き方です。イジングマシンは、組合せ最適化問題を解く専用のコンピュータで、アニーリング型量子コンピュータと疑似量子コンピュータのことを指します。組合せ最適化問題は応用範囲が広いので、具体的な問題の解き方を知ることで、量子コンピューティングの役立つシーンがイメージしやすくなるはずです。そうしたイメージができて興味がわいてきたら、もう少し専門的な資料を読んだり、量子コンピュータを使ってみたりして、さらに上の段階に進めると思います。 量子コンピューティングのしくみと、量子コンピュータを使ってどんなように問題を解くのかを知りたい方に基礎からていねいに解説します。 1章　量子コンピューティングの概要 1.1　量子コンピューティングとは 1.2　量子コンピューティングの応用例 1.3　量子を使わない量子コンピューティング 2章　イジングマシンのしくみ 2.1　イジングマシンとイジング模型 2.2　イジングマシンの計算のしくみ 2.3　問題を解くために必要なこと 2.4　問題を解く前の注意点 3章 イジングマシンで問題を解く 3.1　最大カット問題 3.2　画像のノイズ除去 3.3　グラフ彩色問題 3.4　クラスタリング 3.5　巡回セールスマン問題 3.6　ナップサック問題 4章　イジングマシンを使った機械学習 4.1　二値分類 4.2　行列分解 4.3　ブラックボックス最適化 5章　ゲート型量子コンピュータ 5.1　ゲート型量子コンピュータの計算のしくみ 5.2　量子アルゴリズム 5.3　量子ビットと操作の方式 6章　量子コンピューティングの今後 6.1　イジングマシンの進化 6.2　ゲート型量子コンピュータの発展 6.3　量子コンピューティングへの期待 付録 A．行列とベクトル A.1　行列とベクトルの演算 A.2　行列の固有値と固有ベクトル B．ブラックボックス最適化の補足 B.1　損失関数の平方完成 B.2　多変数ガウス分布 C．量子アルゴリズムの補足 C.1　ブラケット記法 C.2　ドイチュ・ジョサのアルゴリズム C.3　グローバーの量子探索アルゴリズム 参考文献 索引

巨大テック企業のイノベーションが民主主義を壊す！　スタンフォード大学からの警鐘 巨大テック企業やIT技術者を動かす根本原理である「最適化」は、イノベーションを支える思想である。しかし、「最適化」そのものが目的となるとき、それは公平・プライバシー・個人の幸福の追求といった価値を破壊することになる――。コンピュータサイエンスのイノベーションを象徴する地・シリコンバレーに多数の人材を送り出すスタンフォード大学は、卒業生や先端IT技術者に見られる過度の技術偏重に危機感を抱き、コンピュータ工学における倫理教育プログラムを刷新した。その動きを主導するの三人の教授による、人類の繁栄と個人の幸福を両立させる方法を模索する一冊！ 第１部「テクノロジスト」の解読 　第1章 不完全なマインドセット「最適化」 　第2章ハッカーとVCの結託は問題含み 　第3章 破壊的イノベーションvs.民主主義 第２部「テクノロジー」の分析 　第4章 アルゴリズムの意思決定は公正か 　第5章 プライバシーに価値はあるか 　第6章 スマートマシンの世界で人類は繁栄できるか 　第7章 インターネットに言論の自由はあるか 第３部　未来を再コーディングする 　第8章 民主主義は難局を乗り切れるか

※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。 AIのしくみと，使いこなすための技術がいっぺんに身につくディープラーニングの入門書 ディープラーニングをゼロから始めて，しっかりと理解したい人のための入門書です．ディープラーニングの基礎を一歩一歩着実に理解しながら，NumPyとKerasを使った実践的なAIプログラミングを学ぶことができます。 本書は，ディープラーニングの原理を説明しているテキストでも，そのプログラミングを実践形式でまとめたチュートリアルのような本でもありません．それらの両方をバランスよく組み合わせた，本当の意味でディープラーニングをわかるように解説した本です．「AIの学習とは」から，「ディープラーニングによる画像認識プログラムの作成」までを，なるべくやさしい言葉で，しかし大事なところを省くことなく説明しています． これからディープラーニングを学ぶ人，また，いまいちディープラーニングについてわからないことがある人，プログラムがうまく実行できない人におすすめの書籍です． 第1章　AIプログラミングを始めよう 1.1　AIとAIプログラミング 1.2　NumPyを使ってみよう 1.3　Matplotlibを使ってみよう 第2章　AIの学習の基本的な考え方 2.1　AIはどうやって学習するのか 2.2　再帰計算法を理解しよう 2.3　学習アルゴリズムの基本形 2.4　勾配降下法を理解しよう 2.5　多変数関数の勾配降下法 第3章　AIの学習の基本的なしくみ 3.1　重みを導入しよう 3.2　損失関数と重みの最適解 3.3　確率的勾配降下法 3.4　簡単なデータセットをつくってみよう 3.5　確率的勾配降下法による重みの最適解を求めるプログラム 3.6　ミニバッチ勾配降下法 3.7　ミニバッチ勾配降下法による重みの最適解を求めるプログラム 第4章　ニューラルネットワークの導入 4.1　単純パーセプトロン 4.2　活性化関数（その1）：ステップ関数 4.3　基本論理ゲートの学習問題 4.4　誤り訂正学習法 4.5　学習プログラムを作成するときの注意点（その1） 4.6　プログラム例：AND ゲートの学習問題 第5章　ニューラルネットワークに勾配降下法を適用する 5.1　活性化関数（その2）：シグモイド関数 5.2　単純パーセプトロンに確率的勾配降下法を適用する 5.3　学習プログラムを作成するときの注意点（その2） 5.4　プログラム例：単純パーセプトロンの確率的勾配降下法 5.5　単純パーセプトロンにミニバッチ勾配降下法を適用する 5.6　プログラム例：単純パーセプトロンのミニバッチ勾配降下法 第6章　単純パーセプトロンを組み合わせる 6.1　パーセプトロンを「多出力」にする 6.2　活性化関数（その3）：ソフトマックス関数 6.3　多出力のパーセプトロンに確率的勾配降下法を適用する 6.4　学習のためのデータを十分に用意しよう 6.5　プログラム例：アイリスの種類を判別する学習問題 第7章　ニューラルネットワークを2層にする 7.1　ニューラルネットワークの層を重ねる 7.2　1出力2層のニューラルネットワークの確率的勾配降下法 7.3　XORゲートの学習問題 7.4　プログラム例：XORゲートの学習問題 第8章　ニューラルネットワークを多層にする 8.1　多出力多層のニューラルネットワーク 8.2　一般的なニューラルネットワークの確率的勾配降下法 8.3　誤差逆伝播法 8.4　学習プログラムを作成するための補足説明 8.5　プログラム例：手書き数字を認識する学習問題 第9章　Kerasを使ってプログラミングする 9.1　Kerasとは何か 9.2　Kerasの導入 9.3　Kerasを用いたプログラムの基本構成 9.4　Kerasを用いたプログラムにおける損失関数 9.5　Kerasを用いたプログラムにおける学習アルゴリズム 9.6　Kerasを用いたプログラムにおける学習の評価指標 9.7　Kerasを用いた学習プログラムの例 第10章 CNNで時系列データを処理しよう 10.1　畳み込みとは何か 10.2　CNN（畳み込みニューラルネットワーク） 10.3　活性化関数（その4）：tanh関数 10.4　1次元CNNのプログラム例 10.5　Kerasによる1次元のCNNの実現 10.6　Kerasによる1次元CNNのプログラム例 第11章 RNNで時系列データを処理しよう 11.1　簡単な再帰型システム 11.2　RNN 11.3　簡単なRNNの学習アルゴリズム 11.4　簡単なRNNのプログラム例 11.5　KerasによるRNNの実現 11.6　KerasによるRNNのプログラム例 第12章 ディープラーニングで画像認識を行おう 12.1　2次元畳み込み 12.2　活性化関数（その5）：ReLU関数 12.3　画像処理の2次元CNNのプログラム例 12.4　Kerasによる2次元CNNの実現 12.5　Kerasによる2次元CNNのプログラム例

Pythonでプログラムを作成するときに役立つ機能とライブラリを網羅した，実践的なレシピ集です。本書を使いこなして，Pythonプログラマーとして大きなステップアップが図りましょう。 本書では，Pythonが提供する，環境構築，コーディング規約，言語仕様，オブジェクト指向をサポートするクラス，型をアノテーションとして付けられる型ヒントなどに関する実践で役立つ機能を幅広く網羅しています。さらに標準ライブラリとよく使われるサードパーティライブラリとして，テキスト処理，数値処理，日付・時刻処理，データ型，アルゴリズム，ファイルとディレクトリへのアクセス，データ圧縮・アーカイブ・永続化，特定データフォーマットやインターネット上データの扱い，HTMLの扱い，テスト，デバッグ，暗号，並行処理・並列処理までの活用法を紹介します。よくある使い方，よくあるエラーや周辺知識なども加えられており，プログラミングのヒントが満載です。

※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。 「ぬいぐるみ」から、コンピュータグラフィックとものづくりの基礎を学ぼう 　本書は、ぬいぐるみなどの手芸作品を題材として、コンピュータグラフィックスの基礎やシミュレーションを用いたものづくりについて解説する書籍です。 　ぬいぐるみの型紙づくりやビーズ細工のデザイン制作などには、「立体を平面に変換しなければならない」「最初から最後まで一本の糸で編めるようにしなければならない」などの制約があります。筆者は、そういった制約をアルゴリズムやシミュレーションによって解決することで、ユーザがインタラクティブにデザインを行えるソフトウェアの開発を行ってきました。本書では、そういったビーズ細工のデザインやぬいぐるみの型紙生成などを支援するソフトウェアを題材に、画像形式などのCGの初歩的知識をはじめとして、モデリング・レンダリング・シミュレーションなどの考えかたを学ぶことができます。本書を通読すれば、CGを用いた課題解決について新しい知見が得られるでしょう。 　CGを使ったものづくり（デジタルファブリケーション）を行っている人にはもちろん、CGの数理的側面に苦手意識を抱いている方や、CGを使った新しいサービスやアプリケーション、研究テーマなどを探している人におすすめです。 ＜本書の特徴＞ ・編みものやビーズ細工などの手芸を題材として、コンピュータグラフィックの基礎が学べます。 ・随所にシステム開発に関連するコラムが挿入されており、CGを使った課題解決の考えかたを学ぶことができます。 ・第8章では、Blenderを使ってモデリングを行います。解説どおりに手を動かすことで、実際に簡単なモデリングを体験できます。 Chapter 0　手芸とデジタルファブリケーション Chapter 1　ステンシル×画像表現 Chapter 2　パッチワーク×陰影処理 Chapter 3　あみぐるみ×形状表現 Chapter 4　ぬいぐるみ×物理演算 Chapter 5　カバー×集合演算 Chapter 6　ビーズ細工×経路計画 Chapter 7　設計製作支援×拡張現実 Chapter 8　Blenderでモデリングしてみよう

※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。 ※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。 AIの基本を、Pythonでやさしく学んで楽しもう！ 本書は、AI（人工知能）技術の基本を、自然言語処理と音声処理をとおしてわかりやすく解説した入門書です。アルゴリズムを平易に解説し、Pythonによるプログラミング例を紹介。さらに、自然言語処理や音声処理への応用例を取り上げ、実践しながらAI技術の基本が理解できるようになります。 第1章　人工無脳から人工知能へ 第2章　文字を処理する　テキスト処理の技術 第3章　自然言語処理の技術 第4章　音声処理の技術 第5章　知識表現 第6章　学習 第7章　深層学習 第8章　対話エージェントの構成 第9章　人工無脳から人工人格へ 付録

※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。 「いつ、なにをする？」がわかれば、Unityが使えるようになる！ はじめてプログラムを作る、はじめてゲームを作る、という初心者向けのやさしいUnityとゲームの作り方入門です。 作る時の「考え方」がわかれば、アプリ作りはぐっと楽になります。「動く」「回転する」などの簡単なしくみから、それを組み合わせてゲームにしていく過程まで、サンプルアプリを作りながら解説していきます。 カリキュラムは次のようになっています。 Chapter1　Unityって何？ 　Unityの基本解説と、インストールをします。 Chapter2　体験してみよう 　まずは、プロジェクトを作って、基本的な使い方を理解しましょう。 Chapter3　スクリプトで動かそう 　「絵を移動させたいとき」は、「ずっと、絵の位置を変え続ける」というスクリプトで実現できます。 Chapter4　キー入力と衝突判定 　「キーで移動させたいとき」は、「ずっと、キー入力を調べ続ける」というスクリプトで実現できます。 Chapter5　マウスでタッチしたものを調べる 　「マウスのタッチで何か処理を行いたいとき」は、「マウスのタッチがものに衝突したとき、何かの処理を行う」というスクリプトで実現できます。 Chapter6　アニメーション 　「パラパラマンガで動くキャラを作りたいとき」を解説します。 Chapter7　シーンを切り替える 　「メインのゲーム画面の他に、タイトル画面や、ゲームオーバー画面を作りたいとき」のやり方を解説します。 Chapter8　プレハブでたくさん作る 　「同じしくみのキャラをたくさん登場させたいとき」はどうしたらよいでしょう？ Chapter9　重力を使う 　「横から見た2Dゲーム」を作ります。 Chapter10　UI テキストでカウンター 　「ゲーム中に文字を表示させたいとき」の方法を解説します。 楽しいゲームを作りながら、Unityとプログラミングの基本をマスターしましょう！ ◆著者：森 巧尚(もり よしなお) パソコンが登場した『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて約40年。現在は、コンテンツ制作や執筆活動を行い、また関西学院大学、関西学院高等部、成安造形大学の非常勤講師や、プログラミングスクールコプリの講師など、プログラミングに関わる幅広い活動を行っている。 近著に『作って学ぶ iPhoneアプリの教科書～人工知能アプリを作ってみよう！～』（マイナビ出版）、『楽しく学ぶ アルゴリズムとプログラミングの図鑑』（マイナビ出版）、『動かして学ぶ！ Vue.js開発入門』（翔泳社）、『Python1年生』（翔泳社）、『Java1年生』（翔泳社）、『なるほど！ プログラミング 動かしながら学ぶ、コンピュータの仕組みとプログラミングの基本』（SBクリエイティブ）、『小学生でもわかるiPhoneアプリのつくり方』（秀和システム）など多数。

※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。

アルゴリズムは，プログラミングを用いて問題を解決していくには欠かせない大切な道具です。一方，アルゴリズムを理解し，そして応用できるようになるためには，ある程度の数学的知識と数学的考察力も大切です。 本書では，中学レベル～大学教養レベルの数学的知識のうちアルゴリズム学習に必要なものについて扱うとともに，有名なアルゴリズムと典型的な数学的考察について丁寧に解説します。さらに，知識をしっかり身に付けるための例題・演習問題が全200問掲載されています。

※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。 機械学習アルゴリズムの違いが見てわかる！ 「機械学習アルゴリズムは種類が多く、複雑で何をしているのかわかりにくい」と思ったこと、ありませんか？本書は、そのような機械学習アルゴリズムをオールカラーの図を用いながら解説をした機械学習の入門書です。 いままで複雑でわかりにくかった機械学習アルゴリズムが図を通してわかりやすく解説をしています。アルゴリズムごとに項目を立てているので、どのアルゴリズムがどのような仕組みで動いているのか比較をしやすくしています。 これから機械学習を勉強する方だけでなく、実際に機械学習を業務で使用している方にも新しい気付きを得られるのでお勧めの1冊です。 【本書の特徴】 ・複雑な機械学習アルゴリズムの仕組みを1冊で学べる ・オールカラーで機械学習の図をたくさん掲載 ・各アルゴリズム毎にScikit-Learnを使用したコードを記載しているので、見るだけでなく試すこともできる ・仕組みだけでなく、実際の使い方や注意点もわかる 【本書で紹介するアルゴリズム】 01 線形回帰 02 正則化 03 ロジスティック回帰 04 サポートベクトルマシン 05 サポートベクトルマシン（カーネル法） 06 ナイーブベイズ 07 ランダムフォレスト 08 ニューラルネットワーク 09 kNN 10 PCA 11 LSA 12 NMF 13 LDA 14 k-means 15 混合ガウス 16 LLE 17 t-SNE ※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。

初学者の方々に向けた，ディープラーニングの技術解説書。 2012年に一般画像分類コンテスト（ILSVRC）で衝撃的な性能を達成したAlexNetの登場以来，急速な進化を遂げているディープラーニング。現在の人工知能/AIの発展の中核を担っており，スマートフォンからIoT，クラウドに至るまで幅広い領域で，画像，音声，言語処理をはじめとした多くの対象分野に浸透し，目覚ましい進展をもたらしています。一方，その成長の過程は決して一筋縄ではなく，無数の試行錯誤がありました。 本書では，ディープラーニングの「今」に焦点を当て，「基本機能」を中核に技術面から可能な限り正確にまとめ，どのようなしくみで動いているのか，どのような問題に使えるのか，何が難しいのかまで平易に解説。 多くの問題を一つのアプローチ，アルゴリズムで解ける驚異的な技術。ディープラーニングが一段とパワーアップしていく将来につながる，長く役立つ原理，原則，考え方を平易に紐解く1冊です。

機械学習の研究開発が急速な勢いで進んでいます。理論研究はもちろん，機械学習手法が実装されたオープンソースのパッケージ開発も進み，それらを実務で利用するためのノウハウも蓄積されてきています。結果として，機械学習をはじめたばかりの入門者でも比較的高い精度の予測モデルを構築できるようになりました。 Deep Learning, Gradient Boosting Decision Tree, Random Forestなどの機械学習モデルは高い予測精度を誇りますが，モデルの解釈性が低いという欠点があります。これらの複雑なブラックボックスモデルにおいて，モデルがなぜそのような予測を行っているのかを知ることは困難ですが，データ分析者自身がモデルの振る舞いを把握し，説明責任を果たすことを実務においては頻繁に求められます。 本書では，このような予測精度と解釈性のトレードオフを克服するための手法について，実務において特に有用と考えるものを厳選して紹介します。本書の構成は以下になります。 1章: 機械学習の解釈性とは 2章: 線形回帰モデルを通して「解釈性」を理解する 3章: 特徴量の重要度を知る～Permutation Feature Importance～ 4章: 特徴量と予測値の関係を知る～Partial Dependence～ 5章: インスタンスごとの異質性を捉える～Individual Conditional Expectation～ 6章: 予測の理由を考える～SHapley Additive exPlanations～ 付録A: R による分析例~ tidymodelsとDALEXで機械学習モデルを解釈する~ 付録B: 機械学習の解釈手法で線形回帰モデルを解釈する 2章では極めて高い解釈性を誇る線形回帰モデルを通して，予測モデルに求められる解釈性について説明します。以降の4つの章では，それらの解釈性をブラックボックスモデルに与えるPFI, PD, ICE, SHAPと呼ばれる手法について解説します。 本書は機械学習の解釈手法を実用して頂くことを目的としています。Pythonでゼロから手法を実装することを通じて解釈手法のアルゴリズムを理解し，実データの分析を通じて解釈手法の勘所を押さえて頂きます。機械学習の解釈手法は強力な反面，使い方を誤ると間違った結論を導いてしまう危険もあります。本書では解釈手法を実用する際の注意点についても丁寧に触れています。

読みやすく保守しやすい「良いコード」の書き方を解説した入門書です。本書を読むと，良いコードを書くための習慣から，名前の付け方，コードの分割や集約を行う方法，抽象化の作法，計算量とアルゴリズム，ユニットテストやメタプログラミング，そして簡単なフレームワークの自作まで，プログラマーとして長く役立つ基本が身に付きます。 2011年に刊行し，大好評を博した初版を，10年ぶりに改訂しました。改訂版では，コード例をモダン化したほか，第7章「データ構造」を新たに書き下ろしました。10年ぶりの改訂であるにも関わらず，本書の根幹は驚くほど変わっていません。それはすなわち，基礎や基本といった本質的な知識は，陳腐化しないということです。

5G（第5世代移動通信）、IoT（Internet of Things）、自動運転をはじめ、ネットワークにまつわるサービスは飛躍的な発展を遂げつつあります。通信の高速化、端末の爆発的な増加、クラウドによる遠隔送受信をはじめとした大きな変化のなか、通信の信頼性とその効率性を担うTCPの存在感が増してきました。 本書では、TCPの「今」に主眼を置き、TCP/IPの基礎からTCPの主要機能、歴史、プロトコル設計、最近のLinuxで主要なアルゴリズムCUBIC、新しく登場したBBR、そして各種応用技術の最新動向まで平易に解説。合わせて、いまや欠かせない無線通信を想定している点も特徴です。押さえておきたいツールWiresharkやns-3による解析やシミュレーションの基本も丁寧にカバー。広く初学者の方々に向けて具体例を豊富に盛り込み、現場で役立つ技術基礎を平易に解き明かしていきます。

※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。 オンライン教育プラットフォームUdemyの人気講師が教えるディープラーニングの基礎。ディープラーニングのベースであるニューラルネットワークと、ニューラルネットワークを学習させる際に用いられるアルゴリズムであるバックプロパゲーション（誤差逆伝播法）を初学者にもわかりやすく解説。また画像認識の分野で高い効率性を発揮する畳み込みニューラルネットワークについてもコード付きで解説することにより、入門書であるにもかかわらず本格的AI開発の入り口まで学ぶことができます。 ［本書の特徴］ ・はじめてPythonに触れる方のために、Python本体と数値演算ライブラリNumPyによるプログラミングの基礎を解説しています。 ・文系エンジニアのために、微分や線形代数など、ニューラルネットワークの理解に必要な数学の知識を解説しています。 ・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。 ・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。 ・Python3、Jupyter Notebook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。 [本当の力がつくアルゴリズムの本] プログラミングコンテストの問題を通してアルゴリズムのしくみや考え方を楽しく習得。 プログラミングコンテストにて世界トップレベルの成績を誇る著者たちが、コンテストで得た知識やノウハウを難易度別にまとめました。初心者が取り組めるアルゴリズムの基本問題から、世界中のプログラマを悩ませた難問まで。“プログラミング脳”を活性化するための問題を厳選して紹介します。 「プログラミングコンテスト」は上級者だけのものではありません。多くの場合は初級者向けの問題も用意され、幅広い参加者が楽しめるよう配慮されています。良い成績を収められなくてもプログラミング能力を向上させることにつながり、何より、楽しく充実した時間を過ごせます！ 本書を読むにあたって必要なものは「基礎的なプログラミング能力」だけです。掲載したソースコードはC++ですが基本的な機能のみで記述しており、C++での開発経験がなくても読みやすいように配慮しました。 難易度別に分けて構成し、内容の多いトピックは難易度ごとに何度か扱っています。各トピックは説明と例題からなっています。 第2版となる本書では、４つの新しいトピック「平面・空間を扱う“計算幾何”」「工夫を凝らして賢く“探索”」「分けて解いてまとめる！“分割統治法”」「“文字列”を華麗に扱う」を追加した他、より理解を深めるための練習問題の紹介や、さらなる高みを目指す読者のために発展的内容の紹介を行い、より一層充実した内容になっています。 現役プログラマだけでなくプログラマを目指している方にもぜひ読んでいただきたい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。 みんな知ってるスマホゲームやレトロゲームの“あの動き”は、実際にどのようなプログラミングでできているのか？ 本書は、実際に「あのゲームの」「あの動き」を作りながらPythonアルゴリズムを学ぶゲームプログラミング入門書です。撃つ・当たる・爆発するシューティングゲーム、逃げる・追いかける・先回りする迷路ゲーム、ジャンプ・ダッシュ・スクロールできるアクションゲームなど、様々なゲームの動きをまずは作ってみましょう！

※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。 【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。

★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

本書は、ALIFE＝人工生命の入門書です。 「人工生命」という言葉を聞いたことがあるでしょうか。人工知能（Artificial Intelligence：AI）ではなく「人工生命（Artificial Life：略してALife）」。人工知能が「人工的につくられた人間のような知能」であるとすると、人工生命とは「人工的につくられた生物のような生命」のことを指すといえます。人工知能研究者が、人間のような知能をコンピュータで実現できると考えているように、人工生命研究者は、自然の進化が生み出すような終わりのない（＝オープンエンドな）進化をコンピュータで実現できると考えています。 オープンエンドな自然の進化が生み出してきた多様な生物をみると、その創造力は計り知れません。これをアルゴリズムに落とし込めれば、新しい商品をつくる、新しいデザインをつくる、新しい研究のアイデアをつくるといった、斬新なサービスや技術を次々と生み出すようになるかもしれません。ビデオゲームやVR、ARの世界は、自然の生態系のような豊かさをもち、果てしない冒険と発見を提供するようになるでしょう。多様性をもった解を導き出せるようになることは、多様性を受け入れる世界をつくることにもつながるはずです。 今、人工知能研究をリードする世界の研究組織が、学習し続ける「オープンエンドなシステム」をつくるための重要な技術として、人工生命に注目し始めています。人工生命は、わたしたちの創造性を拡張し、より生きやすい社会を目指すうえでブレイクスルーとなるアプローチです。また、膨大なデータが前提となる現在の人工知能技術において、世界に遅れをとっているといわれる日本が、巻き返しを図る糸口にもなります。 本書は、人工知能や人工生命の知識がない方にも、人工生命が何であるか、どのような研究やアルゴリズムを辿ってきたか、どう役立てられるかを理解いただけるよう、わかりやすく解説しています。人工知能をすでにビジネスに取り入れている方や、人工知能の研究開発を行う研究者、エンジニア、学生の方々、こうした技術を取り入れたいと思っているクリエイターの方、そして人工生命という分野を耳にしたことのある方にとっても、先見性をもってご自身の取り組みを発展させることに役立てていただけるはずです。

※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。 データサイエンス・AIを学ぶ前に読んでおきたい教科書 前版発行後のソフトウェア周りの進展にあわせて内容を見直すとともに今後重要度が増していくであろうデータサイエンス、AI寄りのテクニカルな内容を増強して改訂するものです。情報科学を扱ううえでの基本的なリテラシーやコンピュータサイエンスの基礎、Word、PowerPoint、Excelの操作の基本、Excelによる統計処理の基礎などを文理問わず学部学部生にわかりやすく解説する教科書です。 1章　情報社会とビジネス 　1.1　情報社会とは 　1.2　プライバシーと個人情報 　1.3　ユビキタス社会 　1.4　IoT 　1.5　Web2.0 　1.6　人工知能 　1.7　人工知能の応用 2章　コンピュータネットワーク 　2.1　コンピュータネットワークとは 　2.2　ネットワークの形態 　2.3　ネットワークの構成 　2.4　インターネット 　2.5　有線接続手段 　2.6　無線接続手段 　2.7　プロトコル 　2.8　ネットワークセキュリティ 　2.9　パーソナルセキュリティ 　2.10　暗号化 3章　コンピュータシステム（ハードウェア） 　3.1　コンピュータの歴史 　3.2　コンピュータの種類 　3.3　コンピュータの機能 　3.4　コンピュータの構成要素 　3.5　パソコンの内部構成 　3.6　記憶装置 　3.7　演算装置 4章　コンピュータの動作原理 　4.1　演算処理の原理 　4.2　論理素子の歴史 　4.3　論理素子の動作原理 　4.4　論理回路 　4.5　基　数 　4.6　2進数と10進数の変換 　4.7　桁数の多い足し算 　4.8　引き算 　4.9　掛け算・割り算 　4.10　数学関数 5章　情報量 　5.1　ディジタルとアナログ 　5.2　情報量 　5.3　情報量の単位 　5.4　英文字の情報量 　5.5　日本語の情報量 　5.6　文字コード 　5.7　音声の情報量 　5.8　静止画像の情報量 　5.9　動画像の情報量 　5.10　通信の情報量 　5.11　情報圧縮 　5.12　誤り検出・訂正 6章　ソフトウェア 　6.1　オペレーティングシステム（OS） 　　6.1.1　オペレーティングシステムとは 　　6.1.2　OSの種類 　　6.1.3　OSの機能 　6.2　プログラム 　　6.2.1　プログラミング言語とは 　　6.2.2　プログラムの内部動作 　　6.2.3　高級言語の基本処理 　6.3　データベース 　　6.3.1　データベース理論 　　6.3.2　データベースの表現法 　　6.3.3　関係的表現のデータ操作 7章　人工知能のアルゴリズム 　7.1　学　習 　7.2　教師あり学習の代表的な手法 　7.3　教師なし学習の代表的な手法 　7.4　深層学習 　7.5　手法の評価 8章　メディアリテラシー 　8.1　メディアの定義 　8.2　メディアリテラシーの必要性 　8.3　メール 　8.4　Twitter 　8.5　Facebook 　8.6　LINE 　8.7　Instagram 9章　ビジネス文書の基礎（Word） 　9.1　画面構成 　9.2　文書全体の設定 　9.3　文章の編集と保存/印刷 　9.4　表の作成 　9.5　オブジェクトの配置 10章　ビジネスプレゼンの基礎（Power Point） 　10.1　画面構成 　10.2　スライドのデザイン 　10.3　画面切り替え効果 　10.4　アニメーション 　10.5　リハーサル 　10.6　スライドショーの実行 11章　データ処理の実践 　11.1　Excel操作の基本 　11.2　グラフ作成 　　11.2.1　折れ線グラフ 　　11.2.2　複合グラフ 　11.3　数式の計算 　　11.3.1　複利計算 　　11.3.2　損益分岐点 　　11.3.3　共有地の悲劇 　11.4　帳票の作成 　　11.4.1　見積書 　　11.4.2　確定申告書 　11.5　データ集計 　　11.5.1　データの分類 　　11.5.2　フィルター 　　11.5.3　検索表 　　11.5.4　データベース関数 　　11.5.5　クロス集計 　11.6　統計処理 　　11.6.1　ヒストグラム 　　11.6.2　偏差値 　　11.6.3　相関分析 　　11.6.4　t検定 　　11.6.5　カイ2乗検定 索　　　引

PyTorchは、世界で主流の深層学習ライブラリのひとつ「Torch」（松明の意）のPython対応版です。Facebookが開発を主導したオープンソースとして非常に注目されています。本書はこのライブラリを初めて触るところから手ほどきし、Pythonによる異常検知や画像認識の実装までを体験。機械学習・深層学習を初めて学ぶITエンジニア向けに、数式なしで丁寧に解説します。 ◆本書の特徴 機械学習・深層学習のアルゴリズムを数式なしで理解できる。 Pythonを使って少ないコードで簡単に実装できる。 異常検知や画像認識など、様々なケースの実装を体験できる。 ◆本書の構成 ・第I部 AI技術の最新動向やPyTorchライブラリの概要、実装環境の構築方法 ・第II部 機械学習の全体像、ニューラルネットワーク・アルゴリズムを使った学習の実装方法 ・第III部 深層学習のアルゴリズム(DNN、CNN、Deep Q Network)を使った学習の実装方法

※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。 人工知能研究における諸分野を、C 言語による具体的な処理手続きやプログラム例によりやさしく解説する!! 　強化学習は、一連の行動の結果だけから行動知識を学習する手法です。　本書では、この強化学習と深層学習の基礎を紹介した上で、深層強化学習のしくみを具体的に説明します。単に概念を説明するだけでなく、アルゴリズムを実際にC言語のプログラムとして実装することで、実際にプログラムを動かすことで具体的な処理方法の理解を深めます。 主要目次 第1章　強化学習と深層学習 第2章　強化学習の実装 第3章　深層学習の技術 第4章　深層強化学習

※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。 アルゴリズムとデータ構造は、ソフトウエア技術者にとって、重要かつ必至な知識・技術を扱う科目であるが、既存の書籍は難解かつページ数が膨大、また例題が少ないもしくは有っても回答がないなど、学校の教科書または独学しようとしている人が使用するにはつらいものが多い。そこで、Javaの文法をある程度理解している人向けに、Javaのデータ構造とアルゴリズムを、頭から順に読み進めていき、節ごとに適切な課題をこなすことで、独学も可能な教科書的立場の書籍を提供します。課題は、Eclipseのプロジェクトの形式でダウンロードしてもらう形で提供予定。

アルゴリズムは，特殊な才能がある人だけが考えるものではありません。しっかりと基本をマスターすれば，誰でも考えられるようになるものです。本書は，プログラミングを支える強力な基礎＝アルゴリズムをマスターするために，本のはじめから終わりまで，徹底的に丁寧に説明します。「ソート」「計算量」から，「二分探索木」「ハッシュ表探索法」「動的計画法」「遺伝的アルゴリズム」と，理解を積み重ねながらステップアップ。最終的には，挿入法や二分探索法のプログラムが自力で作れるようになり，基本情報技術者試験の午後問題レベルの問題が十分解けるようになります。

全国のプログラマを悩ませたパズル集、待望の新作！ 問題を解きながら、楽しくアルゴリズムを身につけよう 【本書の特徴】 ・パズル問題をソースコードで解く ・楽しみながらプログラミングが上達 ・4人のキャラクターによるやさしい解説 ・アルゴリズムを深く理解できる ※初歩的なアルゴリズムの知識があることを前提としています 【本書で使用する言語】 Ruby／JavaScript ※すべての問題で、上記2つの言語の解答を掲載しています ※どの言語でも活用できるような解説の仕方をしていますが、上記のどちらかを習得していると、より理解しやすくなります 【内容紹介】 コンピュータを取り巻く環境は日々、大きく変化しています。 そんな時代の変化の中でも、変わらずに 重要とされているのが「アルゴリズム」です。 効率よく処理するプログラムを作成するには、 アルゴリズムを工夫することが求められています。 本書は、さまざまな数学パズルを解くことにより、 「よいアルゴリズム」を身につけることを目的としています。 一筆書きや組み合わせなどの定番問題から、 「サンタクロースが効率よく家を回るには？」 「カップルを隣同士に並ばせない席順は？」といったものまで、 楽しみながら思考が広がる問題を70問用意しました。 ※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。

パズルを解くコードを、あなたは書けるか？ アルゴリズムがみるみるわかる！プログラミングってやっぱり面白い！ 急速な技術の進歩、システム開発競争の激化……。プログラマを取り巻く環境はやさしいものではありません。でも、思い出してみてください。自分の書いたソースコードでプログラムが動くのを初めて見たとき。思い描いた通りのプログラムができたとき。プログラミングの楽しさを感じたことでしょう。何もないところからソースコードだけで新たな価値を生むプログラマは、非常に魅力的な職業です。 本書で登場する数学パズルは、そのようなワクワクにあふれています。「両替したときの硬貨の組み合わせはいくつ？」のような問題から、「国名でしりとりしたときに、一番長く続く順番は？」「運命の出会いは何通り？」というものまで、70の問題を解くコードを、3人のキャラクターたちと一緒に考えていきます。 パズルを解くうちにアルゴリズムが身につき、シンプルで高速なコードが書けるようになります。楽しみながらスキルアップもできて一石二鳥。さっそく挑戦してみましょう！ 【使用言語について】 本書の解説では、主にRubyとJavaScriptを使用していますが、解説内容は「考え方」が中心であるため、どんな言語にも応用できます。また、問題を解くために特定の言語が必要になることもありません。 【本書に収録されている問題（抜粋）】 Q01　10進数で回文 Q03　カードを裏返せ Q08　優秀な掃除ロボット Q09　つりあわない男女 Q21　排他的論理和で作る三角形 Q33　百人一首の達人 Q45　素数のマトリックス Q48　グレイコードのループ Q53　いたずらされたお菓子 Q64　迷路で待ち合わせ ※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。 【※本作品はブラウザビューアで閲覧すると表組みのレイアウトが崩れて表示されることがあります。予めご了承下さい。】

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。

仮想通貨や契約管理を実現する仕組みを 豊富なイラストで解説！ ビットコインやイーサリアムなど、仮想通貨（暗号資産）の基盤として 注目が集まるブロックチェーンですが、分散台帳システムとして、 契約や取引など「価値のある情報」を、「信頼性が高い」形で共有するための 情報基盤としての利用も進められています。 本書は、ブロックチェーンを専門としない ネットワークやアプリケーション領域のエンジニアに向け、 ・ネットワーク構造：P2Pネットワーク ・データの内部構造：トランザクション、ブロックなど ・信頼性の担保：暗号技術、合意形成アルゴリズムなど といった多角的な側面から、 「ブロックチェーンとは何か」 「ブロックチェーンはどのように動くのか」 「ブロックチェーンはどのように利用されるのか」 など、ブロックチェーンを幅広く、技術的な観点で解説する一冊です。 ※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。 micro:bitは、イギリスの小学生に配布された小型の教育用マイコンボードです。日本でも2017年8月に発売され、現在では全世界40ヵ国で利用されています。micro:bitは、コンピュータを理解するためにシンプルな構造になっています。一方で、最新技術を備えた高度なIT機器でもあります。本書はこのmicro:bitを用いたデジタル技術の入門書です。micro:bitに搭載されたハードウェア（LED、端子、各種センサ、チップなど）を内部まで掘り下げて解説しています。そして、プログラミングでは、ブロック、JavaScript、TypeScript、Pythonを使い、アルゴリズムやゲームプログラミング、センサの制御などを解説しています。さらに応用として、拡張ボードの利用や回路の組み立て、LEDやセンサによる科学実験などにも触れ、STEM教育のサポートとしても役立つ内容です。説明には多くの図やイラストを用いて、機能やしくみをビジュアルでわかりやすく理解できるように工夫されています。

量子コンピュータの仕組みがイラストでわかる 量子コンピュータはこれまでのコンピュータでは解くことができなかった問題を解くことができる可能性を秘めており、実用化に向けて期待が高まっています。 一方で、量子コンピュータが計算する仕組みは、これまでのコンピュータとは大きく異なり、その理解には量子力学の基本的な考え方が不可欠なため一般の人には敷居が高いと考えられていました。また、ニュースなどでは量子コンピュータの正しい姿が伝えられていない部分もあります。 本書では、量子コンピュータが注目された経緯から説明し、量子コンピュータを理解する基礎となる量子ビット、量子ゲート、量子回路、量子アルゴリズムなどを、イラストを使用しながらわかりやすく解説をしていきます。また、各方式の量子コンピュータの仕組みを解説し、情報に流されないしっかりとした知識が身に付く構成になっています。量子コンピュータの仕組みがわからず開発のイメージがわかない方や、最先端の技術を一早く追いかけていきたい方、これから量子コンピュータの勉強をはじめようとしている方にオススメの1冊です。 【本書のポイント】 ・量子コンピュータによる計算の仕組み、利点、扱う方法などがわかる ・ニュースの情報に流されないための知識が身に付く ・図解を多数交えているため、初心者にもわかりやすい 「量子ビット」を使うと、なぜ「超並列計算」ができる? 莫大な計算結果の重ね合わせ状態から、答えを1つに確定できるのはなぜ? まったく新しいしくみによって、現在のスーパーコンピュータをはるかに凌ぐ力を発揮する量子コンピュータ。研究の最先端にいる著者が従来のコンピュータの仕組みと対比させながらその基礎と実現にむけた試みを平易に解説。 ※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。 テクノロジー好きな“ナード”へ贈る「自分たちの仕事の文化的背景」を理解する1冊。 本書では、テクノロジーが生み出される“工学”と呼ばれるプロセスが非常に創造的であること、そしてこのことから工学がもてはやされ競争が激しくなってしまい、聡明な若者がナードと呼ばれるようになっていることを説明します。 エンジニアはモデルと抽象を用い独創的な人工の世界をどのように築いているのか、そして現在では人間がこれまでに公開してきたものすべてをポケットに入れて持ち運べるようになるなどの驚くべき能力をどのようにして提供しているのかについて解説します。 しかしだからといってテクノロジーに限界がないわけではありません。陰と陽のバランスを保つため本書の後半では、一部で暴走ぎみのデジタルテクノロジーとコンピューテーション（計算）＆人工知能に対する熱狂への反論を試みます。 本書のタイトル“プラトンとナード”は2つの考え「知識・テクノロジーが人間とは無関係に存在し発見される」「人間は知識やテクノロジーを発見するのではなく作り出す」を対立させるものです。そして「ナード」とは主観的で斬新な作り手であって既存の真実を採掘する者ではありません。 本書からコンピューターサイエンスと歴史、その哲学・論理、そして数学についてなど多くのことを学ぶことができます、若者が工学の道に進むことを検討したくなる一助となれば幸いです。 MIT Press『Plato and the Nerd:The Creative Partnership of Humans and Technology』の日本語版。 ●著者 エドワード・アシュフォード・リー（Edward Ashford Lee） カリフォルニア大学バークレー校EECS（電気工学およびコンピュータサイエンス）の名誉教授、大学院教授。エール大学卒、MITで修士号、カリフォルニア大学バークレー校でEECSに関する博士号を取得。同大学で30年以上教え続け300以上の学術論文とデジタル通信、組み込み、ソフトウェアモデリングに関する教科書の共著がある。サイバーシステム、ロボティクス・自転車システムなどソフトウェア開発に携わる研究を活発に行っている。この本は一般向けに書かれた彼の最初の著作となる。 ●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。コンピューターシステムの開発、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『サイバーセキュリティ レッドチーム実践ガイド』、『PythonとKerasによるディープラーニング』（マイナビ出版）、『Python機械学習ライブラリ　scikit-learn活用レシピ80+』、『AIアルゴリズムマーケティング』（インプレス）、『入門JavaScriptプログラミング』、『テスト駆動Python』（翔泳社）、『プログラミングASP.NET Core』（日経BP社）などがある。

※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。 『［改訂新版］基本情報技術者らくらく突破C言語』の改訂版です。説明内容を全面的に見直し、章末問題を充実させました。自分で打ち込んで実行できるサンプルプログラムとともに文法を体得できる第1部、合格に欠かせないアルゴリズムの知識を徹底学習できる第2部の構成で、試験合格に必要な力が1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。 ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。 いま、エンジニアに欠かせない、最新技術のエッセンス。 いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。 本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。

コンピュータと人を結ぶ窓口である入力プログラム（IME）は一見シンプルですが，その言語，特に日本語の扱いにはソフトウェアレベルの数多くの工夫が詰まっています。本書では，いまどきの日本語入力システムで利用されている変換アルゴリズムや機械学習といった技術を紐解きます。また，かな漢字変換エンジンの実装を通じて，いかにして変換精度を向上させるか，効率よく日本語を入力するかを丁寧に解説。広くソフトウェア開発者，プログラマの方々へ，新たな技術が続々と取り込まれているIMEのいま知っておきたい基本を紹介します。

※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。 プログラマが最初に学ぶべきアルゴリズムを解説。 処理を効率化するテクニックが身につく！ 　本書は、プログラミング言語のPythonを使ったアルゴリズムの入門書です。アルゴリズムの処理の流れや論理構造を根本から理解できるように、図と文章で丁寧に解説しています。 　さらに、本書では、アルゴリズムを改良するテクニックを紹介しています。 　アルゴリズムを改良すると、処理を効率化できたり、別のプログラムで応用できたり、コードが読みやすくなったりします。 　自分で手を動かしてプログラムを改良することで、アルゴリズムの使い方や改良方法を実践的に学べます。 　本書の1章～10章では、ソートや探索など、様々な場面で使われている基本的なアルゴリズムとその改良テクニックを解説しています。 　補章では、初学者でも本書の内容を理解できるように、Pythonの基本的な文法を解説しています。 　いろいろなプログラムの書き方を学びたい方、プログラミングの力を伸ばしたい方におすすめです。

※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。 今やコンピュータサイエンスやデジタル技術に関する知識は〈これから〉の時代を生きていくすべての人に必要なものになりました。この全５巻のシリーズは、まるで紙面上で実際に授業を受けているような感覚が味わえる、読みやすくて楽しい入門書です。シリーズ第４巻は、アルゴリズムの基本的な考え方と種類、データ構造やさまざまなデータ分析の手法のほか、機械学習やニューラルネットワークについて学びます。

※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。 日常生活の中にだって、知っておくべきアルゴリズムはたくさんある 「あなたの100歳の誕生日は何曜日？」 「どうしてエレベータが通過しちゃうの？」 「お釣りの硬貨の枚数を最小にするには？」 本書では、このような“身近な疑問”を解く、有名なアルゴリズムを解説します。 1～9章では、日常生活の中にある“身近な疑問”を問題として取り上げ、それらの問題を解くためのアルゴリズムをわかりやすく説明しています。 コイン問題を解く「動的計画法」、最短経路を求める「ダイクストラ法」や「ベルマン＝フォード法」、クラスタリングを行う「k-means法」など、知っておくべき“必修アルゴリズム”を学べます。 プログラミング言語はPythonを使います。 補章では、Pythonを学び始めたばかりの人でも1～9章の内容を理解できるように、基本的な構文や組み込み関数、標準モジュールなどを説明しています。 これからアルゴリズムを学ぶ人、 有名なアルゴリズムの理解を深めたい人、 いろいろなアルゴリズムを知りたい人に、おすすめです。

※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。 本書はアルゴリズムの基礎的な内容をJavaScriptを用いて解説したものです。従来の教科書で扱われていた内容を大幅に削減し，初等的なアルゴリズムに限定して実例を入れて詳しく解説しました。また，それらのアルゴリズムを用いて解ける問題のプログラム例をできる限り含めています。それは，著者がこのような基礎的なアルゴリズムの理解とプログラミングは不可分であると考えているからです。 本書を通じて多くの人たちがアルゴリズムの本質を理解して，そのスキルを色々な場面で，よりスマートで洗練されたシステムづくりのために発揮してもらえれば，本書の目的は十分に達成されたとものと考えます。

※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。 「アルゴリズム体験学習ソフトウェア」との連動学習で学ぶ、アルゴリズムとデータ構造入門書の最高峰。 「最も分かりやすいアルゴリズム入門書」と読者の絶賛を博した大ロングセラー『新・明解C言語で学ぶアルゴリズムとデータ構造』の改訂版です。 初級レベルのCプログラマを対象に、スタックやキュー、二分木などのデータ構造をはじめとして、探索、ソートなどの、アルゴリズムの基礎について明快に解説しています。 改訂にあたっては、より明解な解説になるよう文章と図版を改めています。 前著同様、大ロングセラーが期待される一冊です。

※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。 すべてのJavaプログラマに贈る！　アルゴリズムとデータ構造入門書の最高峰！！ 初級レベルのJavaプログラマを対象に、スタックやキュー、二分木などのデータ構造をはじめとして、探索、ソートなどの、アルゴリズムの基礎について解説しています。改訂にあたっては、本文とデザインを全面的に見直すとともに、プログラムを最新のJava（Java 14）に対応させています。 Java言語の初心者はもちろん、アルゴリズムとデータ構造をゼロから学びたい読者にとって最良の入門書です。

Googleが知ってる“あなた”は誰? 検索履歴やスマホの位置情報から自動的に生成され、 刻々と変貌しながらデジタル空間をさまよう「データの幽霊」 (=デジタル・アイデンティティー)の正体に迫る! アルゴリズム解析を前にすると、「私たちが何者なのか?」という問いは、「コンピューターは私たちを何者だと言っているか?」という問いに等しくなる。アルゴリズムによって「セレブリティー」とされたり「信用できない」とされたりするのと同じように、生身の個人としての自分を無視された私たちは、自らの生をコントロールできなくなる……。[序章より] ……著者は述べる。「私たちは、私たちの実在がもっぱらデータである世界に生きているわけではなく、私たちの実在がデータによって拡張される世界に生きている。つまり、私たちはすでにデータでできている。…テクノロジー派未来主義者の言うシンギュラリティーは決して訪れない。なぜなら、すでにここにあるからだ。」 肉体の死を超えて、自我や意識がサイバー空間の中で「生き続ける」というファンタジーは、すでにデータとなって漂流している私たち自身の迷妄である。ひとつだけ確かなことは、私たちが実在の死を迎えても、私たちの個人データはサイバー空間を漂い続けるということだ。[武邑光裕氏・解説より]

※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。 コンピュータの算法に関わるアルゴリズムの定石，レトリックを可能な限り収録した定番の書。手元に置いておきたい実用的な本が30年弱の時を経て新装改訂版として登場です。定評をいただいている基本的な内容はそのままに，時代にそぐわなくなっていた部分のみ改訂。これからも末長くご愛顧いただけるようにまとめ直しました。※本書は『C言語による最新アルゴリズム事典』の改訂版です。

※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。 「最も分かりやすいアルゴリズム入門書」と読者の絶賛を博した大ロングセラー『新・明解C言語によるアルゴリズムとデータ構造』の改訂版です。 初級レベルのCプログラマを対象に、スタックやキュー、二分木などのデータ構造をはじめとして、探索、ソートなどの、アルゴリズムの基礎について解説しています。 改訂にあたっては、レイアウトを大幅に変更するとともに、文章も見直し、さらにわかりやすくなっています。 なお、これまでCD-ROMに収録し、好評をいただいた「アルゴリズム体験学習ソフトウェア」は、弊社のサイトからの無料ダウンロードとなります。これにより、本文とテキストとソフトウェアの連動学習がより効率的に行えるようになります。

※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。 数式でもない実装でもない、 半径3メートルの身近なアルゴリズムはこんなにわかりやすい！ プログラミングにおいて、アルゴリズムは欠かせません。 それは「Hello World」から昨今のAIやIoTに代表される機械学習や ディープラーニングに至るまで変わりません。プログラミングとは、 裏を返せば、アルゴリズムをいかにして見通しよく実装するかにあるからです。 けれども、アルゴリズムの学習というと、七面倒臭い理屈の山と数式の谷間で 迷子になるのが、これまでの一般的な在り方でした。 そこで本書は、イラストを多用し、デファクトと言われるアルゴリズムが なぜデファクトなのか。けれども場合によってはデファクトたりえないのは なぜなのか。その差を分ける基準は何なのかを平易に解説してくれます。 アルゴリズムと聞くとアレルギー反応をおこす方でも、安心して その奥深い世界の扉から漏れてくる、豊かさの一端に触れることが出来るはずです。 【目次】 第1章　あれもこれもアルゴリズム 第2章　並べたり差し込んだり選んだり：ソート 第3章　同じ手順で何度でも：再帰 第4章　ちっちゃくしてから考えよう：クイックソート 第5章　関連付ければ話も早い：ハッシュテーブル 第6章　グラフを作れば見えてくる：幅優先探索 第7章　本からピアノへ物々交換大作戦：ダイクストラ法 第8章　問題は続くよどこまでも：貪欲法 第9章　ドロボーは計画的に：動的計画法 第10章　分類したら予測して：ｋ近傍法 第11章　この先にはなにがあるの？ 第12章　答え合わせ ※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。 【IT技術の教科書として人気の書籍が、改訂新版になって登場！】 　本書はITの基本的な原理を中心に解説した教科書であり、各章のねらいやまとめ、練習問題などを通してITの基礎を十分に理解することができます。 　更に初版刊行から現在までに起こった目覚ましい情報技術の発展を受けて、改訂新版では新たな技術やテーマを盛り込みました。具体的にはAI、IoT、情報セキュリティ、モバイル通信などの技術を取り上げ、アルゴリズムやプログラミングなどの説明もより充実させています。ITの基礎を1から学ぶためにこの上ない一冊です。

※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。 ※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。 「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」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「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」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 　小澤誠一　神戸大学数理・データサイエンスセンター 第2章 　大川剛直　神戸大学大学院システム情報学研究科情報科学専攻 第3章 　藤井信忠　神戸大学大学院システム情報学研究科システム科学専攻 第4章 　青木　敏　神戸大学大学院理学研究科数学専攻 第5章 　光明　新　神戸大学数理・データサイエンスセンター 第6章 　為井智也　神戸大学数理・データサイエンスセンター 第7章 　大森敏明　神戸大学大学院工学研究科電気電子工学専攻 第8章 　為井智也　神戸大学数理・データサイエンスセンター 第9章 　寺田　努　神戸大学大学院工学研究科電気電子工学専攻 第10章　熊本悦子　神戸大学情報基盤センター 第11章　高島遼一　神戸大学都市安全研究センター 第12章　村尾　元　神戸大学大学院国際文化学研究科 第13章　白石善明　神戸大学大学院工学研究科電気電子工学専攻 第14章　小澤誠一　神戸大学数理・データサイエンスセンター 第15章　羽森茂之　神戸大学大学院経済学研究科 第1章　データサイエンスの考え方 1.1　データサイエンスとは 1.2　データサイエンスを学ぶ理由 1.3　データから価値を生み出すプロセス 第2章　アルゴリズムとデータ構造 2.1　はじめに 2.2　データサイエンスにおけるアルゴリズムとデータ構造 2.3　アルゴリズムの基礎 2.4　基本的なデータ構造 2.5　探索 2.6　ソーティング 第3章　システム最適化 3.1　最適化問題とは 3.2　線形計画問題 3.3　非線形計画問題 3.4　整数計画問題 第4章　統計的データ解析の考え方 4.1　標本調査 4.2　信頼区間と仮説検定 4.3　分布の近似と標準誤差 4.4　線形回帰モデル 4.5　非線形回帰モデル 第5章　教師なし学習 5.1　クラスタリング 5.2　高次元データの次元削減と可視化 第6章　教師あり学習 6.1　教師あり学習とは 6.2　学習モデルとトレーニング（パラメータ最適化） 6.3　データのセットの分割とテスト（モデルの評価） 6.4　実データへの適用例（回帰） 第7章　確率モデル・確率推論 7.1　はじめに 7.2　確率モデルとベイズの定理 7.3　確率推論 7.4　確率推論の応用 第8章　強化学習 8.1　強化学習とは 8.2　強化学習の理論 8.3　強化学習アルゴリズム 8.4　探索と利用のトレードオフと意思決定モデル 第9章　情報センシング 9.1　情報センシングとは 9.2　センサデータ処理 9.3　センシング応用 第10章　画像解析・深層学習 10.1　画像解析 10.2　デジタル画像の特徴とフィルタ処理 10.3　深層学習 第11章　時系列データ解析・音声解析 11.1　時系列データ解析 11.2　音声解析 第12章　テキスト解析 12.1　はじめに 12.2　テキストデータの収集 12.3　テキストクレンジング 12.4　トークン化 12.5　ベクトル化 12.6　探索的データ分析 12.7　テキスト分析 第13章　情報セキュリティ 13.1　情報資産と情報セキュリティ 13.2　情報セキュリティの基本：アクセス制御 13.3　情報セキュリティのCIA 第14章　プライバシー保護技術 14.1　データが価値を生む仕組みと提供リスク 14.2　匿名化によるプライバシー保護 14.3　差分プライバシーによるプライバシー保護 14.4　準同型暗号によるプライバシー保護 14.5　協調学習によるプライバシー保護 第15章　意思決定論 15.1　意思決定の基本的枠組み 15.2　相関関係と因果関係 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。 基本事項をコンパクトにまとめ，親切・丁寧に解説したコンピュータの基礎の教科書！現場のニーズに応じて，さらに内容をブラッシュアップしました． 　基本事項をコンパクトにまとめ，親切・丁寧に解説したコンピュータの基礎の教科書です。今回の改訂で現場のニーズに応じて，さらに内容をブラッシュアップしました． 　大学1，2年生向けの教科書として適切な内容として，ハードウェア，ソフトウェアの両面からコンピュータやネットワークの内部構成や動作原理について，基礎的かつ重要な事項に的をしぼって解説しています． 1章　コンピュータシステム 　1　コンピュータの歴史 　2　コンピュータの基本構成と動作原理 　3　現代社会におけるさまざまなコンピュータ 　練習問題 2章　情報の表現 　1　2進符号 　2　2進数による数の表記法 　3　数値データの表現 　4　文字データの表現 　5　音声・画像データの表現 　練習問題 3章　論理回路とCPU 　1　ブール代数と論理回路 　2　論理回路と中央演算処理装置（CPU） 　3　CPUの動作 　練習問題 4章　記憶装置と周辺機器 　1　記憶装置 　2　インタフェースとバス 　3　入出力装置 　練習問題 5章　プログラムとアルゴリズム 　1　プログラムとプログラミング言語 　2　アルゴリズム 　3　プログラミング言語と言語処理プログラム 　練習問題 6章　OSとアプリケーション 　1　OS 　2　制御プログラムの役割 　3　アプリケーションとミドルウェア 　4　仮想化ソフトウェア 　練習問題 7章　ネットワーク 　1　コンピュータネットワーク 　2　インターネットとTCP/IP 　3　インターネットサービス 　4　コンピュータシステムの構成と信頼性 　練習問題 8章　セキュリティ 　1　セキュリティ技術 　2　暗号化技術 　練習問題 練習問題解説・解答 索　引

業務へのAI導入が本格化するなか、「AIの説明責任」――即ち、AIの出す推論結果に根拠を示せないことが問題になっています。その解決策としてXAIが注目され、様々な実装コードが公開されていますが、研究者向けの論文が多く、ビジネス現場の実情に即した技術解説は見当たりません。「AIの説明責任」はエンジニアとビジネスパーソンの双方にとって喫緊の課題であるにもかかわらず、基本認識を共通化できるような網羅的・体系的な整理を欠くのが実情です。 本書はXAIについて、背景から個別技術までを体系的に学び、いくつかの主要ライブラリを試しに動かしながら、実務適用に向けた知識を習得できる待望の解説書です。 ●前提とする知識やスキル ・機械学習の概要を理解している方（入門書を2～3冊読んだ程度で可） ・AI開発／導入の実務経験はないけれど、実用化に向けた課題を知りたいという方 ・Pythonのコードを書ける、少なくとも写経はできる方 ・何らかのプログラミング言語に触れ、変数や構文くらいは理解している方 ・高校程度の数学の知識。簡単な関数やベクトル演算、集合演算等の数式表現に強い抵抗のない方 ●本書で獲得できる知識やスキル ・「AIの説明責任」について、重要性や課題を説明できるようになります。 ・AIの業務適用では、誰にどのような「説明」が求められ、現在のXAIで何が可能か解ります。 ・XAIによる「大局説明」と「局所説明」の使い分けができるようになります。 ・各種のXAIの狙いや動作原理を平易な数式で把握。主な手法の得手／不得手、扱うデータや解くべき問題の違いが解ります。 ・各種XAI技術を俯瞰し、説明相手や性能要件、データ特性、AIのアルゴリズム等に応じて、手法選定にあたりをつけることができます。

※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。 来る量子コンピュータ時代の暗号を徹底解説！ 暗号技術は、われわれの生活のさまざまな場面で利用されており、情報化社会の安全基盤として重要性を増しています。たとえば、暗号技術がなければネットショッピングも安心してできませんし、ブロックチェーンを用いた仮想通貨も生まれることはありませんでした。 　ですが、現在これらのサービスに用いられている暗号技術は従来型のコンピュータによる計算を前提として開発されています。そのため、近年注目されている量子コンピュータによる異なったアルゴリズムで計算を行うと、現在の暗号は高速に解かれてしまうのではないか、という懸念があります。具体的には、素因数分解を前提としたRSA暗号などは危殆化する状況にあります。 　本書は、量子コンピュータが暗号技術に与える影響について多角的な切り口から考察し、読者に、来る量子コンピュータ時代における暗号技術の基礎知識を提供します。読者は、量子コンピュータが与える情報化社会へのインパクトを知るとともに、自身のかかわる情報セキュリティにおいて、今後知っておくべき、対策する必要がある必須の情報を得ることができます。 　情報セキュリティに携わる技術者・エキスパートのみならず、暗号や量子コンピュータに興味をもつ一般の方にも向けて、やさしくていねいに解説しています。 1章 社会で利用される暗号技術 2章 暗号の危殆(きたい)化リスク 3章 量子コンピュータについて 4章 量子コンピュータによる暗号解読 5章 ブロックチェーンなど暗号応用技術に対する量子コンピュータの影響 6章 暗号のディレンマ － 設計者と攻撃者の攻防 7章 耐量子計算機暗号とは 8章 耐量子計算機暗号の標準化活動 9章 今後の課題 参考図書 索引

機械学習は、高度の数学的素養を持った人だけが扱う難しい分析手法と捉えている人は多いのではないでしょうか。実は、Weka（ウェカ）というオープンソースのソフトウェアを使うことにより、GUIだけで機械学習ができてしまいます。高度のプログラミングは不要です。 本書はこの手法を事細かく解説し、機械学習のハードルを可能な限り下げた一冊となっています。 ただし、実際にパソコンで手を動かす前に、本当に基本となる機械学習のアルゴリズムもしっかり解説しております。 高度の数式やRの構文ですっかり迷路に入ってしまった方、やる気を削がれた方必読の一冊です。

※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。 プログラミング自体がはじめてのあなたが「C#」を始めるための第一歩。 C#でプログラミングを始めようと思って入門書を買って勉強してみたものの、なかなか理解できない・・・そんな方にオススメの1冊。 ［文法のマスター］⇒［アルゴリズムとデータ構造の理解］⇒［実践練習］という単純明快な流れで解説しており、7日間で「C#でかんたんなプログラミングが書ける基礎力」が身に付けられます！ ▼目次 1日目　はじめの一歩 2日目　変数と条件分岐 3日目　繰り返しと配列 4日目　オブジェクト指向① 5日目　オブジェクト指向② 6日目　コレクション・デリゲート・例外処理 7日目　実践練習

※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。 機械学習を理解し実践するために必要な要素を選抜して解説した、実践的ガイドブック！ 　本書は、機械学習の入門者から中級者までをおもな対象として、機械学習を理解し実践するために必要なさまざまな要素を選抜して解説した、機械学習のガイドブックです。 　機械学習の概要から解説をはじめ、機械学習の歴史と主要なアルゴリズム、機械学習を実践するためのプログラミング言語であるRとPythonそれぞれの説明と連携、機械学習を正しく使いこなすためのさまざまな注意点、Kerasを活用したディープラーニングの実践、そして強化学習の例としてアルファゼロを取り上げています。付録には機械学習の理論的裏付けとなる数学の概要も取り上げています。 　入門者の方はまず本書の第1章「機械学習とは何か、どんな働きをするのか」を読み、第5章「さあ機械学習の本質を体験してみよう」の実践を繰り返してみてください。だんだんと機械学習に関する多くのことが見えるようになってきて、中級者への道が開けるでしょう。 　中級者の方には前半はやや簡単かもしれませんが、第8章「Kerasを使ったディープラーニングの実践」、第9章「さまざまなゲームの攻略法をゼロから学習するアルファゼロ」の内容が十分に理解できたのであれば、かなりのレベルに達したのだと思います。簡単かもしれない前半部分にも、参考になるさまざまな要素を仕込みました。 　機械学習の入門から中級者への道をガイドする1冊となっています。 はじめに 第1章 機械学習とは何か、どんな働きをするのか 第2章 機械学習小史：機械学習ブームの基盤を作った主人公たち 第3章 ぜひ使ってみたい役に立つアルゴリズム 第4章 RとPython 第5章 さあ機械学習の本質を体験してみよう 第6章 機械学習を上手に使いこなすコツ 第7章 RとPythonの連携 第8章 Kerasを使ったディープラーニングの実践 第9章 さまざまなゲームの攻略法をゼロから学習するアルファゼロ 付録A 機械学習の基盤となる数学の概要 A.1 機械学習の数学的基盤となるベクトル空間 A.2 ベクトル空間、ノルム空間、内積空間、ユークリッド空間とその関係 A.3 ドット積、行列、行列積 A.4 さまざまな行列の性質とその演算 A.5 行列と線形写像、固有値、テンソル、カーネル関数と射影 A.6 確率空間、確率変数、確率分布 A.7 統計的推定 A.8 最適化の手法 付録B RとPythonのデータ分析に関連する基本的コマンドの比較 B.1 基本的機能 B.2 ベクトル、行列などの作成と操作および数値計算（NumPy機能の対応） B.3 データフレームの作成・操作など（Pandas機能の対応） おわりに 参考文献とそのガイド

現在、最も動向が注目されているテクノロジーが「AI（人工知能）」です。AIという単語を目にする機会が急速に増え、AIはビジネスの様々な分野で活用されるようになっています。 　しかし、「AIを使って自社の業務を高度化する」「AIを使った新しいサービスを作り出す」という課題に自ら直面したとしたらどうでしょうか。ためらわずに、すぐに実践に移せるITエンジニアは、まだ少数なのではないでしょうか。 　本書は、「AIをこれから活用しよう」というITエンジニアやマネジャーに向けて、AIを活用した業務の高度化や、AIを組み込んだシステムの構築などを実践するために、AIについて知っておきたい基本的な知識や、AI活用のノウハウを解説します。AIは特別なものではなく、ITによる業務改革を支えるパーツの1つです。そのため、従来のシステム構築の枠組みをベースに、AIの業務活用を考えることが重要です。 　第1章では、エンジニアなら必ず知っておきたいAIの基本を解説します。AIとは何か、AIで何ができるのかに始まって、AIで利用されるアルゴリズムやその活用のポイントについても、図解をふんだんに使って分かりやすく説明します。 　第2章では、AIを使ったシステムの構築を、ウォーターフォール型の開発プロセスに当てはめて説明します。従来の開発プロセスと何が同じで何が違うのか、異なる部分をどのように進めていけばよいのかを、経験豊富な筆者陣が詳しく解説します。 　実際にAIシステムの構築・運用プロジェクトに携わるエンジニアはもちろん、今後さらに存在感を増すAIについて将来に備えて勉強しておきたいというエンジニアにも必携の一冊です。

※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。 会員登録数25000人（2019年２月時点）を超える、日本最大級の先端技術のラーニングサービス「Aidemy」 ディープラーニング、自然言語処理、ブロックチェーンなど、いま話題の技術を学べる「Aidemy」から、 ブロックチェーンを理解するための参考書が登場！ ■本書の特長 ・ブロックチェーンの理解に必要とされるコンピュータサイエンスの基礎知識を、体系立てて復習できる ・BitcoinやEthereumの基礎となっている技術を学び、どういう仕組みで動いているかを理解できる ■本書の対象読者 ・これからブロックチェーンを使った開発を行いたいが、コンピュータの基礎（低レイヤー）や、コンピュータの仕組みを改めて復習したい方。 ・Bitcoin（BTC）やEther（ETH）などの暗号通貨に興味があり、その仕組みと技術をしっかり理解したい方。 ■本書の内容 ●CHAPTER１　コンピュータ基礎 データ構造とアルゴリズム、CPUの仕組みなどを扱う。 ●CHAPTER２　暗号とセキュリティ 共通鍵暗号、公開鍵暗号、ハッシュ関数、デジタル署名などを扱う。 ●CHAPTER３　ネットワーク プロトコル、HTTP通信、Websocket、P2P通信などを学ぶ。 ●CHAPTER４　ブロックチェーン応用（Bitcoin編） Bitcoinを題材に、ブロックチェーンの仕組みを学ぶ。 ●CHAPTER５　ブロックチェーン応用（Ethereum編） Ethereumを活用したアプリケーションの開発を学ぶ。スマートコントラクトを用いたアプリの仕組みを理解する。

コンピュータに対するコンパクトな知識地図 【本書の内容】 もはやコンピュータなしには生活が立ち行かなくなるレベルにまで到達しつつある現代社会。その圧倒的なパワーを問題解決に援用するためには小手先の知識だけでは追いつきません。かといって行き当たりばったりで、全方位に知識を求めるには、その世界は広大にすぎますし、効率が悪すぎます。 本書はコンピュータサイエンスが扱う「基礎」「効率」「戦略」「データ」「アルゴリズム」「データベース」「コンピュータ」「プログラミング」という8つのジャンルにしぼり、そのエッセンスと背景となる考え方を紹介します。 どのジャンルであれ、トップクラスのエンジニアを目指すにはコンピュータサイエンスが不可欠ですが、「どこから手を付ければいいのかわからない」「砂を噛むような分厚い理論書は敬遠したい」というステップアップしたいエンジニアやその予備軍、あるいは現役だけれどももう少しライトに全体像を俯瞰したい学生にも最適な1冊です。 【本書のポイント】 ・コンピュータサイエンスの全体像を俯瞰できる ・自身が手がける問題領域の解決の方向が定まる ・理論と実践の橋渡しが強固になる ・問題の抽出とその解決策が見出しやすくなる 【対象読者】 ・技術に対する選球眼を磨きたい開発者 ・計算機科学というコトバにアレルギー反応を起こす方 【目次】 第1章：基礎 第2章：効率 第3章：戦略 第4章：データ 第5章：アルゴリズム 第6章：データベース 第7章：コンピュータ 第8章：プログラミング ※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。 Linuxでの環境構築から、Git・GitHubによるコード管理、Node.jsによるサーバーサイドのプログラミングが学べる！ インターネットで学ぶ話題の通信制学校「N高校」が展開する、プログラミング教育メソッドの大公開第２弾！ 約1000人の高校生にWebプログラミングを教えてきた名物講師が、入門者がつまずきやすいポイントを、ていねいに解説！ 【本書の対象読者】 ・環境構築で挫折した方 ・サーバーサイドに挑戦したいと思っている方 ・SIerからWeb系への転職を考えている方 【本書の内容】 ●Chapter１　Linuxの基本を身に付けよう LinuxというOS／コンピューターの構成要素／コマンドでファイルを操作する／標準出力／viの使い方を学ぼう ●Chapter２　シェルプログラミングをやってみよう シェルプログラミング／通信とネットワーク／サーバーとクライアント／HTTP通信／通信をするボットの開発 ●Chapter３　GitHubで始めるソーシャルコーディング GitHubでWebサイトを公開する／イシュー管理とWikiによるドキュメント作成／GitとGitHub／GitHubへのpush／Gitのブランチ／ソーシャルコーディング ●Chapter４　Node.jsでプログラミングをやってみよう Node.js／集計処理を行うプログラム／アルゴリズムの改善／ライブラリ ●Chapter５　Slackのボットを作ろう Slackのボット開発／HubotとSlackアダプター／モジュール化された処理／ボットインタフェースとの連携 ●Chapter６　HTTPサーバーを作ってみよう 同期I/Oと非同期I/O／例外処理／HTTPサーバー

※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。 ※この商品は固定レイアウトで作成されており、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。 このテキストは、他の参考書なしにプログラミングの学習を進められるように細かいところまで説明しています。プログラム例を実際に走らせては、その働きを理解することで、プログラミングへの理解を深めることができます。初歩的なプログラミングの手ほどきから初めて、より実用的なプログラムを作成する上で、必要なアルゴリズムを学んでいくことが主な目的です。

※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。 図解イラストで楽しくわかる、アルゴリズムのしくみと、主要言語での書き方 アルゴリズムと、それを主要言語でどのように書けばよいのかを、図解とイラストを豊富に使って説明した入門書。 本書の特長は、 1.　「アルゴリズムの意味」をイラストや図でやさしく解説 2.　そのアルゴリズムに関する「プログラミング言語」のサンプルを試し、体験して納得 の2点です。 「アルゴリズム」と聞くと難しそうに思えますが、ズバリ『問題を解決するための考え方』です。「このアルゴリズムは、どんな考え方で問題を解こうとしているのか？」「この手順は、何をしようとしているのか？」など、「アルゴリズムの意味」に注目して考えていくと、だんだんとアルゴリズムがわかってきます。本書ではイラストや図を使って、入門者でもアルゴリズムのイメージがつかめるよう、解説していきます。 そして、「意味が理解できただけ」では使えるようになりませんので、実際にプログラミング言語によるサンプルプログラムを用意しました。「理解した意味の通りにアルゴリズムが動くこと」を試して、実感してください。 この「第２版」では、「迷路自動生成アルゴリズム」「迷路探索アルゴリズム」を追加して解説。 「アルゴリズム」をちゃんと把握したい人、プログラムの組み立て方をもっと知りたい人に役立つ1冊です。 【サンプル掲載言語】 Python、JavaScript、PHP、C、C#、Java、Swift、VBA 【本書で紹介しているアルゴリズム】 ・簡単なアルゴリズム 合計値、平均値、最大値、最小値、データの交換 ・サーチアルゴリズム リニアサーチ（線形探索法）、バイナリサーチ（二分探索法） ・ソートアルゴリズム バブルソート（単純交換法）、選択ソート（単純選択法）、挿入ソート（単純挿入法）、シェルソート、クイックソート ・迷路自動生成アルゴリズム 棒倒し法、穴掘り法 ・迷路探索アルゴリズム 右手法・左手法、幅優先探索法 アルゴリズムと、それを主要言語でどのように書けばよいのかを、図解とイラストを豊富に使って説明した入門書。 本書の特長は、 1.　「アルゴリズムの意味」をイラストや図でやさしく解説 2.　そのアルゴリズムに関する「プログラミング言語」のサンプルを試し、体験して納得 の2点です。 「アルゴリズム」と聞くと難しそうに思えますが、ズバリ『問題を解決するための考え方』です。「このアルゴリズムは、どんな考え方で問題を解こうとしているのか？」「この手順は、何をしようとしているのか？」など、「アルゴリズムの意味」に注目して考えていくと、だんだんとアルゴリズムがわかってきます。本書ではイラストや図を使って、入門者でもアルゴリズムのイメージがつかめるよう、解説していきます。 そして、「意味が理解できただけ」では使えるようになりませんので、実際にプログラミング言語によるサンプルプログラムを用意しました。「理解した意味の通りにアルゴリズムが動くこと」を試して、実感してください。 この「第２版」では、「迷路自動生成アルゴリズム」「迷路探索アルゴリズム」を追加して解説。 「アルゴリズム」をちゃんと把握したい人、プログラムの組み立て方をもっと知りたい人に役立つ1冊です。 【サンプル掲載言語】 Python、JavaScript、PHP、C、C#、Java、Swift、VBA 【本書で紹介しているアルゴリズム】 ・簡単なアルゴリズム 合計値、平均値、最大値、最小値、データの交換 ・サーチアルゴリズム リニアサーチ（線形探索法）、バイナリサーチ（二分探索法） ・ソートアルゴリズム バブルソート（単純交換法）、選択ソート（単純選択法）、挿入ソート（単純挿入法）、シェルソート、クイックソート ・迷路自動生成アルゴリズム 棒倒し法、穴掘り法 ・迷路探索アルゴリズム 右手法・左手法、幅優先探索法 第1章　アルゴリズムってなに？ 第2章　いろいろなプログラミング言語 第3章　データ構造とアルゴリズムの基本 第4章　簡単なアルゴリズム 第5章　サーチアルゴリズム 第6章　ソートアルゴリズム 付録 ●森 巧尚(もり よしなお) パソコンが登場した『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて、現在はコンテンツ制作や執筆活動を行い、関西学院大学、関西学院高等部、成安造形大学、大阪芸術大学で非常勤講師、プログラミングスクールコプリの講師などを行っている。 著書に『ゲーム作りで楽しく学ぶ Pythonのきほん』『楽しく学ぶ Unity2D超入門講座』『楽しく学ぶ Unity3D超入門講座』『作って学ぶ iPhoneアプリの教科書～人工知能アプリを作ってみよう！～』（以上、マイナビ出版）、『Python1年生 第2版』『Python2年生 スクレイピングのしくみ』『Python2年生 データ分析のしくみ』『Python3年生 機械学習のしくみ』『Python自動化簡単レシピ』『Java1年生』『動かして学ぶ！Vue.js開発入門』（以上、翔泳社）、『そろそろ常識？ マンガでわかる「正規表現」』（シーアンドアール研究所）、『なるほど！ プログラミング 動かしながら学ぶ、コンピュータの仕組みとプログラミングの基本』（SBクリエイティブ）などがある。 ●まつむら まきお マンガ家・イラストレーター マンガ作品『ルナパーク』（青心社）、『いろいろあるのよ』（朝日新聞社）、『ビスキィの冒険』など。 『おしえて!! FLASH』など、パソコン関係の書籍イラスト、記事を多く手がける。 成安造形大学イラストレーション領域教授。

※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。 ゲームを作りながらオブジェクト指向プログラミングを楽しく学ぶ！ この本は、Pythonやプログラミングが少しできるようになった人が、ゲームを作りながら、会話形式で楽しくオブジェクト指向を学んでいく入門書です。 オブジェクト指向は、「複雑なしくみを効率的に作りやすくする手法」ですが、抽象的な考え方でできているため、初心者には難しく感じられる分野でもあります。本書では初心者にもやさしいPythonを使って、イラストや例え話をたくさん使いながら解説しています。 Chapter 1 オブジェクト指向プログラミングってなに？ Chapter 2 オブジェクト指向のきほん Chapter 3 pygameで動かそう Chapter 4 オブジェクト指向を使ってゲームを作ろう Chapter 5 デザインパターンを使ってみよう Appendix pygameリファレンス 森 巧尚 パソコンが登場した『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて約40年。現在は、コンテンツ制作や執筆活動を行い、また関西学院大学、関西学院高等部、成安造形大学の非常勤講師や、プログラミングスクールコプリの講師など、プログラミングに関わる幅広い活動を行っている。 著書に『ゲーム作りで楽しく学ぶ Pythonのきほん』『楽しく学ぶ Unity2D超入門講座』『楽しく学ぶ Unity3D超入門講座』『作って学ぶiPhoneアプリの教科書～人工知能アプリを作ってみよう！～』『アルゴリズムとプログラミングの図鑑【第２版】』（以上マイナビ出版）、『Python3年生 ディープラーニングのしくみ』『Python3年生 機械学習のしくみ』『Python2年生 デスクトップアプリ開発のしくみ』『Python2年生 データ分析のしくみ』『Python2年生 スクレイピングのしくみ』『動かして学ぶ！ Vue.js開発入門』『Python1年生』『Java1年生』（以上翔泳社）など多数。 ※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。 【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。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。ご購入前に、無料サンプル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】 イメージがつかめるから、わかる！楽しい！ アルゴリズムをまるごとイラストにしました。 【本書のポイント】 ・基本的な33のアルゴリズム+7つのデータ構造をすべてイラストで解説 ・誌面がフルカラーなので、図の「動き」がわかりやすい ・各アルゴリズムの考え方や計算効率、問題点もフォロー ・全世界250万人が学んだ大人気アプリを書籍化 【内容紹介】 アルゴリズムはどんな言語でプログラムを書くにしても不可欠ですが、現場で教わることはめったになく、かといって自分で学ぶには難しいものです。 本書は、アルゴリズムを独学する人のために作りました。はじめて学ぶときにはイメージしやすく、復習するときには思い出しやすくなるよう、基本的な33のアルゴリズム+7つのデータ構造をすべてイラストにしています。ソートやグラフなどの「動き」を図で追うことで、考え方や仕組みを理解する手助けをします。 よいプログラムを書くために知っておかなきゃいけないアルゴリズムの世界を、楽しく学びましょう。 【目次(抜粋)】 ●序章 アルゴリズムの基本 ●第1章 データ構造 リスト／配列／スタック など ●第2章 ソート バブルソート／選択ソート／マージソート など ●第3章 配列の探索 線形探索／2分探索 ●第4章 グラフアルゴリズム 幅優先探索／ベルマン-フォード法／A*／クラスカル法／マッチングアルゴリズム など ●第5章 セキュリティのアルゴリズム 暗号の基本／公開鍵暗号方式／デジタル署名 など ●第6章 クラスタリング k-means法 など ●第7章 データ圧縮 ランレングス符号 など ●第8章 その他のアルゴリズム ユークリッドの互除法／ページランク／ハノイの塔 など 【旧版との主な違い】 ・7つのアルゴリズム＋2つ性質の解説を加筆（クラスカル法、プリム法、マッチングアルゴリズム、ランレングス符号、一意復号可能符号、瞬時符号、ハフマン符号、文字列照合、クヌース-モーリス-プラット法） ※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。