※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

※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

※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。 データベース入門の決定版！ データベースを学びたい初学者に向けて、平易な言葉で基礎を解説した入門書です。 　大規模な情報を効率よく処理するために、いまやデータベースは欠かせないコンピュータの基盤技術となっています。 　本書は、データベース技術に関する、大学・高専の標準的な教科書として、また社会人の方の入門書として、データベース技術のポイントを選んで、それぞれの基本的な考え方，内容をていねいにわかりやすく説明しています。 1章　データベースとは 2章　関係表とは 3章　データベースの代数 4章　関係表の正規化 5章　基底表と視野表 6章　やわらかい内部スキーマ 7章　安全なデータベース

※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。 人工知能に向けて、人間知能のメカニズム解明 　現在は、人工知能ブームであり、機械学習・進化学習が花盛りです。本書は、生物は進化のなかでどのように知能を発展させてきたか、そして人工知能はどういうものであるかについて、著者の長年の研究にもとづいた最新の成果をまとめたものです。 　コンピュータですぐに実践できるといった派手さのない書籍ですが、人工知能と言われるものが増えていくと考えられる現在、自分たち人間の知能がいったいなんであるかを認識しておくことは大切なことです。 まえがき 第1章　知能とは何か 1.1　知能の構造 1.2　知能構造の進化 1.3　知能への期待 1.4　外界との関わり 1.5　知能化メカニズムの諸様相 1.6　知能をつくる細胞組織 第2章　生命の時代［知能化メカニズムの基盤＝生命構造］ 2.1　生命構造の各部機能 2.2　教師あり学習─制御学習 第3章　記号化の時代［知能化メカニズムの基盤＝原生言語］ 3.1　記号化の始まり 3.2　形態素表現への進化 3.3　生命構造の機能拡大─複文の生成 3.4　文化継承としての知能深化 第4章　論理の時代［知能化メカニズムの基盤＝意味言語］ 4.1　意味言語への進化 4.2　意味言語の基本形式 4.3　ニューラルネットワークによる遷移知および推論の実現 4.4　遷移知の源 4.5　知能活動の原型─規格型の問題解決 4.6　物語生成と表現能力 4.7　意味言語ベースの知能化メカニズム 第5章　知能進化の新たな段階［問題の多様な現れ方］ 5.1　知能活動の高度化の例 5.2　高度化問題へのアプローチ 5.3　統合知能論 むすび 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

※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。 開発～生産～保守まで、サプライチェーン全体でセキュアな生産を実現する 製造業を狙ったサイバー攻撃は増加の一途であり、デジタルトランスフォーメーションの進展とあいまって、サプライチェーン全体でのセキュリティ対策は急務となっています。 複雑につながったサプライチェーン全体の中では、自社都合の押し売りではうまくいかず、自身の会社業態と異なるパートナーとの違いをも理解しながら、自社のセキュリティ改革を進める事が肝要です。本書ではその手引きとしてノウハウを紹介します。 いきなり完璧を目指すのは得策ではありませんので、改革をアサインされたあなたの立場を鑑みた即効性のある手法をわかりやすく解説した章「手っ取り早くやっつける」から、具体的に手を動かして前に進めることができるように構成しています。 もっと詳しく、なぜ、などの疑問に答える詳説は後半に用意しました。これまでの著者らの経験で得た「やってはいけない失敗の数々」も用意されています。 自社／自工場／自部門のセキュリティ対策を命じられたあなた、現場経験が無いけどセキュリティコンサル業務をアサインされたあなた、誰もが本書を手に取って、手っ取り早く、深く、状況に応じて深く理解参照できるマニュアル本として活用いただければ幸いです。 この数千円の本が、改革現場のあなたにとっての数百万円のコンサルタント委託に匹敵する価値を、現場経験が少ないコンサルタントであるあなたにとっての数千万円の価値を、提供できることを願っております。 出版にあたって 第1章 セキュリティが大切と上司はいう 第2章 手っ取り早くやっつける 第3章 周辺の会社（パートナー） 第4章 手抜きは命取り：運用 第5章 基礎教育編（わからなくなったら読んでみて） 第6章 実践編　工場主体でつくるセキュリティ組織 第7章 工場セキュリティ対策の進め方 第8章 やってはいけない失敗の数々 第9章 セキュリティ関連情報 用語集

※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。 ブロックチェーンの導入・運営・管理！ 　現代は、あらゆる場面でデジタル化が瞬く間に拡大浸透するようになりました。その反面、情報の複製や改ざんが簡単に行えるようになりました。そのため、情報の真偽のみならず、情報の正確性・原本性を担保する必要が生じています。 　そういったなか、ブロックチェーンは、情報の正確性や普遍性を担保する仕組みとして注目を浴びています。仮想通貨を実現するための基礎技術から発展して、より信頼性を求められる場面で正確性や普遍性（＝改ざんされない性質）を担保する機能として期待されています。 　本書では、日本発のオープンソース ブロックチェーンフレームワーク「Hyperledger Iroha」（2019.5.6発表）を使用して、ブロックチェーンを構築し、プログラミングやオペレーション、改ざん検知などを、実現するものです。 　なお、本書ではHyperledger IrohaをOracle VM VirtualBox内にUbuntu＆Dockerを利用し、構築しました。短時間の作業で実際のブロックチェーン環境を利用できるようになります。本格導入はもちろん、予備導入、各種実験等に活用できます。 第1章　Hyperledger Iroha概要 第2章　ブロックチェーン環境構築 第3章　VLIによる操作 第4章　Hyperledger Irohaプログラミング 第5章　Webアプリケーションベースの例題 付録　Hyperledger Iroha活用テクニック A.1 ブロックチェーンの改ざん検知 A.1.1　ブロックチェーンの欠損 A.1.2　ブロックチェーンの改ざん①（トランザクションの作成者変更） A.1.3　ブロックチェーンの改ざん②（処理内容） A.2　Ubuntuのインストール手順 A.3　複数Peer構成の構築 A.4　Hyperledger Irohaのバージョンについて A.5　各種ソースコード解説

※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。 RStudioのインストール方法から実践事例まで丁寧に解説！ 本書はRStudioの入門書です。RやRStudioを使っていると思わぬエラーメッセージが出てくることがあり、はじめてRを使う人は、どう対処するか悩むことも多いのではないでしょうか。 本書はRやR Studioの初心者が、思わぬエラーメッセージが出てきても困らないよう、インストールからエラーの対処方法まで平易に解説していきます。 また、RStudioに標準で組み込まれているR Markdownは、Rでドキュメントを作成（生成）することが可能です。Rでデータ分析をし、R Markdownで簡単にレポートを作成できるよう、一連の流れについても丁寧に解説することで、R初心者の悩みを解消する1冊を目指します。 はじめに 第I部：Rマークダウンのセットアップ 1. RとRStudioのインストール 2. Rマークダウンのセットアップ 3. R packagesのセットアップ 第II部：Rマークダウンを使った分析とアウトプット 4. Rマークダウンを使った実際の分析事例 5. Rマークダウンを使ったレポート・論文作成 補論. CSVファイルへの変換方法 おわりに 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。 一番やさしい整数論―暗号理論・フェルマーの定理・abc予想まで学べる、数論の集大成 　 　整数論（数論とも呼ばれる、number theory）とは数、特に整数およびそれから派生する数の体系（代数体、局所体など）の性質について研究する数学の一分野で、「フェルマーの最終定理」等が有名です。 　本書は「読み物」ではなく、かつ単に問題を解く教科書でもない、考え方に重きを置いた本を目指します。本書の大きな魅力は、数学の専門書以外ではあまり扱われることがなかった定理も証明し、興味を持ってくれた人にはわかってもらうよう、イラストを入れ、詳細な説明を行います。数論は決して易しい学問ではなく、特に「abc予想」等は難問として超有名ですがこれをゴールとすることで、明確な目標を提示できる書籍となります。

※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。 ※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。 自然言語処理の標準モデル、BERTを使いこなせるようになる！ 　BERTはGoogleが2018年末に発表した自然言語処理モデルです。「文脈」を考慮した処理が特徴的であり、言語理解を評価する11個のタスクについて最高精度を達成し、今や標準的なモデルとしての地位を確立しています。 　本書は、自然言語処理の近年における発展に大きな役割を果たし、かつ応用上も有用であるBERTの入門書です。前半で自然言語処理や機械学習について概説したのち、BERTによって実際にさまざまなタスクを解いていきます。具体的には、文章分類・固有表現抽出・文章校正・類似文章検索・データの可視化を扱います。データセットの処理から、ファインチューニング（BERTを特定の言語タスクに特化させるための学習）、性能の評価までの一連の流れを体験することで、BERTを自分で使えるようになることを目標とします。 なお、BERTで処理を行うためのライブラリとして、深層学習の言語モデルを扱ううえでよく使用されるTransformersを、学習や性能評価を効率的に行うためのライブラリとしてPyTorch Lightningを用います。本書ではTransformersやPyTorch Lightningを用いたことがない読者を想定して、その使い方を一から体系的かつ丁寧に解説します。 ▼本書の環境 言語：Python 深層学習フレームワーク：PyTorch ライブラリ：Transformers, PyTorch Lightning 計算環境：Google Colaboratory ▼本書の特徴 ・BERTで実際にさまざまなタスクを解くことができます。 ・使用するデータセットを日本語で統一しています。 ・ライブラリの使い方を一から体系的に説明します。 第1章　はじめに 第2章　ニューラルネットワークを用いた自然言語処理 第3章　BERT 第4章　Huggingface Transformers 第5章　文章の穴埋め 第6章　文章分類 第7章　マルチラベル文章分類 第8章　固有表現抽出 第9章　文章校正 第10章　文章ベクトルを用いたデータの可視化と類似文章検索 付録A　ニューラルネットワークの学習の基礎 付録B　Colaboratoryの使い方

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 さまざまな意思決定の数理や現象をPythonで体験して学ぼう！ 　本書は，数理的に扱える意思決定の基礎を，Pythonを用いたシミュレーションや分析によって実際に試しながら学ぶものです． 　アンカリング効果の評価法，ベイズ推定に基づいた信憑性の変化，エージェントや強化学習を適用した意思決定，不完備情報ゲーム，集団の意思決定などを解説しています． 　本書では，意思決定のモデルの立て方，意思の測定分析などの説明に重点を置き，計算やシミュレーションの詳細な説明よりはPythonによる実行に基づいて学ぶ体験学習のかたちをとります．また，すべてのプログラムはJupyter Notebook形式で配布し，読者の手もとで実行ができるようにしています． 第1章　はじめに 第2章　戦略の微分方程式モデル 第3章　基礎的な意思決定の数理的扱い 第4章　ゲーム理論の基礎 第5章　意思決定のための OR の基礎 第6章　組合せ最適化による意思決定 第7章　マルチエージェントベースモデリングによる意思決定 第8章　強化学習による意思決定 第9章　不確定性を含むゲームでの意思決定 第10章　集団の意思決定 第11章　意思決定とメカニズム・デザインの視点 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。 穴埋めでPythonのスキルアップ 　プログラムを作れるようになりたい、そしてより良いプログラム作成ができるようになりたいと願うPythonプログラマにベストマッチなのが「穴埋め問題集」の本書です。簡単な穴埋めもありますが、ひねった問題や難問もあり、初心者の基本学習から熟練者の力試しまで、楽しいクイズ形式で進められます。解答には詳細な解説があるので、基礎固めからハイレベルな仕組みまでしっかりと習得できます。問題数は99問。 Chapter 1　基本文法　－リテラル、変数、文字列、式－ Chapter 2　実行制御　－繰り返し、条件分岐、関数、ラムダ－ Chapter 3　データ構造　－リスト、タプル、辞書、集合、クラス－ Chapter 4　例外処理とエラー対応 Chapter 5　正規表現 Chapter 6　入力と出力　－ファイル、システム－ Chapter 7　並行処理 Chapter 8　データサイエンスと機械学習

※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。 ※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 でさまざまな現象をシミュレーションしよう！ 本書はコンピュータシミュレーションの基礎を、Pythonを用いたプログラミングによって実際に試しながら学習するものです。 うわさの拡散や伝染病の流行、人口予測といった自然科学モデル、リボ払いの計算や在庫管理といった経営・経済モデルといった具体的なものから、情報科学的な確率モデル、ベイズ統計、グラフ理論、GA（遺伝的アルゴリズム）といった各手法に基づいたモデル、エージェントベースモデル、強化学習による意思決定モデルまでを解説しています。 本書では、シミュレーションの各モデルの立て方やアイデアの説明に重点を置き、数値計算の厳密な詳細やモデルの数理よりはPythonによる実行を志向します。また、プログラムのほとんどは Jupyter Notebook形式で配布しているので、ご自身の手もとのPCで実行することができるようになっています。 第1章 はじめに 第2章 数値計算と数学の基礎 第3章 アニメーション 第4章 確率モデル 第5章 自然科学モデル 第6章 経営モデル 第7章 ベイズ統計に基づくモデル 第8章 グラフ理論に基づくモデル 第9章 遺伝的アルゴリズムに基づくモデル 第10章 エージェントベースモデル 第11章 強化学習による意思決定モデル

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 プログラミング初心者の小中学生たちが絶賛！ 世界一わかりやすくて楽しくて思考力も使うプログラミング本、待望の初登場！ 『Python（パイソン）』は、人工知能（ＡＩ）、機械学習、データ分析、Web開発などで幅広く使われ、現在世界でもっとも人気のあるプログラミング言語の一つです。 本書で『Python』を体感して、価値ある一歩を踏み出してください！ 【本書の特徴】 1)プログラミング初心者の小学生でもわかる→プログラミング経験ゼロでも大丈夫 2)ストーリー仕立ての会話形式→スラスラと楽しく読める 3)計算・作図・ゲーム作成と幅広く学習できる 4)チェック問題やチャレンジ問題が付いているので、思考力も強化できる 【対象読者】 ・小学生プログラミング教育必修化に伴い、何を教えればいいのか悩んでいる保護者の方々、教育関係者の方々 ・本格的なプログラミングをやってみたいと考えている小中学生の方々 ・プログラミングに興味があるけど、全くの未経験で不安に思っている方々 ・プログラミングを独学しようとしたけど、挫折してしまった方々 Day 1　準備する Day 2　計算する Day 3　描く Day 4　分類する Day 5　創る 特別付録１ 特別付録2 特別付録3

※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。 ストーリーでPythonと機械学習がわかる!! 『機械学習入門―ボルツマン機械学習から深層学習まで―』、『ベイズ推定入門　モデル選択からベイズ最適化まで』につづく、お妃さまシリーズの第3弾を刊行するものです。Pythonの学習を主軸としたものであり、機械学習を実践したくなった人、およびカジュアルでわかりやすいPython入門本を探している人をターゲットとします。Pythonのコードとコードの説明をイラストでわかりやすく解説します。現在注目されているGAN（敵対的生成ネットワーク）についても解説。 第1章　魔法の鏡との出会い 第2章　機械学習の発見 第3章　思い出のアヤメ 第4章　器用な鏡、不器用な小人 第5章　あなたは誰？顔認識システム 第6章　表情豊かな鏡に戻れ！

※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で対話型のシステムをつくろう！ 　近年、しゃべってコンシェル（NTTドコモ）やSiri（Apple）、Alexa（Amazon）などの音声対話アプリケーションや対話型のデジタルサイネージ、Sota（ヴイストン、NTT、NTTデータ）などのコミュニケーションロボット、電話自動応答など、人工知能技術を活用した知的対話型のアプリケーションが広く世の中に浸透しつつあります。 　本書は、このような人と自然言語で対話するシステム（対話システム）の作り方をハンズオン的に解説するものです。プログラミングしながら、ツールを使いながら、対話システムの開発を体験します。 第1章　対話システムをつくるにあたって 第2章　タスク指向型対話システム 第3章　非タスク指向型対話システム 第4章　Amazon alexa/Google homeへの実装 第5章　発展的な話題

※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。 ※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で音作りをはじめよう！ ・音のプログラミングが音響楽の基本からわかる！ ・音の信号処理もていねいに解説！ ・打楽器・管楽器・弦楽器・鍵盤楽器の音が手もとで作れる！ ・ソースコードはWebからダウンロード可能！ 　 　本書は、コンピュータで音作りをしてみたい方に向けた、サウンドプログラミングの入門書です。音作りに興味があるけど何からはじめたらという初心者のために音響の基本から解説をはじめ、コンピュータでの音の考え方、音を加工するディジタル信号処理の基礎をていねいに説明し、シンセサイザ、エフェクタの音作りなどを解説します。さらに、さまざまな音響合成のテクニックとともに、その具体例として、ゼロから楽器音をつくり出すフルスクラッチ合成のレシピを紹介します。サウンドプログラミングの言語には、音データの読み書きはもちろん、波形、周波数特性、そしてスペクトログラムの描画も簡単に行える、Pythonを採用しています。 　Pythonを使ってサウンドプログラミングの第一歩を踏み出しましょう！ はじめに 目次 第1章　音響学 1.1　純音 1.2　複合音 1.3　音の三要素 1.4　音の大きさ 1.5　音の高さ 1.6　音色 第2章　サウンドプログラミング 2.1　サンプリング 2.2　標本化 2.3　量子化 2.4　 WAVEファイル 2.5　サウンドプログラミング 第3章　コンピュータミュージック 3.1　五線譜 3.2　音階 3.3　音符 3.4　強弱 3.5　拍子 3.6　テンポ 3.7　音楽の三要素 3.8　コンピュータミュージック 3.9　自動演奏 第4章　MIDI 4.1　MIDI 4.2　ノートオンとノートオフ 4.3　ノートナンバー 4.4　ベロシティ 4.5　プログラムチェンジ 4.6　プログラムナンバー 4.7　パーカッションマップ 4.8　MIDIファイル 4.9　DTM 4.10　自動演奏 第5章　ディジタル信号処理 5.1　周波数分析 5.2　スペクトログラム 5.3　楽器音の周波数分析 5.4　フィルタ 第6章　シンセサイザ 6.1　音響合成のアプローチ 6.2　アナログシンセサイザ 6.3　オシレータ 6.4　時間エンベロープ 6.5　加算合成 6.6　減算合成 6.7　FM合成 6.8　カープラス・ストロング合成 6.9　音のリアリティ 第7章　エフェクタ 7.1 リバーブ 7.2 ディストーション 7.3 コンプレッサ 7.4 イコライザ 7.5 モジュレーション 7.6 デチューン 第8章　ミキシング 8.1　モノラル再生とステレオ再生 8.2　音像定位 8.3　ミキシング 8.4　音楽制作 8.5　ボーカルキャンセラ 第9章　打楽器の音をつくる 9.1　グロッケンシュピール 9.2　トライアングル 9.3　チューブラーベル 9.4　マリンバ 9.5　シロフォン 9.6　ティンパニ 9.7　シンバル 9.8　銅鑼 9.9　ハイハットシンバル 9.10　バスドラム 9.11　タムドラム 9.12　スネアドラム 第10章　管楽器の音をつくる 10.1　フルート 10.2　ピッコロ 10.3　クラリネット 10.4　オーボエ 10.5　バスーン 10.6　サキソフォン 10.7　トランペット 10.8　トロンボーン 10.9　ホルン 10.10　チューバ 第11章　弦楽器の音をつくる 11.1　バイオリン 11.2　ビオラ 11.3　チェロ 11.4　コントラバス 11.5　ハープ 11.6　アコースティックギター 11.7　エレクトリックギター 11.8　エレクトリックベース 11.9　スラップベース 第12章　鍵盤楽器の音をつくる 12.1　パイプオルガン 12.2　リードオルガン 12.3　ハープシコード 12.4　アコースティックピアノ 12.5　エレクトリックピアノ 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで、本格的な機器分析データの解析 化学分析データの処理プログラムをPythonで作ろう、という本です。自ら作ることにより、目的のはっきりした使い勝手のよいものを作ることができます。本書はそのための指南書です。 第1章　機器分析の世界 第2章　Pythonの基礎 第3章　統計の基礎 第4章　データの前処理と可視化 第5章　ケモメトリックスの基礎 第6章　次元削減 第7章　クラスタリング 第8章　回帰 第9章　クラス分類 第10章　フィッティング 第11章　二次元相関分光法

※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。 ※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で実務に使える数理最適化のスキルを身につけよう！ ▼この本の特徴 　本書は、Pythonを用いた数理最適化の入門書です。Pythonを使ってさまざまな課題を実際に解いてみることで、数理モデルを実務で使いこなす力を身につけます。 　この本の特徴は、数理最適化のアルゴリズム自体ではなく、数理最適化を用いた課題解決に重きを置いている点です。ビジネスなどにおける課題を数理最適化で解く際に現場で発生しうる試行錯誤が多分に盛り込まれており、実務における手順や気をつけるべきポイントを学習することができます。 ▼この本の構成 本書は二部構成です。 第Ⅰ部はチュートリアルです。中学校で習う連立一次方程式や高校で習う線形計画法を題材として、数理最適化の基礎的な考え方とPythonによる初歩的な実装を学びます。シンプルな課題設定なので、数学的な難しさを感じることなくPythonに集中して基礎を学習することができます。 第Ⅱ部はケーススタディです。 実際に社会で起こりうる、さまざまな課題を数理最適化によって解いていきます。 学校のクラス編成やサークル活動における学生の乗車グループ分けなどの学生にとっても身近な課題や、キャンペーンの効果最大化や効率のよい配送計画の立案などのビジネスにおいてたびたびぶつかる課題などを解いていくことで、手順や注意点、効率のよい方法などが学べます。 ▼第1版からの変更箇所 ・5章（車両の配送計画） 問題の理解を助けるために挿絵・最適化結果の可視化を増やし、実装プログラムの解説を充実させました。また、最適化に登場する部品の列挙アルゴリズムについては、計算速度よりも理解しやすさを優先したものに差し替えました。 ・6章（数理最適化APIとWebアプリケーションの開発）にFastAPIやStreamlitの記述を追加 PythonのWebアプリケーション開発のフレームワークであるFlaskに加え、人気のFastAPIやデータサイエンティストでも簡単にWebアプリケーションが開発できるStreamlitについて追記しました。 ・7章（商品推薦のための興味のスコアリング）行列表現に関する説明の調整 簡単な数理最適化問題の行列表現から解説を行い、段階を踏んで理解できるようにしました。さらに、ソースコードの解説を追記することで、プログラムにおける行列の扱い方を理解しやすくなりました。 ▼このような方におすすめ ◎ 数理最適化の実務応用について知りたい方 ◎ 施策の効果最大化や効率化に取り組むビジネスマン（エンジニア・マーケター・リサーチャーなど） ◎ 情報・経済・経営系などの学部や学科の学生 ◎ データサイエンティストを志す方 第Ⅰ部　数理最適化チュートリアル 　第1章　数理モデルとは 　第2章　Python数理最適化チュートリアル 第Ⅱ部　数理最適化のケーススタディ 　第3章　学校のクラス編成 　第4章　割引クーポンキャンペーンの効果最大化 　第5章　最小コストで行う輸送車両の配送計画 　第6章　数理最適化APIとWebアプリケーションの開発 　第7章　商品推薦のための興味のスコアリング Appendix　メソッド・関数早見表

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonを使って線形代数学を見える化して学ぼう！ 本書は、大学初年次に学ぶ基礎数学科目の一つであり、具体的なところでは機械学習やコンピュータグラフィックス、ゲームプログラミングなどの基礎となる線形代数を、Pythonを使って学ぶものです。 線形代数は、微分・積分とならび基礎的な数学の一つですが、ふつうに勉強するとベクトル・行列計算が面倒くさく、また定義や概念が多く抽象的な表現も多いため、なかなか理解しづらい学問といえます。そこで本書は、Pythonによるプログラミングを用いて以下の工夫を施すことで、よりわかりやすく、またビジュアルにベクトルを見るなどの体験を通して、線形代数を学べるようにまとめたものです． 1）2次元平面や3次元空間のベクトルを視覚的に表現する 2）関数をグラフ化することで、ベクトル計算の意味を理解しやすくする 3）面倒なベクトルや行列の計算をプログラミングで表現する 4）手計算では不可能な高次の線形計算を、具体的なデータ（音や画像）を用いて表現する 5）通常の教科書の演習問題レベルの計算問題をプログラミングによる数式処理で求める 第1章　数学の基礎とPythonによる表現 第2章　線形空間と線形写像 第3章　基底と次元 第4章　行列 第5章　行列の基本変形と不変量 第6章　内積とフーリエ展開 第7章　固有値と固有ベクトル 第8章　ジョルダン標準形とスペクトル集合 第9章　力学系 第10章　線形代数の応用と発展

※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で機械学習に必要な統計解析を学べる!! 機械学習を使いこなすには、確率・統計に根ざしたデータ解析の基礎理論の理解が不可欠です。そこで本書は、Pythonの簡単な使い方から確率・統計の基礎、統計モデルによる機械学習を解説します。 第I部　Pythonによる計算 　第1章　Pythonの初歩 　第2章　確率の計算 第II部　統計解析の基礎 　第3章　機械学習の問題設定 　第4章　統計的精度の評価 　第5章　データの整理と特徴抽出 　第6章　統計モデルによる学習 　第7章　仮説検定 第III部　機械学習の方法 　第8章　回帰分析の基礎 　第9章　クラスタリング 　第10章　サポートベクトルマシン 　第11章　スパース学習 　第12章　決定木とアンサンブル学習 　第13章　ガウス過程モデル 　第14章　密度比推定 付録A ベンチマークデータ 　A.1 UCI Machine Learning Repository 　A.2 mlbench 　A.3 datasets 参考文献 Python索引 用語索引

※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。 さまざまな関係性の構造をPythonで分析する！ ネットワーク分析は、さまざまな「関係性」を分析する学問です。 構造をモデル化することで、ネットワークという言葉から想像しやすいWebやSNSの分析だけでなく、たとえば感染症の伝搬経路を見つけたり、未来の人間関係を予測したりすることが可能です。マーケティングなどの現場でも使用されています。 　本書では、ネットワーク構造をもつデータをPythonで分析するための基礎知識を習得できます。 　分析には、Google Colaboratory（クラウド上で使用できるJupyter Notebook環境。Colabとも呼ばれる）を用います。ブラウザ上で動くColabは環境構築が不要なため、すぐに実際にコードを試すことができます。また、可視化ツールとしてNetworkXを使用し、さまざまなネットワークをグラフとして視覚的に把握できます。 実際にColabで動かせるプログラムと、そのプログラムによって出力されたグラフを数多く例示しているため、実際にColabでコードを実行しながら理解を深めることができます。 データサイエンスを学ぶ学生はもちろん、企業の広報・企画・マーケティング担当者など、顧客の購買行動やソーシャルネットワークの分析などが必要になった社会人にも役立つ一冊です。 第1章　分析できる環境を用意する－ツールや言語の把握 第2章　ネットワーク分析の流れを知る－小説の人間関係を紐解く 第3章　必要な用語を学ぶ－ネットワークの基礎知識 第4章　中心を見つける－さまざまな中心性 第5章　経路を見つける－ネットワークの探索 第6章　グループを見つける－分割と抽出 第7章　似たネットワークを作る－モデル化 第8章　似た頂点を見つける－将来の構造予測 第9章　病気や口コミの広がりをモデル化する－感染、情報伝搬 第10章　ネットワークを俯瞰する－可視化による分析 第11章　リファレンス

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データサイエンスを実応用するための基本を押さえる 　データエンジニアリングは、データサイエンスを現実に意味のある形に使えるようにし、実装・運用できるようにすることを指します。 　データサイエンスを機器や分析に実応用するためには、Pythonスクリプトの高速化の知識や、センサ信号の取得、アクチュエータ制御に必須となる通信、インタフェース駆動といった外部デバイスとのデータアクセスの基本と応用についてのスキルの修得が必要となります。本書は、これらのデータをエンジニアリングするための入門的な知識を解説するものです。 1編　基礎編 1．データエンジニアリングとは 2．コンピュータ工学の基礎 3．Intel CPUの工夫 4．デバイスデータアクセスの基礎 2編　高速化 1．少しの工夫で速くなる 2．NumPyの使用 3．C/C++モジュールを呼ぶ 4．マルチプロセス 5．Pythonのコンパイル 6．GPUの使用 3編　デバイスデータアクセス 1．IoT実現化に必要な機能 2．USBを用いたデータ転送 3．Bluetoothを用いたデータ転送 4．有線LANとWi-Fiを用いたデータ転送 5．センサ信号処理と制御の例

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習による異常検知と系列データ解析を実例をもとに学ぶ 　本書は、現在産業界で注目されている、機械学習による ・機器の振動データに対する異常検知 ・系列データ（例として睡眠系列データ）に対する解析 を解説したものです。 　業務や研究開発に必要だが機械学習については素人という方でも実践できるように、本書前半では、基本的な識別器・予測器のPythonによる実装例・使い方を解説しています。後半では、実問題への適用例を著者の研究経験をもとに解説しています。 第1章　機械学習とは何か 第2章　基本的な識別器・予測器 第3章　機器の振動データに対する異常検知 第4章　系列データの解析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 どう考えれば、よいプログラムを作れるのかの解 　データサイエンス時代の今、データ構造とアルゴリズムのセオリーを身に付けるのはデータ処理を行う多数のエンジニアにとって大切なことです。本書は、データ構造とアルゴリズムの普遍的な基礎を、Pythonによるプログラミングの実践を通して丁寧に解説するものです。 ※プログラム開発やデータサイエンスを視野に、主要なアルゴリズムをPythonで実装し、データの動きと該当コードを対比させ、しっかりと解説をしています。 ※例題で使用したサンプルプログラムをオーム社ホームページよりダウンロードできます。アルゴリズムの実際をすぐに体感できます。。 第1章　アルゴリズムをはじめる前に 第2章　準備 第3章　データ構造 第4章　ソートアルゴリズム 第5章　探索アルゴリズム 第6章　木構造 第7章　グラフアルゴリズム 第8章　その他の有用なアルゴリズム

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習による異常検知の基本と応用がわかる！ 本書では、機械学習による異常検知のしくみを、誤差関数に着目して解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習アルゴリズムの基本から解説していきます。 機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、時系列データを分析する際の手法と注意点（第3章）や、深層学習を用いた応用例（第4章）といった内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。 機械学習の各アルゴリズムの説明や例題などには、Pythonのコードが付いています。 自分でプログラムを実行しながら学べる入門書です。 ＜本書の特徴＞ ・誤差関数を中心に機械学習の原理を理解することで、異常検知の基本が自然と理解できます。 ・基本だけでなく、時系列データに対する異常検知の考えかた（第3章）や、深層学習による応用（第4章）を学ぶことができます。 ・Pythonのコード付きなので、手を動かしながら学習することができます。 第0章　機械学習と異常検知 第1章　機械学習と統計解析の基本モデル 第2章　非時系列データにおける異常検知 第3章　時系列データにおける異常検知 第4章　深層学習による異常検知

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 深層強化学習の入門から実装まで、この一冊でわかる！ アルファ碁などのゲームAIやロボットアームの制御、自動運転などで注目されている深層強化学習の基礎と、Pythonによる実装について解説した入門書です。 強化学習に適したライブラリであるChainer（ChainerRL）と、AIシミュレーション環境であるOpenAI gymを用いて解説しています。 ソフトウェアシミュレーションだけでなくRaspberryPiとArduinoを用いた実環境への応用も解説しているので、ソフト・ハード問わず自身の課題に深層強化学習を応用することができるようになっています。 1章 はじめに 2章 深層学習 3章 強化学習 4章 深層強化学習 5章 実環境への応用 付録 付録1 VirtualBoxのインストール 付録2 RaspberryPiの設定 付録3 Arduinoのインストール 付録4 Graphical Processing Unit（GPU）の利用 付録5 Intel Math Kernel Libraryを用いたNumPyのインストール

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonによるネットワークプログラミング入門書！ 本書は、Pythonによる実装を前提として、ソケットプログラミングに必要な知識をわかりやすく解説する入門書です。TCP/IPやソケットの原理を説明したのち、Pythonでソケットを実装する基礎的方法を示していきます。さらに、Python固有の機能を用いたプログラミング例（モジュールを利用したサーバ実装など）を紹介します。 ダウンロードできるサンプルプログラムが多数掲載されているので、実際に試しながら読み進めて、知識と技術を身につけてください。 Chapter 1　TCP/IPとソケットの基礎 Chapter 2　Pythonソケットプログラミング Chapter 3　Pythonソケットによるネットワークシステムの構築 Chapter 4　Webシステムに関連するPythonモジュールの活用 Appendix

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonの基礎を学びながらデータ解析の実践技術が身につく！ 本書は『Pythonによる統計分析入門』の多変量解析編に相当するものですが、前著のより発展的な内容として、ネットワーク解析まで扱っています。Pythonの基本を学びながら、より実践で活用できるデータ解析を習得できます。Pythonの解析ライブラリを使った独習書として、多次元データの解析、アソシエーション分析、ネットワーク解析などを丁寧に解説し、実務的な課題にも応用できるようになっています。 第 1 章 データ解析の基礎知識 第 2 章 Pythonとデータ解析ライブラリ 第 3 章 統計的な手法を使った多変量の分析　～　相関・回帰分析・主成分分析・因子分析 第 4 章 学習の手法を使った多変量の分析　～　クラスタ解析・k-近傍・決定木・SVM 第 5 章 アソシエーション分析 第 6 章 時系列データの解析 第 7 章 ネットワークの解析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 本当にPythonでデータマイニングと機械学習を行いたい人のための入門書 本書は，本当にPythonでデータマイニングと機械学習を行いたい人のための入門書です． 初歩からていねいに解説してあります． 本書を読み切れば，誰でもPythonによるデータマイニングと機械学習の主な手法の実装方法が身に付きます。 準備編 第1章　データマイニングと機械学習 第2章　Python速習（基本編） 第3章　Python 速習（応用編） 基礎編 第4章　回帰分析 第5章　階層型クラスタリング 第6章　非階層型クラスタリング 第7章　単純ベイズ法による分類 第8章　サポートベクトルマシン法による分類 実践編 第9章　時系列数値データの予測 第10章 日経平均株価の予測 第11章 テキストデータマイニング 第12章 Wikipedia記事の類似度 第13章 画像データの取り扱い手法 第14章 画像の類似判別とクラスタリング

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 バイオのデータもPythonで！ 生物学に関わる理解・研究では、コンピュータによるデータ処理が欠かせないものとなってきています。生物学の扱う系はもともと非常に複雑で雑音が多く、統計的な解析が広く使われてきましたが、特に最近のDNA/RNA解析ではいわゆる次世代シーケンサ（NGS）が大量のDNA配列データを生み出してそれを整理しなければならないなど、コンピュータによるデータ処理が必須になっています。 　本書は、生物学分野において行われる、さまざまなデータ解析処理について、Pythonを用いて行う方法を解説し、理解することを目的としています。従来、簡単な処理はExcelを使ったり、RやSPSSなどの統計処理を主目的とする言語・ソフトウェアパッケージが用いられてきました。そのなかで本書は、比較的新しく、機械学習やデータ分析に優れたプログラミング言語であるPython を使って、初歩的なデータ処理をどのように行えばよいのかを紹介しています。 第 1 章 バイオデータ処理 第 2 章 プログラムを動作させるための知識 第 3 章 Pythonによる入力・出力データ加工のためのプログラミング 第 4 章 Pythonからバイオデータを扱うライブラリ 第 5 章 可視化のためのライブラリ 第 6 章 統計処理に便利な汎用の統計パッケージ 第 7 章 変異解析・発言解析の流れの例

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonプログラミングの基礎が学べる!! 　Pythonの基礎、オブジェクト指向の考え方を学びながら、簡単なゲームプログラミングの作成まで行います。全15章でPythonプログラミングを一通り学ぶことができ、章ごとに段階を踏んで学んでいけるものです。まずはPythonの独習書として、プログラミングを学びたい方むけにおすすめです。 はじめに 第0章 プログラミングとは 第1部　アクションゲームの作成演習 第1章　Python の実行環境 第2章　アニメーションの導入 第3章　イベントによる対話的処理 第4章　プログラムの拡張 第2部　オブジェクト指向プログラミング演習 第5章　クラスとモデリング 第6章　集約とポリモーフィズム 第7章　継承、オーバーライド 第8章　リファクタリング 第3部　パズルゲームの作成演習 第9章　MVC による機能の分離 第10章　モジュール化 第11章　探索アルゴリズム 第4部　ライブラリを利用したゲーム作成演習 第12章　ライブラリの利用 第13章　スコープ、実体と参照 第14章　Sprite とGroup 第15章　風船割りゲーム 付録A　エラー図鑑 関連資料

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 アニメーションやムービーを制作できるオーサリングソフト、FLASH。比較的簡単に作品を制作できることから、近年ますます需要が高くなっている。しかし、きちんとしたFlash「アニメーション」作品を作り上げる場合、Flashの知識以外にアニメーション制作の基礎知識が必須になる。 本書は、プロのアニメーターがアニメーション制作における普遍的な基礎技術を中心に、Flashでアニメーションを作る技術を解説している。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 FPGAデバイスにおける論理回路設計の効率化！ FPGAの設計には、VHDL言語が多用されています。本書は、VHDLによる回路記述と、その記述をテストするテストベンチの書き方について解説しています。テストベンチを理解することにより、回路記述の正確さや誤りをシミュレータ上で確認できるようになるため、効率的な開発が可能になることや、回路の動作のより深い理解につながります。 Step1　なぜ今、HDLによるFPGA設計なのか？ Step2　VHDLによる回路記述 Step3　より効率的なデバッグ Step4　大規模回路の設計とデバッグへの対応

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 ブロックチェーンの設計構想と実装方法をこの1冊で総合的に修得する！ 　本書は、①ブロックチェーンの基礎、②暗号、ネットワーク、ゲーム理論などのブロックチェーン関連技術、③ビットコイン、④イーサリアムとスマートコントラクト、⑤ブロックチェーンを用いたアプリケーション（DApp）の5つのテーマを中心に、網羅的に、そして理論から実践まで深い内容を丁寧に解説しています。 　プログラミングを使った解説によって理論と実践を同時に学ぶことができるため、基礎から応用力を身につけたい方にオススメです。 はじめに 第1章　ブロックチェーン序論 第2章　ブロックチェーンの仕組み 第3章　ビットコインの仕組み 第4章　イーサリアムの仕組み 第5章　ブロックチェーンアプリケーション開発 第6章　イーサリアムDAppの構築

※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。 ベテランによる正鵠をついた解説 　プログラミングの際には、一般にあまりコンピュータやハードのことは意識しないものです。しかし、知っているということと、知らないということには雲泥の差があります。本書は、プログラマーに向けて、コンピュータのことを解説するものです。ときにはアセンブラも使い、詳細に解説します。 Chapter 1　「プログラムが動作する」とは？ Chapter 2　アセンブリ言語とCPU内部の動き Chapter 3　CPU Chapter 4　メモリと仮想記憶 Chapter 5　インターフェースと入出力装置 Chapter 6　コンピュータネットワーク Chapter 7　グラフィックス Chapter 8　外部記憶 Chapter 9　OSの起動と仕組み Chapter 10　データの内部表現 Chapter 11　抽象化・仮想化

※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。 Rの表現力の高さであるプログラミングと可視化を最大限に解説した！ Rは、フリーな統計解析ソフトとしてのイメージが強いが、簡潔で直感的に解法を表現することができるプログラミング言語としての価値も高い。 本書は関数型言語の性質を多く取り入れたRのプログラミングと、オブジェクト指向により、情報を可視化できるグラフィックスを解説。 （※当書籍は、2008年5月に九天社から発行された書籍に対して、改訂・加筆を行いオーム社から再発行するものです） 第I部　環境編 第1章　対話環境への招待: R のエッセンス 第2章　ドキュメンテーション 第3章　デバッグの方法 第4章　バッチ処理 第II部　プログラミング編 第5章　プログラミング 第6章　データ型 第7章　データの集合 第8章　演算子 第9章　関数 第10章　制御構造 第11章　算術関数/文字列関数/データ集合の関数 第12章　ベクトル演算型プログラミング 第13章　例外処理 第14章　入出力及びオペレーティングシステム 第15章　オブジェクト指向とクラス 第III部　グラフィックス編 第16章　グラフィックス基礎 第17章　グラフィックス応用 付録A　パッケージの作り方 付録B　R の起動オプション 付録C　練習問題の解答

※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。 プログラミング言語Elixirを学ぶ Elixir（エリクサー）は、並行処理を得意とするプログラミング言語 ErlangのVM（エンジン部分）を基盤とし、Erlangよりもなじみやすい 文法を採用したプログラミング言語です。 本書は、RubyやElixirの伝道師として、そして「達人プログラマー」として知られるDave Thomas氏による、 プログラミング言語Elixirの定番解説書、Programming Elixir 1.6 （Pragmatic Bookshelf, 2018）の日本語訳です。基本的なプログラミングから、 並行処理、さらなる応用へと順を追って進む構成になっています。 本書を読むことで、Elixirらしいプログラミングを学ぶことができます。 第2版では、内容が大幅にアップデートされ、Elixir 1.6以降に対応しただけではなく、 開発ツールの利用を含めたアプリケーション開発の実際についての解説が、より充実したものになっています。 またこの日本語版第2版には、Elixir 1.6以降の周辺事情や、開発現場で 知っておきたい情報をまとめた補遺が追加されています。 Elixir作者による前書き 　はじめに（正当化のむなしい試み、再び） 　第1章　赤いカプセルをとれ 第 I 部　伝統的なプログラミング 　第2章　パターンマッチ 　第3章　不変性 　第4章　Elixirの基礎 　第5章　無名関数 　第6章　モジュールと名前付き関数 　第7章　リストと再帰 　第8章　マップ、キーワードリスト、セット、構造体 　第9章　寄り道：型とは何か？ 　第10章　コレクションの処理 ── EnumとStream 　第11章　文字列とバイナリ 　第12章　制御フロー 　第13章　プロジェクトを構成する 　第14章　ツールの利用 第 II 部　並行プログラミング 　第15章　複数のプロセスを使う 　第16章　ノード ── 分散システムの要 　第17章　OTP：サーバ 　第18章　OTP：スーパーバイザ 　第19章　さらに複雑な例 　第20章　OTP：アプリケーション 　第21章　タスクとエージェント 第 III 部　より高度なElixir 　第22章　マクロとコードの評価 　第23章　モジュールのリンク：ビヘイビアとuse 　第24章　プロトコル ── ポリモーフィック関数 　第25章　かっこいい機能いろいろ 付録A　例外：rais、try、catch、throw 付録B　型仕様と型チェック 付録C　参考文献 付録D　Elixir 1.6以降の状況と開発運用の実際 付録E　日本語版に寄せて

※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。 プログラミングなしで人工知能をはじめよう！ 　本書は，何か人工知能を活用してみたいが，プログラミングを学ぶのはハードルが高い，どんなことができるのかまずは試してみたい，という方をおもな対象として，Azure Machine Learning Studio (classic)を用いたノンプログラミングでの人工知能手法を紹介するものです． 　Azure Machine Learning Studio (classic)はMicrosoft社の提供するクラウドサービスで，一般的なブラウザ上でドラッグ＆ドロップによるビジュアル操作を用いて，人工知能（機械学習）を実践することができます．機能単位のアイコンとアイコンとを配線することで，さまざまな分析をおこなうことができます． 　基本的な人工知能手法の解説に留まらず，「カップの振動」に対する教師あり学習，「扇風機の異常」を教師あり学習で分類する，水位の推定などの数値予測，「地目別平均地価」に対する教師あり学習，「ICTサービスの利用動向」に対するクラスタリング，「扇風機の異常動作」に対するSVMを用いた異常検知などの具体的な例を取り上げて解説することで，実践的な人工知能の手法をお試しできるようになっています． 1.　AIとは？ 2.　Azure Machine Learning Studio (classic)の利用準備 3.　データ形式の理解と準備 4.　Azure Machine Learning Studio (classic)における処理の全体構造 5.　Azure Machine Learning Studio (classic)へのデータ入出力 6.　Azure Machine Learning Studio (classic)内における前処理 7.　教師あり学習 8.　数値予測 9.　グルーピングと異常検知 10.　学習と推定についての評価 11.　独自処理 12.　Webサービス化とAndroidアプリ作成

※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。 Haskellの特徴を凝縮したコンパクトな教科書 Haskell（ハスケル）は純粋関数型言語として注目を集めているプログラミング言語。 本書は、関数プログラミングの専門家が題材を厳選して著したものであり、すでに国内のHaskellユーザたちからの評価も高い。これからHaskellを始めようという人はもちろん、既存の入門書を購入している人たちにもお勧め。 第1章　導入 第2章　はじめの一歩 第3章　型とクラス 第4章　関数定義 第5章　リスト内包表記 第6章　再帰関数 第7章　高階関数 第8章　関数型パーサー 第9章　対話プログラム 第10章　型とクラスの定義 第11章　切符番号遊び 第12章　遅延評価 第13章　プログラムの論証 付録A 標準ライブラリ 付録B 記号表 付録C 訳者による関数の解説 付録D 訳語一覧

※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。 スマホ からスーパーコンピュータまで ― 現代のコンピュータ の全体像がわかる！ 本書は、コンピュータアーキテクチャを学ぶ大学学部生、院生や企業の技術者、研究者を対象として、並列コンピュータを基礎から解説するものです。 ムーアの法則が頭打ちとなり回路の動作周波数に限界が見え始めたことから、コンピュータアーキテクチャは、従来の微細化・集積化型の成長から、マルチコア・メニーコア化による並列化・分散化型の成長へ舵を切りました。その結果、スマートフォンからスーパーコンピュータまで、現在あらゆるコンピュータが並列化されています。 本書では、この並列コンピュータについて体系的に整理し、基礎、歴史、アーキテクチャ、記述言語などをていねいに紹介します。現代のコンピュータにかかわるすべての方の座右の書です。 第1章　並列コンピュータとは 第2章　集中メモリ型並列コンピュータ 第3章　共有メモリを用いた並列プログラム 第4章　分散共有メモリ（NUMA） 第5章　クラスタ・NORA(NORMA) 第6章　相互結合網 第7章　アクセラレータ

※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。 ベイジアンネットワークの知識と実践がわかる ベイジアンネットワークは因果関係を確率によって表示したグラフネットワークで、原因と結果の関係性を数値的に、またグラフィカルに示すことができるため、近年注目されています。 本書ではベイジアンネットワークの基本的な知識と、実際に実務の現場でどのようにベイジアンネットワークが使われているかの実践例を説明します。BayoLinkSというソフトウェア（体験版）を用いた実際の分析方法も紹介しています。 〈執筆者一覧〉（五十音順） 小野　義之 北村　章 阪井　尚樹 佐藤　雅哉 鈴木　聖一 野守　耕爾 本村　陽一 安松　健 株式会社NTTデータ数理システム 第1章　機械学習（AI技術）を使うと何がいいのか 第2章　ベイジアンネットワークとは何か 第3章　BayoLinkSでベイジアンネットワークを体験する 第4章　思考力を拡張させるベイジアンネットワーク 第5章　ID-POS データとベイジアンネットワークによる顧客行動分析 第6章　因果連鎖分析とベイジアンネットワーク 第7章　テキストデータにおけるベイジアンネットワークの適用 第8章　ベイジアンネットワークと予測モデル化によるデータアクティベーション 第9章　医療分野におけるベイジアンネットワークの応用 第10章　ベイジアンネットワークによる製造情報学の実現 第11章　ベイジアンネットワークの理論 第12章　ベイジアンネットワークの応用

※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。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版 「MR撮像技術学」の初版は2001年12月に、改訂2版は2008年2月に発行し、改訂2版発行から9年以上が経過しているので、全体を通して見直しています。 　教科書としての基本的な枠組みは改訂2版を踏襲し、改訂2版の中で不足している箇所を補完し、最近の国家試験の傾向を踏まえて、今まで以上に使いやすい教科書となっています。また、臨床現場で活躍する技師の方々からも好評を得ているので、卒業後も役に立つ部分を教科書という枠組みを超えない程度でまとめてあります。 第1章　MR撮像技術の原理 第2章　MR装置の構成 第3章　MRの物理と数学の基礎知識 第4章　MRI用造影剤 第5章　アーチファクト 第6章　評価法 第7章　安全性と管理 第8章　各種MR検査法 　8.1　頭部領域 　8.2　脊椎・脊髄領域 　8.3　胸部・心臓領域 　8.4　上腹部領域 　8.5　泌尿・生殖器領域 　8.6　四肢・関節領域：肩関節，股関節，膝関節，四肢筋肉 　8.7　大血管領域 演習問題解説・解答 参考文献 参考資料 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。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版！ 　「放射線生物学」の改訂2版は2011年11月に発行し、好評を博してきましたが、この間、ICRP勧告をはじめ、さまざまな基準が改正、変更されたため、全体を通して内容を見直しました。 　教科書としての基本的な枠組みは改訂2版を踏襲しつつも、最新の知見に基づいて内容を構成しています。また、改訂2版よりもさらに内容を充実させ、最近の国家試験の傾向も踏まえた、今まで以上に使いやすい教科書としてまとめてあります。 第1章　放射線生物学の基礎 第2章　放射線生物作用の初期過程 第3章　放射線生物学で用いる単位と用語 第4章　放射線による細胞死とがん治療 第5章　突然変異と染色体異常 第6章　放射線の組織影響 第7章　個体レベルでの放射線の影響 第8章　放射線による発がんと遺伝的影響 第9章　放射線障害の防護 第10章　環境と放射線 付　録　放射線生物学基本用語集 演習問題解答 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。 セキュリティ技術の網羅的な入門書 インターネット技術を学ぶうえで情報セキュリティを正しく理解することは不可欠ですが、ITにおけるネットワークの重要性が増し利用方法が多岐になるにつれて、技術者なら誰もが知っているべきセキュリティ技術の範囲はどんどん広がっています。 本書は、日々更新されていくネットワークセキュリティ技術にキャッチアップしていくために必要となる基礎を体系的に網羅した「マスタリングTCP/IPシリーズ」の1冊です。基本的な暗号技術、それらのセキュリティプロトコルへの応用、認証技術、Webアプリケーションへの多様化する攻撃手法の理解と対策などを扱っています。 第1版発行から10年弱が経過し、技術は進歩しセキュリティに対するニーズも高まっています。こういった背景を踏まえて、第2版では目次構成の見直しを行い、大幅な加筆修正を行っています。 第1章　情報セキュリティ概論 第2章　暗号技術 第3章　認証技術 第4章　PKI 第5章　セキュリティプロトコル 第6章　ホストのセキュリティ 第7章　ネットワークセキュリティ 第8章　Web セキュリティ

※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。 複雑なルーティング技術の解説書をマスタリングシリーズで刊行 本書は複雑なインターネットルーティング技術をわかりやすく説明した書籍。教科書として初学者が安心して学べるように、図や例を多用しながら体系的な構成と一般的な用語を用いて解説するもの。 第1章 ルーティングの基礎 第2章 RIP 第3章 OSPF 第4章 BGP 第5章 VRRP

※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。 プログラミング未経験でも、作曲未経験でも、簡単にAI作曲を試せる！ 本書は、AI作曲の第一人者が教える「未経験でも簡単に試せるAI作曲」を、実践を通して身につける書籍です。 「プログラミング経験がなく、AIでさえ名前を聞いたことがあるくらい」「音楽の知識が全くないから作曲なんてもってのほか」という方でも理解できるように、AI作曲を解説しています。コードをマネしてみると曲が生成されることに感動し、読み進めていくうちにコードの記述方法だけでなく、作曲のための音楽の知識も身につくはずです。 生成できる曲はシンプルなメロディー・ドラム・3パートのバンド演奏・アドリブメロディー・バッハ風合唱曲・現代音楽・ピアノ演奏と幅広く、「AIを試してみたい！」「AIと音楽理論をどちらも一気に学びたい！」「作曲のアイデアが出てこないときのヒントにしたい！」という方にオススメです。 はじめに 第1章　AIで作曲できる音楽機械学習ライブラリMagenta 第2章　Magenta環境構築 AI作曲実践準備 第3章　単音のシンプルなメロディーをつくる Melody RNN 第4章　ドラム演奏の作曲を行う Drums RNN 第5章　3パートのバンド演奏作曲 MusicVAE 第6章　コード進行に沿ったアドリブメロディーの作曲 Improv RNN 第7章　バッハ風合唱曲の作曲を行うPolyphony RNN 第8章　現代音楽のような複雑な和音の作曲 Pianoroll RNN 第9章　高度なピアノ演奏の作曲 Performance RNN 第10章　音楽データの学習方法と学習済みデータの作成 第11章　Magenta開発・独自モデルの作成

※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。 Mac OS X Server 10.6によるネットワーク構築を詳説！ 　Mac OS X Server 10.6（Snow Leopard）は、UNIXベースのサーバOSとしての機能に、Mac OS Xのユーザフレンドリーなインタフェースを兼ね備えた、サーバ構築・運用のためのオペレーティングシステムである。本書は、多岐にわたるMac OS X Server 10.6の設定項目を、実際に想定されるオフィス内ネットワークサーバとインターネットサーバの構築手順に沿って解説し、活用の実例を併せて紹介している。 ■序章 Mac OS X Serverワークスタイル ■■第1部　インターネットサーバの構築と運用 1章 Mac OS X Serverのインストール 2章 DNSサーバ 3章 ユーザとグループの作成 4章 メールサーバ 5章 FTPサーバ 6章 Web サーバ 7章 ファイアウォールとVPN 8章 QuickTime Streamingサーバ ■第2部　コラボレーションサービスの設定と運用 9章 iChatサーバ 10章 iCalサーバ 11章 Podcastプロデューサー 12章 Mailmanメーリングリスト 13章 Webサービス ■第3部　ワークグループサーバの構築と運用 14章 プライベートLANのDNS／DHCPサービス構成 15章 ファイルサービスとネットワークログイン 16章 NetBootサーバ 17章 プリントサーバとソフトウェア・アップデートサーバ

※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。 学ぶことの多い機械学習をマンガでさっと学習でき、何ができるかも理解できる!! 　本書は今後ますますの発展が予想される人工知能分野のひとつである機械学習について、機械学習の基礎知識から機械学習の中のひとつである深層学習の基礎知識をマンガで学ぶものです。 　市役所を舞台に展開し、回帰(イベントの実行）、識別１（検診）、評価（機械学習を学んだ結果の確認）、識別２（農産物のサイズ特定など）、教師なし学習（行政サービス）という流れで物語を楽しみながら、機械 学習を一通り学ぶことができます。 序章　機械学習を教えてください！ 第1章　回帰ってどうやるの？ 第2章　識別ってどうやるの？ 第3章　結果の評価 第4章　ディープラーニング 第5章　アンサンブル学習 第6章　教師なし学習 エピローグ 参考文献

※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。 数式なしでデータ分析が理解できる!! 　いったいデータとは何か、データ分析から何がわかるのか、何のためにデータ分析を行うのか、ということからスタートし、「仮説構築」と「仮説検証」を中心に、プロセス全体をマンガで説明します。 　これからデータ分析に取り組むたい人、現在取り組んでいるが完全に納得していない人、いまよりデータ分析を効率的に行い人に役立つ内容となっています。 プロローグ 登場人物紹介 第1章：何が問題か？（思考プロセスと因果関係 　1.1　何が問題か掴めなければデータ分析は無意味 　1.2　物事を因果関係で捉える 第2章：「問い」を探す（観察力と洞察力 　2.1　「具体」と「抽象」をマスターせよ！ 　2.2　ルールに合致しない例外を探す 　2.3　観察力と洞察力を磨く 第3章：「仮説」を立てる（演繹法と帰納法） 　3.1　どんな意思決定を下すのか？が全て 　3.2　仮説構築と仮説検証の違い 　3.3　演繹法と帰納法 第4章：「仮説」を証明する 　4.1　なぜ調査をするのか？ 　4.2　論証と実証、2つの証明 第5章：意思決定を下す 　5.1　なぜ発表（プレゼン）は失敗したのか？ 　5.2　どうすればうまくいくか エピローグ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 人工知能・人工生命を創って理解できる 【本書の特徴】 ・人工知能・人工生命について，タスク解決のために自身でさまざまに試しながら理解できる． ・人工知能・人工生命について，物理シミュレーションを通して理解できる． ・Unity（C#）による学習環境を提供し，人工知能・人工生命の挙動を視覚的に理解できる． 本書は，人工知能と人工生命の基本技法を理解するための技術書です．人工知能・人工生命を学びたい，自分で創ってみたい学生やITエンジニアが，人工知能・人工生命を自分で創りながら試して理解できるようにまとめています． とくに，物理シミュレーションを通したタスクを実践的に解決することで ・強化学習 ・進化計算 ・ニューロ進化 ・群知能 ・メタヒューリスティックス といった人工知能・人工生命技術について理解することを目的としています． 本書では，さまざまなタスクを解説することで，多様なAI技法を学びます．まず，強化学習およびニューロ進化によるレーシングカーの自動運転を紹介します．入門として，パラメータ操作のみで基本的な学習の実験が可能な環境を提供します．人工知能における学習設計時の重要なポイントを習得できるでしょう． 人工知能・人工生命を創って理解するための学習環境はUnity（C#）で用意しています．各章では，理論の解説とともにデモンストレーションとなるサンプルプログラムを提供し，読者の理解を助けるようにしています． 第1章　人工知能から人工生命へ 第2章　自動運転の学習をしてみよう 第3章　自動運転学習のしくみ：強化学習とニューロ進化 第4章　ニューラルネットワーク 第5章　進化するプログラム 第6章　アリの知恵と巡回セールスマン 第7章　集団行動と群れの知能 第8章　人工生命から人工知能へ

─ UXリサーチ・シリーズ第2弾は待望の「評価編」 ─ 「ユーザビリティテスト」とは、ユーザがタスク(作業課題)を実行する過程を観察して問題点を発見するというユーザビリティ評価手法のひとつです。テストと改善を繰り返し行うことによって、製品の利用品質は目覚ましく向上します。数あるUXリサーチ手法の中でも、最も使用頻度の高い最重要手法です。 本書は、プロUXリサーチャの豊富な実務経験に基づいて書かれた実践ガイドブックです。同著者の前作『UXリサーチの道具箱―イノベーションのための質的調査・分析―』(2018年)は調査手法がテーマでしたが、今作では評価手法をテーマにしています。 本書の構成(全6章+附録)は以下のようになっています。 ◎第1章はユーザビリティテストを実施するうえで前提となる基本知識を簡潔に解説しています。 ◎第2章から第5章は本書の中核です。「1リクルート」「2設計」「3実査」「4分析(再設計含む)」というテスト実施プロセスを各ステップにつき1章単位で丁寧に解説しています。 ◎第6章は応用編です。「質問紙法」や「ツリーテスト」など7つの関連手法を紹介しています。また、附録には「タスク事例集」として実際のテストで使用したシナリオとタスクの実物を12本掲載しています。 いずれの章も20~30ページ程度の手軽なボリュームにまとまっており、著者の軽快な筆致と相まってサクサクと読み進められます。読者は、本書を片手に自分自身でもユーザビリティテストをやってみたくなるのではないでしょうか。 プロダクトマネージャ、エンジニア、デザイナ、起業家など、製品やサービスの品質向上に取り組む必要がある幅広い職種で役に立つ内容です。 <目次> 第1章:ユーザビリティテスト概論 1-1 UCDにおける評価 1-2 ユーザビリティテストの基礎 章末コラム: UTブックガイド 第2章:求人ガイド 2-1 テスト計画 2-2 リクルート 章末コラム:謝礼にまつわるエトセトラ 第3章:設計ガイド 3-1 タスク設計 3-2 テスト設計 章末コラム: UXラボ原論 第4章:実査ガイド 4-1 実録ユーザビリティテスト 4-2 司会者の心得 4-3 見学者の心得 章末コラム: UXリサーチの倫理学 第5章:分析ガイド 5-1 データ分析 5-2 再設計 章末コラム: ExcelでUX統計学 第6章: UTちょい足しレシピ集 6-1 質問紙法(SUS) 6-2 共同発見法 6-3 オズの魔法使い 6-4 ホームページツアー 6-5 ツリーテスト 6-6 OOBE 6-7 リモートUXリサーチ 附録: UTタスク事例集

《注意：本電子版は底本に、2017年春試験に関するサポートを付録に掲載した増補版です。》 短い問題を繰り返し、かつ多数こなすことにより、知識の定着を図る 情報処理安全確保支援士試験合格には、多肢にわたる知識が必要です。本書は、関連試験問題や最近のセキュリティの話題を分析し、本試験合格に焦点を合わせたものです。特定分野に特化しがちな実務者のみならずセキュリティ初学者に対しても、短時間で幅広い知識の定着が図れるよう考案した短い問題文（555問）とコンパクトな解説が特長です。 詳細目次 はじめに 試験の概要 第1章　情報セキュリティの基本とリスクマネジメント 1-1　情報セキュリティの基本 1-2　情報セキュリティインシデント 1-3　情報セキュリティマネジメントシステム（ISMS） 1-4　情報セキュリティポリシー 1-5　リスクの定義とリスクマネジメント 1-6　リスクアセスメント 1-7　リスクへの対応 1-8　記述問題 コラム「午前問題のテクニック」 第2章　脅威とぜい弱性 2-1　脅威 2-2　マルウェア 2-3　SQLインジェクションなどWebへの攻撃 2-4　DoS攻撃 2-5　標的型攻撃 2-6　パスワード攻撃 2-7　その他の攻撃 2-8　ソーシャルエンジニアリング 2-9　マルウェア対策 2-10　ぜい弱性と対策 2-11　ハードウェアでの対策 2-12　記述問題 第3章　暗号化 3-1　共通鍵暗号方式 3-2　公開鍵暗号方式 3-3　VPN 3-4　暗号化を利用した仕組み 3-5　暗号化方式標準 3-6　記述問題 コラム「午後問題のテクニック」 第4章　認証 4-1　本人認証 4-2　シングルサインオン 4-3　PKIとディジタル署名 4-4　送信元認証 4-5　権限認証と連携 4-6　無線LANの認証 4-7　ハッシュ関数やタイムスタンプによる改ざん対策 4-8　記述問題 第5章　ネットワークの基本とその他の対策 5-1　ネットワーク 5-2　不正侵入対策 5-3　迷惑メール対策 5-4　コンテンツ改ざんと対策 5-5　セキュアOS、セキュアな設計、セキュアプログラミング 5-6　記述問題 コラム「難易度が高い試験に対するテクニック」 第6章　法律や規制 6-1　情報セキュリティに関する法令 6-2　個人情報保護法とマイナンバー法 6-3　情報セキュリティに関するガイドライン 6-4　情報セキュリティに関する規格や基準 6-5　情報セキュリティに関する制度 6-6　記述問題 第7章　組織と運用 7-1　内部不正対策 7-2　組織と委託先管理 7-3　監査 7-4　システム運用と教育 7-5　監視とバックアップ 7-6　入退室管理と退職者の管理 7-7　記述問題 ◆「IT資格研究チーム」紹介

※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。 パーソナルデータを「正しく」活用するための教科書 パーソナルデータとは、個人を識別したうえで収集されたデータのことです。たとえば、ECサイトで買い物をしていると、自分がカートに入れたものに関連するおすすめ商品が出てきたり、検索エンジンでの検索結果が自分と友人とで違ったりするのは、パーソナルデータとして「自分や友人が識別されたうえで集められたデータ」の活用によってサービスが作られているからです。 パーソナルデータは世界中のさまざまなサービスで活用されていて、企業は利益を効率的に改善できるようになり、ユーザーは個々人にとって適切なサービスを受けられるようになりました。 その一方で、パーソナルデータの利用目的や手段によっては、法的あるいは倫理的な課題にぶつかり、議論となることが多々あります。場合によっては大きなニュースとなり、企業イメージを低下させ、ユーザーの生活に悪影響を与え権利を侵害する恐れすらあります。これらは個人が識別されることによっておきる弊害です。 本書は、以上の背景のもと、パーソナルデータの適正な利活用に必要な基本事項を提示するものです。 リスクを回避し、「有用性」と「ユーザーのプライバシーや第三者の権利の保護」とを両立しながらデータを活かすにはどうしたらよいのか、法律・倫理・技術などの複数分野を横断しながら、多角的に解説します。 本書のおもな読者対象は、パーソナルデータを活用するサービスのプロデューサー、マネージャー、ディレクター、そして実際にパーソナルデータを処理する、いわゆるデータサイエンティストや機械学習エンジニアなどです。 ほかにも、パーソナルデータを使ったサービスを提供する企業の社会人であれば、それ以外の職種の方（企画、広報、営業など）にも有用な内容です。 また、自分のパーソナルデータがどのように活用されているのか気になる一般のユーザーの方にもおすすめです。 ■本書の特徴 ・法的な側面だけでなく、倫理やセキュリティや技術に関するものや、意図せずして社会に与える影響など、周辺知識を幅広く解説します。 ・Web業界を例として、職種問わず共通認識として把握しておきたいことを網羅的に解説します。 ・実際にサービスをつくるときに考慮すべき事項を、表とフローチャートを用いて解説します。 はじめに／目次 第1章　パーソナルデータってなんだろう？ 　1.1 パーソナルデータの定義 　1.2 パーソナルデータでできること 　1.3 本書の構成 第2章　パーソナルデータの事件簿 　2.1 知られたくないことを知られる・利用される 　2.2 公的機関から監視される 　2.3 自分のデータが利用されることへの同意の有無と実態 　2.4 誰でも手に入るデータによる問題 　2.5 過剰なデータ取得に対する拒否感 　2.6 パーソナルデータの「値段」 第3章　パーソナルデータ活用の分類 　3.1 個人情報？　個人データ？ 　3.2 個人情報 　3.3 ところで「パーソナルデータ」とは？ 　3.4 「誰が」「なにから」「なにを」「なにに」？ 　3.5 《処理結果》を深掘りする 　3.6 「誰と」「どこまで」？ 第4章　パーソナルデータまわりの権利や決まり 　4.1 著作権 　4.2 限定提供データ 　4.3 通信の秘密 　4.4 複合的に考えるべき事例 　4.5 顔画像による個人認証や本人確認 第5章　データ収集と処理に使われる技術 　5.1 通信技術と個人情報の関係 　5.2 個人の特定と個人の識別のしくみ 　5.3 個人を特定せずにデータ活用するための技術 　5.4 情報科学的な理論に基づく技術 第6章　「信頼できるサービス」の構造 　6.1 「信頼」の難しさ 　6.2 信頼概念の整理 　6.3 企業に対する「安心」のもと 　6.4 「使われるサービス」と「受け入れられるサービス」 第7章　プライバシー・リスク・倫理 　7.1 プライバシーの懸念と消費者の行動 　7.2 パーソナルデータのリスク 　7.3 パーソナルデータと倫理 第8章　パーソナルデータの「正しい」活用のフロー 　8.1 データ分析の目的と手順 　8.2 データの利用基準はいつ考えるべきか 　8.3 データ利用基準の実例 　8.4 データ利用基準実施手順 第9章　パーソナルデータ活用の応用事例 　9.1 【自社データの自社利用】自社で収集したデータを情報推薦に活用する 　9.2 【グループ会社データの自社利用】ユーザーの行動ログなどを用いて論文を書く 　9.3 【自社データの外部利用】コミュニケーションデータから違反行為の予兆を発見する 　9.4 【外部サービスによる自社データ取得】アンケートと行動ログを合わせて活用する 　9.5 【自社データの外部利用】アンケート調査結果と行動ログを 用いて共同研究を行う 　9.6 【自社データの外部利用】ハッカソンの課題としてパーソナルデータを利用する 　9.7 【外部データの自社利用】投稿コンテンツから特定商品への言及を抽出してレポートする 第10章　パーソナルデータがもたらす副作用 　10.1 社会の偏りの増大 　10.2 統計的差別 　10.3 情報接触の偏り 　10.4 社会関係の偏り 　10.5 ヘイトスピーチ対策システムが生み出してしまう差別 　10.6 ステレオタイプの強化 　10.7 マイクロターゲティングの弊害 　10.8 おわりに 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。 安全なプログラミング言語 　通常のプログラミング言語では、変数やメモリの保護はプログラマーの責任で行います。この際の配慮不足があったとしても、コンパイルして実行できるプログラムはできてしまいます。その結果は、バグやセキュリティホールにつながるので、プログラマーも強い責任感でのプログラミングが必要です。本書で解説するRust言語は、後発なだけいろいろ考えられており、構文そのものが配慮不足になりにくいしくみであり、また不良なソースコードはコンパイルできません。つまり安全なプログラムを記述しなければコンパイルできないというユニークな特長を持ちます。 第1章　Rust言語 第2章　準備 第3章　Rustの基本 第4章　Rustの最初の難関 第5章　所有権システム 第6章　もっとRustを学ぶ

※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。 ソフトウェア開発の名著、第2版登場！ 　リファクタリングは、ソフトウェアの外部的な振る舞いを保ったままで、内部の構造を改善する作業を指します。本書はリファクタリングのガイドブックであり、リファクタリングとは何か、なぜリファクタリングをすべきか、どこを改善すべきか、実際の事例で構成され、ソフトウェア開発者にとって非常に役立つものとなっています。 　本第2版では、約20年前のオリジナル原稿の構成は変わらないものの、大幅に書き換えられているほか、サンプルコードがJavaからJava Scriptになるなど、現代的にアレンジされています。 第2版翻訳にあたって 初版の「本書に寄せて」 はじめに Chap.1　リファクタリング－最初の例 Chap.2　リファクタリングの原則 Chap.3　コードの不吉な臭い Chap.4　テストの構築 Chap.5　カタログの紹介 Chap.6　リファクタリングはじめの一歩 Chap.7　カプセル化 Chap.8　特性の移動 Chap.9　データの再編成 Chap.10　条件記述の単純化 Chap.11　APIのリファクタリング Chap.12　継承の取り扱い 文献リスト　 訳者あとがき 索引

量子コンピュータで変わる世界はもう目の前に！ 「量子コンピュータのもたらす未来を見たい方へ」 メルカリ代表取締役会長兼CEO　山田進太郎 最近、ニュースでよく聞くようになった量子コンピュータ。「人工知能の先は量子コンピュータを使った量子人工知能だ」とGoogleはいいます。 でも、量子コンピュータって何だろう？　世の中で何が起ころうとしているんだろう？ 本書は文系理系問わず、そんな疑問をお持ちの方に量子コンピュータと社会の接点をお伝えします。 量子コンピュータと聞くと、なんとなく専門的な知識が必要なこと、まだまだ先のことと身構えてしまいます。 ですが、実は現在さまざまな企業が身を乗り出して新しく研究開発を進めています。 皆さんにも馴染み深いところ、意外なところが名乗りを上げ、実業に結びついた新しい試みが始まっています。 本書では大学で基礎研究を進める視点と、企業で量子コンピュータを導入・利用することについて考える視点の両者から、量子コンピュータで見ることができる人類共通の夢を語ります。 量子コンピュータの時代はもう目の前。この本で、今日からあなたの行動が変わるかもしれません！ Part 1　量子コンピュータとは Chapter 1　量子コンピュータはもう目の前に！？ Chapter 2　量子コンピュータは難しい？ ・特別寄稿コラム　D-Wave Systems　Bo Ewald氏 Part 2　量子コンピュータで世界が変わる Chapter 3　量子コンピュータで変わる車と工場の未来 ・株式会社デンソー Chapter 4　量子コンピュータで世界を変える企業が描く未来 ・株式会社リクルートコミュニケーションズ ・京セラ株式会社・京セラコミュニケーションシステム株式会社 ・株式会社メルカリ ・野村ホールディングス株式会社・野村アセットマネジメント株式会社 ・LINE株式会社 ・株式会社ディー・エヌ・エー（DeNA） ・株式会社みちのりホールディングス ・株式会社ナビタイムジャパン ・株式会社シナプスイノベーション ・株式会社Jij Chapter 5　量子コンピュータと社会のこれから　―リーンスタートアップと共創が世界を変える―

※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。 従来のコンピュータシステムの視点から量子コンピュータシステムをとらえた他に例をみない解説書．実用化に向けて急速に進化する量子コンピュータシステムの全容と課題がわかる． 　本書は，従来のコンピュータシステムの視点から量子コンピュータシステムをとらえた，他に例をみない解説書です．本書の著者の1人のFrederic T. Chong氏は，コンピュータアーキテクチャの世界的な研究者でありながら，いち早く量子コンピュータシステムの研究に取り組み，多くの先駆的な成果を上げており，その知見を活かして，現在のノイズのある量子コンピュータシステムの全容と課題を本書にコンパクトにまとめています． 　また，多種多様な観点より参考文献が豊富にあげられており，本書で量子コンピュータの現在の全体像を押さえ，必要に応じて参考文献を頼りに深掘りしていくことで，これからの量子コンピュータの研究開発者に求められる素養が身につけることができます． 　黎明期とはいえ，量子コンピュータは実用化に向けて急速に進化しており，これから量子コンピュータにかかわる研究者，技術者，学生にとってエキサイティングな時代が到来することは間違いありません．従来のコンピュータがたどった経緯を振り返れば，量子コンピュータの黎明期にあたるいまこそ，その基礎固めに最適な時期といえます．ぜひ本書を一読してみてください． 第I部　量子コンピュータの基礎 第1章　量子計算の起源と現在 第2章　量子計算と古典計算 第3章　量子アルゴリズムとアプリケーション 第II部　量子コンピュータシステム 第4章　量子コンピュータシステムの最適化 第5章　量子プログラミング言語 第6章　量子回路の合成とコンパイル 第7章　マイクロアーキテクチャとパルスコンパイル 第8章　ノイズ緩和と誤り訂正 第9章　量子計算の古典シミュレーション 第10章　量子コンピュータシステムのこれから

※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。 ※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。 RubyでWebアプリ開発をはじめよう！ 本書は、プログラミング言語の文法はだいたいわかったけど、実際にプログラム（アプリ）はどう（あるいは何を）作ればいいの？　という読者向けに、具体的なプログラムの作り方を解説する初心者脱出のための指南書です。 「プログラミング言語の文法書を読み終えた後、実際にアプリを開発しようと思って調べて見ると知らない言葉ばかりで面食らった」「細かなコードは書けるけど、少し規模が大きくなるとどう作ったらよいかわからない」といった状況を打破できるように、本書では小規模なアプリ（Amazonの購入履歴を取得してExcelファイルに出力するアプリ（コマンドライン版と、それを拡張したWeb版））を実際に作りながら、その作り方と開発の流れをていねいに解説します。 第1部 準備編 第1章 作成するアプリと開発の流れ 第2章 必要な機能を実験しよう 第2部 実践編 第3章 コマンドライン版 注文履歴取得アプリを作ろう 第4章 Web アプリ版に必要な機能を実験しよう 第5章 Webアプリ版 注文履歴取得アプリを作ろう 第6章 注文履歴からExcelワークシートを作ろう 第7章 まとめ 付録A サンプルコード 付録B 参考文献 付録C 開発環境の準備 付録D Rubyの復習 用語集

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 【本書は、2000/10/26に発行した書籍の電子復刻版です】 人気急上昇のプログラミング言語「Ruby」の本格的入門書 Rubyは、Perlと同等以上の機能を持ち、さらに「直観的に楽しくプログラミングできる」という特長を持っている。フリーソフトウェアとして公開されており、Linux(UNIX）やWindowsで動作する。ここ1～2年でユーザが急増しており、今一番ホットなプログラミング言語だ。 本書は、カバーする分野を主にRubyの基礎とテキスト処理に絞って、分かりやすく丁寧に解説する。Ruby界の第一人者を著者に、Rubyの作者自身を監修者に迎えた、入門書として決定版といえる一冊。 第1章 はじめてのRuby 第2章 Rubyの基礎 第3章 オブジェクトとメソッド 第4章 正規表現 第5章 クラスとモジュール 第6章 マルチスレッド 第7章 ネットワーク 第8章 Rubyスクリプト実例集 付録A Rubyの入手とセットアップ 付録B 参考資料

※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。 ※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。 UNIX/Linuxシステムプログラミングをはじめよう 　本書は、2007年にピアソン・エデュケーションから発行された『例解UNIXプログラミング教室　―システムコールを使いこなすための12講―』の改訂版です。 　本書は、UNIX/Linuxの機能を使ったC言語プログラミングを解説するものです。UNIXは、ファイルの操作やプロセスの制御、プロセスへのシグナル、ネットワーク通信、端末の操作など、多くの高度な機能を持っています。しかし、システムコールによって、このような機能を利用したプログラムを正しく動作するようつくるためには、UNIXの隠れた概念や制約について知っている必要があり、それらを網羅的に覚えるのは困難です。 　本書は、この概念や制約が、それぞれのシステムコールの動作に及ぼす影響を全部覚えるといったアプローチはとっていません。むしろ、必要なときに必要なシステムコールが分かり、それをどう使えばよいのか、そして、その機能には当然どのような制限があるのかが分かるようになるように、UNIXの基本概念とプログラマから見えるUNIXの概観をつかめるよう解説しました。 　本書は単なるインタフェースの解説書ではありません。インタフェースの説明をしつつ、 UNIXの概観（エッセンス）を読者に理解してもらうことで、できるだけ楽に、しかも確かなUNIXシステムプログラミングができるようになってもらうことを目指しました。また、豊富なサンプルコードと演習問題を掲載し、実践的なプログラミングの助けとなるようにしています。 ＜おもな改訂内容＞ ・第0章　UNIXの基礎とシェルの新設：UNIXシステムプログラミングを学ぶ準備として、UNIX にまだ慣れていない読者のために、UNIXとはどのようなものか、どのように操作するかを説明する第0章を新設しました。 ・用語の見直し：旧版では提案も含めて読者にわかりやすい用語を目指していましたが、この新版では、わかりやすさを保ちつつ、広く使われている語を用いるようにしました。 　UNIX自体がすでに成熟しているため、システムプログラミングの部分については小規模な改善を行いました。 　なお、すべてのコードは以下のサイトからダウンロードできます。 https://github.com/kazutomi/reikai-unix-code-samples 第0章　UNIXの基礎とシェル 第1章　Cの復習(1)：マニュアルの読み方、エラー処理、構造体、共用体 第2章　Cの復習(2)：ポインタ、バイトオーダ、複雑な型 第3章　低水準入出力 第4章　標準入出力ライブラリ 第5章　プロセス 第6章　ファイルシステム 第7章　ファイル記述子のコピーとパイプ：dup、dup2、pipe 第8章　ソケット通信入門 第9章　シグナルと競合状態 第10章　端末(1) ：端末、端末ラインディシプリン、termios構造体 第11章　端末(2) ：エスケープシーケンス、cursesライブラリ、擬似端末 第12章　非局所脱出：setjmp、longjmp 参考文献 用語集 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。 「要約」の解析に焦点を当てて解説!! 　本書は因子分析、主成分分析、数量化3類（質的データのときの主成分分析）、コレスポンデンス分析、クラスター分析、共分散構造分析を解説します。 　各手法の解説には身近で実践的な例題を豊富に設け、これについて計算・解釈の方法を、Excelと著者自ら作成したアドインソフトウェアを活用して詳細かつ実践的に説明していきます。

※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。 分析手法を「目的変数（予測したい変数）がある場合」と「ない場合」に分け、それぞれの手法を更に丁寧に解説、本書は「予測」の解析に焦点を置いた！ 多変量解析を行う目的としては、大きく分けて「予測」と「要約」の2つがあります。本書では、「予測」の解析に焦点を当てて解説します。 本書では、主に重回帰分析、判別分析、正準判別分析、数量化I類（（ダミー変数）重回帰分析）、拡張型数量化1類(重回帰の目的変数を予測する)、コンジョイント分析などの手法を扱います。 各手法の解説には身近で実践的な例題を豊富に設け、これについて計算・解釈の方法を、Excelと著者自ら作成したアドインソフトウェアを活用して詳細かつ実践的に説明していきます。

※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。検索やハイライト等の機能が使用できません。 Excelと例題でばっちり身につく!! 本書は主に医療統計で好んで使われる統計手法を取り上げています。薬品や治療によってどのくらい命が変わってくるかという考えは商品寿命にも応用できるので、製造業の方にも使えます。Excelを使って実習することにより、計算が難しいロジスティック回帰分析や生存時間解析などを理解することができます。

※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。 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

※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。 環境設定からロボットへの実装まで。ROSのすべてを網羅 本書は，ロボット用のミドルウェアであるROS（Robot Operating System）についての，ロボット分野の研究者や技術者を対象とした解説書です。ROSの構成や導入の方法，コマンドやツール等の紹介といった基本的な内容から，コミュニケーションロボットや移動ロボット，ロボットアームといった具体的なロボットのアプリケーションを作成する方法を解説しています。 　ROSについて網羅した内容となるため，ROSを使った開発を行いたい方が必ず手元に置き，開発の際に活用されるような内容です。 本書で使用しているソフトウェア、ハードウェアについて 第1章　ロボットソフトウェアプラットフォーム 第2章　Robot Operating System（ROS） 第3章　ROSの開発環境の構築 第4章　ROSの主要概念　 第5章　ROSコマンド 第6章　ROSツール 第7章　ROS基本プログラミング 第8章　ロボット、センサ、モータ 第9章　組込みシステム 第10章　移動ロボット 第11章　SLAMとナビゲーション 第12章　サービスロボット 第13章　マニピュレータ 付録　ROS2

※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。 C言語でマイコンの制御をする方法をわかりやすく学べる 　本書は、制御の基礎と、実現するためのC言語によるプログラミング方法を解説した入門書。制御の基礎知識を丁寧に解説し、C言語のプログラミングはLEDを光らせる、モーターを回すなど、簡単な実例を挙げながらわかりやすく解説。C言語についても基礎的なところを解説して、プログラミング解説に備えている。 　最近のロボットキットではGUIを利用した手軽なプログラム作成ソフトを使っているが、そのようなソフトウェアを卒業して、C言語でのプログラムに移行したいユーザーや、高校や大学低学年でのロボット制御実習での参考書、中学校の技術科での「計測と制御」の参考になるような内容を目指す内容。 主要目次 第1章　マイコン制御の基礎知識 第2章　C言語へのステップアップ 第3章　繰り返すことで効率的に制御する 第4章　いくつかの処理を使い分けながら制御する 第5章　制御に必要な情報を管理する 第6章　一部の処理を部品化して効率的に制御する 参考文献

※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。 理工系・文系を問わず非常にわかりやすい情報理論、符号理論の教科書 著者の長年の講義経験をもとに練り上げた情報理論・符号理論の教科書です。 大学1年生が読むことを念頭に、難解な内容となることを避け、高卒程度の数学を用いて、情報理論を解説しています。演習問題も数多く掲載しています。 改訂2版では、符号理論に関する解説をより追加、現行の大学・高専のカリキュラムにより即した内容とするほか、現在の視点からみて適切なアップデートをしています。 1章　2進数の基礎 2章　確率論の基礎知識 3章　情報量とエントロピー 4章　情報源と通信路 5章　符号化 6章　暗号による通信と情報セキュリティ

※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。 ※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。 CNNとViTによる画像認識を本格的に学ぶために！ 本書は、深層学習（ディープラーニング）に基づく2つの技術、畳込みニューラルネットワーク（CNN）とVision Transformer（ViT）を通して、画像認識の基礎を実践例とともに解説するものです。 画像認識技術は、顔認証や異常検知など、現代社会に欠かせない技術として広く応用されており、研究開発も盛んに行われています。本書では、確かな理解のもとに画像認識技術の研究開発が可能となるよう、前半において理論的な基盤（深層学習の基本事項、畳込みニューラルネットワーク（CNN）、Vision Transformer（ViT））を、紙数を割いてわかりやすく解説していきます。また後半では、画像認識の基本的手法である物体検出と領域分割、学習データの大規模化に欠かせない自己教師あり学習を実例とともに解説し、最終章では今後ますます重要になると見込まれるVision and Languageのマルチモーダル処理を詳細に扱います。 全体を通して、擬似コードなどでアルゴリズムを把握できるようにしたほか、Python（PyTorch）のサンプルコードも用意し、読者自身が手を動かして画像認識を実践することができるようにしました。 第1章　画像認識の概要 第2章　深層学習の基礎 第3章　畳込みニューラルネットワーク 第4章　Vision Transformer（ViT） 第5章　物体検出 第6章　領域分割 第7章　自己教師あり学習 第8章　画像と自然言語