※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。 2023年4月の試験制度の改訂で新設された「科目B」は，従来の午後試験に相当するものですが，長文ではなく，以前の中問程度の分量で20問出題される形に変更されました。このうち16問が「データ構造及びアルゴリズム（擬似言語）」からの出題となりますが，全問必須なので，従来のように言語が苦手という人が表計算等に逃げることもできなくなりました。 IPAが公開したサンプル問題を見ても，1問あたり平均5分で解いていくにはコツや慣れが必要です。本書は，アルゴリズムや擬似言語に慣れていない人を対象として，過去問およびサンプル問題，さらにはそれらを題材としたオリジナル問題を多数用意し，アルゴリズム問題に慣れるためのトレーニングが積める内容となっています。

※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。 連続最適化アルゴリズムの数理を、詳しく丁寧に解説！ 連続最適化アルゴリズムとは、連続変数の関数についての数理最適化の問題で、適切な近似解を得るための計算手法のことです。古典的な数理計画の問題に限らず、近年ますます応用の広がりを見せている機械学習でも、その各種アルゴリズムにおいて数理最適化のさまざまな計算手法が駆使されています。 本書では、特に、二つの連続最適化に焦点を当て、詳しく丁寧に解説しました。一つ目は、微分不可能な凸関数の最適化、つまり、非平滑凸最適化です。ネットワーク資源割当や信号処理に現れる連続最適化は、非平滑凸最適化として表現ができます。二つ目は、微分可能ではあるが凸ではない関数の最適化、つまり、平滑非凸最適化です。深層学習に現れる連続最適化は、平滑非凸最適化として表現ができます。 また、この二つの最適化のための連続最適化アルゴリズムの性能を決定するステップサイズと呼ばれるパラメータの設定に着目し、その設定に関する理論と応用も詳解します。連続最適化問題の最適解へ進む方向（探索方向）が決まっているとき、その方向へ進む度合いを表すのがステップサイズです。 予備知識として、大学教養レベルの線形代数と微分積分のひととおりの知識を想定していますが、第2章で本書の通読に必要な知識をまとめ、読者の利便性を高めています。また、各種アルゴリズムの数学的背景となる定理は、本文中もしくは演習問題としてすべて載せています。さらに、アルゴリズムの実装に資するよう、Pythonのサンプルコードを用意し、ダウンロードできるようにしました。 第1章　はじめに 1.1　連続最適化問題 1.2　連続最適化アルゴリズム 1.3　資源割当や機械学習に基づいたステップサイズ 第2章　数学的準備 2.1　ユークリッド空間の諸性質 　1　ユークリッド空間 　2　行列全体からなる集合 　3　点列の収束性 2.2　微分可能性と平滑性 2.3　凸性 2.4　射影 2.5　非拡大写像 演習問題 第3章　連続最適化と関連する問題 3.1　連続最適化問題と最適解 3.2　制約なし平滑最適化問題 3.3　制約なし非平滑最適化問題 3.4　制約付き非平滑最適化問題 3.5　制約付き平滑最適化問題と変分不等式 3.6　不動点問題 演習問題 第4章　反復法 4.1　反復法の基本的概念 4.2　勾配法と降下方向 4.3　ステップサイズ 　1　定数ステップサイズ 　2　減少ステップサイズ 　3　直線探索ステップサイズ 　4　その他のステップサイズ 4.4　劣勾配法 4.5　近接点法 4.6　収束性と収束率 演習問題 第5章　平滑非凸最適化のための反復法 5.1　最急降下法（Lipschitz連続勾配） 5.2　最急降下法（非Lipschitz連続勾配） 5.3　Newton法 5.4　準Newton法 5.5　共役勾配法 5.6　数値例 演習問題 第6章　非平滑凸最適化のための反復法 6.1　射影劣勾配法 6.2　射影近接点法 6.3　近接勾配法 6.4　FISTA（高速近接勾配法） 6.5　資源割当問題 演習問題 第7章　不動点近似法 7.1　Krasnosel'skii-Mann不動点近似法 7.2　Halpern不動点近似法 7.3　POCS 7.4　不動点近似法の適用例 　1　制約付き平滑凸最適化問題 　2　凸実行可能問題 　3　一般化凸実行可能集合 7.5　資源割当問題 演習問題 第8章　平滑非凸最適化のための深層学習最適化法 8.1　損失最小化問題 8.2　確率的勾配降下法（Lipschitz連続勾配） 8.3　確率的勾配降下法（非Lipschitz連続勾配） 8.4　モーメンタム法 8.5　適応手法（非Lipschitz連続勾配） 8.6　ミニバッチサイズの設定 8.7　ミニバッチサイズの推定 演習問題 付録A　定理の証明と補足 付録B　演習問題解答例 参考文献 索引

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。

※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。 マーケティング自動化の予測モデル、ベストプラクティス、アーキテクチャをまとめた大著！ 1・2章では、アルゴリズムマーケティングの概念、ケーススタディ、理論基盤となる機械学習/経済モデルを説明します。3～6章では、「プロモーションと宣伝」「検索」「レコメンデーション」「価格設定と品揃え」といった領域を取り上げ、「顧客と商品のマッチング」「顧客に適した商品の特定」「商品特性の最適化」を考察します。本書は、どのような理論を基に各領域のシステムが実現されるか、総合的に理解できる稀有な一冊です。（本書は『Introduction to Algorithmic Marketing: Artificial Intelligence for Marketing Operations』の翻訳書です。統計学や微積分学などの数学的知識を前提としています）。原著への読者の声―「市場原理を理解して実装しようとする者にとってきわめて有益」「小売業に関わるデータサイエンティストは必読」。推薦の言葉―「本書はマーケティング分野でのデジタル変革を鮮やかに映し出しており、データサイエンスがいかにしてあらゆるマーケティング活動に不可欠な部分になるのかを示している。データ駆動型アプローチとスマートなアルゴリズムによって、従来の労働集約型のマーケティングタスクにディープな自動化がどのようにしてもたらされるのかを詳しく解説している。意思決定は改善されるだけでなく、はるかに高速になる。このことは、加速する一方の競争環境において決定的に重要である。データサイエンティストとマーケティング責任者の必読書である」（Andrey Sebrant, Director of Strategic Marketing, Yandex）。

本書では、基本情報技術者試験の必須問題である「擬似言語」の基本的な事項を学習後、　アルゴリズムの基本パターンを流れ図と比較しながら学習し、アルゴリズムの知識習得を目指します。プログラムの学習にスムーズに入っていけるようにしています。基本情報技術者試験受験者のみならず、情報系・工学部系大学でのプログラミング学習にも対応可能。2006年発行。

※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。 ※この電子書籍には付録DVDのデータは含んでおりません。電子書籍に記載のURLからPCでダウンロードしてお使い下さい。 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

.NETアプリケーションのパフォーマンスを追求するすべての開発者へ システムやアプリケーションの最適化と高速化の基本は、アルゴリズムの見直しとソースコードの冗長性の排除にあります。しかし、昨今はそれだけではありません。Windowsベースのアプリケーションであれば、.NETランタイムやOSの機能として提供されているI/OやGCとのタイミングを考慮した設計・開発が必要です。また、運用開始後もツールなどを使用し、たゆまぬチューンナップも必要でしょう。本書は、そういった、アプリケーションだけではなく周辺機器や機能をも視野に入れた最適化技法を、実践に即した形で詳解し、いかにしてスケーラビリティをあげつつ可用性を確保するかを解説していきます。 ※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。 【※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。】

※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。 【仕事に勉強にいつも忙しいあなたのための、効率良く合格できる参考書＆問題集】 シリーズ累計140万部突破！ 非IT系の社会人や学生さんからも絶大な支持をいただいている、ITパスポート受験者のためのやさしいオールインワンタイプの【参考書＆問題集】です。最新の傾向を分析し、広いシラバスの中から出題頻度の高い分野を重点的にまとめました。イラストや豊富な図解・例え話を駆使して理解しやすく・記憶に残りやすいように説明し、「〇〇とくれば××」方式で重要ポイントを再確認。関連の本試験問題をすぐ解くことで、知識が定着し応用力もつきます。 令和06年版は、生成AIなどが範囲になる最新シラバス6.2に対応。本文の表現もより理解しやすくブラッシュアップ。読者特典として「スマホで読める「厳選英略語100暗記カード」や、カバーの裏の「重要用語虎の巻」も利用できます。 ※電子版には、赤シートは付属しません。予めご了承ください。 ■目次 試験の概要 傾向と対策 申込み方法 試験対策 第1章 ハードウェアと基礎理論［テクノロジ系］ 　　1-01 情報に関する理論 　　1-02 コンピュータの構成とCPU 　　1-03 主記憶と補助記憶 　　1-04 半導体メモリ 　　1-05 入出力装置 　　1-06 入出力インタフェース 　　1-07 AI 　　1-08 確率と統計 　　1-09 基数変換 第2章 ソフトウェア［テクノロジ系］ 　　2-01 ソフトウェア 　　2-02 ファイル管理 　　2-03 ファイルのバックアップ 　　2-04 表計算（相対参照と絶対参照） 　　2-05 表計算（関数） 　　2-06 表計算（関数の応用） 　　2-07 ユーザインタフェース 　　2-08 マルチメディア 第3章 システム構成［テクノロジ系］ 　　3-01 コンピュータの形態 　　3-02 システム構成 　　3-03 システムの信頼性 　　3-04 システムの評価 　　3-05 IoTシステムと組込みシステム 　　3-06 ソリューションビジネスとシステム活用促進 第4章 ネットワーク［テクノロジ系］ 　　4-01 ネットワークの構成 　　4-02 無線LAN 　　4-03 通信プロトコル 　　4-04 インターネットの仕組み 　　4-05 通信サービス 　　4-06 Webページ 　　4-07 電子メール 第5章 セキュリティ［テクノロジ系］ 　　5-01 情報資産と脅威 　　5-02 サイバー攻撃 　　5-03 情報セキュリティマネジメント 　　5-04 リスクマネジメント 　　5-05 利用者認証 　　5-06 ネットワークセキュリティ 　　5-07 暗号化技術 　　5-08 デジタル署名と認証局 第6章 データベース［テクノロジ系］ 　　6-01 データベースとデータ操作 　　6-02 データベース設計 　　6-03 データの正規化 　　6-04 データの抽出と論理演算 　　6-05 データの整列と集計 　　6-06 トランザクション処理 第7章 アルゴリズムとプログラミング［テクノロジ系］ 　　7-01 アルゴリズムとデータ構造 　　7-02 擬似言語 　　7-03 プログラム言語とマークアップ言語 第8章 マネジメント［マネジメント系］ 　　8-01 企画・要件定義プロセス 　　8-02 開発プロセス 　　8-03 テスト手法と運用・保守プロセス 　　8-04 ソフトウェア開発手法 　　8-05 プロジェクトマネジメント 　　8-06 タイムマネジメント 　　8-07 ITサービスマネジメント 　　8-08 システム監査 第9章 企業活動と法務［ストラテジ系］ 　　9-01 財務諸表 　　9-02 損益分岐点と資産管理 　　9-03 知的財産権 　　9-04 セキュリティ関連法規 　　9-05 労働関連・取引関連法規 　　9-06 業務分析 　　9-07 データ利活用と問題解決 　　9-08 標準化 第10章 経営戦略とシステム戦略［ストラテジ系］ 　　10-01 第4次産業革命とビッグデータ 　　10-02 企業活動 　　10-03 企業統治と内部統制 　　10-04 経営戦略 　　10-05 情報システム戦略と業務プロセス 　　10-06 マーケティング戦略 　　10-07 技術戦略 　　10-08 業績評価と経営管理システム 　　10-09 ビジネスシステムとエンジニアリング 　　10-10 e-ビジネス ■著者プロフィール 栢木厚(かやのき あつし)：IT企業のSEなどを経て、現在はフリーで小・中・高等学校の授業におけるプログラミング支援、さらには、講師経験を活かし、執筆活動にあたる。

※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。 機械学習を用いた新規分子構造の生成や最適化にまつわる技術について，基礎理論から実装まで一気通貫して解説 　本書は，機械学習の初学者であっても分子構造の生成モデルや分子構造の最適化手法を理解できるように，機械学習の基礎から分子構造の生成モデルや最適化手法にいたるまでを体系的にまとめた書籍です． 　さらに，機械学習に関する技術はプログラミングを通じて実践することでより理解が深まるものであるため，数理的な内容だけではなく，Pythonによる実装を織り交ぜて説明しています．分子構造の生成モデルや最適化手法に関する基礎知識を得ることができるだけでなく，それらを実践に活かすところまで習得できます． 　また，分子構造を取り扱うための手法や，特有の事情についても詳しく説明していますので，機械学習の研究者が分子構造を取り扱った研究を始めたい場合にも参考になります． 〈このような方におすすめ〉 材料設計、創薬に携わる技術者、研究者および学生 分子生成モデルへの応用を目指す機械学習の技術者、研究者および学生 〈目次〉 第1章　分子生成モデルと分子最適化 1.1　分子最適化 1.2　分子生成に関する問題設定 1.3　分子生成モデルの構成要素 1.4　本書の構成 1.5　記　法 1.6　プログラミング環境 第2章　分子データの表現 2.1　分子のグラフ表現 2.2　SMILES 2.3　SELFIES 2.4　分子記述子 2.5　フィンガープリント 第3章　教師あり学習を用いた物性値予測 3.1　教師あり学習 3.2　経験損失最小化にもとづく教師あり学習 3.3　予測分布 3.4　ニューラルネットワーク 3.5　最適化アルゴリズム 3.6　評　価 3.7　過剰適合と正則化 3.8　グラフニューラルネットワーク 3.9　モデルの適用範囲 3.10 予測器の実装例・実行例 第4章　系列モデルを用いた分子生成 4.1　系列モデル 4.2　系列モデルを用いた分子生成モデル 第5章　変分オートエンコーダを用いた分子生成 5.1　変分ベイズ法 5.2　変分オートエンコーダ 5.3　変分オートエンコーダを用いた分子生成モデル 第6章　分子生成モデルを用いた分子最適化 6.1　分子最適化問題とその難しさ 6.2　分子最適化問題の連続最適化問題への変換 6.3　ベイズ最適化を用いた分子最適化 6.4　ベイズ最適化を用いた分子最適化アルゴリズム 第7章　強化学習を用いた分子生成モデルと分子最適化 7.1　強化学習の定式化 7.2　分子最適化の強化学習としての定式化 7.3　方策勾配法 7.4　オフライン強化学習 7.5　SMILES-LSTMを方策とした方策最適化 第8章　発展的な分子生成モデル 8.1　原子団を組み合わせる分子生成 8.2　分子骨格を用いた分子生成 8.3　生成モデルの評価手法 付 録　正規分布にかかわる公式 A.1　モーメント母関数 A.2　線形結合 A.3　条件付き確率

※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。 “世界最速”の次世代オープンソースRDB「Tsurugi」のすべてがわかる本です。その使い方から、実装されている現代的アーキテクチャ、背景となっている最新のトランザクション理論まで、開発者が自ら解説します。 　Tsurugiは、国の支援を得て有志の日本のDB技術者・企業が作った、純国産の次世代のオープンソースRDB（リレーショナルデータベース）です。誰でも自由に利用でき、拡張できます。商用サポートも提供されます。 　Tsurugiの特徴は、従来のRDBとは異なり、メニーコア化、メモリの大容量化が進む最新のハードウェアの性能を最大限に引き出せることです。DBの先端技術を取り込むことにより、今までのRDBとは次元の違うパフォーマンスを発揮し、また、既存のRDBが苦手だったバッチ処理を圧倒的に高速に処理できます。さらに、オンライン処理とバッチ処理の同時実行さえ可能です。 　本書はTsurugiの利用法、バッチ処理の実際から始まって、Tsurugiのインターフェースのすべて、Tsurugiの内部構造や実装アルゴリズムの詳細まで解説しています。 　Tsurugi自体を利用するためだけでなく、次世代の「高密度 超低遅延 分散処理」とは何か？をその実際の仕組みから習得し、またコンピュータサイエンスの中で最も美しく、かつ最も難しいと言われるトランザクション理論を理解しつつ、現在の最新のアルゴリズムを手中にするためにも、必須のテキスト・解説書になっています。

※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。 現役マーケターが教えるX（Twitter）集客の成功ノウハウ！ 本書はX（Twitter）を集客のために活用するための解説書です。 X（Twitter）は非常に有用な集客ツールであり、単に人を集めるのではなく 「見込み客」を集められるためビジネス活用に向いたサービスです。 本書ではまず序章「X(Twitter)集客」の本質を解説します。 次に第1章～第9章でX（Twitter）をビジネス活用していくための 「アカウント」「ツイート」「ファネル」等の設計方法を事例とともに解説します。 最後に、第10章～第12章で実行後の改善方法をまとめました。 巻末には最新のX（Twitter）アルゴリズム表を収録しています。 また、読者特典としてスピード感のある成果を出せるX広告（Twitter広告）の運用方法をダウンロード提供します。

※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。 Stable Diffusionとは、オープンソース化された高性能画像生成AI（モデル）であり、20億枚の画像と言葉のペアを学習することで、「テキストからの画像出力（複数、ポーズ画像も可）」「ラフ画像からの画像出力」などが可能です。 Midjourneyやmimicなどと比較しても、Stable Diffusion に対する注目度は極めて高く、「日本語版サービス」「Photoshopで動かすプラグイン」「Windowsやmacでも動作するバージョン」「画像からプロンプトを表示するアプリ」も登場しています。 本書では、その使い方を詳細かつ包括的に解説します。 ＜目次＞ 第1章　Stable Diffusionとは 1-1　Stable Diffusionは画像を生成するAI 1-2　Stable Diffusionが画像を作るしくみ 1-3　Stable Diffusionのデモページで画像を作ってみる 1-4　Stable Diffusionでできること 1-5　こんなことにも使えるStable Diffusion 1-6　さまざまな環境で使えるStable Diffusion 第2章　Stable Diffusion WebUIをセットアップする 2-1　SD/WebUIを使う2つの方法 2-2　SD/WebUIのセットアップ 2-3　Google ColaboratoryでSD/WebUIを使う 2-4　Stable Diffusion/WebUIの日本語化、起動方法と終了方法、アップデートの方法 第3章　Stable Diffusion WebUIで画像を生成する 3-1　txt2imgの操作画面 3-2　プロンプトの入力 3-3　3つのパラメータとサンプリングアルゴリズム 3-4　画像の生成 3-5　画像の保存と保存先 3-6　大きな画像を生成する 3-7　複数枚の画像を一度に生成する 3-8　学習モデルの追加と変更 3-9　img2imgの操作画面 3-10　画像とプロンプトで別の画像に変換する 3-11　画像の一部を修正する 3-12　SD/WebUIの設定①「設定」タブ 3-13　SD/WebUIの設定②そのほかの設定 第4章　こんな画像を出力するには 4-1　ほかの人の作品とプロンプトを見てみよう 4-2　人物のイラストを出力する 4-3　アニメ風の人物イラストを出力する 4-4　さまざまな画材で描かれた絵を出力する 4-5　人物の写真を出力する 4-6　自然の風景を出力する 4-7　都市の風景を出力する 4-8　建築物を出力する4-9　ファンタジー世界の画像を出力する 4-10　商品の写真を出力する 第5章　AI生成画像の権利と未来 5-1　弁護士が解説する生成画像AIと著作権 5-2　深津貴之氏インタビュー「画像生成AIの未来」 付録　プロンプト単語帳

※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。 "競プロ" で必要なテクニックを1冊に凝縮！ 競技プログラミング（競プロ）は、問題を解くことでプログラミング能力を競う大会です。本書では、競プロで必要なアルゴリズム・データ構造・考察テクニックを丁寧に解説します。さらに、知識を定着させるための例題・演習問題が150問以上掲載されています。 本書は、競プロのコンテストで勝ちたい、アルゴリズムを本格的に学びたい、技術力向上に繋げたいなど、様々な目的で利用できるものとなっています。 　 ［本書の特徴］　 ・競プロで必要な77個のテクニックを網羅 ・320点超のフルカラーの図でわかりやすく解説 ・知識を身に付ける演習問題153問 ・全問題が「自動採点システム」に対応 ・新傾向の「ヒューリスティック・最適化」も解説 　 ［本書の構成］　 序章 競技プログラミング入門 第1章 アルゴリズムと計算量 第2章 累積和 第3章 二分探索 第4章 動的計画法 第5章 数学的問題 第6章 考察テクニック 第7章 ヒューリスティック 第8章 データ構造とクエリ処理 第9章 グラフアルゴリズム 第10章 総合問題 終章 さらに上達するには 　 ［本書で扱うトピック（抜粋）］　 全探索／2進法／一次元の累積和／二次元の累積和／配列の二分探索／答えで二分探索／しゃくとり法／半分全列挙／部分和問題／ナップザック問題／ビットDP／最長増加部分列問題／素数判定法／ユークリッドの互除法／繰り返し二乗法／包除原理／ゲーム問題／偶奇を考える／一手先を考える／後ろから考える／山登り法／焼きなまし法／ビームサーチ／スタック／キュー／優先度付きキュー／連想配列／文字列のハッシュ／ダブリング／セグメント木／深さ優先探索／幅優先探索／ダイクストラ法／Union-Find／最小全域木問題／最大フロー問題／二部マッチング問題／ほか多数 序章　競技プログラミング入門 第1章　アルゴリズムと計算量 第2章　累積和 第3章　二分探索 第4章　動的計画法 第5章　数学的問題 第6章　考察テクニック 第7章　ヒューリスティック 第8章　データ構造とクエリ処理 第9章　グラフアルゴリズム 第10章　総合問題 終章 さらに上達するには 米田 優峻（よねだ まさたか）：　 2002年生まれ。2021年に筑波大学附属駒場高等学校を卒業し、現在東京大学に所属。競技プログラミングでは「E869120」として活躍。2020年までに国際情報オリンピック（IOI）で3度の金メダルを獲得したほか、世界最大級のオンラインコンテスト「AtCoder」でも最高ランクである赤色の称号を持っている。また、Qiitaで多数の記事を投稿したり、競技プログラミングの中上級者向け問題集「競プロ典型90 問」を作成するなど、アルゴリズムや競技プログラミングの普及活動も行っている。著書に『問題解決のための「アルゴリズム×数学」が基礎からしっかり身につく本』（技術評論社）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。 誰にでも読みやすく。Clean Code を実践しよう Beyond the Basic Stuff with Python：Pythonプログラミングの入門・基本をマスターしたら次のステージへと踏み出そう！　パイソニック（Pythonic）なコードを書くことを学び、より優れたプログラマーになる手法を伝授します。 自分の書いたコードに自信を持てるプログラマーになろう ［誰にでも読みやすい 広く公開できるコードを書こう］ 本書ではきれいなコード（Clean Code）を書くために、コマンドライン、コード整形、型チェッカー、リンター、バージョン管理 などのその道のプロが利用しているツールを詳解し、Pythonプログラミングスキルを向上させる方法を学びます。 ［Clean Codeを実践するツールを活用できるようになろう］ 開発環境のセットアップ、変数の命名方法、読みやすさ向上のための最適な方法　を紹介します。 ［オブジェクト指向設計を理解し アルゴリズムを活用しよう］ コードの公開に必要となるドキュメントの作成や書式の統一、またパフォーマンスの測定、オブジェクト指向プログラミング、コーディングインタビューで一般的に使用されるオーダー記法（Big O）について説明します。 本書の後半では2つのコマンドラインのゲーム「ハノイの塔（ロジックパズル）」と「四目並べ（タイル落としゲーム）」を作りますが、書いたゲームのコードが本書の「最適な方法」でプログラミングされているかを確認してみましょう。 PART 1　基本準備から始めよう PART 2　Python に適した開発方法・ツール・テクニック PART 3　オブジェクト指向のPython

※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。 「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

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。

※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

※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。 イラストでラクラク学ぶプログラミング！ パソコンに関係する用語やプログラミングの基礎知識が大人も子どもも楽しみながら身につく！個性的なキャラクターなど、イラストいっぱいのプログラミング本。 2020年4月から、小学校でプログラミング教育が必修化するが、これからプログラミングを学ぶ子どもたちはもちろん、教育現場もまた知識や情報を求めて手探りの状態。家庭でサポートしようにも、保護者の方たちも「プログラミングって何？」という方が多い。そんな方たちのために、パソコンの立ち上げ方、ファイルの保存の仕方などから、小学校で使われるプログラミング言語「Scratch（スクラッチ）」の使い方、その他のプログラミング言語やアルゴリズムの考え方まで、プログラミングするにあたって必須となる知識をわかりやすく解説！

※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。 ※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

※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

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。

【すべてのビジネスパーソン、必読！ やさしい文章と豊富な図解で「ディープラーニング」がよくわかる！】 今、第3次人工知能ブームが到来しています。その一因を担っているのが「ディープラーニング」です。「ディープラーニング」は、これからの時代にとても重要となる技術と考えられていますが、一方でとても複雑なものであり、専門家にしか理解できないと捉えられています。その大きな原因は、「ディープラーニング」のしくみをわかりやすく説明することが困難であることにあります。 第1に、「ディープラーニング」を理解するためには、まず「ディープラーニング」登場以前に行われてきた研究もふまえないといけないという点。「ディープラーニング」を一足飛びに理解するのはなかなか難しく、前提として「ニューラルネットワーク」などのアルゴリズムを理解しないといけません。「ディープラーニング」を理解するための要素としては、必要な知識が多く、調べるだけで大量の時間を費やしてしまいます。 第2に、「ディープラーニング」や「ニューラルネットワーク」などのアルゴリズムを説明する際には数式を使うのが一般的になっており、技術的・数学的バックグラウンドがなければ、理解するためのハードルがとても高い点。数式が出てきた時点で、そっと本を閉じる方は多いのではないでしょうか。 しかし「ディープラーニング」は、これからあらゆる業界・業種が関わっていくことになります。だから専門家ではなくても、「どんなものなのか」「何ができるのか」は誰でも知っておく必要があるのです。 本書では、これらの課題を解決するために「ディープラーニング」を最短で理解するための情報を提供しています。PART1でAIの歴史と変遷をたどりながら「ディープラーニング」についてを説明。PART2でユースケースを解説し、具体的にどのように使われているかを理解していただきます。PART3では未来を予測し、どのようなことが起こっていくのかをまとめました。また、全編を通じて、イラストを多用することで、「ディープラーニング」をできるだけ直感的にわかりやすく理解できるようになっています。 〈本書のおもな内容〉 ■PART1 ディープラーニングとは ■PART2 実用化されるディープラーニング ■PART3 ディープラーニングがもたらす未来

進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は，これらを万人のツールであるExcelを用いて，難しい数学やプログラミングの知識抜きに，動かしながら，目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ，その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。

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!

※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。 オープンソースの広がりにより、多様な機能を実現することは以前と比較すると驚くばかりに容易になっている。しかし、このような開発法ではスケーラビリティと高信頼性を同時に保証することはできない。機能の実現や追加が比較的安易にできる時代になったからこそ、成長し続けるシステム全体の正常な動作を保証しうる開発検査手法の必要性が増している。 本書では、優れた開発者として最先端の理論やツールと使ってソフトウェア開発をするために必要な基礎知識である、論理学、並行システム、オートマトン、モデル検査のアルゴリズムや実装技術、モデル検証ツールをまとめて解説する。

※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。 機械学習本ベストセラーの第2版！ 著者陣の経験に基づく洞察とより専門的な知識を学べる 機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を網羅的に解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（CNN/RNN）までの手法を取り上げます。Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。 ◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition』の翻訳書です。 ◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。 ■「はじめに」より抜粋 機械学習の実践的なサンプルコードを調べて試してみるのは、この分野に飛び込むのにうってつけの方法である。幅広い概念が明確になるからだ。本書では、Python言語と機械学習ライブラリを使って機械学習の実装を体験してみるほか、アルゴリズムの背後にある数学的な概念を紹介する。それらの概念は、機械学習をうまく利用するために欠かせないものである。したがって、本書は単なる実用書ではない。本書では、機械学習の概念を必要に応じて詳しく説明する。

※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。 人より強い“将棋プログラム”を作ろう 2016年3月、プロ棋士に勝つには後10年かかると言われていたコンピュータ囲碁でAlphaGoがトップ棋士に勝利しました。そこで使われた手法がディープラーニングです。 AlphaGoは局面を「画像」として認識し、打ち手の確率と局面の勝率を予測することで、次の打ち手を決めています。画像とはどのようなものか、次の打ち手をどうやって決めるのか？AlphaGoの論文をヒントに、ディープラーニングを使い棋譜を学習した将棋AIの開発を行います。強化学習のみでトップレベルの強さを持つAlphaZeroの手法も取り入れています。 ［導入編］では、コンピュータ将棋の歴史とディープラーニングの関係、コンピュータ将棋の大会の概要を紹介します。 ［理論編］では、従来のコンピュータ将棋のアルゴリズム、コンピュータ囲碁で用いられているモンテカルロ木探索とAlphaGoがどのようにディープラーニングを応用したか。基礎的な知識について解説しつつ、これらを将棋AIに応用する方法について述べます。 ［実践編］では、ディープラーニングを使った以下の３つの将棋AIについて、PythonとChainerで実装していきます。 方策ネットワーク（policy network）を使って指し手の予測のみでプレイするAI 価値ネットワーク（value network）を使って1手探索を行うAI 方策ネットワークと価値ネットワークを使ってモンテカルロ木探索を行うAI 最後に、より強い将棋AIを作りたいという方のために、ヒントとなる情報を紹介します。

※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。 コミュニケーションゲームにおける人工知能の最先端がここにある！ 将棋と囲碁の次に人工知能が取り組むゲームは人狼です。――松原仁氏（はこだて未来大学副理事長・システム情報科学部教授／人工知能学会前会長） 人を知り、人と遊び、人を出し抜く、人狼知能！――三宅陽一郎氏（日本デジタルゲーム学会理事／ゲームAI開発者） 「人狼ゲーム」とは、村に紛れ込んだ人食い人狼を、お互いに自分自身の正体がばれないようにほかのプレイヤーと話し合いながら、村人チームと人狼チームの生き残りを競うゲームです。与えられる情報に限りがあり、さらにプレイヤーごとに情報量に偏りがあるという「不完全情報ゲーム」で、騙す、嘘を見抜く、揺さぶるなど、「心理的な」駆け引きが重要になってきます。将棋や囲碁のように、お互いの情報が開示されている「完全情報ゲーム」における人工知能の研究は進んでおり、次のフロンティアは不完全情報ゲームであると目されています。 本書では、AI同士で人狼ゲームを行う「人狼知能」を通してAIプログラミングを学んでいきます。人狼ゲームを戦うプレイヤープログラム「人狼知能エージェント」の概要、機械学習入門とそれを活用したエージェントの作成方法、さらには自然言語処理の基礎とそれを組み込んだエージェントの作成方法まで、人狼知能エージェントを作成するための知識が網羅されています。 AIプログラミングの解説は数多くありますが、サンプルの実装ではなく、ここまで明確な目的を見据えた実装は多くはありません。本書を参考にして、強い人狼知能の開発や人狼知能大会への参加、さらには、推論や自然言語によるコミュニケーションが可能なAIといった応用へと踏み出してください。また、人狼知能エージェント同士を戦わせる「人狼知能大会（プロトコル部門）」を連覇中の最強エージェントのアルゴリズム解説も掲載されているため、脅威の人狼発見率を誇るプログラムの実際を知り、自分のエージェントに組み込むことも可能です。 付録として、コマンドラインやツールの基本、Javaプログラミングの基礎やツールの活用、デバックの手法などが収められており、プログラミング初心者であっても、人狼知能エージェントの作成が学べる内容になっています。

ゲームの基本にある「ルール」に焦点を当てた，ゲームデザインの入門書。 お手本のない，オリジナルのゲーム作り。そこには，無数に思える選択肢があります。ゲーム作りは，どのように進めれば良いのでしょうか。本書では「アルゴリズム」「ルールの組み替え」「対称性」「自由と制約」という切り口のもと基礎事項から徹底解説。実在するシンプルかつ少し風変わりな例を用い，試行錯誤と決断の過程，考え方をたどりながら，ゲームを司るしくみを探ります。こんなゲームを作りたい！と思ったそのとき，ひらめきを形にするための秘訣が満載です。

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。

※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。

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。 『ハッカーの学校』の著者が徹底解説 暗号技術の絡み合いを解き明かす 【本書のポイント】 1）古典暗号から現代暗号までを体系的に解説 2）アルゴリズムに注目することで、暗号技術の絡み合いを解き明かす 3）図や数値例を多数掲載し、数学も克服できるように配慮 4）教科書として、辞書として……いろいろな読み方ができる 【本書のねらい】 ・「読める」…専門書や論文を読む準備ができる。 ・「使える」…適切な運用や実装ができる。 ・「見える」…日常に隠された暗号技術に気付く。 ・「楽しむ」…古典暗号と現代暗号に魅了される。 【必要な予備知識】 ・コンピュータの基礎知識 ・高校レベルの数学知識（復習のための解説あり） 【内容紹介】 現代で安全な情報のやり取りをするには 暗号技術が不可欠です。 本書では、仕組みの説明だけでなく、 安全性や危険性について、利用する側と 攻撃する側の両面から見ていきます。 特にシステムの設計者や開発者が 正しく暗号技術を使えるように、 実装と運用の観点も加えました。 攻撃が成功するロジックや、 暗号化と復号の計算などを 自分で考える項目も用意しています。 ぜひ挑戦してみてください。 【ダウンロード特典あり】 本書をお買い上げの方に、ページ数の都合で泣く泣くカットした内容をまとめたPDF（約60ページ）をダウンロード提供しています。（詳しくは本書をお読みください） ※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。 量子コンピュータのしくみの説明は、「量子とは粒であり波である」「結果は観測するまで確定しない」など、直感的には想像がつかない説明がつきまといます。そんな難解なイメージのある量子コンピュータがいかにして計算しているのかを解説する本です。 本書では、量子コンピュータのうち、ソフトウェア（アルゴリズム）のしくみを扱っています。逆に、ハードやビジネス活用に関する話はしていません。また、量子力学にも触れません。そのかわり、高校数学（主に行列）の知識さえあれば、その延長で量子アルゴリズムを理解できるよう、ていねいに、たっぷり解説します。本書に出てくる計算のルールの解説からはじめるので、難しそうと感じるかたでも、ぜひ読んでみてください。この本を片手に、量子コンピュータの「頭の中」をのぞいてみましょう。

※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。 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。 もう1問正解できれば合格なのに！という方へ。 今度こそ合格したい人のための基本情報午後試験の強化書！ 基本情報技術者試験（FE)で、多くの受験生がつまずく午後問題の問8「アルゴリズム問題」。 午後試験において大きな配点の選択必須問題だからこそ、ちゃんと理解して合格を目指しましょう。 本書では、多くのIT関連書籍を執筆してきた人気講師が、アルゴリズム問題を理解するための核である「擬似言語」を、 過去問を使いながら、丁寧に解説します。制限時間内にきっちり解き切ることができるようになりますよ。 【本書の特徴】 1.過去問をもとに解法テクニックを学べるから、合格力が身に付きます。 2.「大事なのに、他書で扱いの薄い分野」を正面からちゃんと扱っています。 3.選ばれ続けている定番教科書が、最新傾向を踏まえて再登場です。 【対象】 ・アルゴリズム問題に苦手意識をもつ方 ・あと一歩、合格に点数が足りない方 ・いつも制限時間内に解けない方 【目次】 CHAPTER1：擬似言語とは何か CHAPTER2：擬似言語の仕様 CHAPTER3：擬似言語を読む練習 CHAPTER4：擬似言語を読む練習の仕上げ CHAPTER5：アルゴリズム問題の解き方のコツ CHAPTER6：アルゴリズム問題演習 ※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。 プログラミングの基礎からはじめて、30日後にはウィンドウシステムを有する32bitマルチタスクOSをフルスクラッチで作り上げるという入門書。ビギナーでも無理なく作成できるようPCの仕組み・アセンブラ・Cの解説から始まり、試行錯誤を繰り返しながらアルゴリズムを学びつつ、たのしく自由な雰囲気でOSをゼロから構築していくという、他に類を見ない手法による、趣味と実用と学習を兼ね備えたOS作成の入門書です。【ご注意】本書の紙版にはCD-ROMが付属しておりましたが、電子版には付属しておりません。本書サポートサイトからデータをご入手ください。書籍中にCD-ROMに関する記述や解説がございますが、適宜読み替えをお願いいたします。 【構成】 [ゼロ日目]　開発を始める前に/[一日目]　PCの仕組みからアセンブラ入門まで/[二日目]　アセンブラ学習とMakefile入門/[三日目]　32ビットモード突入とC言語導入/[四日目]　C言語と画面表示の練習/[五日目]　構造体と文字表示とGDT/IDT初期化/[六日目]　分割コンパイルと割り込み処理/[七日目]　FIFOとマウス制御/[八日目]　マウス制御と32ビットモード切り替え/[九日目]　メモリ管理/[十日目]　重ね合わせ処理/[十一日目]　ついにウィンドウ/[十二日目]　タイマ-1/[十三日目]　タイマ-2/[十四日目]　高解像度・キー入力/[十五日目]　マルチタスク-1/[十六日目]　マルチタスク-2/[十七日目]　コンソール/[十八日目]　dirコマンド/[十九日目]　アプリケーション/[二十日目]　API/[二十一日目]　OSを守ろう/[二十二日目]　C言語でアプリケーションを作ろう/[二十三日目]　グラフィックいろいろ/[二十四日目]　ウィンドウ操作/[二十五日目]　コンソールを増やそう/[二十六日目]　ウィンドウ移動の高速化/[二十七日目]　LDTとライブラリ/[二十八日目]　ファイルと日本語表示/[二十九日目]　圧縮と簡単なアプリケーション/[三十日目]　高度なアプリケーション/[三十一日目]　開発を終えた後で

★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

※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。

※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。 午後問題を解くために必要な着眼点，問題文の読み方を丁寧に解説！ ◎問題演習を通して，関連知識を復習！ ◎絶妙に心地よい解説で，理解力アップ！ ◎多くの学習者が感じる疑問点をFAQで解決！ ◎読みやすさを考慮し，解説での問題引用文は全て，枠で抜き出しを行っていますので，問題に立ち返らなくても確認ができます！ 目次 第1部 本書の使い方 第1章　応用情報技術者試験の出題範囲 第2章　学習の進め方 第3章　本書の学習方法 第2部 午後記述式問題の対策 第1章　情報セキュリティ 第2章　システムアーキテクチャ（システム構成技術と評価) 第3章　ネットワーク 第4章　データベース 第5章　情報システム開発 第6章　プログラミング（アルゴリズム) 第7章　組込みシステム開発 第8章　マネジメント系の問題 第9章　ストラテジ系の問題 巻末資料

※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。 強化学習、さらにディープラーニングを組み合わせた深層強化学習DQN（Deep Q-Network）という用語を目にする機会が増えています。本書は関連の概念を分かりやすく解説しつつ、Python＋PyTorchで「倒立振子課題」「迷路を解くプログラム」「ブロック崩しの攻略」を実装していきます。 第1章「強化学習の概要」では機械学習とその3分類（教師あり学習、教師なし学習、強化学習）について紹介します。 第2章「迷路課題に強化学習を実装しよう」では、簡単な強化学習（方策勾配法、Sarsa、Q学習）のコードをひとつずつ実装しながら、強化学習のアルゴリズムと実装方法を理解します。迷路を最短ルートでゴールするよう強化学習させます。 第3章「倒立振子課題に強化学習を実装しよう」では、2章で学んだ強化学習の基本をより複雑な課題へ適用します。倒立振子とは、“ほうきを手のひらの上に立てる”遊びと同じ内容でその制御ルールを強化学習させます。Anacondaを用いたセットアップ方法も解説します。 第4章「Pytorchでディープラーニングを実装しよう」では、ディープラーニングの内容を理解し、PyTorchで実装します。ニューラルネットワークとディープラーニング発展の歴史、学習フェイズと推論フェイズについて解説。最後に手書き数字の画像を分類するMNIST課題を実装解説します。 第5章「深層強化学習DQNを実装しよう」では、強化学習にディープラーニングを組み合わせた“深層強化学習”を理解し、DQNを実装できるようにします。第3章の倒立振子課題に対してDQNを実装します。 第6章「深層強化学習の発展版を実装しよう」では、新しい深層強化学習の手法、Double-DQN、Dueling Network、Prioritized Experience Replay、そしてA3C、A2Cを理解し、実装できるようにします。 第7章「AWSのGPU環境でブロック崩しを実装しよう」では、ブロック崩しゲームを対象に深層強化学習のA2Cを実装します。実行環境としてAmazonのクラウドサービスAWSのGPU環境を使用する方法も解説します。

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

※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。 ※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2023/978-4-297-13250-7)も合わせてご覧ください。 "秒"でバズる！ フォロワー"0人"から成果を出すSNSマーケティングの新法則 日本でのユーザー数が1,300万人を超えたと言われるTikTok。現在もっとも拡大し，かつ影響力のあるSNSであるといえます。本書はこうしたTikTokをビジネスに活用し，バズる動画を制作することでファンを獲得。商品の販売や契約，採用などにつなげていくためのノウハウを解説する書籍です。TikTokビジネスの成功のポイントは「アルゴリズム」と「アカウント設計」にあるという考えのもと，TikTokの仕組み，バズるための型，動画の作り方を解説。また，飲食店，美容師，採用など，業種別のTikTokアカウント設計例を解説します。著者はTikTokの累計フォロワー数が約46万人を超えるガリレオこと前薗孝彰氏。自身の経験と250以上の企業および個人に対するコンサル経験をもとに，TikTokでビジネスを成功に導くノウハウを伝授します。

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

※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。

【ChatGPTをソフトウェア開発で活用しよう！】 ChatGPTに一番相性がいいのは、ソフトウェア開発かもしれません。コンピュータのことはコンピュータに聞くのがいい！ 「ソフトウェア開発にChatGPTは使えるのか？」エンジニアならば誰しも考える疑問です。本書は、ベテラン技術者が真正面からChatGPTにあたり、その性能をさまざまな点から検証しいきます。Officeなどのドキュメントの自動生成だけでなく、ソフトウェア設計やテスト、リファクタリングで活用など目からうろこの活用術を解説。 単に質問に答える人工知能ではありません。開発の仲間としてChatGPTを使う方法を紹介します。 ■こんな方におすすめ AIのソフトウェア活用を検討しているプログラマー。ChatGPTの活用を考えているエンジニアなど。 ■目次 ●第1章 ChatGPTで何ができる？なぜできる？ 　　1-1 ChatGPTで何ができる？ 　　1-2 なぜそんなことができるのか？ ●第2章 プログラミングでの活用 　　2-1 自動コード作成 　　2-2 エラー対策 　　2-3 クラス化について 　　2-4 状態遷移表でコードを生成 　　2-5 デザインパターンを提案してもらう 　　2-6 アルゴリズムを提案してもらう 　　2-7 段階的積み上げ手法 　　2-8 コードの変換 　　2-9 付記：テストケースの注意点 ●第3章 リファクタリングでの活用 　　3-1 隙間時間でお気軽リファクタリング 　　3-2 コメントとドキュメンテーション 　　3-3 セキュリティの脆弱性チェック 　　3-4 例外処理と論理完全性の改善 ●第4章 ドキュメントの自動生成 　　4-1 PowerPointのスライドを自動作成 　　4-2 Wordドキュメントの自動作成 　　4-3 Excelと連携しドキュメントを自動作成 　　4-4 diagramsを使ってクラウド図を作成 　　4-5 dbdiagram.ioでER図を作成する ●第5章 各種開発手法の提案 　　5-1 DDDによる設計と実装 　　5-2 TDDによるテストからの実装 　　5-3 ChatGPTとソフトウェア開発のアプローチ ●第6章 学習プロセスでの活用 　　6-1 分野別の学習 　　6-2 プログラミング言語の学習 　　6-3 ChatGPTは学習を加速する ●第7章 ChatGPT APIを活用する 　　7-1 最も基本的な使い方 　　7-2 要約をしながら文脈をつなげていく 　　7-3 社内データベースに日本語で問い合わせる 　　7-4 社内データベースと連携してユーザーサポートをする ●第8章 ChatGPTで長文データを扱う 　　8-1 LlmaIndexで長文データを扱う 　　8-2 LangChainで長文データを扱う ●第9章 長文をChatGPTで扱うコツ 　　9-1 LangChainの仕組みとは 　　9-2 Chainsでタスクをつなげる 　　9-3 Chainsによるチャットボットの例 　　9-4 Agentによるコードの実行 　　9-5 Agentによる判断・実行・プロセスの自動化 　　9-6 AgentによるChatボットの最終形 ■著者プロフィール 小野哲：ソフトウェア開発歴40年を超えるプロ技術者。技術評論社では『逆算式SQL教科書』『最新図解 データベースのすべて』『3ステップで学ぶOracle入門』など書籍がある。そのほかに『現場で使えるSQL』（翔泳社）など。ウェブアプリからデータベースまで幅広い知見と技術を持ち、最近ではPythonでアプリ開発を請け負う。

『コンピュータはなぜ動くのか』19年ぶり、待望の改訂第２版！ 「これからの10年も通用する基本」を身につけよう！ ハードウエア、ソフトウエア、データベース、ネットワーク、セキュリティというコンピュータを使いこなすうえで必要な知識をこの１冊で解説します。 ハードウエアの基本的な仕組み（プロセサ、メモリー、入出力）から、ソフトウエアの実際（プログラム、アルゴリズム、データ構造、データベース、ネットワーク）とシステム構築までをカバー。これからプログラマやＳＥを目指す入門者から、基本をひと通り学びたい文系エンジニア、さらには、もう一度学び直したいベテランエンジニアまで、コンピュータを動かして成果を得ることの楽しさと仕組みを知りたい人に役立つ内容です。 【改訂のポイント】 今後10年通用するよう内容を全面的に更新。具体的には以下の通りです。 ・「コンピュータを作ってみよう」では「COMET II／CASL II」に対応。 ・プログラム部分はPythonでの記述に一部変更。 ・データベースではMySQLに変更。 ・暗号化では共通鍵暗号方式から公開鍵暗号方式に変更。

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。

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。

本書は「Pythonだけ」を学ぶ本ではありません。Pythonを使ってプログラミングを紹介していますが、伝えたい内容はPythonに限らない「プログラミング全般」の知識です。 プログラマになるためのスキルを独学できる本です。Pythonプログラミングの基本を学べるだけでなく、プログラマとして必要なスキル(シェル、正規表現、パッケージ管理、バージョン管理、データ構造、アルゴリズム、仕事の始め方・やり方)もひと通り学べるのが特徴です。 「プログラミングを始めたい」「できればその道でプロを目指してみたい」――そんな読者にオススメです。 本書の著者、コーリー・アルソフ(Cory Althoff)は、「独学プログラマー」です。本書は、彼が独学で、ゼロからプログラミングを学んだ体験に基づいて書かれました。 プログラミングを独学で身に付けるために、著者がPythonを通して学んだエッセンスが書かれています。彼の独学プログラマーとしての学び方は、Amazon.comでの本書の評価を見るとわかるように、多くの人に支持されています。

※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。 【本書の概要】 Web開発やデータ分析などの分野で近年、ユーザー数が増えてきているPython。 最近では、Pythonに触れる方も多くなってきています。 本書はそうしたPython初心者の方に向けて、 簡単なサンプルを作りながら、対話形式でプログラミングのしくみを学ぶ書籍です。 【対象読者】 Pythonのついて、何も知らない超初心者 【1年生シリーズ・3つのポイント】 ・対話形式で解説し、イラストを交えながら、基礎知識を解説します。 ・初めての方でも安心して学習できるよう基本文法もしっかり解説します。 ・平易でサンプルを用意していますので、安心してプログラムを体験できます。 【本書のポイント】 ヤギ博士とフタバちゃんと一緒に 基本的なプログラムから、面白い人工知能アプリの作成まで 体験して、プログラミングのしくみを学ぶことができます。 【著者】 森巧尚（もり・よしなお） iPhoneアプリや、HTML5ゲーム制作、執筆活動などを行っている。 近著に『アルゴリズムの図鑑』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。

図を多用し、その仕組みをたとえを使いながら見せることに重点を置いています。 著者が選んだ基準は、(1)インターネットでメールやブラウザを利用する一般ユーザーの日常のコンピュータで使われていること、(2)特定の状況や高度のソフトウェアだけに使えるものは除くこと、(3)基本的にコンピュータ・サイエンスの理論に基づくこと、です。 扱っている9のアルゴリズムのテーマは、検索エンジンのインデクシング、ページランク、公開鍵暗号、誤り訂正符号、パターン認識、データ圧縮、データベース、デジタル署名、計算不能性。

本書では，脳の各部位がどんな役割を持ち，どうやって情報を処理しているのかを解説し，人間らしい知能を実現するにはどのようなしくみが必要かふれていきます。続いて，身近にある人工知能のなかで動いている機械学習やディープラーニングなどのコンピューター技術のしくみを説明します。人間の脳のしくみと最新の機械学習のアルゴリズムを照らし合わせてみると，なんだか人間のような知能が再現できそうな感じがしてきます!

※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。 【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。

※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。 どう動くのか仕組みを理解し、スマートなコードを実現できる、データ構造やアルゴリズムの現実のコードを知りスキルアップできる。Pythonプログラマーの必須の書籍。

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。

※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。 これから必ずくる量子コンピューティングの時代に備えるためのバイブル 本書は、IT分野のプログラマやエンジニアを主な読者対象として、その方々にとって特に重要な量子コンピューティングの基礎をわかりやすく解説した書籍です。 量子コンピュータについては、多くの人がクラウド越しで実物に触れられるようになった今でも、物理の専門書から学ぶか、チュートリアルやハンズオンのウェブ記事を読んで勉強するかしかありません。これから量子の力をフル活用できる人や、量子情報の考え方を利用してコンピュータサイエンスをよくしていく人材が必要になるというのに、入門書と専門書の間には大きな隔たりがあります。 本書はこれから必ずくる量子コンピュータの時代で活躍されるであろうIT分野のプログラマやエンジニアの皆様にとって、特に知っておくべき概念をできる限り網羅しています。量子コンピュータの背景、その原理や応用についても高校数学で学んだ内容を起点に数式も示しつつ、しっかりと解説しています。 第1章　なぜ量子コンピュータ？ 第2章　量子コンピュータの基本 第3章　量子計算の基本パッケージ 第4章　量子アルゴリズム 第5章　NISQ量子アルゴリズム 第6章　量子コンピュータのエラー訂正 第7章　量子コンピュータのプログラミング 第8章　量子コンピュータのアーキテクチャ 第9章　量子コンピューティングでひらく未来

※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。

※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、Think IT連載「ビジネスに活用するためのAIを学ぶ」に、筆者の自社Webサイトで公開中のブログ「AI技術をぱっと理解する(基礎編)」を加え、さらに加筆・修正したAI入門書。これからAIを学ぶエンジニアや過去にAIを学習したが挫折してしまったエンジニア向けに、AIの基礎と全体像を解説し「AIとは何か」「AIで何ができるのか」をイメージできるようにした。 本書の特長は、古い歴史には触れず、(1)ディープラーニング登場以降の5年間の流れを知り(過去)、(2)今のAI技術の全体像を把握し(現在)、(3)5年後のAI活用イメージを掴む(未来)、の3点。書き下ろしコラムによるていねいな補足もあり、広大で難解なAIの世界をやさしく学ぶことができる。 全3部構成。 ●第1部「人工知能の基礎を理解する」では、AIの基礎と全体像をしっかり理解できるように解説。 ●第2部「機械学習のアルゴリズムを学ぶ」では、AIの心臓部となる＜機械学習＞＜統計学＞＜アルゴリズム＞の3要素とその関係を解説。＜機械学習＞には 「教師あり学習」「教師なし学習」「強化学習」などが、その背後には「回帰」「分類」「クラスタリング」などの＜統計学＞があり、その解を求める方法には「決定木」「サポートベクターマシーン」「ｋ平均法」など、多くの＜アルゴリズム＞がある。これらの三角関係をやさしく紐解く。 ●第3部「ビジネスに活用するための人工知能を学ぶ」では、著者の調査による最新動向を踏まえ、AIビジネスの将来について業界別に考察。 RPA (Robotic Process Automation) の現状についても解説する。

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]

アルゴリズム革命とは、情報処理能力の飛躍的向上により、あらゆる人間活動が計測され機械によって代替される流れのこと。Fintech,IoT,Cloud Computing,AIなど、シリコンバレーの最先端の動きとこれから日本で起こることを、スタンフォード大学の研究員がわかりやすく解説。

※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。 プログラミングコンテストで勝つための必須テクニック「アルゴリズム」と「データ構造」の基礎をマスター！ 本書はプログラミングコンテストの問題を攻略するための「アルゴリズムとデータ構造」を体得するための参考書です。初級者が体系的にアルゴリズムとデータ構造の基礎を学ぶことができる入門書となっています。プログラミングコンテストでは、高い数理的能力で上位ランクを得ることができますが、多くの入門者においては基礎アルゴリズムの応用が目の前の問題の攻略に繋がります。つまり、基礎対策をすることでランクを上げ（問題が解けて）コンテストを楽しむことができます。 基礎対策と言っても辛い勉強ではありません。そこには、体得したスキルで問題を解いていく楽しみ、応用する楽しみ、アルゴリズムとデータ構造を網羅的に「コレクション」していく楽しみがあります。このような楽しみを体感しながら学習・対策できるように、本書ではコンテストの競技システムに類似した、オンラインジャッジと呼ばれるプログラムの自動採点システムを通してアルゴリズムとデータ構造を獲得していきます。本書の内容はAIZU ONLINE JUDGEでチャレンジすることが可能です！

※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】 “苦手を得意に変える”シリーズに「アルゴリズム」編が登場 基本情報の午後試験をクリアする一番の近道は、解答必須の「問8 データ構造とアルゴリズム」に正解することです!本書では、苦手意識をもつ受験生のために3つの仕掛けを作り、正解するための実践力が効率よく身に付くよう、構成しています。 曲者の擬似言語を詳しく紹介 他で目にすることはあまりない「擬似言語」が、スラスラ読めるようになる! 擬似言語×アルゴリズムを見える化 “擬似言語の動きがパッとわかる”読者特典資料を、Webから ダウンロード提供! 解法のポイントをズバリ解説 過去問題を題材に解法のポイントをつかみ、試験に合格できる 実践力が身に付く! ※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。

※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、カラー画像やDepthデータ、Bodyデータの使い方、音声データ・方向の取得方法、顔の位置・表情の検出、詳細な顔モデルの解析、3DスキャンのKinectFusion、ジェスチャーの認識方法や音声認識等について解説します。また、センサーの性能を分析し、独自処理を実装することで、Kinectを高性能化します。v2に搭載されるとアナウンスされつつ、最終的にサポート外となった心拍の取得を独自アルゴリズムで実装します。

※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。 チューニングを自動化するブラックボックス最適化について詳説 　本書は，機械学習に欠かせないハイパーパラメータ調整（チューニング）を自動化するブラックボックス最適化について一からわかりやすく，そして，詳しく説明した書籍です．合わせて，Python言語上で動作するフレームワーク“Optuna”によるブラックボックス最適化の実行を，Optunaの開発者ら自ら詳しく説明しており，基礎を理解しながら実践に即した知識を身につけることができます． 　いまや機械学習は多種多様な応用が広く図られており，技術者／研究者，学生全般にとって必修といえるスキルになっていますが，その際に手間を要するのが，ハイパーパラメータ調整です．特に，深層学習（ディープラーニング）では，ハイパーパラメータの数が多い傾向があるうえに，その調整が性能を大きく左右するといわれています．多くの技術者が，これにかなりの時間が費やされてしまっているのが実情です．ブラックボックス最適化は汎用性も高く，機械学習のハイパーパラメータ調整に限らず，工学や日常生活にかかわる多くのことを最適化できます．例えば，本書ではミドルウェアのパフォーマンス調整や，お菓子のレシピ作成にブラックボックス最適化を応用する方法も紹介しています． 　ハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化とそのPythonベースのフレームワークOptunaについて，応用例からアルゴリズムまでを一からわかりやすく説明した書籍です．機械学習に留まらず，科学技術のあらゆる分野で登場するブラックボックス最適化に入門するにあたって最適な書籍です． CHAPTER 1　ブラックボックス最適化の基礎 1.1　ブラックボックス最適化とは？ 1.2　目的関数と最適化 1.3　グリッドサーチとランダムサーチ 1.4　SMBO 1.5　ブラックボックス最適化の利用対象 CHAPTER 2　はじめてのOptuna 2.1　環境構築 2.2　簡単な数式の最適化 2.3　機械学習のハイパーパラメータのOptunaによる最適化 CHAPTER 3　Optunaを使いこなす 3.1　多目的最適化 3.2　制約付き最適化 3.3　可視化機能を用いた探索空間の調整 3.4　探索点の手動指定 3.5　分散並列最適化 3.6　サンプラーの選択 3.7　枝刈り CHAPTER 4　ブラックボックス最適化の応用例 4.1　機械学習のハイパーパラメータの最適化：音声認識ソフトウェアMozilla DeepSpeech 4.2　パイプラインフレームワークとハイパーパラメータ最適化 4.3　継続的なモデル改善でのOptunaの使い方 4.4　オンライン広告入札システムの実行環境の最適化 4.5　クッキーレシピの最適化 4.6　ニューラルアーキテクチャサーチ CHAPTER 5　Optunaの最適化の仕組み 5.1　Optunaの柔軟なインタフェース 5.2　独立サンプリング 5.3　独立サンプリングの課題 5.4　同時サンプリング 5.5　パラメータ選択の全体像 CHAPTER 6　ブラックボックス最適化のアルゴリズム 6.1　探索点選択における共通の枠組 6.2　単目的最適化における探索点選択のアルゴリズム 6.3　多目的最適化における探索点選択のアルゴリズム 6.4　探索点選択アルゴリズムの使い分け

★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

●本書の特徴 本書の著者陣は、自然言語処理のビジネス適用に豊富な経験を有しています。特にBERT については、多くのビジネス検証を行い、かつ、独自の応用技術の研究開発も進めている専門家集団です。技術面だけでなく、実務課題の解決に役立つ情報を提供できます。本書ではそうしたプロフェッショナル集団が、Attention 機構・Transformer アルゴリズム・BERT モデルの仕組みの詳解から、現場で使えるコードとノウハウを手引きします。この1冊で、自然言語処理とBERT の基礎を網羅するよう努めましたので、是非とも実践に直結する力を身に付けてください。 ●想定読者 本書は主に以下のような方々を対象としています。 ・ AIや機械学習、自然言語処理に興味があり、自分で勉強している技術者 ・ 自然言語処理技術の業務適用を検討しているビジネス担当者 ・ 自然言語処理についてサンプル実装を必要としている技術担当者 【前提とする知識やスキル】 ・ 機械学習について、入門書を読むなどして概要を理解している ・ Pythonまたは他のプログラム言語の実装経験があり、プログラムの基礎を理解している ・ 助言やWebページを参考にすれば、機械学習のコードを実装できる ●本書のゴール 本書では、以下のような知識とスキルの獲得を目標に設定しています。 【知識面】 ・ 近年の自然言語処理技術の動向を把握できる ・ BERT の仕組みや特性を理解できる ・ BERT のビジネス適用で頻出するいくつかの課題と、解決例が解る 【技量・スキル面】 ・ BERT の実行環境を構築できるようになる ・ BERT を用いる代表的タスクの実装・検証ができるようになる ・ データの偏りや根拠の抽出など、BERT ビジネス適用の課題に、技術面から解決案を策定し実装できるようになる （以上、本書まえがきより） ◆「AI/Data Science実務選書」とは… 機械学習やAIの計算モデルは、システム開発のパラダイムを覆しつつあります。「AI/Data Science実務選書」は、AI開発とデータサイエンスのプラクティスを集め、実務家のスキル獲得／向上を力強く支援します。

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。 「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。 こちらの書籍は、2023/4/12発行の紙版 3刷に合わせて更新しました。 人気のAIフレームワーク「PyTorch」で、ディープラーニングプログラミングができるようになる本です。ディープラーニングのアルゴリズムが原理からわかります。 初心者でも他書に頼らず、本書1冊でマスターできます! （本書掲載のコードは、2023年3月にリリースされたPyTorch 2.0でも、そのまま動作します） 本書は、次のような読者を想定しています。 1. 企業でディープラーニングプログラムを業務で利用している、あるいはこれから利用しようとしているITエンジニアや研究者 2. 理工系の大学・大学院の学生で研究の一環としてディープラーニングのプログラムを開発する必要がある方 3. まだPythonもKeras/TensorFlowも知らないが、ディープラーニングプログラミングをこれから勉強してみたいという方 本書は、新しい概念は一気には詰め込まず、できるだけ細分化して一歩一歩確実に進めます。 機械学習の基本から、「CNN」などを使った画像認識ディープラーニングモデルの開発・チューニングまでをじっくり学べます。

※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。 「音声合成」とは、人間の音声を人工的に作り出す、音声情報処理の一分野です。深層学習の発展に従い、画像認識・音声認識などの分野と同様に、音声合成においてもパラダイムシフトが起きています。本書では、従来の統計的音声合成システムの基礎について解説した上で、深層学習技術による近年の音声合成の発展について詳説しています。また、実際に公開されているデータセットを用いて、深層学習を用いた音声合成システムを作るための実装の解説も行っています。本書は、2020年8月24日刊の『Pythonで学ぶ音源分離』、2021年5月20日刊の『Pythonで学ぶ音声認識』に続く、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の3冊目です。中級者以上向け。

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。

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。

特集1 ［古い技術，コードの重複，密結合］ フロントエンド脱レガシー 長く愛されるプロダクトをさらに改善していくために プロダクトが長く使われると，度重なる改修や技術の進歩によりレガシーな部分が出てきます。そしてレガシーな部分は，時間が経つほど改善が困難になります。特に技術の進化の速いフロントエンドは，どの技術をどう取り入れていくのかは，将来の開発効率や柔軟性に大きく影響します。サイボウズのフロントエンドエキスパートチームは，kintoneという古くから愛されるプロダクトを今後も改善していくために脱レガシーに取り組みました。本特集では，そのノウハウを解説します。 特集2 インフラ障害対応演習 「避難訓練」でいざに備える！ システムの運用において切り離せないものであるにもかかわらず，頻繁に経験することを避けたい障害対応は，その性質上とても難しい仕事です。本特集では，障害対応を上手にこなすための方法として，障害対応を安全な環境で練習する「障害対応演習」を紹介します。障害対応の課題と演習の必要性，Mackerelでの演習の実際，フルリモートワークでの対応法，演習で確認したいこと・得られるものを解説します。いざというときの障害にどのように対処すべきかを確認できる障害対応演習は，心強い武器となってくれるでしょう。 特集3 深層学習入門以前 チュートリアルを動かす前に知っておくこと 深層学習にはさまざまなチュートリアルが提供されています。本特集では，読了後にチュートリアルを動かして，深層学習に入門するための足がかりとなることを目指します。 深層学習には幅広い知識が必要なため，すべてを知ってから始めようとすると，莫大な時間を学習に費やす必要があります。逆に事前知識なしにチュートリアルを動かしても，何が行われているのかをつかむのは難しいでしょう。そこで本特集では，深層学習のアルゴリズムの動きを，数式を使わずに概観していきます。

※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。 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。 中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の1冊目として、「音源分離」をテーマとしています。近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の人の声を聞き取ることを想定しており、聞きたい人の声以外の音が入ってくると、どうしても聞きたい人の声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出するという技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。また、音源分離で用いる数学的知識の基礎として、線形代数や行列・ベクトルの微分の方法、確率統計の基礎について示しています。音源分離を理解しコードを書くためには、プログラミングに関する知識はもちろん、線形代数、微分積分、確率・統計といった数学的知識も必要不可欠です。とくに音源分離では複素数の行列・ベクトルを用いるので、複素数の計算方法について重点的に示しています。

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。

言語の特徴からWebの知識、 アルゴリズムまですべて図解 確かな知識がつく「使える教科書」 【本書のポイント】 ・解説とイラストがセットで理解しやすい！ ・どんな言語でも使える知識を解説！ ・言語の特徴からWebの知識までを網羅！ ・キーワードから知りたい項目を調べやすい！ ・しくみがわかると開発がぐっとはかどる！ 【こんな方におすすめ】 ・プログラミングをはじめたばかりの人 ・ステップアップしてスキルをみがきたい人 ・プログラミングの基礎知識を知りたい人 ・周囲の人が使う用語がわからないことがある人 【内容紹介】 一口にエンジニアといっても その業務は、開発するものや 開発環境によって全く異なるものです。 どんな言語でも使える知識を 身につければ、スムーズに 開発を行うことができます。 そこで、本書では見開きで 1つのテーマを取り上げ、 図解を交えて解説しています。 最初から順に読んで 体系的な知識を得るのはもちろん、 気になるテーマやキーワードに 注目しながら読むなど、 状況に合わせて活用してください。 ※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。 ビジネスユーザーも腑に落ちる! Excelでアルゴリズムの仕組みをとらえよう。 プロジェクト準備のための第一歩。 Part 1では、機械学習の全体像、ExcelやPythonの基本事項を解説、 どのような状況や体制であれば機械学習を利用してよいのかを確認。 さらに、具体的な活用シーンもイメージできるようにします。 Part 2では、機械学習の各アルゴリズムをExcelで実現する方法を説明。 Pythonコードによる実装例も紹介します。 線形回帰、ロジスティック回帰、クラスタリングなどの仕組みを 具体的に理解できるようにしていきます。 アルゴリズムのメリット／デメリット、向き／不向きがわかれば、 ビジネスへの応用の可能性も見えてくるでしょう。 機械学習を理解していく最初の一歩として本書をご活用ください。 ●データ活用における機械学習の役割／位置づけを理解できる ●Excelに展開することで、仕組みをより具体的に把握できる ●ビジネスの現場に活かせる具体的な理解を獲得できる ●より実務的なPythonコードによる実装方法も把握できる

ディープラーニング（深層学習）は、機械学習に劇的な進展をもたらしました。脳の神経回路に似せた“階層の深いニューラルネットワーク”の最適化手法が、人工知能研究を新時代へ導いたのです。 本書は「基礎編」と「理論編」を通じ、その原理を初学者にも分かりやすく解説します。画像認識分野での衝撃的な成果など、この技術が注目される背景や研究の歴史的経緯にも言及。SuperVisionのチャレンジや「Googleの猫」といった実証研究を紹介するほか、CNN、RNN、AutoEncoderといった代表的アルゴリズム、勾配法による最適化計算の手法等も明らかにします。 さらに「体験編」では、Linuxユーザーを対象に、オープンソースのディープラーニングフレームワーク“Caffe”、および手描き文字のサンプルデータを用い、ニューラルネットワークのパラメータチューニングを実験してみます。

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。

製造、サプライチェーン、会計、R&D、営業、マーケティング　 ヒトと人工知能との「協働」が始まる GE、マイクロソフト、BMW、グーグル、アマゾン…… 先進企業に学ぶ「これまでと違う仕事」と「これまでと違う仕事のやり方」 AI革命とは「人間の能力を拡張する」ために業務プロセスを根本的に変えることである。 本書はこの新しい時代を理解し、勝ち抜くためのガイドとなる。 【主要目次】 イントロダクション　ＡＩ時代における人間の役割とは パート１　「人間＋マシン」の未来を現在から考える 　第１章　自己認識する工場―製造・サプライチェーン・流通におけるＡＩ 　第２章　会計業務をするロボット―コーポレートファンクションにおけるＡＩ 　第３章　究極のイノベーション・マシン―Ｒ＆Ｄとビジネス・イノベーションにおけるＡＩ 　第４章　フロントオフィスにボットがやってくる―カスタマーサービス、営業、マーケティングにおけるＡＩ パート２　ミッシング・ミドル―ＡＩで業務プロセスを再考する　 　第５章　アルゴリズムを正しく設計する―「責任あるＡＩ」を実現する上で人間が演じる３つの役割 　第６章　普通の人々が素晴らしい結果を生み出す―ＡＩが新しいレベルの生産性を実現する３つの方法 　第７章　業務プロセスを再設計する―リーダーのための５つのステップ　 　第８章　人間とマシンのコラボレーションを発展させる―ＡＩが働く職場のための８つの新しい融合スキル 　結論　人間＋マシン時代を生き残るために 　解説　日本語版監修によせて、日本と日本企業が取り組むべきこと

【人工知能《AI》とは一体何なのか、シンギュラリティ《技術特異点》は本当に起こるのか。AIの歴史と人類の未来を検証する！】 人工知能《AI》は今や映画や小説の世界を抜け出して、現実の私たちの生活に確実に侵入しつつある。 AIは車を運転し、インターネット上の棋士である《アルファ碁》はプロの棋士を打ち負かし、Twitterでユーザーとまるで人間のように会話をし、検索履歴から学習し、何十カ国もの言語を瞬時に翻訳することができる。ビートルズの過去の曲のアルゴリズムを学習して新しいビートルズの曲を作ることもできるし、一人暮らしの孤独な老人の話し相手となることもできるのだ。 だが、その先に待つのは明るい未来だろうか？ 加速度的に発達し、人間の仕事を奪い、人間を滅亡に導くと予測されている人工知能《AI》とは、一体何なのか。 人間らしさとは何なのか。そして知能を持つこと「心」を持つこととはどういうことなのか。 人工知能を語る上で必ず話題となる「シンギュラリティ《技術特異点》」は本当に存在するのか。 人工知能は人類にとって、善なのか悪なのか。そして、私たちは人工知能とどう共存していけばいいのか。 学問としての人工知能は既に60周年を迎えたが、人工知能の実用化が日常のものとなった現在にいたるまで、その開発の歴史は容易いものではなかった。 本書は、「思考する機械《シンキング・マシン》」の開発の歴史を辿るとともに、私たちの背後に忍び寄るさまざまな変化がどのように私たちの未来を変えていくか、そして多様性を検証する。 気鋭の英国人ジャーナリストである著者がAIの開発に関わった人々のインタビューと取材を通して、その開発の歴史と人工知能の未来を探る。 〈本書のおもな内容〉 はじめに シンキング・マシン 第1章 古き良き時代の人工知能に一体何が起きたのか 第2章 AIのもう１つのアプローチ 第3章 私たちは知能に囲まれている 第4章 何かお役に立てることはありませんか？ 第5章 私たちの仕事を危機に晒すAI 第6章 創造力は持てるのか 第7章 マインドクローンのいる未来 第8章 思考するマシンの未来《リスク》 おわりに ロボットの登場

※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。 Googleのアルゴリズムはコンテンツ重視となりつつあります。自分のWebサイトにあるコンテンツを適切にアピールしなければ、上位表示は望めません。とはいえ、具体的にどうすればよいのでしょうか？ 本書は、安易な外部対策よりも効果のでる最新の内部対策と、内部対策と外部対策の連動について解説したSEOの教科書です。titleやドメイン、Avove the foldなどしっかりとした内部対策と外部対策の連動が上位表示の鍵になります！

どれだけクライアント側のUXが変わっても、アルゴリズムが変更されても、変わらないのがリレーショナルデータベースの世界。それだけに経験値とベンダーごとに微妙に異なる方言を操るための“鍛錬”は必須の世界といえます。 しかし“鍛錬”は、それこそ思考し手を動かさなければ鍛錬とは言えません。 そこで本書では、単なる教科書的なSQL文の組み立て（鍛錬の方法）を超えて、さまざまなケースにマッチした最適なSQLを自然に記述できるようになるための知見と勘所を、具体的なテーブルやDB構成とともに解説します。 そのためSQL方言は極力排し、標準SQLで解説を行い、各サンプルの方言版はGitHubで公開するという方法を取っています。 つまり、 ・解くべき問題を明確にし、 ・次にその解決方法を整理し、 ・考え方を標準的なやり方で提示し、 ・必要であれば方言でも参照できる、 というスタイルです。 SQLの現場ですぐに使える……、というのは大袈裟ですが、必ず解決策にたどり着けるヒントや知見にあふれた、全61のTips集です。 ［目次］ 第1章　データモデル設計 第2章　生産性とインデックス設計 第3章　設計の変更ができないときの対処法 第4章　フィルタリングと検索 第5章　アグリゲーション 第6章　サブクエリ 第7章　メタデータの取得と分析 第8章　直積問題 第9章　タリーテーブル（複雑なSQLのために） 第10章　階層的なデータ構造 ※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。

いま幅広い分野で人工知能やディープラーニングなどに代表される「機械学習」の重要性が高まっています。しかし、機械学習に興味があっても、理論や実装が難しく、一般のユーザーはなかなか手が出せません。本書は、初心者向けに人工知能やAI、評判分析、画像認識など、初歩的な機械学習のアルゴリズムや使い方を実際に体験しながら学ぶ入門書です。著者の人気勉強会の講義内容を書籍化しました。サンプルコードのDLサービス付き。

※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。

アルゴリズムは強力だ。しかし、落とし穴もある。 機械が入り込んだ日常で、コンピュータと人間の共存の道はあるのか!? 買い物、自動運転、医療診断、犯罪予測、裁判の判決、芸術……。 人の判断より機械の判断を優先させるべきなのか？ どんな時に機械に頼りたくなる気持ちを抑えるべきなのか？ その答えを見つけるために、アルゴリズムをこじ開けて、その限界を見極めよう。 数学者であり、コンピュータオタクであり、ベストセラー作家である著者による、 機械とデータの社会を生きていくための必読の書！ 【ベイリー・ギフォード　ノンフィクション賞最終候補作】 人の意思決定は少しずつ、機械に任されるようになっている。 だが、その機械の実体「アルゴリズム」は、どんなプログラムで、どんな狙いで、実際何をしているのか？ 一方で、信じられないミスも犯すことを知っていただろうか？ アイダホ州の「予算管理ツール」は、障害者助成金を無闇にカットしてした。 腫瘍を発見できるアルゴリズムは、正常な細胞までがん細胞と言い立てた。 自動運転は、いざ運転手が対応するしかなくなったときに判断を遅らせる。 テロ組織と似た名前の学会に属していた建築家は10年も米国に帰れなくなった例もある。 アルゴリズムは、思ったよりもずっと凄いが、思ったほど万能ではない。 必要なのは、何ができて何ができないかを知り、人間がアルゴリズムのどこを補い、どうやってつきあっていけばいいかを知ることだ。 本書を読めば、間違いなくその第一歩を踏み出せるはず。

※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。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

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。『WEB+DB PRESS』で断トツ人気だった連載を加筆・修正して書籍化しました。 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まで，プログラマとして長く役立つ基本が身につきます。

※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。 ハードウェアやソフトウェアから、データやアルゴリズム、プログラミング、ネットワーク、ソーシャルメディア、デジタル時代における社会的な問題や未来に広がる世界まで、コンピュータ科学に関するあらゆる基本をやさしく学べる入門ガイド。見開きごとに１つの重要トピックを取り上げ、カラフルなイメージイラストを用いて解説する。学生から社会人まで、コンピュータやデジタル技術が日常の一部になった現代の必読書。 書評サイトHONZ代表／元マイクロソフト社長 成毛眞氏 推薦 「目からうろこ！コンピュータを学び直した」

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。

「いいね！」したり、ネットで買い物をしたりするたびに、その裏で特定のアルゴリズムが、私たちの行動と嗜好を常に分析している。それにより「おすすめ」の広告が現れるくらいは無害でも、選挙前にフェイクニュースばかり読まされたり、「将来の」犯罪者として拘束されたりするのは問題だ。だが、アルゴリズムの導き出す答えはどれほど正確で、効果的なのか。アルゴリズムやAIのしくみ、将来の可能性と限界を評価する話題作。

※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。 イメージがつかめるから、面白い！ 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26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 ・50万人が学んだ大人気アプリを書籍化 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26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。 ●書籍のもとになったアプリ「アルゴリズム図鑑」の実績 ・50万ダウンロード達成（2017年4月時点） ・2016年 App Store「今年のベストApp 10選」に選出 ※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。 本書は、アルゴリズムの入門書の中でも、一番最初に読んでいただきたいアルゴリズム超入門書です！ アルゴリズムの定石と呼ばれるものには様々な種類がありますが、 プログラマ初心者がいきなりたくさんのアルゴリズムを学ぼうとしても、 途中で挫折してしまう人が多いのではないでしょうか。 本書は、アルゴリズムの中でもプログラマが最低限知っておかなくてはならないものだけをぎゅっと絞込み、 ひとつひとつをていねいに解説しているため、無理なく最後まで読み終えることができます。 また、簡単な例でイメージを確認してからフローチャートを少しずつ完成させていく手順で解説しているため、 確実に理解することができます。 アルゴリズムをゼロから学びたい人に必携の1冊です！

インターネットがあらゆるものを変えてしまった現代。今や、人々の生命や思考をもネットワーク化する「デジタル化するバイオ」の時代が目前に迫っている。サイエンス、テクノロジー、アートの結節点から問う未来。 ■執筆者 《第一部　人類のネットワーク》 序章　ビフォア・インターネット、アフター・インターネット 　伊藤穰一（MITメディアラボ所長、角川アスキー総合研究所主席研究員） 第1章　テクノロジーの前あし、アートの触角 　スプツニ子！（アーティスト、MITメディアラボ助教） 第2章　アルゴリズムが書き換える世界は人類を進化させるのか 　ケヴィン・スラヴィン（MITメディアラボ助教授） 第3章　人間の欲望のリデザイン Redesigning Human Desire 　ドミニク・チェン（博士（学際情報学）、NPOコモンスフィア理事、株式会社ディヴィデュアル共同創業者） 《第二部　アフター・インターネットの未来像》 第4章　相互憑依が拓く人類の認知進化 　藤井直敬（理化学研究所脳科学総合研究センターチームリーダー、医学博士） 第5章　オープンソースハードウェアが自己増殖する未来生態系 　田中浩也（慶應義塾大学環境情報学部准教授） 第6章　バイオ・イズ・ニューデジタル！ 　伊藤穰一 ※本文に記載されている「購入者特典」には期間が限定されているものがあります。あらかじめご了承ください。

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。