※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。 Windows 11でのコンピュータ操作、Office 2024活用などの基礎を学べる1冊！ 本書は、パソコンやインターネットを使用するうえで身につけておくべき情報リテラシーの習得を目標としています。 好評の『情報リテラシー教科書』最新版となる本書は、Windows 11とOffice 2024に対応しています。 キーボードでの入力やマウスの扱い方などの初歩的なＰＣ操作から始めて、コンピューターやネットワークの基礎的な知識を学んだのち、Ｍｉｃｒｏｓｏｆｔ　Ｏｆｆｉｃｅのソフト（Word、Excel、PowerPoint）の操作法を学んでいきます。 レポート作成、プレゼンテーション、データ処理、グラフ作成などの具体的な操作方法の解説のほか、近年の情報技術の発展を鑑み、情報セキュリティやモラル、法律などについても解説します。 イントロダクションにはマンガページを設けるなど、学生の学習意欲を沸かせるように工夫を凝らしています。苦手意識のある方でも、情報基礎がしっかり身につく一冊です。 第1章　パーソナルコンピュータの基礎 第2章　インターネット利用 第3章　Microsoft Word 第4章　Microsoft Excel 第5章　Microsoft PowerPoint

※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、ビジネスの成果に結び付くデータ分析を始めよう！ 本書は、ビジネスシーンにおけるデータ処理・分析を、Pythonを用い、ハンズオン形式で習得するものです。 ビジネスにおける成果指標（数値の意味）の基礎基本の解説から始め、具体的でイメージしやすいビジネスシーンを事例に、「Pythonを使うことで成果に結び付く分析ができるようになるんだ！」と、データ活用スキルが向上するイメージが感じられるとともに、現場でスムーズに実践・応用できる内容としました。 また、ChatGPTなどの生成AIを活用したデータ分析のイメージをつかんでいただけるよう、付録に実例を示しました。 1章　なぜ、いま、Pythonによるデータ分析を学ぶのか？ 2章　分析目的を明確にしよう 3章　データ分析の流れを把握しよう 4章　Pythonの基本を押さえよう 5章　データを集計しグラフ化しよう 6章　【事例1】会員制ジムの退会者の状況を、退会の要因分析に役立てよう 7章　【事例2】クレジットカードの顧客セグメントを分析して、自社顧客に合った施策立案に繋げよう 8章　【事例3】モバイルアプリのアンケートを分析して、売上向上を実現しよう 付録　生成AIを利用したデータ分析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 数理最適化を使って現実の問題を解決できるようになる！ 　本書は、数理最適化の基礎から実務に応用する際のポイントや注意点まで、「モデリング」の観点を中心にして初学者にもわかりやすく解説します。 　モデリングには、「教科書的な問題」と「現実の問題」の間に大きな壁があります。本書は、数理最適化の実応用に日々取り組んでいる著者たちが、その経験をもとに、「数理最適化を使う際にどのようなことを気にするか」「どのように問題を捉えるか」などを、「数理最適化の考え方」としてまとめたものです。 　典型的な例題を、条件を変えながら深く考察しているので、様々に応用できるモデリングの考え方が身につきます。本書の「考え方」を習得することで、現実の問題を数理最適化を使って解決できるようになります。 また、モデリングスキルだけでなく、実際に数理最適化を応用する際のノウハウについても学べる点が特徴です。 　数学的な予備知識はなるべく仮定せず、必要となる概念は本を読み進める中で自然に身につくようになっています。 まえがき 第1章　数理最適化という考え方 1.1　数理最適化について知ろう 1.2　今，数理最適化が注目されている理由 第2章　実務に活かす数理最適化の考え方 2.1　数理最適化とモデリング 2.2　定式化，求解，分析 2.3　最適化ソルバー 2.4　数理最適化問題の分類 2.5　まとめ 第3章　数理最適化問題の問題構造という考え方 3.1　配合問題 3.2　輸送問題 3.3　生産計画問題 3.4　まとめ 第4章　二択が含まれる最適化モデルの考え方 4.1　二択を表す変数 4.2　取捨選択問題 4.3　輸送問題再訪 – 問題拡張１ 4.4　輸送問題再訪 – 問題拡張２ 4.5　まとめ 第5章　割り当てという考え方 5.1　世の中にある割当問題 5.2　割当図と割当表 5.3　割当問題のモデル化 5.4　まとめ 第6章　割当問題を応用するための考え方 6.1　人員配置問題 6.2　シフトスケジューリング問題 6.3　配送計画問題 6.4　まとめ 第7章　問題を分割するという考え方 7.1　問題を分割するとは？ 7.2　期間で分割する 7.3　粒度で分割する 7.4　問題構造で分割する 7.5　制約の強さで分割する 7.6　まとめ 第8章　数理最適化プロジェクトを成功させるための考え方 8.1　問題をどう定めるか 8.2　システム化における注意点 8.3　数理最適化プロジェクト開始前の見極め 8.4　数理最適化プロジェクト進行の要諦 8.5　数理最適化の課題の発見について 付録 A　Excelソルバー B　よく使う数学記号 C　スラック変数 文献案内 あとがき 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。 生成AIを使った動画解析の基礎から実践までを説明 本書は、生成AIを使った動画解析の基礎から実践までを、フルスクラッチで説明した書籍です。読者自ら、Pythonを使って簡単な動画解析プログラムが作成できるよう、生成AIを使った動画解析のしくみから具体的なプログラムのサンプルコードまでを1冊にまとめています。 これまでに収集した未処理の動画データを活用して有用な結果を得たい方、動画解析を使ってこれまでにないサービスを実現したい方におすすめの書籍です。 第1章　生成AIとヒューマンセンシング 第2章　人間を対象とした解析 第3章　実行環境の準備と画像解析モデルの基礎 第4章　コンピュータヴィジョン 第5章　パイプライン導入 第6章　ヒューマンセンシングAI 第7章　LLMチュートリアル 第8章　マルチモーダル技術の基礎 第9章　ヒューマンセンシングと生成AIの融合

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 もう一つのLLM ―大規模言語モデルの一手法― 　解析木を中間データとする機械翻訳方式は，原言語解析木発生，原言語解析木から目的言語解析木への言語変換，目的言語解析木から目的言語文発生という縦続する3つの処理から構成される．このうち原言語文解析木発生処理は，方式が原言語文を理解することに相当し，処理誤りの9割がこの処理で発生するといわれている． 　本書の「文例を用いた文解析木発生方式」は，この原言語解析木発生動作を行うものであり，既存の機械翻訳方式KATEの解析木発生部分をベースとして，これに多数の文例文とその句構造解析結果である文例解析木の対を用いるための改良を加えた方式である．この方式は，大量の言語データを用いる点において大規模言語モデル（LLM）の一種といえる． 　「文例を用いた文解析木発生方式」は，1つのデータ対の効果が大きいことにより，学習データの枯渇の影響を受けにくいという利点が得られる．本書の後半で通常のニューラルネットワークを用いた単語列間変換（seq2seq）方式との共同動作の構想を示している．同一入力に対して「文例を用いた文解析木発生方式」とニューラルネットワークを用いたseq2seq変換方式という動作機構の全く違う2つの方式の出力間の共通部分を得ることにより，信頼度の高いデータ対を獲得し，それを新しいデータ対として用いることにより，両方式に対してより信頼性の高いデータ対の自動取得が可能となることが期待される． Ⅰ編　文解析木発生方式 序章 まえがき 1章 機械翻訳における文例を用いた文解析木発生方式の構成 2章 共通単語列の検出 3章 文例排他木の作成 4章 一時排他木木値算出 5章 上位被覆 6章 解析木発生 7章 禁止木非含有判定 8章 文解析木発生方式各部分の役割 9章 機械翻訳における文例を用いた文解析木発生方式の動作実験 10章 ニューラルネットワークを用いた単語列間変換との結合動作に関する構想 11章 ニューラルネットワーク単語列間変換による翻訳に対する1つの提案 12章 Ⅰ編のまとめ Ⅱ編　文解析木発生方式のアルゴリズム A. Ⅱ編の構成 B. 一時排他木木値ユニットを除く一時排他木発生モジュール C. 一時排他木木値ユニット D. 上位被覆モジュール E. 最大木値木発生ユニット F. 解析木発生モジュール G. ニューラルネットワークを用いた単語列間変換との共同動作 H. ニューラルネットワーク単語列間変換による翻訳に関するアルゴリズム

※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。 見えないAIリスクを“見える化”する、生成AI時代の実務ガイド いま、生成AIを活用して新しいサービスを作りたい、自社の業務にAIを取り入れたいという企業が増えています。 しかし、導入や運用の段階で注意すべき法律上のポイントを、明確に理解している人はまだ多くはありません。 本書では、AIに関する法務リスクを体系的に整理し、「ここだけは押さえておきたい実務の勘所」を分かりやすくまとめています。 法律の専門書というよりも、「何を相談すればいいのか分からない」「どこまで聞けばいいのか迷う」という方のための、最初の一冊としてお役立ていただけます。 この書籍を読むことで、AIに関する法的リスクを全体的に把握できます。 開発や運用における法務上の問題点を、一般論から具体的な事例まで体系的に理解できます。 〇AIに関する法的リスクを全体的に把握できる 開発や運用における法務上の問題点を、一般論から具体的な事例まで体系的に理解できます。 〇AI導入・運用の各段階で注意すべきポイントが分かる 企画・開発・運用といったフェーズごとに、どの場面でどんなリスクがあるのかを明確にできます。実際に注意点を把握したうえで運用・開発計画が立てられるので、計画進行中のトラブル発生のリスクを軽減できます。 〇参照すべき法律・ガイドラインを見つけられる ポイントを把握することで、自社に関係するルールやガイドラインをスムーズに確認できます。 〇有識者・法律家・弁護士への相談がスムーズになる どのように相談すれば良いかのイメージがつかめるため、具体的で効率的なやり取りが可能になります。結果として、法務上・ビジネス上の落とし穴を事前に可視化でき、無駄なコストやトラブルを避けられます。 ◎有識者・法律家・弁護士に相談するための下地をつくり、安心してAI活用を進めるための実務的なガイドブックです。 AIを活かした開発や事業を安全に、そして前向きに進めたい方におすすめです。 序章　LLM開発者、LLMを使うスタートテック経営者の皆様へ 第1章　LLMモデル開発、運用とかかわる法律権利の一覧 第2章　LLMモデルの開発運用までのスケジュール 第3章　モデル開発に関する法務 第4章　モデル運用に関する法務 第5章　LLM開発者、提供者として知るべきAIに関する考え方 第6章　おわりに―開発運用後にLLM事業者の進むステージ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 生成AIおよびエージェントが拓くソフトウェア開発新時代 - 学会監修による全工程網羅の体系、事例、動向 　本書は、情報処理学会ソフトウェア工学研究会の監修のもと、生成AI・LLM・エージェントをソフトウェアの設計からテスト、運用・保守にいたる全工程、さらにはマネジメントにまで組み込むための実践的な体系をまとめた一冊です。表面的な技術の流行にとらわれず、事例や研究動向を交えながら、社会や産業における新たな方向性を解説しています。 　生成AIは、従来の自動化ツールでは困難だった多様で複雑なタスクを、思考のプロセスをともない、人と自然に対話するように遂行できます。これにより、顧客の声を的確に反映し、価値を継続的に高め、効率的かつ信頼性の高い開発と運用が可能になります。本書を通じて、従来の常識を超えたAI時代の開発のあり方を体得してください。 Chapter 1　生成AIの仕組み Chapter 2　生成AIによるソフトウェアの要求 Chapter 3　生成AIによるソフトウェアの設計 Chapter 4　生成AIによるプログラムの実装 Chapter 5　生成AIによるソフトウェアのテスト Chapter 6　AIエージェントによるソフトウェア開発の自動化 Chapter 7　生成AIの評価 Chapter 8　生成AIを活用したプロセスとマネジメント Chapter 9　生成AIによるソフトウェア産業の将来

※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。 手を動かして理解する、実務で役立つMLOps 本書は、サービスに活用できる機械学習システムの開発・運用を解説する書籍です。 　機械学習をサービスで活用するとき、機械学習モデル自体ではなく、運用上・管理上の問題に直面することは数多くあります。どれだけ優れた機械学習モデルを構築できたとしても、それをサービスに活かすためのシステムがなければ運用できません。 　そこで本書では、機械学習システムを運用するための技術であるMLOpsを、機械学習システムの構築を通じて学んでいきます。具体的には、広告クリック率をリアルタイムで予測する機械学習システムをAWS上にデプロイします。 　機械学習パイプラインや推論サービスの構築だけでなく、バージョニングやシステム監視など、サービス活用のために必要とされる一歩進んだ内容にまで踏み込んでいる点が特徴です。 【このような方におすすめ】 ◎ 機械学習システムに関わるソフトウェアエンジニア ◎ 開発だけでなくデプロイまで行うデータサイエンティストや機械学習エンジニア 〇 機械学習をビジネス活用しようと考えているプロダクトマネージャー 〇 機械学習をサービスで活用している企業で働きたいと考えている大学生 はじめに・目次 1章　MLOps概要 2章　環境構築 3章　モデル作成 4章　機械学習パイプライン 5章　実験基盤 6章　バージョン管理 7章　CI・CD 8章　推論サービス 9章　継続的学習 10章　監視 索引

※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。 ふりかえりのスキルを向上させるための実践的なアドバイス 本書は、「レトロスペクティブ（ふりかえり）」をアジャイルソフトウェア開発に適用するチームにさらなるアドバイス、テクニック、実例を紹介し、チームが同じ場所、オンライン、ハイブリッドのどこに居てもレトロスペクティブによって迅速に学習し、学習を継続するための方法を述べるものです。本書は、チームリーダー、スクラムマスター、コーチがチームを巻き込み、学び、改善し、より大きな成果を出すのに役立ちます。 第1版では、レトロスペクティブをアジャイル開発に適用する方法を示しました。第2版では、著者らの20年以上にわたる経験を反映し、より実践的なアドバイス、オンラインやハイブリッドなチームにおける課題に回答します。レトロスペクティブをどのように設計するか、ファシリテーションについて、世界中のチームから得られた疑問や懸念を元に、より充実したガイダンスを提供します。より効果的な対話のために、客観的データと主観的データの両方を使用する方法を探ります。 Agile Retrospectives, Second Edition: A Practical Guide for Catalyzing Team Learning and Improvement by Esther Derby, Diana Larsen, David Horowitzの邦訳です。 第I部 基本的要素 第1章　チームの検査と適応を支援する 第2章　チームに合わせたふりかえり 第3章　ふりかえりをリードする 第4章　集団ダイナミクスを管理する 第II部 アクティビティの選択 第5章　場を設定するアクティビティ 第6章　データを収集するアクティビティ 第7章　アイデアを出すアクティビティ 第8章　何をすべきかを決定するアクティビティ 第9章　ふりかえりを終了するアクティビティ 第10章　よくあるシナリオのふりかえり 第III部 考慮すべきこと 第11章　リモートチームのふりかえり 第12章　変化の促進と持続 第13章　チームでは解決できない問題を報告する 第14章　反対意見に打ち勝つ 第15章　学習の旅は続く 付録A　事前準備の質問 付録B　アクティビティのリファレンスシート

※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。 フリーソフトのScilabを使ってシステム制御を理解できる！ 　「制御工学」は数学的な知識を前提に解説されるが、現場では数値解析ソフトを使って設計がなされる場合が多い。 　本書は、フリーソフトであるが入門には十分な機能があるScilabでの演習を通じて「制御工学」を実感し、必要な知識を身に付けられることを目的としたテキストで、豊富な例題により自習書としても役立つ。 このような方におすすめ ・高専、大学学部、大学院、専門学校の学生（教科書・参考書・自習書として） ・上記学校の教員 ・制御関連の初級技術者 主要目次 第１章　はじめに 第２章　Scilab入門 第３章　システム制御に必要な数学 第４章　伝達関数とブロック線図 第５章　時間応答 第６章　周波数応答 第７章　フィードバック系の安定性 第８章　PID制御 第９章　状態方程式の構造と性質 第10章　状態フィードバックとオブザーバ 第11章　最適制御 第12章　ディジタル制御

※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。 たのしくプログラミングをはじめよう！ 「いつかはプログラミングしたい! でも私には難しそう……」と二の足を踏んでいる方、「プログラミングできたら便利! でも勉強するのはつまらない……」と敬遠している方、「プログラミングできたらかっこいい! でも作りたいアプリとかない……」とあきらめている方、とりあえず本格的なゲームでも作って、楽しいプログラミングの世界に飛び込んでみましょう! 世界中で大人気の小難しくないプログラミング言語Pythonなら、覚えることも最小限。面白い例題やパズル、ゲーム作りを楽しみながら、愉快なイラストと一緒にかっこいいプログラミングを満喫しましょう！ 本書は、“Python for Kids:A Playful Introduction to Programming, 2nd edition"を翻訳したものです。 第Ⅰ部　プログラミングを学ぼう 第1章　Python（ヘビではありません）を使ってみる 第2章　計算と変数 第3章　文字列、リスト、タプル、辞書 第4章　カメさんで絵を描こう 第5章　ifとelseを使って質問する 第6章　ループで繰り返す 第7章　関数とモジュールを使ってプログラムをリサイクルする 第8章　クラスとオブジェクトの使い方 第9章　カメさんでいろいろ描いてみよう 第10章　tkinterを使ってもっとすごいグラフィックスを作る 第Ⅱ部　ピンポンゲームBOUNCE! 第11章　ピンポンゲームBounce!を作ってみよう 第12章　ピンポンゲームBounce!を完成させよう 第Ⅲ部　ミスター・スティックマン脱出ゲーム 第13章　ミスター・スティックマン脱出ゲームのグラフィックスを作ろう 第14章　ミスター・スティックマン脱出ゲームのプログラムを作ろう 第15章　ミスター・スティックマンのプログラムを作ろう 第16章　ミスター・スティックマン脱出ゲームを完成させよう この本を終えたら：この後のおすすめ 付録A：Pythonのキーワード 付録B：Pythonの組み込み関数 付録C：トラブルと解決方法

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 未来への確かな意思決定に、時系列予測を活用しよう！ 本書は、時系列予測の理論とPythonによる実装を体系的にわかりやすく解説します。時系列データ分析が未経験でも通読できるよう、基礎となる数学から始め、ビジネスや研究の場で実践するためのスキルが身に付くよう丁寧にフォローします。 ビジネスの現場では、データに基づく意思決定が重要視され、特に時系列データ分析は、売上予測や需要予測、在庫最適化など、多くの領域で活用されています。そうした時系列予測の理論と実践を学ぶために必要な知識を、本書の活用によって身に付けることができます。 ※本書と『Pythonによる時系列分析―予測モデル構築と企業事例―』との違い 本書では時系列予測（を主とする時系列分析）の数学的な解説や数理モデルを詳解することから 　・確かな理論的裏付けに基づく実践（コーディングや評価・検証）を試したい 方におすすめです。 一方、『Pythonによる時系列分析―予測モデル構築と企業事例―』は、（特にビジネス応用を念頭に置いた）時系列分析の入門として 　・まずはハンズオンで実践してみたい 　・ビジネスにおける時系列分析（を含めたデータ分析の全体像）をつかみたい という方におすすめです。 第1章　時系列予測が変えるビジネスの未来 第2章　統計的推測と時系列分析の基礎 第3章　時系列予測のための数理モデル 第4章　予測モデルの評価と検証 第5章　時系列予測事例 付録A　Python環境構築

※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。 ベイズモデル、生成AIの数学的動作原理を学ぶ 増補改訂でより詳しく 　本書は，機械学習の道具として使われている確率過程の書籍です．確率過程とは，誤解をおそれずにひと言でいえば「パラメータにしたがってランダムに変動するデータを解析するための数学の一分野」です．すなわち，ベイズモデル，生成AIの数学的動作原理です． 　日進月歩の勢いで発展を遂げる機械学習の研究成果を各自の専門領域に取り入れるには，これらの中で道具として使われている確率過程の基礎的な知識が必要不可欠です．本書では，数学的な厳密性は犠牲としながらも，機械学習の最新の結果を理解するために最低限必要と思われる内容にしぼって，確率過程について説明しています． 　今回の増補改訂によって内容を大幅に追加しています． 第1章　確率論の基礎 第2章　確率積分と確率微分方程式 第3章　マルコフ過程の性質 第4章　確率過程とベイズモデル 第5章　確率過程と機械学習 第6章　実問題への応用 付録A　基礎事項の復習式の復習 付録B　サンプルコード

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像診断支援の分野では人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が期待されています。こうした状況の中でPythonはその学びやすさと、また画像処理や人工知能のためのパッケージが多く提供されていることから、今後ますます、簡単な実験から臨床研究などへ幅広く使用されていくことが予想されます。 　本書では、深層学習の基礎的な内容、Pythonの基礎はおさえたうえで、医用画像応用に特化して、最新のデータセットやライブラリを使用して画像解析、診断への適用などの基礎的な内容をわかりやすく解説するものです。改訂にあたって、医用画像の標準規格であるDICOMの最新版の取扱いを解説するとともに、生成AIの適用・応用についてもふれています。 第1章　開発環境を構築する 第2章　Pythonプログラミングの基本を学ぶ 第3章　DICOM画像の表示と基本画像処理 第4章　画像管理とDICOM応用処理 第5章　Pythonを使った人工知能の前処理を学ぶ 第6章　Pythonを使った人工知能の基本を理解する 第7章　人工知能開発の実践 第8章　医用画像処理における生成AI活用

※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。 はたしてなぜ生成AIは嘘をつくのか？ ハルシネーションの原理とその対策を一からわかりやすく解説 　生成AIを利用する際に最も厄介な問題となるのがハルシネーション（hallucination）です．ハルシネーションは幻覚とも呼ばれる現象で，一見もっともらしいのに，まったく正しくない文章が生成されることをいいます．これによって，実際にはありもしない発言や事実が大量につくり出され，SNSなどで拡散されて私たちの社会や認識を大きくゆがめてしまっています．これからの情報系エンジニアにとって，ハルシネーションの対策に必要な知見やスキルは非常に重要です． 　本書では，ハルシネーションに挑むための土台となるべき自然言語処理や機械学習の基礎的な知識や，「言語の正しさ」に関する基本的な知見から解説しています．そして，これまで研究されてきたハルシネーションの検出方法や，LLMの学習方法および構造の改善，RAGや外部モデルの利用によるハルシネーション対策について解説しています．　AI関連の技術は日進月歩で進歩していますが，エンジニアにとって重要なことは流行に乗り遅れないことより，少しずつ自分の引き出しを増やしていくことであると考えられます．この観点から，本書では「スタンダードな手法への手っとり早い入門」という以上の価値を提供できるように心がけています． Chapter 1　自然言語処理の基礎 1.1　自然言語処理とは 1.2　トークン化と分散表現 1.3　言語モデル 1.4　自然言語処理の評価指標 1.5　言語の研究の歴史 Chapter 2　統計学と機械学習の基礎 2.1　帰　納 2.2　統計的推測 2.3　強化学習 2.4　さまざまな生成AI Chapter 3　TransformerとLLM 3.1　Transformer登場の背景 3.2　Transformerの内部構造 3.3　学　習 3.4　TransformerによるLLM 3.5　ChatGPT 3.6　さまざまな大規模言語モデル Chapter 4　ハルシネーションの基礎 4.1　ハルシネーションとは 4.2　事実性／忠実性 4.3　内在型／外在型 4.4　文や知識の正しさとは 4.5　ハルシネーションの発生源 4.6　ハルシネーションの検出と評価 4.7　ハルシネーションに関する評価ベンチマーク Chapter 5　ハルシネーションの抑制 5.1　学習データの改善 5.2　デコーディング方法の改善 5.3　モデル構造の改良 5.4　プロンプトエンジニアリング Chapter 6　外部知識活用にもとづく生成 6.1　検索を組み合わせた生成 6.2　疎ベクトル検索 6.3　密ベクトル検索 6.4　知識データベース 6.5　RAGの発展的な話題 6.6　ツール拡張生成

※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。 大規模言語モデル（LLM）の本質の解説 　生成AIの1つである大規模言語モデル（LLM）は、言語を操る数理モデルの1つのあり方です。LLMを活用するシステムの研究・開発は、その不確実性の高さや制御の難しさから、多くの試行錯誤を要します。そのため、より効率的に、より効果的に課題解決をするためには、LLMがテキストを生成する仕組みの理解や、LLMを強化する方法論に向き合うことは欠かせません。また同時に、言語をつかさどる暗黙的な規則性を炙り出す、LLMとは異なるタイプの数理モデルにも目を向けるべきでしょう。これらの知見は、地に足のついた試行錯誤へと繋がります。 　上記のような知見は、計算言語学という領域で蓄積されています。本書は、LLM時代における計算言語学の「言語の理論としての側面」と、「言語の工学としての側面」に着目した入門書です。本書により、LLMをはじめとする言語の数理モデルが読者の皆さまの手札の1つとなり、より多くの実務的課題・学術的課題が解き明かされることを願います。 第1章　自然言語の数理 1.1　計算言語学とは 1.2　言語の理論としての計算言語学 1.3　言語の工学としての計算言語学 1.4　まとめと本書の構成 第2章　形式的手法による言語学 2.1　意味現象 2.2　依存型意味論序説 2.3　未指定型による形式証明の制御 第3章　大規模言語モデルの仕組み 3.1　言語モデルによるテキストの生成 3.2　大規模言語モデルのパイプライン 3.3　Transformerの機構 3.4　大規模言語モデルの学習 3.5　大規模言語モデルの評価 3.6　データセットの作成方法 3.7　次章へ向けて 第4章　大規模言語モデルは何を理解しているか 4.1　注意機構の分析 4.2　プロービング 4.3　Logit lens：語彙空間への射影 4.4　次章へ向けて 第5章　大規模言語モデルの実用 5.1　大規模言語モデルの軽量化・高速化 5.2　RAG：大規模言語モデルの知識拡張 5.3　LLMエージェント：自律・推論・動態 付録　数学と機械学習の基礎 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。 細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説 本書は細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説した書籍です．現状，細胞培養に機械学習を応用しようとすると，情報工学や数理統計学のテキストを読む必要がありますが，これらでは情報工学や数理統計学の基本的なカリキュラムを修了していることが前提とされていて，細胞培養のエンジニアや学生が読みこなすのは大変です． また，情報工学や数理統計学において重要な基本原理の解説と研究事例の紹介がメインであり，必ずしも細胞培養に応用するうえで，「機械学習をどう利用するのか」「どうやってデータサイエンス化するのか」について，詳しく書いてあるわけではありません． 本書では，情報工学や数理統計学のノウハウがなくても，つまり，AIの素養がなくても，読者ご自身の細胞培養の定量性や再現性を高め，予測可能な結果につなげるためのヒントをまとめたものです．著者の経験をもとに，機械学習を応用する大切なポイントを解説しています． 第1章　細胞培養の基礎を押さえよう 　1.1　細胞培養について 　1.2　細胞培養のための培地選び 　 第2章　細胞培養を定量化しよう 　2.1　細胞の数を計測してみよう 　2.2　増える細胞の様子を数値化しよう 　 第3章　細胞培養をデータ化しよう 　3.1　データサイエンスの基本をざっくり把握しておこう 　3.2　細胞培養・培地をデータ化しよう 　3.3　データ化するための自動化 　　 第4章　細胞培養を学習分析しよう 　4.1　機械学習について知ろう 　4.2　細胞培養のデータでデータサイエンスを行おう 第5章　細胞培養を最適化しよう 　5.1　最適化するための方法 　5.2　機械学習のアルゴリズムを押さえよう 　5.3　学習データを取得しよう 　5.4　モデルを訓練しよう 　 第6章　アクティブラーニングを活用しよう 　6.1　アクティブラーニング　 　6.2　応用と展望

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医療健康情報に関するデータを適切に取り扱うための知識をわかりやすく整理！ IT技術者を主要読者対象として、医療健康情報を高度に活用するための、医療倫理にもとづくELSI（Ethical, Legal, Social Implications）、ならびに、関係法令等についてわかりやすく解説した書籍です。 医療健康情報の活用の歴史やポイント、および、医療健康情報を扱う研究者・技術者ならば当然抑えておくべき倫理的配慮、ならびに活用事例や課題についてまとめています。 人の医療健康にかかわる分析や、生成AIとの連携など、今後の発展や方向性に興味がある方にもお勧めです。 第1章　医療におけるDX～なぜ、医療機関で情報処理技術者が必要とされるのか？～ 第2章　医療機関の現状と課題 第3章　医療健康情報の利活用の現状と課題 第4章　医療保健情報を取り巻く法制度と解説 第5章　匿名加工医療情報、仮名加工医療情報の利活用

※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。 「とにかくわかりやすい！」だけじゃなく、ワクワクしながら読める！ 　本書は一般ユーザー向けのネットワークの入門書です。 　前半は専門家以外でも知っておくべき内容を扱い、スマートフォンなど日常的に用いる端末を例に、ネットワークの構成および関連機器について説明します。また、ネットワークについて学ぶ際に初学者が抵抗を覚えがちな専門用語について、重要なものを一つずつ拾って解説します。 　後半ではネットワークの構造や代表的なプロトコルなどを説明します。 　「家庭における端末の通信設定ができない、あるいは意味がわからない」という人でも通読できる難易度なので、専門知識がない方でも教養としてネットワークの知識を身につけることができます。 ＜こんな方におすすめ＞ ◎ 日常生活でスマートフォンを使う学生、社会人 ◎ 勉強や仕事でパソコンを使う学生、社会人 ◎ IT企業への就職や転職が決まった方 ○ 一般社員向けのネットワーク講習を担当するIT関連部署の社員 ○ 子どもにスマートフォンやタブレットのしくみを教える 必要がある保護者、教員 ○ ほかのネットワークの入門書を読んでみたが、難しくて 挫折してしまった方 はじめに／目次 Chapter 1　ネットワークってなんだろう？ Chapter 2　インターネットのしくみを知ろう Chapter 3　電波による通信のしくみを知ろう Chapter 4　ネットワークを支えるルール、プロトコルと階層構造 Chapter 5　ネットワークを支えるプロトコルたち Chapter 6　実際のネットワークでのやりとり 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。 ヒューマンコンピュータインタラクションの基本をわかりやすく解説する定番の教科書、改訂3版！ 本書は、人間の感性や認知に関する基礎知識とともに、対話システム、GUI、インタフェースの評価技術など、人間とコンピュータの親和性が高いシステムづくりに必要な技術を解説する教科書としてご好評いただいている『IT Text ヒューマンコンピュータインタラクション』の改訂3版です。今回の改訂では、XR、UX、人間中心設計、人工知能（AI）、技術者倫理などの近年注目されているキーワードを軸に情報をアップデートするとともに、図解を増やしさらに学びやすい構成としました。 第1章　ヒューマンコンピュータインタラクションとは 第2章　人間の感覚と知覚 第3章　人間の認知と理解 第4章　インタラクティブシステムのデザインと分析・評価 第5章　入力インタフェース 第6章　ビジュアルインタフェース 第7章　ビジュアルデザインとビジュアライゼーション 第8章　コミュニケーションインタフェース 第9章　協同作業支援とソーシャルコンピューティング 第10章　XR（クロスリアリティ） 第11章　環境と融合するインタフェース 演習問題略解 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。 個人データ活用ビジネスの指南書！ 　ユーザーの行動や購買のデータをもとに、サービスが最適化されることが当然の時代となりました。ネットで買いものをするときは閲覧や購買の履歴に基づいて商品の推薦が行われますし、動画を閲覧するときは過去の視聴履歴に基づいてホーム画面に表示される動画が変わります。データに基づいた調整によって、ユーザーはより適切なサービスを受けられるようになりました。 　しかしユーザーに紐づくデータ（≒個人データ）は、うまく活用すればビジネス強化につながる反面、使いかたを間違えれば社会的に大きな非難を受ける可能性があります。近年ではプライバシー保護に対する社会の目が厳しくなっており、グローバルプラットフォーマーがGDPRで高額な罰金を課せられたり、これまで明確な法規制のなかった国に日本の個人情報保護法に相当する法律が次々と制定されるなど、国際社会は法規制を強める方向に動いています。日本国内でも、データの不適切な取扱いにより問題となった事例は枚挙に暇がありません。いままさに個人データを活用するサービスを開発・運用している実務担当者であっても、以下のような不安を抱えている人は多いのではないでしょうか。 ・いま行っている個人データ活用の施策が、プライバシー法規制に抵触するリスクはないか？ ・ユーザーの同意はどんなときに必要で、必要となる場合はどうやって合意を取得するべきか？ ・事業者間でのコラボレーションや第三者機関での分析を考えるとき、適法性やセキュリティをどのように担保すればよいか？ ・データ処理過程で個人が特定されるリスクはないか？ ・レピュテーションリスクを想定したとき、どんな情報を公表しユーザーへ提供するべきか？ 本書では、こういった疑問への解答を示し、顧客の個人データを扱う当事者が実務レベルで適切な対応をとれるよう導きます。まずはビジネスでの個人データ活用の利点と懸念点を概説し、関連する法律や技術を説明したのち、どう対応していけばよいか具体例を示していきます。 　 <本企画のポイント> ・国内外のプライバシー規制の動向を理解できる ・企業におけるプライバシー保護体制（プライバシーガバナンス）の具体的な確立方法がわかる ・ビジネスにおける個人データ活用のリスクを適切に評価し、必要な対策がとれるようになる はじめに／目次 1章　なぜ個人データの活用が注目を集めているのか？ 2章　プライバシー保護と炎上 3章　個人データと法規制 4章　プライバシーガバナンスを構築する 5章　個人データの定義と活用における注意点 6章　個人データを守るプライバシーテック 7章　プライバシーテックを活かした個人データ活用のフレームワーク 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。 OpenAI、Anthropic、Gemini、LangChain、LangGraph、Gradio、Tavily、SerpApiなどを用い、基本からマルチエージェントシステムの設計まで、開発に必要なテクニックを体系的に解説 　LLMエージェント（AIエージェント）は、ペルソナ（口調、知識、判断の方向、人柄）等を生成AIに組み込み、生きた人間の代わりに様々なことをするもので、カスタマーサービス、情報検索、分析、意思決定支援など、様々なタスクを自律的に遂行することができます。これにより、新たなサービスの創出、業務の自動化や効率化など、ビジネスに大きなインパクトをもたらすことが期待されています。 　一方で、LLMエージェントを実際のビジネスに応用するためには、技術的な理解だけでなく、システム設計や運用における様々な課題をクリアする必要があります。例えば、エージェントの能力を最大限に引き出すための対話設計、複数エージェント間の連携制御、ユーザーとのインタラクションデザインなどを設計、解説します。 第1章　LLMエージェントとは 1.1　言語モデルとは何か 1.2　LLMエージェントとは 第2章　エージェント作成のための基礎知識 2.1　OpenAI API 2.2　LangChain入門 2.3　Gradio を用いたGUI作成 第3章　エージェント 3.1　LLMに知識を与える 3.2　LLMにツールを与える 3.3　複雑なフローで推論するエージェント 3.4　記憶を持つエージェント 3.5　ペルソナのあるエージェント 第4章　マルチエージェント 4.1　マルチエージェントとは 4.2　マルチエージェントシステムの構築 4.3　マルチエージェントの活用 第5章　LLMエージェント研究の最先端 5.1　直近の研究動向 5.2　ビジネスでの利用例 補足　OpenAI API／Anthropic APIキー／Gemini APIキー／Tavily APIキー／Serp APIキー／Google Colaboratoryのシークレット機能

※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。 これからのシステムリスク管理の常識をわかりやすく解説 本書は、AIと量子コンピュータが当たり前になる、これからのITシステムのリスク管理について、基本からわかりやすく解説した書籍です。特に、リスク管理を有効に機能させるために重要な考え方や具体的な手法についても詳しく解説しています。 今後、AIや量子コンピュータのもたらす技術革新にかかわるリスク管理能力の欠如は、あらゆる組織にとって致命的なウィークポイントになります。しかし、革新的な技術のもたらすリスクを網羅的に洗い出すことは難しいのが実情です。また、それらのリスクにより生じる損害の大きさや、損害がどの程度の可能性で発生するのかが不明瞭であることも多く、従来からのプロジェクトごとでのリスク管理手法がうまく適用できません。 そのようなリスクをうまく管理するために組織に必要となる、重要なITガバナンスについてまとめています。 第1章　ITシステムにおけるリスクと新技術 第2章　量子コンピュータが暗号にもたらすリスク 第3章　AIの発展と規制 第4章　AIシステムにおけるリスク管理 これからのリスク管理とガバナンス

※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。 編集、製作等、本づくりの素養を一冊に網羅！ 　2008年の初版発行から16年が経過した本書。書籍編集のワークフロー、ＤＴＰシステム、印刷・製本技術、発行形態等、この間様変わりした事柄について修正し、これからの出版物製作の事情に沿った内容とするため、再編集、再執筆を行った。編集技術についての普遍的な内容は従来のままとし、既存の読者には電子書籍関連等を含めた情報のアップデートを、新規の読者に対しては編集の基礎から最新の考え方を提供し、改めて編集・製作についての素養を網羅した一冊として再出発を図る。 　編集技術や知識について歴史的な流れを把握しながら体系的に理解できる内容。 ●造本の基礎 ・本の構造・紙（誌）面の構造 ・本づくりの流れ ・組版・DTPシステム ・書籍の構成要素・判型 ・印刷・インキ ・製　本 ・オンデマンド印刷 ・電子書籍 ●文　字 ・原稿整理 ・組版校正 ・文字の構造 ・和文書体 ・欧文書体 ・文字の大きさ ・文字の変形・装飾 ・フォント形式 ・異体字 ●組　版 ・組方向・行揃え ・行間・行送り・字間・字送り ・本文サイズ・行間 ・版面・標準的な組方 ・見出し ・柱・ノンブル・キャプション ・注　釈 ・ウェブ ●組版原則 ・字下げ・イニシャルレター ・記号類の組方 ・和欧混植 ・禁則文字・禁則処理 ・ルビ（ふりがな）・圏点 ・欧文組版 ・罫線・矢印 ●図表類・写真 ・図版原稿・網 ・表組・グラフ ・線画・デジタルカメラ写真 ・階調の補正・リサイズ ・画像の形式 ・Photoshopのフィルタ ●色 ・プロセスカラー ・カラーチャート（CM/MY） ・カラーチャート（YC/K） ・2色印刷 ・本紙（色）校正・製版校正 ・インキ見本帳・特殊インキ ●用　紙 ・紙のサイズ・紙の目 ・紙取り（面付） ・紙の種類 ・クロス・ボールなど ・紙の厚さ・数量計算 ・標準的な用紙の選定 ・製　紙 ・印刷・製本・資材の発注 ●資　料 ・和文書体 ・欧文書体 ・記号・飾りフォント ・約物（記号）一覧 ・罫線・矢印の作成 ・InDesignの文字組セット ・装　丁 ・出版物での加工 ・特殊印刷 ・データの授受 ・PDF入稿 ・データの拡張子 ・単位表 ・各種印刷物などのサイズ ・本の流通・図書コード ・原価計算 ・増刷・重版 ・著作権 ・出版契約書 ・著作物利用許諾契約書 ・博物館・参考文献・サイト

人工知能と哲学、「人」に迫る二つの学問が影響し合うその先を問い、考える 　本書は、人工知能学会誌『人工知能』の連載記事：レクチャーシリーズ「AI哲学マップ」および関連記事を再編集し、書籍化するものです。 　レクチャーシリーズ「AI哲学マップ」は、人文系（主に哲学）の研究者と人工知能分野の研究者の対談から、相互の知見を共有し集積した先に、「人工知能のフロンティアを描き出す」ことを目的として企画されました。本書では、記事・対談の内容から浮かび上がった下記四つの問いを提示し、これらを軸に対談内容を理解することで、人工知能研究の「現在地」と「方向性」を明らかにし、学問としての発展に示唆を与えます。 　問い1　人工知能にとってコミュニケーションとは何か 　問い2　人工知能にとって意識とは何か 　問い3　人工知能にとって社会とは何か 　問い4　人工知能にとって実世界とは何か 　記事再編にあたり、人工知能を専門としない多くの方々にもわかりやすく読めるよう、技術解説の補足や挿絵の追加など、内容理解の助けとなる工夫を凝らしました。 はじめに 問い1　人工知能にとってコミュニケーションとは何か 問い2　人工知能にとって意識とは何か 問い3　人工知能にとって社会とは何か 問い4　人工知能にとって実世界とは何か おわりに 注釈語索引 対談参加者プロフィール一覧

※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。 POSデータでマーケティング・リサーチの基本を学ぼう！ この本は、POSデータ（販売状況の管理データ）の分析を通じて、マーケティング・リサーチにおけるデータの集計・分析・可視化の基礎を身につける入門書です。以下4つのコンセプトに沿って構成しました。 ① POSデータのダミーデータを用い ② 現実に近い分析のストーリーをもたせ ③ なるべく簡単なExcel 操作で ④ 分析の手順やコツを自然に学べる 各章の冒頭で「スーパーのマーケティング部の新人が、部長から集計や分析を依頼される」というストーリーが示され、そこで提示された課題に沿って学習を進めていきます。高度な理論の説明は控えて、実際にPOSデータの分析で求められる内容を中心に扱っています。本書を通読することで、単純集計やクロス集計、集計結果のグラフ化や検定、データ間の相関や回帰、同時に購買されやすい商品の分析方法やPOSデータから得られる指標（店頭カバー率、PI値など）の解釈などを身につけることができます。 数学が苦手な方、Excelの複雑な操作が苦手な方にもおすすめです。 ＜おすすめの用途＞ ・インターンや就職前の独習教材として ・大学のデータリテラシーの授業の教科書として ・ゼミ活動の準備段階の参考書として ・企業の新人、若手研修の補助教材として ＜本書のポイント＞ ・ダミーデータを使って、実際にPOSデータの分析でよくぶつかる課題の解決方法を学ぶため、小売り業の現場に近いかたちでデータ分析の基礎を身につけられます。 ・数式をほとんど使わないため、数学や統計学が苦手でも読み進めることができます。 ・Excelの高度な操作は行わず、初出の操作は都度説明するため、Excelが苦手でも読み進めることができます。 第0章　この本の読みかた 第1章 「売り上げをまとめた資料を作っといて！」－データを集計してみよう－ 第2章 「売り上げ、顧客層で違うよね？」－属性ごとに集計して検定してみよう－ 第3章 「季節ごとの売上傾向ってわかる？」－時系列データを集計してみよう－ 第4章 「なにが売り上げに影響したんだろう？」－データ間の関係性を調べよう－ 第5章 「どの商品を同じ棚に置いたら売れやすい？」－併売の分析をしてみよう－ 第6章 「売れる商品を狙って入荷しよう！」－店頭カバー率とPI値から売れ筋商品を見つけよう－ 第7章 「新店舗、うまくいくかな？」－回帰分析で新店舗の売り上げを予測しよう－

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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ました。 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 改訂にあたり、全体を見直すとともに、この4年間で変化したPython環境の見直し、カラー画像・3D・動画およびサウンドを閲覧できるQRコードの配置、第9章・第10章の練習問題の追加などを行いました。 本書が、読者の線形代数学のより一層の理解の一助となれば幸いです。 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　固有値と対角化 第8章　ジョルダン標準形とスペクトル 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。 ５００以上の資格を持つ資格ソムリエが送る合格のトリセツ！ 　本書は情報処理技術者試験の「ITストラテジスト」の受験対策書です。 　著者は、情報処理技術者試験だけではなく、数多くの資格試験を持つ資格ソムリエとして、資格取得や勉強方法のアドバイスなど、数多くメディアにも出演されています。 　本書は、ITストラテジスト（午前Ⅱ、午後Ⅰ・Ⅱ）の合格に必要な勉強方法や資格試験の攻略法を数多く盛り込んだ1冊です。特に、難関とされる午後Ⅱ試験においては、「問題を読む」→「解答を組み立てる」→「肉付け」→「書く」といった一連のプロセスについて、著者の思考回路を順を追って細かく解説しているので、問題の読み方や解答の書き方が手に取るようにわかります！ 　本書のルールを使って、合格を勝ち取りましょう！ 1章　午前Ⅱ 　1-1　経営戦略 　1-2　マーケティング 　1-3　技術経営 　1-4　システム戦略 　1-5　システム企画・要件定義 　1-6　システム調達 　1-7　情報化投資 　1-8　その他システム関連用語 　1-9　企業活動 　1-10　ビジネス全般 　1-11　セキュリティ関連 2章　午後Ⅰ 　2-1　午後Ⅰ試験攻略のポイント 　2-2　過去問を解いてみる① 　2-3　過去問を解いてみる② 　2-4　過去問を解いてみる③ 　2-5　過去問を解いてみる④ 3章　午後Ⅱ 　3-1　午後Ⅱ試験攻略のポイント 　3-2　午後Ⅱ試験攻略の対策 　3-3　問題の読み方と解き方 　3-4　過去問を解いてみる① 　3-5　過去問を解いてみる②

※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。 現場での問題解決に役立つ、ソフトウェア品質保証のための実践的な指南書／解説書！ 　組織におけるソフトウェア品質保証部門はソフトウェア品質を向上・維持するべく活動していますが、実際の現場においては、開発部門に対して手数のかかる検査を高頻度に要求せざるをえないなどの理由により、開発部門と対立してしまうことがあります。開発部門はコストや納期の成果達成を重視する傾向があり、品質保証部門からの要求はその支障となりがちなため、品質保証部門は開発部門に協力してもらうために、自身の要求の意図・意義を正しく伝えられなければなりません。 　本書は、ソフトウェアの品質を高めたいと思いながらも、具体的な施策を立案できない、開発部門との調整がうまくいかない、などと悩んでいる読者に向けて、解決の基となる普遍的・本質的な考え方と、現場の実践で得られた知見による具体的な解決方法を解説します。 第１章　ソフトウェア品質の基本概念 　1.1　品質の概念 　1.2　品質マネジメントの概念 　1.3　ソフトウェア品質マネジメントの特徴 第２章　組織レベルのソフトウェア品質マネジメント 　2.1　ソフトウェア品質マネジメントシステムの構築と運用 　2.2　ライフサイクルプロセスのマネジメント 　2.3　ソフトウェアプロセス評価と改善 　2.4　検査のマネジメント 　2.5　監査のマネジメント 　2.6　教育および育成のマネジメント 　2.7　法的権利および法的責任のマネジメント 第３章　プロジェクト共通レベルのソフトウェア品質マネジ メント 　3.1　意思決定のマネジメント 　3.2　調達マネジメント 　3.3　リスクマネジメント 　3.4　構成管理 　3.5　プロジェクトマネジメント 第４章　プロジェクト個別レベルのソフトウェア品質マネジ メント 　4.1　品質計画のマネジメント 　4.2　要求分析のマネジメント 　4.3　設計のマネジメント 　4.4　実装のマネジメント 　4.5　レビューのマネジメント 　4.6　テストのマネジメント

※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。 Cursorを使ってAIを活用したプログラミングをはじめよう！ 〔本書のポイント〕 ・AIを活用してコードを書かずにプログラミングができる！ ・まだ一から書いてるの？　AIを活用して業務効率化！ ・ノーコードではじめるPythonとReactのハンズオン！ ・AIとの対話でプログラミングできるから初心者でも安心！ ・Cursorを使えばより効率的にAIを活用できる！ プログラミングの世界は、生成AIの登場により大きな変革の時を迎えています。これまでのプログラミングは、言語の学習、関連するフレームワーク、ライブラリ、APIの理解、ロジックの組み立て、コードの記述というプロセスが常識でしたが、近い将来、このプロセスは大きく変わろうとしています。 生成AIにより、プログラミングの進め方は劇的に変化します。AIに「こういうプログラムを書いて」と指示をするだけで、自動的にコードが生成されます。生成されたコードを実行し、イメージと異なる点があれば「こう直して」とAIに伝え、修正を繰り返すことで、理想のプログラムに近づけていきます。 自然言語を用いたプログラミングにより、プログラミングはエンジニアだけのものではなくなります。自然言語で指示を出すだけでプログラムを作成できるようになれば、非エンジニア層も日常的にプログラムを作成するようになるでしょう。 こうした変化に対応するため、開発ツールもAIネイティブな設計へと進化しています。その先駆けとなるのが、「AIファーストのコードエディタ」や「AIペアプログラマーとして設計されたIDE」と呼ばれるCursorです。Cursorの機能を活用してプログラミングを行えば、馬車の時代から自動車の時代へと一気に変わったような、大きな変革を体感できるはずです。 本書では、Cursorの紹介だけでなく、その機能の説明、ケースごとの活用方法、効果的なプロンプトの書き方など、実践的なテクニックを幅広く取り上げています。プログラミング初心者からプロのエンジニアまで、AI を活用した新しいプログラミングのあり方を体験できる一冊となっています。AIネイティブなプログラミングの世界は、まだ未知の領域が多く残されています。本書を通じて、読者の皆さまがこの新しい世界に踏み出し、可能性を探求していただければ幸いです。AIを活用したプログラミングは、生産性の向上だけでなく、創造性を解き放つ新しい扉を開くでしょう。 皆さまが本書を手に取り、AIネイティブなプログラミングの世界を体験することで、新しい時代の担い手となり、プログラミングの未来を切り拓いていかれることを心から願っています。さあ、Cursorを使って、AIとともにプログラミングの新時代を迎えましょう。 （本書まえがきより抜粋） 第1章 Cursor の導入 第2章 Cursor の基本操作 第3章 Cursor の機能説明 第4章 Cursor のカスタマイズ設定 第5章 プロンプト・プログラミング実践例 第6章 Cursor 開発テクニック

※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。 ファインチューニングについて，具体的なPythonコードを通じて基本から実践までわかりやすく説明 本書は，画像識別や自然言語処理といった実務における代表的なタスクで現れるモデルのファインチューニング，さらに近年著しく発達している生成AIモデルのファインチューニング，および，強化学習を活用したファインチューニングについて，それぞれ具体的なPythonコードを通じて基本から実践までわかりやすく説明した書籍です． ファインチューニングを実務で活用することを目指すエンジニアや研究者，および学生の方々を対象に，実務に直結したアドバイスや具体的な手法を提供し，現場での実践力を高めていただくことを目標としています． それぞれのタスクを実施するための手続きを「レシピ」としてパッケージ化して，その中身を「レシピの概要」「事前準備」「ファインチューニング実装」「評価」「応用レシピ」としています．具体的なPythonコードを通じて基本的かつ実践的な考え方を理解していただき，さらにそれを読者の皆さん自身の課題に合わせて修正できるようにしています． これからファインチューニングを始めたい，あるいはファインチューニングの実践におけるコツを知りたい方におすすめの書籍です． Chapter 1　ファインチューニングの基礎知識 Chapter 2　画像のファインチューニング Chapter 3　自然言語処理のファインチューニング Chapter 4　生成AIのファインチューニング Chapter 5　強化学習によるファインチューニング Appendix　 評価指標

※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。 TCP/IPネットワークの実際が基礎から理解できる TCP/IPを理解するためには、ネットワーク技術の解説はもちろん、コンピュータ内部の構造、データやパケットをやり取りする仕組みの理解が必要です。本書は、豊富な解説図により、パケットやメッセージの動作や概念がよくわかるように解説しています。 〔第4版改定のポイント〕 ・IPv4とIPv6を同時に解説するようにした ・現在、推奨されているコマンドに見直した ・コンテナの記述を追加した ・HTTP/2、HTTP/3の記述を追加した ・全体にわたって、記述を現代的に見直した 第1章 TCP/IP入門 第2章 TCP/IPの理解を助けるアプリとコマンド 第3章 ネットワーク技術を支えるコンピュータの基礎 第4章 ネットワークの基礎知識とTCP/IP 第5章 IPはインターネットプロトコル 第6章 TCPとUDP 第7章 TCP/IPアプリケーション 第8章 IPを助けるプロトコルと技術 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。 生成AI・プロンプトでPythonプログラムを作る ChatGPTをはじめとした生成AIは、プロンプトと呼ばれる自然な言葉で問いかけることにより多種のプログラムを作りだせ、AI駆動開発と呼ばれています。データ分析、AIプログラミング、グラフ描画、Webスクレイピング、Excel作業、Word化、PDF化など業務上様々な便利なプログラムを簡単に作ることができ、ChatGPTでプログラム作りの超時短を実現します。本書では、業務で使うPythonプログラムを例に、その作り方・プロンプト・改良のコツを解説します。なお、読者ご自身の業務で繰り返して使いやすいように、ChatGPT内でのプログラム実行とはせずに、自分のPCで動かします。解説にはChatGPT plus（GPT 4）を使いましたが、無料版や他の生成AIでも応用可能です。 はじめに 利用したChatGPTについて 用語説明 本書の対象読者 本書の動作環境 第1章　AI駆動開発について 1.1　AI駆動開発とは 1.2　AI駆動開発の簡単な例 第2章　ChatGPTとPythonの基本 2.1　ChatGPTとプログラミング支援機能 2.1.1　ChatGPTとは 2.1.2　Data Analysis機能（高度なデータ分析）とは 2.2　ChatGPT Plus（有料プラン） 2.2.1　GPT-4とは 2.2.2　画像や音声を使ったチャットとは 2.2.3　画像の生成 2.3　ChatGPT Plusの利用を始めるセットアップ 2.4　実行環境のセットアップ 2.4.1　Visual Studio Codeのインストール 2.4.2　Pythonの拡張機能のインストール 2.4.3　使用するライブラリのインストールと動作確認 第3章　毎日のExcel作業を自動化！ PythonでExcelを動かしてデータ処理のプロになろう 3.1　日々のExcel作業の課題とPythonによる解決策 3.2　自動化に必要なPythonの基礎知識 PythonでExcelを扱うための必須スキル 3.2.1　データ型や変数 3.2.2　pandasライブラリの基本 3.2.3　Excelファイルの読み込みと書き込み 3.2.4　データの操作と集計（カテゴリごとにExcelのシート化） 3.3　実習1：定例ミーティング用の資料作成を自動化・自動集計とグラフ作成で時間を節約 3.3.1　集計作業の自動化 3.3.2　matplotlibを使用したグラフの作成 3.3.3　seabornを使用したグラフの作成 3.4　実習2：業務報告の自動化 Excelデータから自動でレポート作成 3.4.1　reportlabでのPDFレポート作成 3.4.2　Python-docxでのWordレポート作成 第4章　データ分析とグラフ化で誰でもデータサイエンティストに！ 公開統計データの活用法を身につけてデータサイエンティストへの第一歩を踏み出そう 4.1　公開統計データの有効活用:データ分析の基本から応用まで 4.1.1　ステップ1：データファイルの読み込み 4.1.2　基本的なデータ集計 4.1.3　グラフの作成 4.1.4　レポートの作成 4.2　データ分析とPythonの親和性 Pythonと公開統計データを使った分析の可能性 4.2.1　北海道の人口動態をグラフ化する 4.2.2　関東地方の都県の人口動態をグラフ化する 4.3　実習1：地域別人口動態の分析 -人口増減と高齢化率の関係を解明する 4.3.1　グラフの作成と分析 4.4　実習2：地域別産業構造の分析 -就業者数と主要産業の関連性を探る 4.4.1　データの絞り込み 4.4.2　グラフの作成と分析 4.5　実習3：地域特性と公共サービスの提供 4.5.1　データの絞り込み 4.5.2　グラフの作成と分析 第5章　PythonでWebスクレイピング！情報収集のプロになろう ニュースリリースを把握し、競争力向上力を身につけよう 5.1　業界の最新ニュースの追跡とその重要性 5.2　WebスクレイピングとPythonの関わり Pythonを活用したWebスクレイピングの可能性 5.3　PythonでのWebスクレイピングの基礎知識 5.4　実習1：経済産業省のニュースリリースの収集 5.4.1　Webページからのデータ取得・BeautifulSoupの基礎 5.4.2　特定のキーワードに関するニュースの抽出 5.5　実習2：ニュース情報の定期的な収集 5.5.1　定期的な業界ニュース収集の重要性 5.5.2　Pythonでニュース情報収集のスケジューリング 第6章　Pythonで始めるテキストデータの処理と分析！ 問い合わせ対応の効率化で顧客満足度を向上しよう 6.1　カスタマーサポートの課題とその解決策 6.2　実習1：問い合わせテキストデータの解析 6.3　実習2：問い合わせテキストデータの分類 6.4　実習3：問い合わせテキストデータを用いたサポート業務改善 おわりに　AI駆動開発で非エンジニアでもエンジニアのような仕事ができるようになるか 付録 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。 人工知能は作曲家の夢を見るか？ 【本書のポイント】 ・深層学習による自動作曲技術の全体像を知る ・Colaboratoryを使った自動作曲のお試し ・データセットを多数紹介 　機械学習による自動作曲（AI作曲）技術を解説した専門書です。機械学習やメディアアート関係の研究者、学生、音楽産業の技術者を主な読者対象として、現在の自動作曲技術をまとめています。また、実践要素（Python/Colaboratoryを使った自動作曲の実践）を設けて、情報科学の知識のないクリエイターやアマチュア作曲者、動画制作者などが自動作曲にチャレンジできるようにしました。 　近年、画像生成を中心にAI（機械学習）によるメディア生成が注目を集めています。自動作曲はその名の通り、音楽を生成する技術で、近年では機械学習・深層学習による自動作曲・音楽分析が盛んに研究されています。 　本書では、言語・音声などの従来の時系列データと異なる音楽データの特徴に基づく分析や、音声の生成のような「それっぽい」にとどまらない美的な質の学習方法や評価といった、音楽に特化した機械学習のアプローチを解説します。 　読者は本書によって、現時点での深層学習による自動作曲の全体図を理解でき、またGoogleのMusic TransformerやOpenAIのJukeboxなど、最先端の重要モデルの仕組みや性能を学ぶことができます。自身のAI作曲の性能向上や実用性の改善を図ることが可能となります。 第 1 章 AI による自動作曲とは 1.1 背景 ── AI と作曲 1.2 自動作曲の歴史 1.3 本書の目的と構成 1.4 本章のまとめ 第 2 章 音楽の基礎知識 2.1 音楽の存在形式 2.2 平面的な要素 2.3 立体的な要素 2.4 音楽制作の流れ 2.5 本章のまとめ 第3章 AI モデル 3.1 時系列モデル 3.1.1 RNN・LSTM・GRU 3.2 畳み込みネットワークネット (CNN) 3.3 生成モデル 3.4 強化学習 3.5 本章のまとめ 第4章 楽譜（MIDI）としての自動作曲 1：時系列学習による自動作曲 4.1 RNN 基盤の自動作曲 4.2 トランスフォーマー基盤の自動作曲 4.3 本章のまとめ 第5章 楽譜（MIDI）としての自動作曲 2：生成モデルによる自動楽曲 5.1 GAN 基盤の自動作曲 5.2 VAE 基盤の自動作曲 5.3 拡散モデルによる自動作曲 5.4 本章のまとめ 第6章 楽譜（MIDI）としての自動作曲 3：強化学習による自動作曲 6.1 報酬の設定 6.2 他モデルとの融合 6.3 強化学習の二つのアプローチ 6.4 本章のまとめ 第7章 波形としての自動作曲 7.1 なぜ難しいのか 7.2 音声生成 7.3 波形としての音楽生成 7.4 本章のまとめ 第 8 章 データセットおよび評価指標 8.1 データセット 8.2 評価指標 8.3 本章のまとめ 第 9 章 前処理とデータ拡張 9.1 前処理 9.2 データ拡張 9.3 本章のまとめ 第 10 章 AIの他の音楽分野への応用 10.1 音源推薦 10.2 ジャンル識別 10.3 音源分離 10.4 自動ミックスダウンおよびマスタリング 10.5 本章のまとめ 第 11 章 まとめと今後の課題 11.1 今後の課題 11.2 音楽への関わり方の変化と意義 11.3 本章のまとめ 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。 ベクトル自己回帰（VAR)に特化した実用書 　本書はRを使ってベクトル自己回帰（VAR：vector autoregression analysis）分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問など、VARに関する疑問に答え、実証分析を行ううえで役に立つ情報を提供します。 　改訂2版では、「ヒストリカル分解」を章として拡充するとともに、構造安定性に関する仮説検定を追加し、単位根仮説検定のトピックを更に充実しました。また、本書で使用するRパッケージやR関数に関して再検討を行い、「CADFtest」を本書で使用するRパッケージに含めました。 第２版によせて まえがき 第1章　Rについて 第2章　VAR分析の紹介 第3章　時系列分析の基礎 第4章　VAR分析の基礎 第5章　ラグ次数の選択問題 第6章　単位根検定 第7章　共和分検定 第8章　撹乱項に関する仮説検定 第9章　推定と識別問題 第10章　係数パラメータに関する仮説検定 第11章　インパルス応答分析 第12章　推定後のモデル変換 第13章　インパルス応答分析の区間推定 第14章　予測誤差の分散分解 第15章　グランジャー因果性検定 第16章　ヒストリカル分解 第17章　その他のVAR分析 あとがき 本書を終えるにあたり 索引 参考文献 分布表

※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。 ローカルLLMでファインチューニングとRAGを学ぼう！ 本書は、公開されている大規模言語モデル（LLM: Large Language Model）を使ってローカル環境に独自のチャットボットを構築することを目標に、LLM のファインチューニングと RAG (Retrieval Augmented Generation) の基礎と、そのプログラミングについて学ぶものです。 ChatGPTの台頭により、高性能なチャットボットへの期待が急速に高まっています。しかし、そのチャットボットの核となるLLMは基本的に言語モデルであるために、幻覚（誤った情報）を生成してしまいます。とくに、LLMはローカルな情報や最新の情報は持っていないため、それらに関する質問に対しては正しい回答が期待できません。また、ChatGPTのようにLLMが外部のサーバにある場合、自社データや顧客データを入力することには抵抗があると思います。 本書では、そういった課題を解決するために、公開LLMをファインチューニングしたり、公開LLMを使ったRAGを構築したりすることで、よりニーズに沿ったチャットボットを構築します。こういった調整を行って構築したチャットボットは、特定の分野について深く正確に回答してくれるようになります。 <本書のポイント> ・LLMについての基本事項を学べます。 ・LLMのファインチューニングの方法とRAGの構築方法を学べます。 ・解説したプログラムをウェブサイトで配布します。 はじめに／目次 第1章　大規模言語モデル 1.1 言語モデルとは 1.2 言語モデルとチャットボット 1.3 日本語特化のLLM 1.4 LLMの利用 1.5 この章で使用した主なプログラム 第2章　ファインチューニング：言語モデルの追加学習 2.1 基本的な学習の処理 2.2 Trainerの利用 2.3 訓練データをDatasetへ 2.4 collator 2.5 保存されたモデルからの文生成 2.6 Early Stoppingの導入 2.7 この章で使用した主なプログラム 第3章　Instruction Tuning：指示に基づくファインチューニング 3.1 Instruction Tuningとは 3.2 Instruction Tuningの学習データ 3.3 Instruction Tuningの学習データの作成 3.4 Instruction Tuningの実行 3.5 Instruction Tuningモデルによる文生成 3.6 この章で使用した主なプログラム 第4章　大規模言語モデルのファインチューニング 4.1 LoRA：低ランク行列によるファインチューニング 4.2 PEFT：効率的にファインチューニングするためのライブラリ 4.3 LoRAモデルによる文生成 4.4 QLoRA：LoRAに量子化を利用する ① 量子化とは ② bitsandbytesの利用 4.5 Prompt Tuning：プロンプトの効率的なチューニング法 4.6 この章で使用した主なプログラム 第5章　RAG：検索を併用した文生成 5.1 RAGとは 5.2 FAISSによるデータベースの構築 ① パッセージの作成 ② パッセージのベクトル化 ③ ベクトルデータベースの構築 5.3 RetrievalQAとOpenAIのLLMによるRAGの構築 5.4 RetrievalQAと公開LLMによるRAGの構築 ① プロンプトの作成 ② HuggingFacePipelineを利用したLLMの設定 ③ プロンプトの変更 5.5 RAGの各種パーツの変更 ① WikipediaRetrieverクラスの利用 ② Wikipediaからの自前データベースの作成 ③ Document LoaderとDocument transformersによるデータベースの作成 ④ キーワードデータベースの検索 ⑤ 量子化モデルの利用 5.6 HyDE：仮想的文書作成による検索法 5.7 RAGの性能向上のために検討するべき要素 5.8 この章で使用した主なプログラム 第6章　ChainlitによるGUIのチャットボット 6.1 インストール 6.2 Chainlitの基本プログラム 6.3 OpenAIのLLMを使ったチャットボットのGUI 6.4 公開LLMを使ったチャットボットのGUI 6.5 RAGを利用したチャットボットのGUI 6.6 Chainlitのサーバでの稼働 6.7 この章で使用した主なプログラム あとがき／索引／奥付

※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で効果検証の実務を学ぼう！ この本は、効果検証を実務で行いたい方に向けた入門書です。 実務応用しやすい3つの分析手法（A/Bテスト・Difference in Differences （DID）・Regression Discontinuity Design （RDD））について、現場で実際にぶつかりやすい課題をミニストーリーなどで指摘しながら、その対応策や考えかたを示し、Pythonで実装していきます。 とくにA/Bテストについては多くの紙面を割き、複数のデザインパターンや分析手法を紹介します。 また、DIDとRDDについても、ミニストーリーなどを交えて適用できる条件を具体的に例示しつつ、間違った分析結果を算出してしまわないよう丁寧に解説を行います。 本書では、全体をとおして、ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。あくまで入門書であるため理論的な説明は控えめになっていますが、参考文献やブックガイドから、より専門的な論文や書籍にアクセスできるようにしています。 本書を読了することで、基本的な効果検証の手法を理解し、Pythonで実装できるようになります。さらに、陥りやすいアンチパターンや、効果検証を通じて組織に貢献するための考えかたなど、データ分析の実務者に必要とされる知見も身につきます。 謝辞／目次 1章　はじめに：いまなお隔たりがある効果検証の実務と理論 　1.1 効果検証とはなにか？ 　　1.1.1 本書のねらい：基礎と実務を紐づける 　　1.1.2 本書の特徴 　　1.1.3 効果検証の各手法の特性と使いかた 　　1.1.4 効果検証の目的：意思決定と探索的分析 　1.2 本書の構成 　1.3 想定する読者 　1.4 サンプルコード 2章　A/Bテストを用いてクリーンに効果検証を行う 　2.1 Prelude 　　2.1.1 太郎くんの分析の再現 　2.2 施策と効果 　　2.2.1 基本的な用語の確認 　　2.2.2 施策効果と反実仮想 　2.3 バイアス 　　2.3.1 バイアスを含んだ分析の例：ユーザーの性質 　　2.3.2 バイアスを含んだ分析の例：時系列 　　2.3.3 バイアスを含む分析手法の負のループ 　2.4 A/Bテストの基本的な発想 　　2.4.1 ランダムな施策割当によるバイアスの排除 　　2.4.2 施策効果のポテンシャルアウトカムフレームワークによる表現 　2.5 A/Bテストのデザイン 　　2.5.1 A/Bテストの設計 　　2.5.2 データ収集 　　2.5.3 収集したデータの分析と評価 　2.6 PythonによるA/Bテストデータの分析の実装 　2.7 A/Bテストのアンチパターン 3章　A/Bテストを用いて実務制約内で効果検証を行う 　3.1 実務におけるA/Bテストの課題 　3.2 A/Aテスト：A/Bテストの信頼性を担保する 　　3.2.1 A/Bテストは頻繁に「失敗」する 　　3.2.2 A/Bテストの失敗は2種類のケースに大別できる 　　3.2.3 A/Aテスト 　　3.2.4 A/Aテストのリプレイ 　3.3 柔軟なA/Bテストのデザイン 　　3.3.1 クラスターA/Bテスト 　　3.3.2 層化A/Bテスト 　　3.3.3 A/Bテストにおける処置と割り当ての不一致 　3.4 効率的な分析：共変量のコントロール 　3.5 施策効果の異質性：どこで効果があるのか知る 　　3.5.1 セグメントごとにサブサンプルに分割する 　　3.5.2 セグメントの交差項を入れて分析を行う 4章　Difference in Differencesを用いて効果検証を行う 　4.1 DID（差分の差法）：施策実施前後の違いを捉える 　　4.1.1 施策をとりまく4つの状況とよくある分析の仮定 　　4.1.2 DIDの基本的な発想 　　4.1.3 DIDの発想に基づいた施策効果分析の実装 　4.2 DIDを用いた実務的な施策効果検証 　　4.2.1 パネルデータ 　　4.2.2 分析方法 　　4.2.3 DIDによる施策効果分析の実装：文言変化の効果を調べる 　4.3 2期間以上のデータをDIDで分析する 　　4.3.1 時間を通じて施策効果は変わりうる 　　4.3.2 分析方法 　　4.3.3 DIDによる施策効果分析の実装：イベントスタディのケース 　4.4 パラレルトレンド仮定と検証 　　4.4.1 パラレルトレンド仮定の検証とは？ 　　4.4.2 プレトレンドテスト 　4.5 複数回の施策を行った場合にDIDによる分析は適用できるか？ 5章　Regression Discontinuity Designを用いて効果検証を行う 　5.1 RDDを適用できるシチュエーション 　　5.1.1 クーポン配布施策：クーポンの効果は本当に大きいのか？ 　　5.1.2 閾値によって実施するかどうか決める施策の効果を評価する 　5.2 RDDの仮定と推定 　　5.2.1 RDDの直感的な説明 　　5.2.2 RDDにおける施策効果 　　5.2.3 Sharp RDDの推定 　　5.2.4 rdrobustを用いたSharpRDDの実装 　　5.2.5 RDDの仮定が成り立たないケースとその検証法 　　5.2.6 McCraryの検定の実装 　　5.2.7 共変量のバランステストの実装 　5.3 Fuzzy RDD：処置確率が閾値によって不連続に変化する場合のRDD 　　5.3.1 rdrobustを用いたFuzzy RDDの推定 　5.4 内的妥当性と外的妥当性：我々はなにを推定しているのか？ 　5.5 bunchingの難しさ 　　5.5.1 操作が発生している例：所得税控除制度 　　5.5.2 bunchingの推定ステップと2つのケース 6章　おわりに：実務における課題と展望 　6.1 これまでの振り返りと実務プロセスに合わせた分析手法の選択 　6.2 分析プロセスの“不”可能性 　6.3 データ分析実務者の役割 　　6.3.1 闇落ちするデータサイエンティスト 　　6.3.2 専門知識で意思決定を支える 　6.4 効果検証の実務者のためのブックガイド 　　6.4.1 施策効果検証の発想を理解する 　　6.4.2 効果検証の発展的なトピックを学ぶ 　　6.4.3 計量経済学を学ぶ 　　6.4.4 実務として効果検証を実践する 著者・監修者略歴／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。 実験、調査、検査などで得たデータに統計モデルを用いて解析する手法を例題でやさしく解説します。 　本書では対象データに適した統計分布、つまり統計モデルを適用し、解析する方法を基礎から説明します。この場合、「最小二乗法」は使えないため、「最尤法」を使います。データに合った統計モデルを使うことで、より精度の高い予測、判断ができます（この解析するプロセスを統計モデリングとよぶ）。さらに、この解析手法はベイズ統計学に繋がっていきます。 はじめに 第1章　データ解析のための準備 1.1　四則計算と対数・指数計算 1　四則演算 2　指数と対数 1.2　条件（場合）分け 1.3　順列と組み合わせ 1.4　集合 解答 第2章　統計および確率 2.1　データ 2.2　度数分布表とヒストグラム 2.3　データの代表値 1　平均 2　中央値 3　最頻値 4　分散 2.4　事象と確率 2.5　確率の性質 2.6　条件付き確率 2.7　独立事象 2.8　確率変数 1　確率変数とは何か 2　確率変数の平均と分散 3　確率変数の加法と乗法 解答 第3章　確率分布 3.1　離散型確率分布 1　ベルヌーイ分布 2　二項分布 3　ポアッソン分布 4　負の二項分布 5　多項分布 6　超幾何分布 3.2　連続型確率分布 1　正規分布 2　対数正規分布 3　指数分布 4　ワイブル分布3 5　ガンマ分布 6　ベータ分布 7　一様分布 3.3　確率分布に基づくデータの捉え方 3.4　代表的な確率分布の平均と分散 3.5　確率分布の近似 1　二項分布の正規分布への近似 2　ポアッソン分布の正規分布への近似 3　超幾何分布の二項分布への近似 解答 第4章　確率分布へのデータのフィッティング：最尤法 4.1　確率分布へのデータのフィッティング 4.2　モーメント法 4.3　最尤法 1　最尤推定量の求め方 2　パラメーターの存在範囲 3　各種確率分布の適用 解答 第5章　統計モデルの適用 5.1　統計モデルとは何か 5.2　計数データと計量データ 5.3　離散型および連続型統計モデル 5.4　代表的な統計モデルの特性 1　二項モデル 2　ポアッソンモデル 3　負の二項モデル 4　正規モデル 5.5　統計モデルの選択 5.6　統計モデルの比較指標 5.7　尤度の重要性 5.8　まとめ：統計モデルの適用手順 1　対象とするデータの特徴の把握 2　データに適した統計モデルの選択 3　候補統計モデルによるデータ解析 4　最適な統計モデルの選択 5　統計モデルの検証 6　総合的判断 第6章　計数データの解析：単一条件下 6.1　二項モデルによる解析 6.2　多項モデルによる解析 6.3　ポアッソンモデルによる解析 6.4　負の二項モデル 6.5　離散型統計モデルの選択 6.6　正規モデルによる解析 6.7　0を含まない計数データの解析 6.8　0が過剰の計数データの解析 6.9　度数分布データの解析 解答 第7章　計量データの解析：単一条件 7.1　正規モデル 7.2　指数モデル 7.3　ワイブルモデル 7.4　連続型統計モデルの選択4 7.5　確率分布からの乱数データ生成 解答 第8章　複数条件下のデータ解析 Ⅰ 8.1　用量反応関係 8.2　回帰分析 8.3　統計モデル 8.4　最小二乗法 8.5　正規分布に基づいた単回帰分析 8.6　正規モデルによる重回帰分析 8.7　比率データの解析：ロジスティック回帰分析 8.8　計数データの解析 解答 第9章　複数条件下のデータ解析 Ⅱ 9.1　指数回帰モデル 9.2　ワイブル回帰モデル 9.3　回帰分析のポイント 解答 第10章　各種のデータ解析手法 10.1　ブートストラップ法 10.2　モンテカルロ法 10.3　応答曲面法Response Surface Method 解答 練習問題　解答 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。 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

※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。 Wolfram|Alpha，Python，R，Mathematicaをフル活用して，大学教養レベルの統計，微分積分，線形代数の全体像を把握する．学び直しにも最適な一冊． コンピュータ（Wolfram|Alpha，Python，R，Mathematica）を活用して，数学の学びの質を高めましょう． 本書の具体的な目標は，線形回帰分析を理解することです．そのために必要な微分積分と線形代数も学びます．微分積分は多変数の微分積分まで，線形代数は特異値分解までです．これで，大学教養レベルの数学はほぼ網羅できます． すべてが線形回帰分析につながるので，何の役に立つのかと疑うことはありません．面倒な計算はコンピュータにまかせるので，計算に迷い込んでしまうこともありません． 線形回帰分析はデータサイエンス（人工知能・機械学習）の出発点です．本書を読んで，データサイエンスにおいて必要とされる数学力とプログラミング力を身に付けましょう． 大学教養レベルの数学の全体像の把握，学び直しにも最適な一冊です． コードは全てウェブで公開されます． 第I部　入門 第1章　実行環境 第2章　数と変数 第3章　データ構造 第4章　可視化と方程式 第5章　論理式 第II部　統計 第6章　1次元のデータ 第7章　2次元のデータ 第8章　確率変数と確率分布 第9章　多次元の確率分布 第10章 推測統計 第11章　線形回帰分析 第III部　微分積分 第12章 関数の極限と連続性 第13章 微分 第14章 積分 第15章 多変数関数の微分積分 第IV部　線形代数 第16章 ベクトル 第17章 行列 第18章 ベクトル空間 第19章 固有値と固有ベクトル 第20章 特異値分解と擬似逆行列

※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。 豊富な練習問題でJavaScriptをしっかり身につける 本書はJavaScriptによるプログラミングの入門書です。JavaScriptは、パソコンさえあればGoogle Chromeなどのウェブブラウザとメモ帳を使って今日からでも始められます。本書では、Google Chrome上にメッセージをだしたり、画像を表示したりすることからはじめ、分岐や繰り返しといったプログラミングの基本的な概念、タイマーを使った処理などを解説していきます。最後の章では小さなWebサイトを作ってみることで、JavaScriptの基本を一通り学びます。 ◯本書のポイント1 「プログラミング力が身につく練習問題を豊富に掲載」 プログラミングの勉強は自分でプログラムを書いてみることが一番です。考え方や文法をある程度理解しても、いざ目的を設定してプログラムを書こうとしたとき、どこから手を付けていいのかとなりがちです。そこで本書は練習問題を豊富に掲載し、問題を解くことで読者のプログラミング力が自然と身につくようになっています。 ◯本書のポイント2 「JavaScriptに限定されないプログラミングの考え方を解説」 プログラミング言語にはさまざまな種類があります。ゲームならC++、人工知能ならPython、業務システムならJavaなどと聞いたことがある方もいるでしょう。これだけ聞くと、英語と日本語のように文字から文法から、それぞれで何もかも違うように思われます。でも実は、基本的な文法の構成はどれもほとんど変わらず、いずれかの言語の基本的な考え方を理解すれば、別の言語の習得も容易になります。本書では、JavaScriptに限定されないプログラミングの基本的な考え方をていねいに解説しています。 第１章　初めてのJavaScriptプログラム ─ 世界で一番有名で、一番短いプログラムを書いてみよう 第2章　関数はプログラムのレゴブロック ─ 難しいことはだいたい関数がやってくれる 第3章　人生は選択の連続である ─ 分岐、プラスして変数と演算子 第4章　何万回でも何億回でもヘビーローテーション ─ ループ（繰り返し） 第5章　「オーダーメイド」のレゴブロックを作ろう ─ ユーザー定義関数 第6章　カウントダウンイベント御用達 ─ タイマーを使った定期的繰り返し 第7章　何千個でも、何万個でもまとめて記憶 ─ 配列 第8章　虫取りは人類を救うか ─ デバッグ 第9章　世の中はもの（オブジェクト）でできている ─ オブジェクト指向とは 第10章　ブラウザの中身は全部オブジェクト 第11章　Document オブジェクトとアニメーション 第12章　パソコンの中にも凄腕のイベント屋がいる ─ イベント処理 第13章　プログラムを作る ≒ アルゴリズムとデータ構造を考える 第14章　ウェブサイトを作ってみよう 付録A　JavaScript のその他の構文や関数 付録B　ほかの言語も使ってみよう

※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。 多様体上の最適化理論の数理を、詳しく丁寧に解説！ 本書は、多様体上の最適化理論について、基礎となる数理から応用例までを解説するものです。 多様体上の最適化理論を学ぶ、あるいは研究する読者は、 ・ユークリッド空間上の連続最適化を一通り学んでおり、その抽象化の仕方の一つとして多様体上への拡張について学ぶ ・多様体論をはじめとした幾何学に慣れ親しんでおり、そうした理論の応用の一つとして幾何学的な最適化を学ぶ ・最適化と多様体に馴染みがあり、両者の融合について学ぶ ・最適化と多様体のいずれにも馴染みがなくとも、具体的な応用問題に興味をもったことをきっかけに、多様体上の最適化理論を学ぶ などのように、背景知識が様々であることを想定し、本書の執筆に際しては丁寧な論理展開による数学的記述を行うことを心がけました。 また、位相空間や多様体およびその周辺の様々な概念については、最適化において必要なもの（ないと困るもの）を挙げながら議論を進めていくスタイルで記述しました。多様体や、多様体上の関数の微分や勾配など種々の概念を定義する際には、最適化において何が必要となるかを随所で強調し、常に多様体上の最適化を目標として読み進められるよう注意しました。 本書の通読の前提とする知識は線形代数および解析学（特に微分法）の基礎的な事柄のみにとどめるとともに、読者の利便性に資するよう、付録で本書の通読に必要な知識をまとめています。また、各種アルゴリズムの数学的背景となる定理や命題の多くについて、その証明を本文や付録（一部は演習問題）で論じています。 第I部　最適化理論からの準備 第1章　多様体上の最適化の概論 第2章　ユークリッド空間上の最適化の基礎と無制約最適化 第3章　ユークリッド空間上の制約付き最適化 第II部　多様体からの準備 第4章　位相空間 第5章　多様体 第6章　リーマン多様体 第III部　多様体上の最適化 第7章　多様体上の最適化の基礎と無制約最適化の理論 第8章　リーマン多様体上の無制約最適化手法 第9章　多様体上の無制約最適化の応用 第10章　多様体上の制約付き最適化の理論と応用 付録A　集合と写像・線形代数・微分法・群論の基礎 付録B　定理と命題の証明

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonを使って制御工学を学ぶための入門書 本書は，各所でわかりやすく，かつ，実用的と好評をいただいているPythonを使って制御工学を学ぶための入門書の改訂版です． 「使ってみる，やってみる」を通して，制御工学を体感することができます． よりわかりやすさを追求して構成を見直し・追記したほか，ライブラリの最新版に合わせてPythonコードを修正しています． これから制御工学に携わる方々にとって必読の書です． 第1章　制御とは 第2章　Pythonの基礎 第3章　制御のためのモデル 第4章　制御対象の振る舞い 第5章　閉ループ系に注目した制御系設計 第6章　開ループ系に注目した制御系設計 第7章　アドバンストな制御系設計 付録　数学とプログラムの補足

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 情報技術において欠かせない「データベース」の基礎を体系的に解説した教科書 本書は、データベースの基本概念から、データベースのモデル、SQL、論理設計やDBMS、ファイル編成などデータベースの基礎を体系的に、できるだけ図や例を多く用い、データベースとは何か直感的に理解できる教科書です。 ERモデルから関係モデルへの変換方法だけでなく、「基幹系と解析系（情報系）」「マスターテーブル、ファクトテーブル、スタースキーマ」なども解説しており、「データベース」の実務的な基礎を固めるうえで役立ちます． 第1章　データベースの概念 第2章　関係データベース 第3章　関係代数 第4章　SQL 第5章　概念スキーマ設計 第6章　意思決定支援のためのデータベース 第7章　データの格納と問合せ処理 第8章　トランザクション 演習問題略解

画像生成AIと著作権について、イラストレーター・エンジニア・弁護士の3人と一緒に考えよう 　画像生成AIの急速な一般化に伴い、学習データや出力された画像に関して、法的・倫理的な議論が行われています。本書では、イラストレーター・AI開発者・弁護士というそれぞれ異なる立場の3名が、AIイラスト周辺の権利や倫理について説明や議論を行います。 　画像生成AIと権利をめぐる議論には、著作権法を中心とした法律の知識と、生成系モデルを中心とした機械学習の知識、さらにイラスト制作の技術や当該分野における慣習などのクリエイティブ業界の知識という異なる3分野の知見が必要となります。また、新技術として社会実装されるためには、「適法か否か」という論点だけでなく、「倫理的に正しいといえるのか」「ビジネスとして成立しうるのか」など、複数の視点からの問題提起が必要となります。 　本書では、3分野における基礎知識を説明しながら、画像生成AIの課題と可能性を指摘していきます。画像生成AIの学習データや出力に対して疑問をもっている方や、逆に画像生成AIを利用しており商用利用も考えている方など、立場問わず生成AIに関心のある方を広く読者対象として想定しています。 <本書のポイント> ・立場の異なる3人のプロが、50の質問に対して回答します ・画像生成AIをめぐる問題を広く取り上げ、法だけでなく倫理やビジネスなど複数の側面から議論します Chapter 1　画像生成AIと著作権の基本 Chapter 2　生成モデルと著作権 Chapter 3　学習データをめぐる問題 Chapter 4　生成AIをめぐるトラブルと対処法 Chapter 5　画像生成AIの課題と未来 補論 著作権法の基本

※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でデータサイエンスの理論と実践を学ぶ 　データサイエンスは、「データを科学的に扱う」学問分野です。近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。 　本書は、データサイエンスの基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、Pythonを使って実際に分析しながら学ぶものです． 　データの取り扱い、確率・統計の基礎といった基本的なところから、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。 　Python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ので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。 　第2版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（AutoEncoder、GAN）などの近年重要視されるテーマを取り上げました。 1章　はじめに 2章　データの扱いと可視化 3章　確率の基礎 4章　統計の基礎 5章　回帰分析 6章　パターン認識 7章　時系列データ分析 8章　深層学習の基礎 9章　深層学習による画像処理 10章　深層学習による自然言語処理 11章　生成系深層学習 12章　深層強化学習 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。 マンガとイラストで理論をつかみ、Excelで実践 　本書は計量経済学の入門書です。統計学を詳しく知らなくても、回帰分析がわかれば計量経済学は活用できます。本書は回帰分析の基本から紐解き、経済データの分析ができる計量経済学を使えるようにします。数式が苦手な方でも抵抗をもたいないよう、イラストと図解でわかりやすく解説します。 主な特徴 ・社会人が経済分析できるようになるための本。高校までの知識で理解できるようにする。 ・統計ソフトはExcelを想定する。 ・回帰分析を推計するところからスタートして、実用化への距離を縮める（すぐに役立つ）。 ・つかみとしてマンガを挿入します。 Prologue プロローグ コスプレな私と、本物の魔法使いさん！ 第1章　データを関連づける 第1章の課題 第2章　結果をどう評価するか 第2章の課題 第3章　式の工夫 第3章の課題 第4章　変数の工夫 第4章の課題 第5章　時系列分析 第5章の課題 第6章　機械学習への道 第6章の課題 第7章　仮想現実の世界 第7章の課題 Epilogue エピローグ appendix 付録　Excel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。 SystemVerilogによる回路設計を実践的に解説 SystemVerilogによるFPGA/ASIC 設計方法を解説する入門書です。 SystemVerilog は、はデジタル回路設計のデファクトスタンダードであるVerilog HDLを拡張した言語で、検証に関する機能が強化されています．Verilog HDLは、ライバルであるVHDLに比べて比較的書きやすい言語といわれています。 本書は、若い技術者や学生向けに最近のSystemVerilogによるデジタル回路設計を解説するものです。FPGAへの実装やデジタル回路自体の基礎からSystemVerilogによるRISC V（リスク ファイブ）設計、Verilog HDLと比較しての注意点など、実践的な内容を解説しています。 第1章　ハードウェア記述言語による FPGA/ASIC 設計 第2章　FPGA への実装入門 第3章　ディジタル回路入門 第4章　SystemVerliog による順序回路設計 第5章　SystemVerilog による FPGA の設計と実装 第6章　SystemVerilog による ASIC 設計 第7章　SystemVerilogとVerilog HDLの対比と記述の罠

※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。 ※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。 「とにかくわかりやすい！」だけじゃなく、ワクワクしながら読める！ 本書は一般ユーザー向けのサイバーセキュリティの入門書です。前半は専門家以外でも知っておくべき内容として、身近なリスクとその対策を概説します。後半ではより専門的な内容に踏み込み、攻撃や防御で使われる技術や、セキュリティ設計の考えかたなども紹介します。 難易度は「セキュリティの入門書が難しくて読めない」という人でも通読できるものです。身近な被害事例を取り上げたり、自分一人でいますぐ始められるセキュリティ対策を紹介したりするので、専門知識がない方でも教養としてセキュリティの知識を身につけることができます。 ＜こんな方におすすめ＞ ◎日常生活や会社・学校でスマホやPCを使う学生、社会人 ◎IT系の企業や部署に就職や転職が決まった方 ○一般ユーザー向けのセキュリティ講習担当者 ○スマートフォンやタブレットの安全な使い方を教える必要がある親、教員 はじめに 　この本で学べること 　この本の読者対象 　この本の構成 目次 Chapter 1　サイバーセキュリティはなぜ必要なの？ 　サイバーセキュリティを学ぶ理由 　　1 生活はサイバー空間とつながっている 　サイバー攻撃による身近な被害 　　2 預金がネット経由で奪われる 　　3 データを人質に身代金を要求される 　　4 顧客の個人情報を流出してしまう 　　5 公共交通機関への攻撃 　　6 ネットショップで買いものができなくなる 　　7 ペースメーカーが勝手に操作される Chapter 2　サイバー攻撃のしくみを理解しよう 　典型的なサイバー攻撃の手口 　　8 攻撃は騙すことから始まる 　　9 典型的な手口① ソーシャルエンジニアリング 　　10 典型的な手口② フィッシング 　　11典型的な手口③ マルウェア 　システムの脆弱性とその悪用 　　12 ハッキングってなんだろう？ 　　13 脆弱性ってなんだろう？ 　　コラム　マルウェアに感染してしまったら 　　14 脆弱性を悪用する攻撃 　インターネットのしくみ 　　15 インターネットを支えるプロトコル 　　16 TCP/IPがもたらすメリットとデメリット Chapter 3　サイバーセキュリティの基本的な考えかた 　サイバーセキュリティの定義 　　17 情報セキュリティとサイバーセキュリティ 　情報セキュリティの三大要素 　　18 CIA ＝機密性、完全性、可用性 　　19 機密性と機密性に対する攻撃 　　20 完全性と完全性に対する攻撃 　　21 可用性と可用性に対する攻撃 　セキュリティの基本要素① 認証 　　22 認証ってなんだろう？ 　　23 認証の種類 　セキュリティの基本要素② 認可 　　24 認証と認可はどう違う？ 　　25 認可（アクセス制御）の種類 　セキュリティの基本要素③ 暗号化 　　26 暗号化ってなんだろう？ 　セキュリティの基本要素④ 監視、検査、遮断 　　27 監視ってなんだろう？ 　　コラム　ネットワークの構造と防御システム 　　28 攻撃を検知し遮断するシステム 　セキュリティの基本⑤ 管理と統制 　　29 組織と人を管理しよう 　　30 法律と制度による制約 　セキュリティ設計のための原則 　　31 最小特権ってなんだろう？ 　　32 多重防御と多層防御 　　33 脅威を分析する 　　コラム　個人情報と特定個人情報 　　34 隠すだけでは安全ではない Chapter 4　情報を守るしくみを知ろう 　暗号 　　35 通信は暗号で守られている 　　36 現代暗号のしくみ 　　37 さまざまな暗号の種類 　　38 暗号は何年経っても絶対に解けないのか？ 　ハードウェアやOS による保護 　　39 外部からの改変を防ぐデバイス 　　40 絶対に信頼できる最初の基点 　　41 セキュアOSってなんだろう？ 　セキュリティのためのテスト 　　42 脆弱性を見つけるテスト 　　コラム　サイバーセキュリティ関連のいろんな資格 　　43 ブラックボックステストの手法 　　44 鍵の開いた入口がないか見つけよう 　さまざまな検知技術 　　45 悪性のファイルを見つける 　　46 ネットワークからの攻撃を検知する Chapter 5　サイバー攻撃のしくみを知ろう 　パスワードに対する攻撃 　　47 みんなパスワード認証をやめたがっている 　　48 総当たり攻撃 　　コラム　パスワード変更はどうして面倒なのか？ 　　49 辞書攻撃 　　50 アカウントリスト攻撃 　DoS/DDoS 攻撃 　　51 Dos攻撃とDDos攻撃 　　52 DDos攻撃への対策 　インジェクション攻撃 　　53インジェクション攻撃ってなんだろう？ 　　コラム　サイバーセキュリティの知識はいつ必要になる？ 　　54　データベースやOSのための言語 　　55 インジェクション攻撃のしくみ 　　56インジェクション攻撃への対策 　バッファオーバーフロー攻撃 　　57　メモリのしくみ 　　58バッファを溢れさせる① 異常終了 　　59バッファを溢れさせる② アドレスの書き換え 　　60バッファオーバーフローへの対策 おわりに 　自分でできるサイバーセキュリティ対策のまとめ 　この本で説明したサイバー攻撃のまとめ 　サイバーセキュリティの用語や考え方のまとめ 　読書案内 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。 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。 音楽を創りながらディープラーニングを身につける！ 音楽の自動生成を題材に、ディープラーニングの代表的な手法を解説した入門書です。 音符一つひとつに文字を割り当てれば、自然言語と同じように音楽を扱うことができ、演奏内容をピアノロールという表現に変換すれば、画像として扱うこともできます。そのため、音楽という 1種類のデータを使ってさまざまな手法を広く学ぶことができます。 本書では、PythonとTensorFlowを使って、自分で音楽データを学習させます。現状で生成される音楽のクオリティは高くはありませんが、音楽を創りながら学ぶディープラーニングは体と耳になじみ、読者の力になるはずです。 第1章　音楽を題材にディープラーニングを学ぼう 第2章　音楽データを Python で読み書きしよう 第3章　長調・短調判定で学ぶ多層パーセプトロン 第4章　ハモリパート付与で学ぶ RNN 第5章　メロディのデータ圧縮で学ぶオートエンコーダ 第6章　メロディモーフィングで学ぶVAE 第7章　多重奏生成で学ぶ CNN 第8章　多重奏生成で学ぶ GAN

※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。 ゲーム理論から社会ネットワーク構造を明らかにする！ ▼社会ネットワーク分析とは 人と人が集まると社会が形成されます。人々には、家族であれば親子関係、婚姻関係、企業であれば上司と部下、同僚などの関係性がありあます。こうした関係はAさんとBさんの関係といった個々の関係を見るだけでは不十分であり、例えば、王族の家族関係は親子関係・婚姻関係の全体を見ることで、王位継承の争いをより深く理解できます。企業内でも、フォーマルであれ、インフォーマルであれ、誰と誰がより密な交流をしているかを全体として把握することで、企業内の派閥を確認でき、誰が出世しやすいかが見えてくるかもしれません。こうした個々の関係を超えた、集団や社会全体の関係、言い換えると、社会に存在する構造を明らかにする学問が社会ネットワーク分析です。 ▼ゲーム理論 他方、人は意思決定を行う主体にほかなりません。家族内では、子どもは学校でどのような行動をとるか（勉強するか、部活に打ち込むか、遊びに徹するかなど）を決めていき、親も子どもをどのようにしつけるかについて意思決定をしていきます。企業内でも、社員はそれぞれ意思決定をしながら、企業全体のパフォーマンスが決まっていきます。このときに、自分の望ましさは必ずしも相手の望ましさと共通にはなりません。子どもは勉強したくないし、親は勉強をさせたい。部下はサボりたいかもしれないし、上司はもっと頑張ってもらいたいかもしれない。こうした状況では、相手の行動に依存して、自分の取るべき行動が変わっていきます。こうした状況は駆け引きのある状況と言え、このような状況を分析する学問がゲーム理論です。 経済学や社会学を専攻する学部学生をはじめ、理論的な社会分析に興味のある社会人を主な読者対象として、ゲーム理論とRを通じて、社会ネットワーク分析を学ぶものです。 第1章ゲームとネットワークの記号表現 第2章ゲームとネットワークの記号表現の活用 第3章閉鎖性とネットワーク 第4章ネットワーク上の公共財供給と進化ゲーム 第5章ネットワーク形成についてのゲームとペアワイズ安定 第6章直接的なつながりの指標としての次数 第7章間接的なつながりも含めた中心性 第8章固有ベクトル中心性 第9章ナッシュ均衡と中心性 第10章社会関係資本と拡散中心性（三つの中心性の統合）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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による実践と分析のセオリーを把握 数学の苦手な文化系の学生，実務者向けに、分析スキルの習得および理解を目的としてまとめたデータサイエンス（統計学）の入門書です。計算はRに任せ、数学的な理解よりもまずは実践・実際的な理解を促します。 実際の課題（研究課題）を取り上げ、それを解くためのセオリーおよびデータ分析、結果のまとめ方、最後にまとめ（考え方）と類題といった構成で解説することで、目的（テーマ）に応じた分析の流れを学ぶことができます。 【このような方におすすめ】 ◎卒論・修論，仕事で推測統計を使ったデータ分析を試みている文系の学生・実務者 ○文系研究者でデータ分析を使ってみたいと思ってる人やその予備軍 【主要目次】 準備 Chapter 0　Rはじめの一歩―これだけで使えるR― 第1部 Chapter 1　グラフを描き、記述統計量を出す―Rエディタを使う― Chapter 2 　統計分析はじめの一歩―標準化と統計的仮説検定― Chapter 3　同じ人の異なるテストの平均点を比較する―TOEIC のReading とListening はどちらが難しいのか― Chapter 4　異なる人のテストの平均点を比較する―音楽的能力は音楽経験の有無で異なるか― Chapter 5　サンプルの小さい外れ値のある二条件（群）を比較する―電話をかける頻度に性差はあるか― Chapter 5 発展　三条件（群）以上の対応のない順序データを比較する―サッカー選手はポジションによって性格が異なるか― Chapter 6　二つの変数の関係性を数値化する―音楽的能力と数学の力の相関― 第2部 Chapter 7　2×２のクロス集計表を分析する―ボディランゲージは聞き手の理解を促進するか― Chapter 8　名義変数の関係性を数量化し理論化を試みる―高校の時に好きだった科目と理系大学での所属学科に関連性はあるか― Chapter 8 発展　名義変数間の関係性を２次元で表現―対応分析－ Chapter 9　テキストマイニング―パートナーに求めるもの― 第3部 Chapter 10　同じ人の三つ以上の平均を比べる―理科嫌いは小中高のどこではじまるのか― Chapter 11　二つの要因の絡みを浮き彫りにする―TOEIC リスニングのスコアはどうすれば上がるのか― Chapter 12　複数の変数で一つの変数を説明する―キャンパス学食の満足度は何によって決まるか― Chapter 12 発展　説明変数から二値データを予測する―オンライン授業の印象を分ける要因は何か― Chapter 13　変数に共通する因子を見つける―自分の心配や悩みを相手が受け止めてくれたと感じる言葉とは― Chapter 14　人をグループに分ける―大学入学の動機によって人を分類してみる― 類題の解説・解答 参考図書 別表

※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。 そのあたりの電線を切ってみたら、機能美の極致がそこにあった！ 目で見て、仕組みを知って、二度たのしめる電子部品の図鑑 目の前のスマートフォンやPC、日々使用する家電製品は、数百もの電子部品で構成され、それぞれ決まった機能を果たすために精密に設計されています。しかし、目に見えるところにあることは稀で、また、見られることを想定して作られてはいません。 本書では、抵抗器やコンデンサ、LED、スイッチに各種ケーブル、モーターなど、さまざまな電子部品を実際に切断し、美しい断面図を視覚的にたのしみながら、仕組みや製造方法について知ることができます。 電気に興味がある方、電子工作好きの方はもちろん、アートや写真が好きな方も楽しめる一冊です。 【このような方におすすめ】 電子機器にかかわる社会人および専門としている学生、 電子工作愛好家、 電子機器に興味のある一般の方 【目次】 謝辞 はじめに 1．受動素子 32kHz水晶振動子 カーボン皮膜抵抗器 ガラススケルトン抵抗 大電力型巻線抵抗器 厚膜抵抗アレイ 表面実装チップ抵抗 薄膜抵抗アレイ 巻線ポテンショメータ トリマポテンショメータ トリマポテンショメータ（15回転型） ポテンショメータ（10回転型） 円板型セラミックコンデンサ ガラスコンデンサ 積層セラミックコンデンサ アルミ電解コンデンサ フィルムコンデンサ ディップ型タンタルコンデンサ ポリマータンタルコンデンサ アルミポリマーコンデンサ アキシャルリードインダクタ 表面実装インダクタ 焼結フェライトインダクタ フェライトビーズ 3端子フィルタコンデンサ トロイダルトランス 電源トランス 低電流カートリッジ型ヒューズ アキシャルリード型ヒューズ 液体パワーヒューズ 小型パワーヒューズ 温度ヒューズ 2．半導体部品 1N4002 整流ダイオード ガラス封止ダイオード ブリッジダイオード 2N2222 トランジスタ 2N3904 トランジスタ LM309K 電圧調整器 デュアルインラインパッケージ（DIP） AVRマイコン ATmega328 スモールアウトライン集積回路（SOIC） 薄型クワッドフラットパック（TQFP） ボールグリッドアレイ（BGA） SoC（System-on-a-chip） スルーホール実装型赤色LED 表面実装型LED 自己点滅LED（赤緑2色） 白色LED 半導体レーザ フォトカプラ 光学式傾斜センサ 光学式エンコーダ 照度センサ CMOSイメージセンサ 3．エレクトロメカニクス トグルスイッチ スライドスイッチ 押ボタンスイッチ DIPスイッチ タクタイルスイッチ マイクロスイッチ 電磁継電器 サーマルスイッチ ブラシ付DCモータ ステッピングモータ 磁気ブザー スピーカー スマートフォンカメラ カメラモジュール内部 ロータリーボイスコイルモータ 光学ドライブのモータ エレクトレットコンデンサマイク 4．ケーブルとコネクタ 単線とより線 AC電源ケーブル IDCリボンケーブル モジュラーケーブル（電話線） DIPソケット バレルプラグとジャック 1/4インチオーディオプラグとジャック 3.5 mmオーディオジャック LMR-195 同軸ケーブル ノートPC用電源ケーブル RG-6 同軸ケーブル RG-59 同軸ケーブル F型コネクタ BNCプラグとジャック SMAコネクタ DE-9コネクタ CAT6 LANケーブル SATAケーブル HDMIケーブル VGAケーブル 一般的なUSBケーブル USBジャック SuperSpeedモード対応USBケーブル 5．レトロテクノロジー ネオンランプ ニキシー管 ニキシー管の内部 12AX7 真空管 蛍光表示管 陰極線管 陰極線管の内部 水銀スイッチ 古い巻線抵抗器 カーボンコンポジション抵抗器 Cornell-Dubilier社製 9LSコンデンサ シルバーマイカコンデンサ アキシャルリード型 積層セラミックコンデンサ 中間周波トランス（IFT） 白熱電球 写真撮影用閃光電球 フォトレジスタ 点接触型ダイオード ゲルマニウムダイオード μA702集積回路 窓付きEPROM コアメモリ IBM SLTモジュール アナログ計器（パネルメータ） 磁気テープヘッド 薄型磁気ヘッド GMRヘッド 6．複合デバイス LEDフィラメント電球 片面プリント基板 両面プリント基板 両面スルーホール基板 フレキシブル基板とリジットフレキシブル基板 エラストマーコネクタ MicroSDカード グロブトップパッケージ EMVクレジットカードチップ NFCカードキー スマートフォンのロジックボード ロジックボード内部 イーサネットトランス DC-DCコンバータ 7セグメントLEDディスプレイ 厚膜LED数字ディスプレイ 5×7 LEDドットマトリクスディスプレイ ビンテージLEDバブルディスプレイ LED英数字ディスプレイ 温度補償水晶発振器 水晶発振器 アバランシェフォトダイオード（APD）モジュール 3656HG 絶縁アンプ 絶縁アンプ内部 付録：断面図のつくりかた 切る・磨く キレイにする 固める キメる 撮影機材 レタッチする マクロ撮影 多焦点合成 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。 論文執筆や学会発表のための統計解析手法が、しっかり身に付く！ 国際的なEBM (Evidence-Based Medicine) の潮流をうけ、各医学雑誌は研究の再現性について非常に厳しい目で論文を審査するようになってきました。そのため、正しい統計リテラシーに基づき精確なデータ分析や統計解析を行うこと、また、その結果をわかりやすく可視化し表現することは、臨床医・研究者にとって不可欠といえます。 本書は、統計学の基本事項を学んだ方が実践的な統計解析を行うための橋渡しとなるような内容で構成しました。統計解析のツールとして、プログラミング言語Rとその統合環境RStudioを採用し、Rの導入のハードルが低くなるよう配慮しています。また、事例ごとに、データ分析や統計解析の手法と考え方、Rの記述、分析・解析結果の表現をその都度解説し、統計解析の考え方と関連するRのスキルをまとめて、手を動かしながら実践的に身につけることができる流れとしました。 1章　RとRStudioの準備や基本操作 2章　データの読み込みと前処理 3章　変数の種類と記述統計 4章　統計的仮説検定 5章　回帰モデル 6章　多変量回帰モデル 7章　結果のアウトプット 付録 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。 「こんな情報がほしい」という読者視点が強く意識されている論文の書き方の本です。 　大学生、技術者が上質なレポートを効率良く執筆できるように、Wordのコツを中心にしたレポートのノウハウをまとめたものです。Wordには様々なテクニックがあり、執筆時の煩雑な作業を一気に自動化し、執筆に集中できるようになります。また、論文の探し方・読み方など、「大学で必須だが、誰も教えてくれない手法」も盛り込みます。著者は現役大学生や教授の意見も取り入れながら制作を進めたので卒論の必要な学生には役立つ内容となっております。 第1部　レポートの書き方 第1章　論文・レポートを書き始める前に 第2章　文献の探し方・読み方・管理方法 第3章　日本語入力を快適にしよう 第4章　効率良く仕上げる 第2部　Wordの活用術 第5章　美しいWordレポートの執筆の基本 第6章　ショートカットキーを活用しよう 第7章　数式 第8章　図 第9章　表 第10章　より便利な発展ワザ

※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。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部　Python と統計の基礎知識 第1章　Pythonの基礎 1.1　Pythonの使い方 1.2　データセットの読み込み・保存 第2章　データの図示 2.1　ヒストグラム 2.2　箱ひげ図 2.3　散布図 2.4　相関行列 第2部　データ解析・機械学習の基礎 第3章　多変量データとデータの可視化 3.1　多変量データ 3.2　データの前処理 3.3　主成分分析（Principal Component Analysis：PCA） 3.4　階層的クラスタリング 3.5　［発展］非線形の可視化手法：t-distributed Stochastic Neighbor Embedding（t-SNE） 第4章　化学データを用いたモデリング 4.1　回帰分析（regression analysis） 4.2　クラス分類（classication） 第5章　回帰モデル・クラス分類モデルの適用範囲 5.1　モデルの適用範囲（Applicability Domain：AD）とは？ 5.2　データ密度 5.3　アンサンブル学習法（Ensemble learning） 第3部　化学・化学工学データでの実践のしかた 第6章　材料設計，分子設計，医薬品設計 6.1　材料設計 6.2　分子設計，医薬品設計 6.3　化学構造の表現方法 6.4　化合物群の扱い 6.5　化学構造の数値化 6.6　化学構造の生成 6.7　化合物のデータセットを扱うときの注意点 6.8　具体的なデータセットを用いた解析 第7章　時系列データの解析 7.1　化学プラントにおける推定制御・ソフトセンサー 7.2　時系列データ解析の特徴 7.3　モデルの劣化と適応型ソフトセンサー（Adaptive Soft Sensor） 7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出，異常診断） 第8章　Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1　Datachemical LAB 8.2　材料設計 8.3　分子設計 8.4　適応型ソフトセンサー 8.5　Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理

※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。 Excelでデータ分析はばっちり！ 本書は『Excelで学ぶ多変量解析入門』の最新版です。 多変量のデータ分析手法の理解のためには、実際にデータを解析してみるのがよいので、例題を設け、これについて計算方法や解釈の仕方を説明しています。 Excelによる分析を丁寧に解説し、つまずくことなく多変量解析を学ぶことができるようになっています。 はじめに 本書のねらい 第1部　多変量解析を学ぶための基本的統計解析法 第1章　基本統計量 第2章　相関分析 第3章　直線回帰分析 第4章　曲線回帰分析 第5章　CS分析 第2部　多変量解析法 第6章　多変量解析の概要 第7章　重回帰分析 第8章　時系列重回帰分析 第9章　主成分分析 第10章　コンジョイント分析 第11章　拡張型数量化1類・2類 付録 付　録 付-1 ゴールシークとソルバー 付-2 最小2乗法による回帰式の係数の算出方法 付-3 直交表 付-4 本書で利用する「多変量解析ソフトウェア」のダウンロード方法 付-5 Excelデータ分析の組み込み

※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。 テストプレイだけじゃない！　複雑化したゲームテストを楽しく学べる超入門書 本書は、ゲームテストに初めて携わる方に向けた入門書です。ゲームテストに特化した内容ではありますが、一般のソフトウェアテストの経験がない方にもわかりやすく解説します。 ひと昔前は、テストプレイや倫理チェックのみで終わることもあったゲームテストですが、ソーシャルゲームやスマホゲームの台頭により、ゲームの頒布方式の違い（パッケージ型／運営型）やメモリ拡張による描画等の高度化、また、それまでゲームを専門としていない会社からのゲーム業界参入などから、現在ではテスト設計をもとに計画的に実施されています。 本書は、ゲームテストに初めて触れる方に向けて、複雑化したゲームテストを平易に解説するものです。ゲーム業界から見たゲームテスト、ソフトウェアテストから見たゲームテスト、どちらからも入りやすいように、ベテランのテストエンジニアたちがやさしく解説します。 Stage 0　プロローグ Stage 1　ばぐのたいぐん が あらわれた！ よく遭遇するバグ Stage 2　見つけたバグを観察しよう Stage 3　ゲームテスト≠ゲームプレイ　ゲームテストの種類を知ろう Stage 4　テストってどうやって作るの？　テストのプロセスを知ろう Stage 5　目的から報告まで テストの流れをつかもう！ おまけStage 1　ゲームテスト年表 おまけStage 2　ゲームテスト用語集

※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。 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。 ゲームAI研究の「これまで」と「これから」を第一線の研究者がわかりやすく解説 　本書は，ゲームAI研究の「これまで」と「これから」を第一線の研究者がわかりやすく解説した書籍です． 　ゲームAI研究は従来より，AIの社会実装における重要な示唆を与えるものとして大きな役割を果たしてきました．特に近年，深層学習の登場により注目を集める分野になっています．しかし，すべての情報を得られない不完全情報ゲームや実環境の外乱が結果を大きく左右するスポーツ等の不確定ゲーム，コミュニケーションがゲームの勝敗に大きな影響を与えるコミュニケーションゲームなど，まだまだ多くのゲームで人間を超えるゲームAIをつくることが困難な分野もあります．さらに，AlphaGoZeroが人間のプロを超越したとされる完全情報ゲームの囲碁でも，囲碁AIが陥ってしまう穴が見つかっています． 　また，人間を超越したゲームAIが人間と共存するために求められる人間らしさや楽しさの理解，これからのデジタルゲームに求められるゲームデザインとゲームAI，ゲーム体験の評価手法および人間の認知機能の理解なども課題として残されています． 　本書は，これまでのゲームAI研究の理解の上に，これからゲームAI研究をする人にとってヒントとなるエッセンスの詰まった必読書です． CHAPTER 1　ゲームと知能研究 1.1　知能研究におけるゲーム 1.2　ゲーム研究のメインストリーム 1.3　ゲーム研究の残された課題 CHAPTER 2　不完全情報ゲーム 2.1　CFR 2.2　ガイスター 2.3　大貧民 2.4　ポーカー 2.5　不完全情報ゲームのゲームAIの可能性 CHAPTER 3　不確定ゲーム 3.1　バックギャモン 3.2　バックギャモンのゲームAI 3.3　ゲームAIの評価の可視化 CHAPTER 4　コミュニケーションゲーム 4.1　ゲームにおける社会的相互作用 4.2　Hanabi 4.3　人　狼 CHAPTER 5　実環境のゲーム 5.1　カーリング 5.2　測定データの処理 5.3　研究事例 5.4　実環境で人間プレイヤを支援する技術 5.5　実戦運用と課題 5.6　ミニ四駆AI 5.7　ミニ四駆AIの技術と課題 CHAPTER 6　ゲームデザイン 6.1　ゲームにおけるゴール 6.2　ルール設定 6.3　ゲームデザインの表現 6.4　レベルデザイン 6.5　難易度の調整 CHAPTER 7　メタAIとプロシージャル コンテンツ ジェネレーション 7.1　メタAI，PCG，機械学習 7.2　メタAIとは 7.3　アルゴリズムによるPCG 7.4　機械学習を用いたPCG 7.5　学習を含んだMCS-AI動的連携モデル CHAPTER 8　人間らしさと楽しさの演出 8.1　人間らしさのさまざまな側面 8.2　ゲームの要素とAI技術 8.3　ゲームAIに求められる人間らしさ 8.4　人間プレイヤの人間らしさ 8.5　人間らしさの実装方法 8.6　人間プレイヤの感じ方のモデリング 8.7　実例（FPS，スーパーマリオブラザーズ，囲碁，不確定ゲーム） CHAPTER 9　ゲーム体験の評価 9.1　AlphaZero以後のゲームAI研究 9.2　主観的事項の評価・計測手法 9.3　楽しさの評価 9.4　今後の課題 CHAPTER 10　人間の認知機能とスキルアップの原理 10.1　スキルアップの原理 10.2　熟達にともなう潜在化と自動化 10.3　熟達者の認知特性の実例 10.4　熟達者の脳 CHAPTER 11　認知研究とAIの人間への影響 11.1　ゲームと認知研究 11.2　ゲームの認知科学的研究 11.3　生体データの計測と解析 11.4　ゲームによる学習支援 11.5　人間を超えるゲームAIの反響 11.6　将棋界に起こった変化と邂逅 11.7　囲碁AIが囲碁界に与えた影響 11.8　eスポーツとゲームAI 11.9　人間の知を超えたゲームAIとその応用

※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。 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。 AI精度向上はトレーニングデータが鍵。 良質なトレーニングデータを手に入れるための必須知識。 アメリカをはじめ、ヨーロッパや中国などを中心にAI（機械学習）やディープラーニングを活用としたユースケースやビジネスモデルなどが大きく進化し、日本国内においても、自動車、製造、建築・土木、公的機関、eコマースなどさまざまな業種で機械学習やディープラーニングの適用が進んできています。 　このようにAIに使われる機械学習を、高い精度・確率のものとするためには、高い品質、さまざまな条件の分布、バリエーションに富んだトレーニングデータを準備することが成功の鍵といえます。　本書では、トレーニングデータの性質に焦点をあて、解説を行います。 はじめに 第1章　機械学習とトレーニングデータ 1.1　ディープラーニングに進化する過程 1.2　ディープラーニングはブラックボックス 1.3　機械学習の種類 1.4　プログラミングから見た機械学習 1.5　トレーニングデータの位置付け 第2章　マネジメント層とエンジニアの機械学習 2.1　データ活用とは 2.2　DXからデジタルファーストへ 2.3　マネジメント層の大事な役割 2.4　エンジニアとトレーニングデータ 2.5　機械学習を取り巻く課題 2.6　実行すべきこと 第3章　AIとトレーニングデータ 3.1　音声認識とは 3.2　機械翻訳 3.3　画像認識 3.4　動画 3.5　チャットボット・ボイスボット 3.6　自然言語処理系AI 3.7　固有表現抽出 3.8　ポイントオブインタレスト（POI） 3.9　自動車関連系AI 3.10　AR／VR／MRとメタバース 3.11　その他 第4章　各種トレーニングデータ 4.1　音声データ 4.2　画像データ 4.3　動画データ 4.4　センシングデータ（3D点群データ） 4.5　シンセティックデータ 第５章　データアノテーション 5.1　データアノテーションとは？ 5.2　プリラベリングデータ 5.3　音声データからのアノテーション 5.4　テキストデータのアノテーション 5.5　画像データのアノテーション 5.6　アノテーションフォーマット 第6章　アノテーションツール 6.1　アノテーションツールの種類 6.2　データ収集 6.3　プロジェクト定義 6.4　データ管理と割り当て 6.5　音声系へのアノテーション 6.6　テキスト系のアノテーション 6.7　画像・動画系データ 6.8　品質チェック工程 6.9　データ取りまとめ 第7章　データセキュリティ 7.1　関連する法律 7.2　データセキュリティについて 7.3　AI倫理 第8章　トレーニングデータの重要性 おわりに 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。 量子コンピューティングがやさしくわかる 「量子コンピューティング」は量子コンピュータを用いた計算手法です。量子コンピュータには、大別してゲート型量子コンピュータとアニーリング型量子コンピュータがあり、ほかにアニーリング型量子コンピュータに着想を得た疑似量子コンピュータがあります。 本書で特に力を入れて説明しているのは、イジングマシンを使った具体的な問題の解き方です。イジングマシンは、組合せ最適化問題を解く専用のコンピュータで、アニーリング型量子コンピュータと疑似量子コンピュータのことを指します。組合せ最適化問題は応用範囲が広いので、具体的な問題の解き方を知ることで、量子コンピューティングの役立つシーンがイメージしやすくなるはずです。そうしたイメージができて興味がわいてきたら、もう少し専門的な資料を読んだり、量子コンピュータを使ってみたりして、さらに上の段階に進めると思います。 量子コンピューティングのしくみと、量子コンピュータを使ってどんなように問題を解くのかを知りたい方に基礎からていねいに解説します。 1章　量子コンピューティングの概要 1.1　量子コンピューティングとは 1.2　量子コンピューティングの応用例 1.3　量子を使わない量子コンピューティング 2章　イジングマシンのしくみ 2.1　イジングマシンとイジング模型 2.2　イジングマシンの計算のしくみ 2.3　問題を解くために必要なこと 2.4　問題を解く前の注意点 3章 イジングマシンで問題を解く 3.1　最大カット問題 3.2　画像のノイズ除去 3.3　グラフ彩色問題 3.4　クラスタリング 3.5　巡回セールスマン問題 3.6　ナップサック問題 4章　イジングマシンを使った機械学習 4.1　二値分類 4.2　行列分解 4.3　ブラックボックス最適化 5章　ゲート型量子コンピュータ 5.1　ゲート型量子コンピュータの計算のしくみ 5.2　量子アルゴリズム 5.3　量子ビットと操作の方式 6章　量子コンピューティングの今後 6.1　イジングマシンの進化 6.2　ゲート型量子コンピュータの発展 6.3　量子コンピューティングへの期待 付録 A．行列とベクトル A.1　行列とベクトルの演算 A.2　行列の固有値と固有ベクトル B．ブラックボックス最適化の補足 B.1　損失関数の平方完成 B.2　多変数ガウス分布 C．量子アルゴリズムの補足 C.1　ブラケット記法 C.2　ドイチュ・ジョサのアルゴリズム C.3　グローバーの量子探索アルゴリズム 参考文献 索引

※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。 Juliaを使った数値計算の方法を具体的なシミュレーションで学ぶ 本書は『Cによる数値計算とシミュレーション』および『Pythonによる数値計算とシミュレーション』のJulia版です。JuliaはC言語の高速性とPythonの記述力を同時に兼ね備えた比較的新しい言語で、数値計算などに適しています。 本書ではJuliaの簡単な説明を行ったのち、物理シミュレーション、確率的シミュレーション、エージェントベースの数値シミュレーションなどの具体例を示します。 はじめに 第1章　Juliaにおける数値計算 1.1　データ型とライブラリ 1.2　数値計算と誤差 章末問題1 第2章　常微分方程式にもと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 2.2　ポテンシャルにもとづく2次元運動シミュレーション 章末問題2 第3章　偏微分方程式にもと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 3.2　ラプラス方程式による場のシミュレーション 章末問題3 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 4.2　ライフゲーム 4.3　交通流シミュレーション 章末問題4 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 5.2　乱数と数値計算 5.3　乱数を使ったシミュレーション 章末問題5 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 6.2　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 章末問題6 付録 A　Juliaのインストールとパッケージの追加 B　4次のルンゲクッタ法の公式 C　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 D　ナップサック問題の解法プログラムrkp30.jl E　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。 テキストアナリティクスの技術と実践を詳しく解説！ 本書は、アンケートやSNSといったテキストデータを対象とした分析に興味がある方や実務で応用したい方に向けて、テキストアナリティクスに関する基本的な知識と、著者が非常に重要であると考える技術について解説した入門書です。テキストアナリティクスは従来のテキストマイニングにとどまらず、より明確な分析目的や理論的枠組みをもった方法論です。 本書では、データの構築から分析までを行った、汎用性の高い事例を紹介しています。また、単にツールとしてのRの使い方を知るだけでなく、読者が目的に応じた分析方法を判断できるようになるようにまとめています。 サンプルのデータやコードを参考に手を動かしながら学習することができ、初心者の「一冊目」にうってつけです。 はじめに [基礎編] 第1章　テキストアナリティクス入門 　1.1　テキストアナリティクスとは 　1.2　社会で活用されるテキストアナリティクス 　1.3　テキストアナリティクスの活用事例の探し方 　1.4　テキストアナリティクスの歴史 第2章　テキストアナリティクスの理論的枠組み 　2.1　テキストデータの構築 　2.2　テキストデータの分析 [準備編] 第3章　分析データの準備 　3.1　データセットの構築 　3.2　テキストファイルの作成 　3.3　CSVファイルの作成 　3.4　テキスト整形 第4章　Rの基本 　4.1　Rの導入 　4.2　コードの入力 　4.3　変数と代入 　4.4　ベクトル 　4.5　行列とデータフレーム 　4.6　ファイルの操作 　4.7　パッケージのインストール 　4.8　ヘルプの参照 第5章　データ分析の基本 　5.1　データハンドリング 　5.2　文字列処理 　5.3　可視化 　5.4　統計処理 第6章　テキスト分析の基本 　6.1　RMeCabの導入 　6.2　形態素解析 　6.3　単語の分析 　6.4　n-gramの分析 　6.5　共起語の分析 　6.6　複数テキストの分析 　6.7　頻度表の加工 　6.8　用例検索 [実践編] 第7章　授業評価アンケートの分析 　7.1 授業評価アンケートに基づく授業改善 　7.2 分析データ 　7.3 単純な頻度集計 　7.4 品詞別の頻度集計 　7.5 用例検索 第8章　オンラインレビューを用いたクチコミ分析 　8.1 マーケティングのためのクチコミ分析 　8.2 分析データ 　8.3 レビューの評価と集計 　8.4 低評価コメントと高評価コメントの比較 　8.5 共起語の集計 　8.6 共起ネットワークによる可視化 第9章　スクレイピングによる特徴語抽出 　9.1 スクレイピングによるデータ収集 　9.2 分析データ 　9.3 特徴語抽出 　9.4 用例検索 第10章　警察白書のトピック分析 　10.1 白書から見る現代社会の諸相 　10.2 分析データ 　10.3 トピックモデル 　10.4 階層型クラスター分析 第11章　文学作品の著者推定 　11.1 文体識別指標を用いた著者推定 　11.2 分析データ 　11.3 箱ひげ図 　11.4 対応分析 　11.5 ランダムフォレスト おわりに 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。 時系列データを上手く活用し、ビジネス成果を生み出す!! 　時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） ・モニタリング指標の異常検知と要因探索（小売りチェーン） ・売上予測モデルを活用したデータドリブン販促（小売りチェーン） ・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） ・チャーンマネジメントのための離反時期予測（携帯電話サービス） ・LTVマネジメントのためのLTV予測（ECサイト） ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム） 第1章　ビジネスにおける時系列データ活用 1.1　ビジネス現場は時系列データで溢れている 1.2　ビジネス時系列データでよくある7つの活用事例 1.3　2種類の時系列データ 1 1.4　よく目にする7つの時系列特徴量 1.5　時系列特徴量付きテーブルデータ 第2章　Pythonのデータ分析環境の設定（JupyterLab） 2.1　Pythonのインストール 2.2　Python以外のインストール 2.3　利用するライブラリー（パッケージ）のインストール 第3章　時系列予測モデル構築・超入門 3.1　時系列データを使った予測モデル構築の流れ 3.2　時系列データの特徴把握と前処理 3.3　時系列の予測モデルを構築してみよう 3.4　季節成分が複数ある場合の予測モデル 3.5　多変量時系列データの特徴把握と因果探索 第4章　時系列データを使ったビジネス成果の上げ方 4.1　データでビジネス成果を上げる「データ活用ストーリー」 4.2　時系列データの異常検知 4.3　時系列データの要因探索 4.4　時系列データの将来予測 第5章　時系列データを活用したビジネス事例 5.1　モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） 5.2　モニタリング指標の異常検知と要因探索（小売りチェーン） 5.3　売上予測モデルを活用したデータドリブン販促（小売りチェーン） 5.4　離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） 5.5　チャーンマネジメントのための離反時期予測（携帯電話サービス） 5.6　LTVマネジメントのためのLTV予測（ECサイト） 5.7　広告と販促効果を見える化し最適化するマーケティングミックスモデリング（スポーツジム）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 NFTを仕組みとコードで知り尽くす！ 　NFTは、ブロックチェーン技術における最大のトレンドです。唯一無二のデジタルトークンとして、アートはもちろん、メタバースの不動産、チケット機能など、様々な応用があります。本書は、NFTについて基礎から応用まで深く学べる、実践的なガイドです。暗号通貨の歴史やブロックチェーンの基本概念、そしてスマートコントラクト設計やデプロイ方法など、理論と実践の双方を広くカバーします。すぐにデプロイできる多数のサンプルも紹介、NFTやDeFiの開発に興味ある方は必読の一冊です。この本を手に取って、NFTの深い世界に飛び込んでみてください！ はじめに 第1章　NFTの全体像 　1.1 NFTとは 　1.2 NFTが誕生するまで 　1.3 NFTの様々な事例 　1.4 Fungibility?代替可能性とは 　1.5 ブロックチェーンとNFT 　1.6 NFTのエコシステム 第2章　NFTを体験する 　2.1 ウォレットの準備 　2.2 ETHの購入と出庫 　2.3 NFTの購入 　2.4 NFTの発行と販売. 第3章　NFTを支える技術 　3.1 ブロックチェーンの設計思想と仕組み 　3.2 BitcoinとEthereum 　3.3 ブロックチェーンノードとNode as a Service 　3.4 メインネットとテストネット 　3.5 ブロックチェーンエクスプローラ 　3.6 スマートコントラクト 　3.7 Ethereum上のスマートコントラクト 　3.8 コンテンツのホスティング 　3.9 Dappsフロントエンドとweb3.js 第4章　最初のトークン：Hello NFT 　4.1 事前準備 　4.2 NFTコードの作成 　4.3 ローカル環境でのテスト 　4.4 パブリックブロックチェーンへのデプロイ 　4.5 フロントエンドの実行 　4.6 コントラクトコードのアップロード 第5章　スマートコントラクト開発に役立つ知識 　5.1 Solidity言語について 　5.2 Ownableによる管理用の関数の実装 　5.3 アップグレード可能なコントラクト 　5.4 ガスの節約 　5.5 パブリックブロックチェーンへのデプロイ 　5.6 テストの記述 　5.7 TypeScriptを用いた開発 第6章　NFTの規格ERC-721について 　6.1 実装すべき関数 　6.2 2種類の移転関数 　6.3 2種類の委任 　6.4 実装すべきイベント1 　6.5 トークンのメタデータについて 　6.6 トークンを列挙できるようにするERC721Enumerable 　6.7 発展的な内容 第7章　IPFS上のアートNFT 　7.1 IPFSについて 　7.2 Pinataへのアップロード 　7.3 コントラクトの作成 　7.4 トークンの発行 　7.5 NFT売買サービスでの確認 第8章　チケットトークンの実装 　8.1 設計について 　8.2 チケットコントラクトの開発 　8.3 フロントエンドの開発 　8.4 バックエンドの開発 　8.5 動作の確認 　8.6 発展的な検討事項 第9章　ジェネラティブNFTの実装 　9.1 設計について 　9.2 コントラクトの開発 　9.3 メタデータ生成ロジックとバックエンドの準備 　9.4 フロントエンドの準備 　9.5 動作の確認 　9.6 テストネットでの実験 付録 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。 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。 メタバースを形造る技術を徹底的に解説した、いまだかつてない書！ 「メタバース」は、VR・AR・MRなどの技術を駆使して、仮想空間上に設けられた環境上でさまざまな形のエンターテインメント、コミュニケーション、ビジネス（例えば、アパレル／不動産／建設／小売業／観光／広告／医療／製造業／金融など）を展開する概念で、ここ数年でバズワード化しています。 本書は、メタバースの概念が生まれてきた背景・経緯やその目指すところをはじめ、メタバースを実現するための種々の要素技術・仮想化技術やその原理・応用と魅力を取り上げて、具体的に解説した書籍です。 1章　メタバース/VRとは 　1.1　VRの歴史 　1.2　VR/AR/MRとは 　1.3　メタバースの歴史 　1.4　メタバースロードマップ 　1.5　メタバースとは 　1.6　ソーシャルVRとメタバース 　1.7　デジタルツインとメタバース 　1.8　NFTとメタバース 　1.9　アバタとメタバース 　参考文献 2章　メタバース/VRを構成する基礎技術　～感覚・提示～ 　2.1　視覚ディスプレイ 　2.2　聴覚ディスプレイ 　2.3　体性感覚ディスプレイ 　2.4　嗅覚・味覚ディスプレイ 　2.5　前庭感覚・移動感覚ディスプレイ 　2.6　感覚間相互作用 　2.7　内受容感覚・内臓感覚 　2.8　錯覚を応用した情報提示技術 　2.9　物理量と感覚量の関係 　参考文献 3章　メタバース/VRを構成する基礎技術　～計測・表現～ 　3.1　物理世界のセンシング 　3.2　情報世界のモデリングとレンダリング 　3.3ネットワーク・サーバ技術 　参考文献 4章　メタバース/VRと身体 　4.1　アバタと身体 　4.2　サイバーシックネス・VR酔い 　4.3　身体と環境の相互作用 　4.4　体験する姿勢と状態の効果 　参考文献 5章　メタバース/VRを使った産業応用 　5.1　メタバースの産業応用 　5.2　教育訓練 　5.3　デジタルツイン 　5.4　エンターテインメント 　5.5　イベント・パブリックビューイング 　5.6　バーチャルマーケット 　5.7　広告・マーケティング 　5.8　メタバースで生まれるビジネス 　5.9　その他 　参考文献 6章　メタバース/VRの今後の展望 　6.1　時空間を超えるメタバース 　6.2　意識を超えるメタバース 　6.3　橋渡しするメタバース 　6.4　基盤化するメタバース 　6.5　メタバースのUI 　6.6　メタバースの課題 　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。 エヌアイデイ流スクラムのトリセツ＆スクラムの品質管理 【雛型】プロジェクト計画書兼報告書解説付き 　本書は、筆者が実施してきたスクラム開発の経験を基に、「これからスクラム開発プロジェクトに参画しようとしているが、どのように進めてよいかよくわからない方」や、「すでにスクラム開発に従事しているが、あまりうまくいっていない方」のために開発の進め方やアプローチの方法を具体的にガイドしているものです。プロジェクト計画書の雛形も掲載しており、共通認識としてスクラムチームで活用参照してほしい書籍です。 発刊にあたって はじめに 第1部 アジャイル開発の基礎 第1章　アジャイル開発とは 1.1 なぜアジャイル開発が求められるのか 1.2 アジャイルソフトウェア開発宣言とその意図 1.3 アジャイル宣言の背後にある原則 1.4 ウォータフォール開発とアジャイル開発との違い 第2章　アジャイル開発の手法 2.1 アジャイル開発の手法と特徴 2.2 開発手法の適用状況 第3章　スクラム開発 3.1 スクラム開発とは 3.2 スクラム開発の理論 3.3 スクラム開発の価値基準 3.4 スクラム開発の流れとフレームワーク 3.5 スクラム開発の進め方 第4章　スクラム開発での契約 4.1 契約の前に 4.2 契約形態について（請負契約と準委任契約） 4.3 顧客と当社の役割分担 4.4 契約前チェックリスト 第2部 開発の現場 第5章　受　　注 5.1 契約前の合意および確認事項 5.2 見積りおよび契約 第6章　計画・立ち上げ 6.1 スクラムチームの編成と立ち上げ計画策定 6.2 インセプションデッキ作成 6.3 プロダクトバックログ作成 6.4 プロダクトバックログ見積り 6.5 初期リリース計画 6.6 スプリント準備 6.7 プロジェクト計画書の作成 第7章　スクラム開発のフレームワーク 7.1 スプリントプランニング 7.2 開発（技術プラクティス） 7.3 デイリースクラム 7.4 問題・障害・リスクの共有 7.5 進捗管理 7.6 スプリントレビュー 7.7 スプリント・レトロスペクティブ 7.8 リリース 7.9 プロダクトバックログ・リファインメント 第8章　品質管理 8.1 スクラム開発での品質の考え方 8.2 品質管理活動 8.3 品質データの収集および分析について 第9章　終 結 9.1 プロジェクトの実績評価とふりかえり 9.2 プロジェクト完了報告 9.3 プロジェクト実績の保管 第3部 各種資料 資料1　インセプションデッキの作り方・注意点 項目1：我われはなぜここにいるのか 項目2：エレベーターピッチを作る 項目3：パッケージデザインを作る 項目4：やらないことリストを作る 項目5：「ご近所さん」を探せ 項目6：解決案を描く 項目7：夜も眠れなくなるような問題は何だろう 項目8：期間を見極める 項目9：優先順位は？ 項目10：何がどれだけ必要なのか 資料2　プロジェクト計画書の解説 1 管理表 2 体制 3 リスク管理 4 予算・要員計画 5 マスタスケジュール 6 進捗管理 7 品質管理 8 完了報告書 資料3 【雛型】プロジェクト計画書兼報告書 資料4 見積リスク評価表 資料5 スクラム開発プロセス俯瞰図 資料6 スクラムの実例紹介 1 プロジェクトの背景 2 プロジェクトの概要 3 インセプションデッキ 4 プロダクトバックログ 5 スプリントバックログ 6 デイリースクラム 7 スプリントレビュー 8 レトロスペクティブ 資料7 用語集 参考文献 あとがき

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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、「コンピュータアーキテクチャ」を履修する学生に向けた教科書として、マイクロコントローラを解説した英文書籍“Understanding Microcontrollers”の改訂版です。コンピュータの「特定化」や「省エネ」の社会を踏まえて、比較的わかりやすい機器「マイクロコントローラ」を用いてコンピュータアーキテクチャの基礎を解説しています。 なお、本書は、日本の学生の英語での学習を支援するために、本文中の重要キーワードについて適宜、日本語の訳や解説を側注に加えてることで英文原書の敷居を下げ、英語を敬遠する学生への導入書籍としても役立つ構成となっています。本書を読み進めれば、英文の読解力と情報関係の専門用語の知識を自然に得ることができ、今後、英語論文や英文原書を読みこなすための確かな力を身につけることができます。 改訂版では、実際に行われた授業内容を反映し、12章「SPIによる通信」を大幅に増補するとともに、新たに15章「基本コンパイラ」を追加することで、より使いやすい内容としています。 This book is a revised version of the English book "Understanding Microcontrollers", which explains microcontrollers, as a textbook for students who are studying "computer architecture". Based on the "specialization" and "energy saving" society of computers, we explain the basics of computer architecture using relatively easy-to-understand devices "microcontrollers". In the revised edition, the content of the actual class was reflected, and Chapter 12 "Communication by SPI" was greatly expanded, and Chapter 15 "Basic Compiler" was newly added to make the content easier to use. List of Figures List of Tables List of Abbreviations Preface Chapter 1. Introduction Chapter 2. Preliminaries Chapter 3. Instruction Set Architecture Chapter 4. Memory Architecture Chapter 5. Processor Architecture Chapter 6. Addressing Modes Chapter 7. Programming the MCU Chapter 8. I/O Ports Chapter 9. Interrupts Chapter 10. Application: LCD Panel Control Chapter 11. The Analog-to-Digital Converter3 Chapter 12. Communication Through the Serial Peripheral Interface Chapter 13. Rational Numbers and the MCU Chapter 14. Reverse Engineering Chapter 15. A BasicCompiler Chapter 16. Concluding Remarks Appendix A. Character Codes Appendix B. Logic Gates Appendix C. Answers and Discussions Bibliography About the Author Index

※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。 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

※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。 回帰分析の「正しい」使い方をRで徹底解説！ Rコードの記法を更新し、プログラミングマニュアルとしての側面を強化した第２版登場！ 機械学習や計量経済学を含むデータサイエンスの重要性がますます高まっている中、本書は「因果分析」を中心テーマに据え、関連する内容がこのテーマに収まるように構成し、経済学を中心とする社会科学における回帰分析の「正しい」使い方を徹底解説するものです。 テーマを回帰分析による因果分析に絞り込むことで、高校数学程度の知識でも理解できるよう必要とする数学を最小限にとどめ、また多くの分析例に加えて、多数の例題および解答・解説を収録します。さらに用いられる数学・統計学については、適度な難易度の説明とともに、数値シミュレーションによる直感的・ビジュアル的な解説を多く盛り込みます。 また、巻末の付録には、統計処理言語Rのダウンロード方法などを掲載することで、プログラミングマニュアルとしても使用できるよう構成しています。 第２版では、Rコードの記法を更新し、実データを用いたより実践的な演習を多く追加することで、プログラミングマニュアルとしての側面を強化しています。 Part I　基礎編 第１章　回帰分析の目的 第２章　統計の基礎知識 第３章　確率論の基礎 第４章　回帰分析の基礎 第５章　推測統計の基礎 第６章　相関関係と因果関係 第７章　外生変数と内生変数 Part II　実践編 第８章　ランダム化実験 第９章　マッチング法 第10章　不連続回帰デザイン 第11章　操作変数法 第12章　パネルデータ分析 第13章　実証分析の手順 付録１ R の基本 付録２　数学的補足

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 基本情報技術者試験対策の正統派テキスト！ 　本書は年度版として、毎年、学校・企業等で安心して採用できる正統派テキストとして好評を得ている、基本情報技術者のための受験テキスト。基本情報技術者試験に合格するためには何が必要かを徹底的に追求し、編集、また、受験生の方々が一歩一歩自信をつけながら確実に学習を進められるよう構成しています。 　2023年版では、2023年4月から実施されるCBTによる通年化試験及び試験実施方法、出題形式の変更等に対応した内容にて発刊します。 Chapter00　試験の概要と学習の進め方 Chapter01　基礎理論 Chapter02　アルゴリズムとプログラミング Chapter03　コンピュータ構成要素 Chapter04　システム構成要素 Chapter05　ソフトウェア Chapter06　データベース Chapter07　ネットワーク Chapter08　セキュリティ Chapter09　システム開発技術 Chapter10　プロジェクト・サービスマネジメント（26P） Chapter11　経営戦略・システム戦略 Chapter12　企業と法務 練習問題の解答と解説

※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。 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。 Windows 11でのコンピュータ操作、Office 2021活用などの基礎を学べる1冊。 本書は、パソコンやインターネットを使用するうえで身につけておくべき情報リテラシーの習得を目標としています。 好評の『情報リテラシー教科書』最新版となる本書は、機能・インターフェースが一新されたWindows 11とOffice 2021に対応しています。 キーボードでの入力やマウスの扱い方などの初歩的なＰＣ操作から始めて、コンピューターやネットワークの基礎的な知識を学んだのち、Ｍｉｃｒｏｓｏｆｔ　Ｏｆｆｉｃｅのソフト（Word、Excel、PowerPoint）の操作法を学んでいきます。 レポート作成、プレゼンテーション、データ処理、グラフ作成などを解説しつつ、私たちにとって不可欠な存在になりつつあるクラウドコンピューティングや人工知能（ＡＩ）の話題にもコラムなどで触れています。 イントロダクションにはマンガページを設けるなど、学生の学習意欲を沸かせるように工夫を凝らしています。苦手意識のある方でも、情報基礎がしっかり身につく一冊です。 第1章　パーソナルコンピュータの基礎 第2章　インターネット利用 第3章　Microsoft Word 第4章　Microsoft Excel 第5章　Microsoft PowerPoint

※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。 プロジェクトマネジメント入門書の決定版、PMBOK第7版に対応！ 　プロジェクトマネジメントの知識体系であるPMBOKガイドの第7版発行を受け、『プロジェクトマネジメント標準 PMBOK入門（PMBOK第6版対応版）』を第7版に対応させてまとめました。 　2021年に発表されたPMBOK第7版は、これまでの10個の知識エリアから構成される開発プロセスベースの記述から、12個の原理・原則と8個のパフォーマンス領域へと、大きく用語や構成が改訂されました。 　開発手法においても、これまでのウォーターフォール型（予測型）中心の記述から、アジャイル（適応型）を含めた選択式（ハイブリッド型）になり、そのマネジメント内容もプロジェクトごとに調整するテーラリング（カスタマイズ）の考え方が前面に出た内容となっています。 　大規模な改訂によって現代的に改められた一方、具体的なプロジェクトマネジメントの手法よりも考え方の面が強くなり、開発プロセスに準じた記述でもないことから、プロジェクトマネジメントの初学者にとっては何から手を付けるべきなのか、どのように進めるべきなのかがわかりにくくなったとも言われています。 　本書は、主にプロジェクトマネジメントの初学者を対象として、プロジェクトマネジメントの基礎を解説し、実践の糸口をつくることを目的としてまとめてきました。今回の第7版対応版にあたっては、第1章～第3章をこれまでのPMBOKおよびPMBOK第7班の解説にあて。第4～8章の開発フェーズでは事例を見直して、さらに用語を第7版にあわせることで、初学者の学習と実践を助けるものとしました。また、付録の失敗事例にはアジャイル開発の例を加えて、アジャイル開発における注意点を示しました。 序章　プロジェクトマネジメントの世界へようこそ 第1章 プロジェクトに関する基礎知識 第2章 プロジェクトマネジメントの心得 第3章 プロジェクトマネジメント活動 第4章 PMBOK を利用したプロジェクトマネジメント実践 計画フェーズ 第5章 PMBOK を利用したプロジェクトマネジメント実践 要件定義フェーズ 第6章 PMBOK を利用したプロジェクトマネジメント実践 設計・開発フェーズ 第7章 PMBOK を利用したプロジェクトマネジメント実践 テスト・移行フェーズ 第8章 PMBOK を利用したプロジェクトマネジメント実践 運用・保守フェーズ 付録 プロジェクト失敗の原因を探せ

※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。 Windows 11でのコンピュータ操作、Accessを含めたOffice 2021活用など基礎を学べる1冊。 本書は、パソコンやインターネットを使用するうえで身につけておくべき情報リテラシーの習得を目標としています。 好評の『情報リテラシー教科書』最新版となる本書は、機能・インターフェースが一新されたWindows 11とOffice 2021、Access 2021に対応しています。 キーボードでの入力やマウスの扱い方などの初歩的なPC操作から始めて、コンピューターやネットワークの基礎的な知識を学んだのち、Microsoft Officeのソフト（Word、Excel、PowerPoint、Access）の操作法を学んでいきます。 レポート作成、プレゼンテーション、データ処理、グラフ作成、データベース処理などを解説しつつ、私たちにとって不可欠な存在になりつつあるクラウドコンピューティングや人工知能（AI）の話題にもコラムなどで触れています。 イントロダクションにはマンガページを設けるなど、学生の学習意欲を沸かせるように工夫を凝らしています。苦手意識のある方でも、情報基礎がしっかり身につく一冊です。 第1章　パーソナルコンピュータの基礎 第2章　インターネット利用 第3章　Microsoft Word 第4章　Microsoft Excel 第5章　Microsoft PowerPoint 第6章　Microsoft Access

※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。 問題を最適化と制約充足プログラミングで解く！ 　本書は、最適化問題、自動計画、パズルといった問題について、定式化と解くためのプログラミング手法（アルゴリズム）を、最適化（MIP）と制約プログラミング（CSP、SAT、SMT）のそれぞれの視点から統一的に解説したものです。 　最適化、制約プログラミングともに問題を解くための一手法ですが、近年の最適化技術の利用拡大により、これらを組み合わせたり、比較したりして、問題の特徴にあわせて適切に利用するニーズが増えることが予想されます。しかし、これらの手法は各分野が独自にソルバ（問題を解くソフトウェア）を開発し、発展してきたという経緯から、問題解決手段として総合的に取り扱われてきませんでした。そのため、これらを問題ごとの解法として整理してまとめた情報がなく、問題解決にあたり各手法にどんな特徴があって、どんな問題に有効かといった理解が困難でした。そこで本書では、各種の問題を定式化して、最適化と制約プログラミングのそれぞれの技術で問題を解く方法、手段を解説し、比較的な理解を促します。 　本書によって読者は最適化手法、制約プログラミングを用いて問題を解説することができるようになり、また、それぞれの問題や技術の特徴を理解することができるようになっています。 第1章　最適化問題と制約充足問題 第I部　プログラミング 第2章　ソフトウェアの使い方 第3章　基本的な処理要素 第II部　定式化 第4章　求解式 第5章　範囲の制約 第6章　数あてはめ 第7章　グラフ 第8章　順序処理 第9章　論理

※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。 さらにパターン認識・機械学習を学ぶ！ 本書は『わかりやすいパターン認識』（第1版1998年、第2版2019年）、『続わかりやすいパターン認識』（2014年）の姉妹書として、教師付き学習における非線形な識別処理を主テーマに、パターン認識・機械学習を解説したものです。本書ではサポートベクトルマシン、カーネル法、畳み込みニューラルネットワークを取り上げ、それらの前段階として、一般化線形識別関数、ポテンシャル関数法も紹介しています。 　パターン認識・機械学習を学びたい初学者が独学で学べるようにわかりやすい記述として、具体例、実験例をできるだけ取り入れて解説しています。また章末に演習問題を設けて、力試しができるようにもなっています。演習問題の解答はオーム社Webページからダウンロードできるようになっています。 第1章　線形識別関数とパーセプトロン 第2章　線形分離不可能な分布 第3章　一般化線形識別関数 第4章　ポテンシャル関数法 第5章　サポートベクトルマシン 第6章　カーネル法 第7章　ニューラルネットワーク 第8章　畳み込みニューラルネットワーク 付録　補足事項

※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。 深層学習（ディープラーニング）の全体像が理解できる一冊。 日々進化し続ける深層学習技術の基礎をなす知識や考え方を体系的に，応用を俯瞰的にまとめた教科書。 　本書は、人工知能（AI）技術の一つである深層学習（ディープラーニング）の全体像を体系的にまとめた教科書です。 　SNS、スマートスピーカー、画像診断、自動運転、……などなど、身のまわりには深層学習の技術や手法が広く応用されています。このことからもわかるように、深層学習は今日に至るまでさまざまな場面で成功を収めていますが、その技術や手法は、今現在も、非常に速いスピードで進歩し続けています。「以前は当たり前のように利用されていた技術が、ある日突然、それを上回る別の技術に置き換えられた」ということも十分にあり得ます。しかし、そのような深層学習技術の基礎には、普遍的かつ不変的な知識や考え方があります。 　本書は、現代の深層学習の技術や手法を理解するうえで基礎となる知識や考え方を、必要に応じて数式を用い、詳細に解説しています。また、代表的な応用例として、画像、音声、自然言語の処理を俯瞰的に解説し、深層学習の全体像が理解できるように構成しました。論文や国際会議等で深層学習技術の最新動向を追うためのベースは、本書で十分に学ぶことができます。 第1章　序論：深層学習登場の前と後 1.1　パターン認識とは 1.2　パターン認識の困難さと深層学習による成功 1.3　深層学習と従来のパターン認識手法の違い 第2章　深層学習以前のパターン認識手法 2.1　深層学習以前のパターン認識の概略 2.2　特徴抽出 2.3　機械学習・パターン認識手法 2.4　クラスタリング 2.5　評価指標 演習問題 第3章　深層学習ネットワーク 3.1　深層学習のアイディア 3.2　パーセプトロン 3.3　多層パーセプトロン 3.4　深層学習ネットワークにおける基本レイヤ群 3.5　基本ネットワーク構造 演習問題 第4章　ネットワークの学習 4.1　深層学習ネットワークの学習の基本的アイディア 4.2　誤差関数 4.3　確率的勾配降下法 4.4　誤差逆伝播法 4.5　畳込み層の学習 4.6　学習の実際 4.7　学習した畳込みフィルタの例 演習問題 第5章　学習のための技術 5.1　学習パラメータの初期値 5.2　学習率の設定 5.3　データ拡張 5.4　ドロップアウト 5.5　入力データの正規化 5.6　モデルアンサンブル 5.7　事前学習とファインチューニング 5.8　中間信号の画像特徴量としての利用 5.9　距離学習 5.10　マルチタスク学習 5.11　自己教師学習 5.12　ネットワークを小さくする工夫 演習問題 第6章　系列データへの対応 6.1　再帰型ネットワーク 6.2　1次元畳込み 6.3　Transformer 演習問題 第7章　画像認識への適用 7.1　主な画像認識ネットワーク 7.2　画像認識ネットワーク内部の可視化 7.3　物体検出 7.4　領域分割 7.5　人物姿勢推定 7.6　動画認識 演習問題 第8章　画像生成・変換への適用 8.1　エンコーダ・デコーダ型ネットワーク 8.2　オートエンコーダ 8.3　深層生成モデル 8.4　画像変換 8.5　画像最適化による画像変換 演習問題 第9章　音声処理への適用 9.1　音声認識ネットワーク 9.2　音声合成ネットワーク 演習問題 第10章　自然言語処理への適用 10.1　単語ベクトル 10.2　系列変換モデル 10.3　事前学習モデル 演習問題 第11章　マルチモーダル学習 11.1　マルチモーダル・クロスモーダル 11.2　画像と言語ル 11.3　画像・映像と音声 演習問題 演習問題略解 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。 丁寧な解説と豊富な演習問題により、量子計算のアルゴリズムと計算量理論について一から理解できる 量子計算のアルゴリズムと計算量理論について、一からわかりやすく解説した書籍です。 現在、大きな注目を集めている量子コンピュータによる計算（量子計算）は、従来のコンピュータによる計算（古典計算）と比べて、いわゆる指数関数的な高速化を実現することがあります。 その一方で、この高速化は量子力学の基礎原理をもとにしており、アルゴリズムと計算量理論の分野の言葉で記述されるものです。したがって、この高速化の現象を正しく理解するには、量子力学特有の重ね合わせの原理とエンタングルメントをはじめとした量子計算のアルゴリズム、および、計算量理論をひと通り理解する必要があります。 本書は、線形代数と離散数学の基本的な知識のみを前提として、量子計算の原理について初学者向けに丁寧な解説を行っています。 数多くの例題と演習問題を収載しており、読者自ら手を動かしながら学ぶことができます。 第1章　計算理論の基礎事項 1.1　文字列，計算問題 1.2　ブール回路 1.3　二進列に対する演算 1.4　計算量クラス 1.4.1　P, NP, EXP 1.4.2　多項式時間帰着とNP完全問題 1.4.3　オラクル 1.4.4　乱択アルゴリズムと計算量クラス 第2章　ブラケット記法と量子計算でおなじみの行列 2.1　ベクトル 2.2　行　列 2.3　量子計算でよく出現する行列 2.3.1　ユニタリ行列 2.3.2　正規行列，エルミート行列 2.3.3　射影行列 2.3.4　半正定値行列 第3章　量子情報の基礎 3.1　量子ビット，量子状態 3.1.1　量子ビット，量子状態の測定 3.1.2　量子ビットの幾何的描像 3.1.3　量子ビット，量子状態の時間発展 3.1.4　量子ランダムアクセス符号 3.1.5　量子鍵配送 3.2　複数の量子ビット 3.2.1　テンソル積 3.2.2　複数の量子ビットからなる量子状態 3.2.3　複数の量子ビットの時間発展および測定 3.2.4　部分系の測定 3.2.5　CHSHゲーム 3.2.6　量子テレポーテーション 3.3　観測量 3.4　混合状態 3.4.1　1量子ビットと密度行列 3.4.2　部分トレースと混合状態 3.5　POVM 3.5.1　3ビット量子ランダムアクセス符号 3.5.2　2値POVM の実現方法 3.6　発展的な概念 3.6.1　トレース保存完全正値写像 3.6.2　近似と距離 第4章　量子回路 4.1　基本ゲート，量子回路 4.2　古典計算vs量子計算 4.3　量子計算の計算木 4.4　万能量子ゲート集合 4.5　よく使用される量子回路 4.5.1　量子回路のワイヤの交換 4.5.2　量子アダマール変換と一様重ね合わせ状態の生成 4.5.3　量子フーリエ変換 4.5.4　アダマールテスト 4.5.5　SWAPテスト 4.6　空間的制約が課された量子回路 第5章　量子アルゴリズム 5.1　Deutsch?Jozsaの量子アルゴリズム 5.2　Groverのアルゴリズム 5.2.1　量子計算に古典アルゴリズムを組み込む 5.2.2　量子振幅増幅 5.3　Simonのアルゴリズム 5.4　位数発見アルゴリズム 5.5　量子特有の問題に対する量子アルゴリズム 5.5.1　位相推定 5.5.2　量子シミュレーション 5.6　その他の量子アルゴリズム 5.7　通信を含む計算問題に対する量子プロトコル 第6章　量子計算量クラス 6.1　Pの量子版：BQP 6.1.1　BQPとNPの関係 6.1.2　BQPを含む古典計算量クラス 6.2　NPの量子版：QMA 6.3　量子対話型証明 6.4　量子多証明者対話型証明 付録 A.1　群と体 A.2　オーダ記法 A.3　チューリング機械 A.4　非決定性チューリング機械 A.5　確率チューリング機械 A.6　PSPACEとEXP

※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。 映像系エンジニアが実践的な動画編集スキルをものすごくわかりやすく解説！ 　いちばん使える無料の動画編集ソフト「DaVinci Resolve」を仕事で役立つよう、入門者向けに解説します！ 第2章～第4章では「営業用動画」「映える動画」「講義（研修）動画」を元に、「なぜこの機能を使うのか」という背景に触れながら、どんな場面でも応用がきくように真似するだけで学べる構成です。編集した動画をよりよくするために、第5章以降は編集技術や音声・音楽について、タイトル・テロップ、色の効果、その他の使えるテクニックを解説します。 　ただ機能しか紹介しているわけではないので、初めて動画編集をしたい方にとっても、わかりやすく、そして何より実践的です。 はじめに 第1章　DaVinci Resolveで始めよう 第2章　Lesson1 商品訴求動画編 第3章　Lesson2 授業・セミナー動画編 第4章　Lesson3 飲食店宣伝動画編 第5章　気持ちよく見せるための編集技術 第6章　自然に聴かせる音声処理と音楽効果 第7章　内容の理解を促すタイトル、テロップ 第8章　印象をよくする色の調整 第9章　知っておきたいテクニック

※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。 音声対話システムの理論と実装を網羅！ Python言語による音声対話システムの実装方法を詳しく解説． 　本書は，人間の言葉を理解し，適切に応答するシステム（＝音声対話システム）の理論をわかりやすく網羅した書籍です．合わせて，Python言語による音声対話システムの実装方法を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． 　音声対話システムの実用化・普及が進む中で，さまざまな課題が明確化され，取り組みが進められています．また，少子高齢化が進み，働き手が不足している社会状況から，音声対話システムに対する社会の期待は今後ますます高まっていくと予想されています． 　今後，音声対話システムの研究開発に携わる方に必携の書籍です． 第1章　音声対話システムの概要 第2章　音声対話システムの分類 第3章　音声認識 第4章　言語理解 第5章　対話管理 第6章　end-to-endモデルによる応答生成 第7章　応答文テキストの音声合成 第8章　音声対話システムの評価 第9章　人間らしい対話を実現するための要素技術 第10章 音声対話システムの未来 付　録　Dialogflow ESによる実装

※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。 いま必要とされるデータサイエンスの素養がしっかり身につく一冊。 さまざまな場面で入手できるデータを価値に転換することが、データサイエンスの目的です。データサイエンスという言葉は、ビジネスやアカデミーを問わず、いまや多くの場面で聞かれるようになり、それだけ重要性が高まっている概念といえます。本書は、データサイエンスを理解し実践したいと考えている方に必要とされる、データサイエンスの素養がしっかり学べる一冊です。 データサイエンスは、統計的、計算的、人間的という3つの視点の有機的結合という一面があるといわれます。本書では、データ分析に必要な統計学や関連する数学を丁寧にフォローし、確率・統計的な考え方が自然に身に付くよう配慮しました。また、データを適切に処理するための計算法は、プログラミング言語としてRを用いつつ、近年注目度の高い機械学習を含む具体例を通して納得しながら理解できる構成です。さらに、データの前処理から分析結果のプレゼンテーションまでの過程には人間が関わるという観点で、データを取り扱ううえで心がけるべき倫理的側面も扱いました。 なお、本書は「数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム」、「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」に準拠した授業の副読本・参考書としてもご利用いただけます。 第1章　イントロダクション 第2章　Rの基礎 第3章　データの記述・可視化 第4章　関連と因果，データ分析における注意事項 第5章　データ倫理 第6章　確率 第7章　確率分布 第8章　標本分布と中心極限定理 第9章　点推定・区間推定・仮説検定・p値 第10章　機械学習の基礎 第11章　回帰モデル 第12章　分類 第13章　ベイズ線形モデル 第14章　決定木とアンサンブル学習 第15章　スパース学習 演習問題略解 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。 ソフトウェアの中で，最も重要かつ基本的なOSの基礎知識をわかりやすく整理． 　ソフトウェアの中で，最も重要かつ基本的なオペレーティングシステム（OS）の基礎知識をわかりやすく整理した教科書． 　現在のカリキュラムやセメスタ制といった大学・高専の実情に対応してコンパクトな説明を心がける一方，現在広く使用されているUnix系OSとWindowsなどの具体例を取り上げ，初学者が無理なく理解できるようにしている．また，演習問題も充実させている． 第1章　OSの概要 1.1　なぜOSが必要か 1.2　OSの構成 1.3　OSの歴史 1.4　組込みシステムのOS 1.5　スーパーコンピュータのOS 演習問題 第2章　コンピュータのハードウェア 2.1　ハードウェアの概要 2.2　プロセッサ 2.3　メモリ 2.4　ハードウェアクロックとタイマ 2.5　入出力装置 2.6　ブートストラップ 演習問題 第3章　プロセス 3.1　プロセスとスレッド 3.2　スケジューリング 3.3　排他制御と同期 3.4　プロセス間通信 演習問題 第4章　メモリ管理 4.1　メモリ管理とは 4.2　物理記憶ベースのメモリ管理 4.3　仮想記憶 4.4　動的リンク 4.5　共有メモリの実現 演習問題 第5章　ファイルシステム 5.1　ファイルシステムとは 5.2　ファイル 5.3　ディレクトリ 5.4　ファイルの保護 5.5　ファイルシステムの実装方法 5.6　さまざまなファイルシステム 演習問題 第6章　入出力制御 6.1　入出力のしくみ 6.2　入出力完了の検出 6.3　割込みレベル 6.4　内部装置との関係 6.5　デバイスファイル 6.6　外部装置の一般化 6.7　ディスク装置 6.8　SSD 6.9　バッファキャッシュとページキャッシュ 演習問題 第7章　Unix系OS 7.1　Unix系OSの概要 7.2　Unix系OSの実装方法 演習問題 第8章　Windows 8.1　Windowsの概要 8.2　システムアーキテクチャ 8.3　カーネルモード 8.4　環境サブシステム 演習問題 第9章　コンピュータやOSの仮想化 9.1　仮想化技術とは 9.2　仮想化のアプローチ 9.3　コンテナ技術 演習問題

※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。 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

※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。 資格試験対策や実務に役立つ情報通信法規のテキスト！ 　本書は、情報・電気通信関係法令を総合的にまとめるとともに、電気通信主任技術者、情報処理技術者、無線従事者の資格を受験する際の法規科目および電気通信関係法規の参考書として、関連する法令を集録しています。また、大学、高専、専門学校において情報通信法規のテキストとして活用できるよう、演習問題等も収録しています。 ※本書は、日本理工出版会から2017年4月に発行した「技術者のための情報通信法規教本(新版)」を引継ぎ、オーム社から発行するものです。 1　電気通信事業法 1 概 要 2 通信の秘密 3 電気通信事業 4 事業用電気通信設備 5 端末設備 6 工事担任者 7 登録認定機関･承認認定機関 8 基礎的電気通信役務支援機関 9 事業の認定 10 土地の使用 11 雑 則 12 罰 則 2　有線電気通信法 1 概 要 2 有線電気通信設備の設置の届出等 3 技術基準 4 設備の検査等 5 非常事態における通信の確保 6 有線電気通信の秘密の保護 7 罰 則 3　不正アクセス行為の禁止等に関する法律 1 概 要 2 不正アクセス行為の禁止 3 アクセス管理者による防御措置 4 都道府県公安委員会による援助等 5 罰 則 4　電子署名及び認証業務に関する法律 1 概 要 2 電磁的記録の真正な成立の推定 3 特定認証業務の認定等 4 指定調査機関等 5 雑 則 6 罰 則 5　電波法 1 概 要 2 無線局の免許 3 無線設備 4 無線従事者 5 運 用 6 監 督 7 雑 則 8 罰 則 6　放送法 1 概 要 2 放送番組の編集等 3 日本放送協会 4 放送大学学園 5 基幹放送 6 一般放送 7 有料放送 8 認定放送持株会社 9 放送番組センター 10 雑 則 11 罰 則 7　著作権法 1 概 要 2 著作物 3 著作者 4 著作者の権利 5 著作権の制限 6 著作隣接権 7 権利侵害 8 罰 則 8　国際条約 1 概 要 2 国際電気通信連合憲章 3 国際電気通信連合 4 無線通信部門 5 電気通信標準化部門 6 電気通信開発部門 7 世界国際電気通信会議 8 国際電気通信連合に関するその他の規定 9 電気通信に関する一般規定 10 無線通信に関する特別規定 11 国際連合その他の関係機関及び非構成国との関係 12 用語の定義

※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。 深層学習をベースとした自然言語処理の基礎が体系的に身につく！ 本書は、深層学習に基づく自然言語処理の基礎となる知識や考え方を、丁寧に展開し解説するものです。自然言語処理技術の概観から始め、機械学習の基本的枠組み、言語モデル・系列変換モデルとして非常に有用なTransformerとそれを活用した事前学習モデルの詳解、さらに自然言語処理の基本的なタスクである系列ラベリング、構文解析、意味解析と、自然言語処理を学ぶうえで必須の基礎知識や背景となる仕組みを幅広くカバーし、体系的に身につけることができる構成としました。 大学の学部上級から大学院の学生、さらには自然言語処理を学び始めた若手技術者にお薦めの教科書です。 第1章　自然言語処理の概要 　1.1　自然言語処理の応用 　1.2　コーパスと自然言語処理 　1.3　自然言語処理の難しさ 　演習問題 第2章　自然言語処理のための機械学習の基礎 　2.1　機械学習とは 　2.2　教師あり学習 　2.3　特徴量表現 　2.4　パーセプトロン 　2.5　ロジスティック回帰 　2.6　ソフトマックス回帰モデル 　2.7　機械学習モデルの評価 　2.8　正則化 　2.9　ニューラルネットワーク 　2.10　計算グラフと自動微分 　2.11　ニューラルネットワークに関するその他の話題 　演習問題 第3章　単語ベクトル表現 　3.1　記号からベクトルへ 　3.2　素性関数による単語のベクトル表現 　3.3　分布仮説と単語文脈行列 　3.4　特異値分解による次元削減 　3.5　Word2Vec：ニューラルネットワークによる学習 　3.6　単語ベクトルの応用 　3.7　FastText：単語よりも小さな単位の利用 　3.8　単語ベクトル表現の課題と限界 　演習問題 第4章　系列に対するニューラルネットワーク 　4.1　単語ベクトルの合成 　4.2　再帰型ニューラルネットワーク（RNN） 　4.3　勾配消失問題と勾配爆発問題 　4.4　長期短期記憶（LSTM） 　4.5　ゲート付き再帰ユニット（GRU） 　4.6　畳込みニューラルネットワーク（CNN） 　演習問題 第5章　言語モデル・系列変換モデル 　5.1　言語モデル・系列変換モデルの導入 　5.2　言語モデルの定式化 　5.3　言語モデルの利用例 　5.4　言語モデルの具体例1：nグラム言語モデル 　5.5　言語モデルの具体例2：ニューラル言語モデル 　5.6　系列変換モデル 　5.7　言語モデルの評価：パープレキシティ 　5.8　未知語問題への対応 　演習問題 第6章　Transformer 　6.1　Transformerの歴史的背景 　6.2　自己注意機構（セルフアテンション） 　6.3　Transformerの構成要素 　6.4　学習時の工夫 　演習問題 第7章　事前学習済みモデルと転移学習 　7.1　事前学習済みモデルの背景 　7.2　デコーダの事前学習：GPT 　7.4　エンコーダ・デコーダの事前学習：BART 　7.5　事前学習済みモデルと知識蒸留 　7.6　事前学習済みモデル利用上の注意点 　演習問題 第8章　系列ラベリング 　8.1　系列ラベリングとは 　8.2　系列ラベリングの定式化 　8.3　点予測による系列ラベリング 　8.4　線形連鎖に基づく条件付き確率場 　演習問題 第9章　構文解析 　9.1　構文解析とは 　9.2　句構造解析 　9.3　依存構造解析 　9.4　さまざまな構文解析手法 　演習問題 第10章　意味解析 　10.1　意味解析とは 　10.2　テキスト間含意関係認識 　10.3　ニューラルネットワークによる意味解析 　10.4　述語項構造解析 　10.5　論理表現 　10.6　セマンティックパージング 　10.7　意味解析のその他の話題 　演習問題 第11章　応用タスク・まとめ 　11.1　機械翻訳 　11.2　質問応答 　11.3　対話 　11.4　自然言語処理の過去・現在 演習問題略解 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。 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。 目から鱗！　P2Pはダークじゃない!! 　技術・工学に興味をお持ちの方々に基礎的な知識、最新の技術動向、トピックスを含めた情報を提供する書籍群「なるほどナットク！」シリーズの一冊。 　本書は、ダークなイメージを持つP2P技術の誤解を解くとともに、システム構築やアーキテクチャの話をする際に当たり前のようにP2P技術がソリューションの選択肢として上るよう、P2Pでシステムを構築する上で必須となる概念、周辺技術、技術発展のバックグラウンドを解説する。 1章　P2Pの基礎と用語解説 2章　P2Pの歩み 3章　P2Pテクノロジー 4章　P2Pアプリケーションの例 5章　ビジネス分野への適用 6章　P2Pのこれから 付録　P2Pフレームワーク紹介

※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。 小規模システムからIoTをはじめよう！ 　本書は、研究や共同研究において、実際にIoTシステムを実用化している著者が、小規模なIoTシステム（振動感知システム）構築の試作および実際にIoTを導入・運用するために必要な知識を網羅的に解説した、IoTの実践的な入門書です。 　まず小規模なIoTシステムを構築したうえで，個別の技術解説を進めるので ・IoTとはどのようなものか、どのように使うのか、役立つのか がとくにわかりやすくなっています。 ・IoTにおいて、ハードウェア・ソフトウェア両方の視点からみたシステム開発のノウハウ ・（ソフトウェア／ハードウェア）エンジニアが、専門外の部分を補完しながら開発するための情報 などを提供します。 　身近な対象であれば結果もすぐに得ることができ、IoTがどんなものかを、自社の製品、システムに役立ちそうかがよくわかる内容になっています。 1章　IoTは誰でも試せます（You can do IoT!） 2章　IoTの基礎知識 3章　データ分析（機械学習）で目的を達成する 4章　サーバーでデータを受信・保持・処理する 5章　多様な通信手段を組み合わせてデータを送出する 6章　プロセッサーで現場での通信・データ処理を実現する 7章　センサーで状況・状態を計測する 8章　適切な電源供給の重要性 9章　発展的に実践するために 10章　実践内容の解説と拡張

※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