※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 ベイズモデル、生成AIの数学的動作原理を学ぶ 　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． 第1章　確率論の基礎 1.1　ランダム事象と確率 1.2　確率空間と確率変数 1.3　確率変数の独立性 1.4　確率変数の相関 1.5　確率変数の和 1.6　確率変数の変換 1.7　累積分布関数と特性関数 1.8　モーメントとキュムラント 1.9　多変量の確率変数 第2章　確率積分と確率微分方程式 2.1　ランダムな運動 2.2　確率過程 2.3　ブラウン運動とその性質 2.4　ブラウン運動と確率積分 2.5　確率微分方程式 2.6　伊藤の公式 2.7　確率微分方程式の具体例 2.7.1　オルンシュタイン・ウーレンベック過程 2.7.2　幾何ブラウン運動 2.7.3　一般化コーシー過程 2.7.4　多変数オルンシュタイン・ウーレンベック過程 第3章　マルコフ過程の性質 3.1　確率密度関数による表現 3.2　マルコフ過程 3.3　フォッカー・プランク方程式の導出 3.4　フォッカー・プランク方程式の解法 3.4.1　1変数の場合 3.4.2　多変数の場合 第4章　確率過程とベイズモデル 4.1　ベイズモデルの基礎 4.1.1　線形回帰モデルとベイズモデル 4.1.2　変分推論 4.1.3　マルコフ連鎖モンテカルロ法 4.2　時系列と状態空間モデル 4.2.1　時系列モデリング 4.2.2　状態空間モデル 4.2.3　カルマンフィルタ 4.2.4　拡張カルマンフィルタ 4.2.5　アンサンブルカルマンフィルタ 4.2.6　粒子フィルタ 4.3　連続空間のベイズモデル 4.3.1　確率的パラメータ 4.3.2　EMアルゴリズム 第5章　確率過程と機械学習 5.1　ガウス過程回帰 5.1.1　ガウス過程回帰の導入 5.1.2　ガウス過程回帰のパラメータ推定 5.1.3　ガウス過程回帰の予測分布 5.1.4　ガウス過程潜在変数モデル 5.1.5　ガウス過程動的潜在変数モデル 5.2　スチューデントのt-過程回帰 5.2.1　スチューデントのt-過程回帰の導入 5.2.2　スチューデントのt-過程回帰のパラメータ推定 5.2.3　スチューデントのt-過程回帰の予測分布 5.2.4　スチューデントのt-過程回帰潜在変数モデル 5.2.5　スチューデントのt-過程動的潜在変数モデル 第6章　実問題への応用 6.1　環境ゆらぎの影響を受けるブラウン粒子の運動 6.2　オプションの価格付け問題 6.3　深層学習への応用 6.3.1　深層学習とガウス過程回帰 6.3.2　拡散モデル 付録　 サンプルコード A.1　状態推定のサンプルコード A.2　機械学習のサンプルコード

※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。 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。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版 「MR撮像技術学」の初版は2001年12月に、改訂2版は2008年2月に発行し、改訂2版発行から9年以上が経過しているので、全体を通して見直しています。 　教科書としての基本的な枠組みは改訂2版を踏襲し、改訂2版の中で不足している箇所を補完し、最近の国家試験の傾向を踏まえて、今まで以上に使いやすい教科書となっています。また、臨床現場で活躍する技師の方々からも好評を得ているので、卒業後も役に立つ部分を教科書という枠組みを超えない程度でまとめてあります。 第1章　MR撮像技術の原理 第2章　MR装置の構成 第3章　MRの物理と数学の基礎知識 第4章　MRI用造影剤 第5章　アーチファクト 第6章　評価法 第7章　安全性と管理 第8章　各種MR検査法 　8.1　頭部領域 　8.2　脊椎・脊髄領域 　8.3　胸部・心臓領域 　8.4　上腹部領域 　8.5　泌尿・生殖器領域 　8.6　四肢・関節領域：肩関節，股関節，膝関節，四肢筋肉 　8.7　大血管領域 演習問題解説・解答 参考文献 参考資料 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 カメラマンによるアートなゲーム機アルバム 本書はビデオゲームの勃興期からPS5までの各ゲーム機を撮り続けたカメラマンによるフォトグラフィックヒストリーです。カメラマンならではの精緻で美しい写真を主に、コメントや簡単なスペックがまとめられており、特にゲーム開発者、ゲームファン、収集家、研究者の方々にお勧めする保存版です。 原書：Evan Amos, THE GAME CONSOLE 2.0,No Starch Press Inc.,2021 第1世代　1972年Magnavox Odyssey～ 第2世代　1976年Fairchild Channel F～ 第3世代　1983年Sega SG-1000～ 第4世代　1987年NEC PC Engine～ 第5世代　1993年FM Towns Marty～ 第6世代　1998年Sega Dreamcast～ 第7世代　2004年PlayStation Portable～ 第8世代　2007年Apple iOS～ 第9世代　2017年Nintendo Switch～PS5 レトロなゲームを楽しむ Missing System アクセサリやバリエーション

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 深層学習でネットワークを解析する世界最前線の研究を1冊で学ぶ！ 　深層学習をグラフ（ネットワーク）で表される構造データに対して適用するための研究が盛んになっています。それが、本書で解説するグラフニューラルネットワークです。グラフ中の頂点やグラフ全体を高精度に分類できれば、高度な画像認識、推薦システム、交通量予測、化合物分類、さらには新型コロナウイルス（COVID-19）への対処のための応用なども期待できる、世界最前線の研究です。 　本書では、グラフニューラルネットワークの基本的な知識および研究事例について説明し、PyTorchによる実装について紹介するとともに、今後の学習のための情報源についても解説します。Google Colaboratoryで解説するとともに、サンプルコードもついています。 まえがき 第1章　グラフニューラルネットワークとは 　1.1　はじめに 　1.2　グラフを対象とした畳み込み 　1.3　グラフを対象とした機械学習タスク 　　1.3.1　ノード分類 　　1.3.2　グラフ分類 　　1.3.3　リンク予測 　　1.3.4　グラフ生成 　1.4　グラフニューラルネットワークの応用 　　1.4.1　画像認識 　　1.4.2　推薦システム 　　1.4.3　交通量予測 　　1.4.4　化合物分類 　　1.4.5　組み合わせ最適化 　　1.4.6　COVID-19とグラフニューラルネットワーク 　まとめ 第2章　グラフエンベディング 　2.1　グラフエンベディング手法の概観 　2.2　次元縮約に基づく手法 　2.3　グラフ構造に基づく手法 　　2.3.1　DeepWalk 　　2.3.2　LINE 　　2.3.3　node2vec 　　2.3.4　GraRep 　2.4　ニューラルネットワークに基づく手法 　まとめ 第3章　グラフにおける畳み込み 　3.1　グラフ畳み込みにおけるアプローチ 　3.2　Spectral Graph Convolution 　　3.2.1　フーリエ変換 　　3.2.2　グラフラプラシアン 　　3.2.3　ChebNet 　　3.2.4　GCN 　3.3　Spatial Graph Convolution 　　3.3.1　PATCHY-SAN 　　3.3.2　DCNN 　　3.3.3　GraphSAGE 　まとめ 第4章　関連トピック 　4.1　グラフオートエンコーダ 　4.2　GAT 　4.3　SGC 　4.4　GIN 　4.5　敵対的攻撃 　4.6　動的グラフのエンベディング 　4.7　時空間グラフ畳み込みネットワーク 　4.8　説明可能性 　まとめ 第5章　実装のための準備 　5.1　Python 　5.2　NumPy 　5.3　SciPy 　5.4　pandas 　5.5　Matplotlib 　5.6　seaborn 　5.7　Scikit-learn 　5.8　t-SNE 　5.9　Jupyter Notebook 　5.10 Google Colaboratory 　まとめ 第6章　PyTorch Geometricによる実装 　6.1　PyTorch 　　6.1.1　データセット 　　6.1.2　モデル 　　6.1.3　損失 　　6.1.4　最適化 　6.2　PyTorch Geometric入門 　　6.2.1　PyTorh Geometricとは 　　6.2.2　類似ライブラリとの比較 　　6.2.3　PyTorch Geometricによるグラフのデータ構造 　　6.2.4　よく使われるベンチマークデータセット 　　6.2.5　ミニバッチ 　　6.2.6　データ変換 　　6.2.7　グラフの学習手法 　6.3　PyTorch Geometricによるノード分類・グラフ分類 　　6.3.1　PyTorch Geometricによるエンベディング 　　6.3.2　PyTorch Geometricによるノード分類 　　6.3.3　PyTorch Geometricによるグラフ分類 　まとめ 第7章　今後の学習に向けて 　7.1　書籍 　7.2　サーベイ論文 　7.3　動画 　7.4　リンク集など 　7.5　Open Graph Benchmark 　まとめ 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。 人と自然にコミュニケーションするAI，ロボットを設計するための入門書． コグニティブインタラクションは，従来の認知科学や情報科学だけではなしえていない，「状況に応じて，人と自然に，かつ持続的にインタラクションが可能な人工物を設計するための基礎理論」です．本書は，その入門書です． AIやロボットが人の社会生活にとけこむためには，人と協調行動をとれなければいけません．それには，コミュニケーション，つまり，意思疎通の能力が欠かせません．しかし，言語によるコミュニケーションよりも，非言語情報によるインタラクションのほうが重要になることがよくあります．相手が人であれ，動物であれ，AIやロボットなどの人工物であれ，人は相手の意図や欲求などの心的状況を読み取り，それに適応した行動をとるという，コグニティブ（認知的）インタラクションを繰り返すことで，円滑に対話を行っていると考えられるからです． 第1章では，人とAIのインタラクションについて，人どうしのインタラクションや人と動物のインタラクションをベースに考える枠組を説明しています．第2章では，インタラクションを分析していくための概念や方法を説明しています．続く第3章では，取得したデータをモデルベースで分析するために必要な，データの表現方法について説明しています．最後の第4章では，第3章までに学んだ基礎的な概念や方法を用いて，実際にどのようなインタラクションの分析が可能なのかを，これまでの事例の中から特に興味深いものに絞って説明しています． 本書を読むことで，人どうし，あるいは人と動物の間のインタラクションで起きていることを理解するためだけでなく，人と自然にコミュニケーションするAI，ロボット，そのほかの人工物を設計するための基本がわかります． 序章　「コグニティブインタラクション」とは 第１章　インタラクションの重要性と認知モデリング 　1.1　人と人工物のインタラクション 　1.2　コミュニケーションとインタラクション 　1.3　AIとインタラクション 　1.4　インタラクションのための認知モデリング 　1.5　他者モデルのモデリング 第２章　インタラクション分析の基礎 　2.1　仮説を立てる徴 　2.2　仮説検証のための実験デザイン 　2.3　分析データの扱い 　2.4　インタラクションの基本的な時系列モデル 　2.5　時系列データの因果関係の分析モデル 　2.6　強化学習モデルによるインタラクション解析態 第３章　データの定量的表現と変数 　3.1　表情と視線にかかわる変数 　3.2　身体運動と空間配置にかかわる変数 　3.3　音声言語にかかわる変数 　3.4　人以外において重要な変数 　3.5　動画像処理 　3.6　装着型デバイスによる身体動作計測 　3.7　音韻情報と韻律情報の計測処理 　3.8　生理指標の計測 第４章　インタラクション分析の実際とポイント 　4.1　相手が何をしようとしているのかを理解する 　4.2　みんなは何をしようとしているのかを考える 　4.3　人‐動物インタラクション 　4.4　人‐人工物インタラクション Column 　0.1　認知的インタラクションデザイン学 　1.1　インタラクションにおける相互適応学習 　1.2　社会脳仮説と心の理論 　1.3　ヒューリスティックとアルゴリズム 　1.4　適応認知における認知バイアス 　2.1　 相談の成否を決める隠れ状態の推定（二者間インタラクションの時系列分析） 　2.2　鹿狩りゲームと読みの深さ 　3.1　音声に含まれる個人性と生成・識別モデル 　3.2　複数ロボットの発話の重なりによって創発する空間の知覚 　3.3　ヘッドマウントディスプレイ（HMD） 　3.4　アバターの情動表現と仮想空間の文脈理解 　4.1　ロボットを介した人‐人インタラクションの分析 　4.2　人‐ウマインタラクションにおける人馬一体感とは 　4.3　ウマの歩法変化の計測と解析方法 　4.4　電動車いすを使った応答性と鋭敏性に関する実験 　4.5　ユーザの信頼を誘発する商品推薦エージェントのデザイン 　4.6　人とAIの間にリーダ‐フォロワ関係は成立するか

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 セキュリティ技術の網羅的な入門書 インターネット技術を学ぶうえで情報セキュリティを正しく理解することは不可欠ですが、ITにおけるネットワークの重要性が増し利用方法が多岐になるにつれて、技術者なら誰もが知っているべきセキュリティ技術の範囲はどんどん広がっています。 本書は、日々更新されていくネットワークセキュリティ技術にキャッチアップしていくために必要となる基礎を体系的に網羅した「マスタリングTCP/IPシリーズ」の1冊です。基本的な暗号技術、それらのセキュリティプロトコルへの応用、認証技術、Webアプリケーションへの多様化する攻撃手法の理解と対策などを扱っています。 第1版発行から10年弱が経過し、技術は進歩しセキュリティに対するニーズも高まっています。こういった背景を踏まえて、第2版では目次構成の見直しを行い、大幅な加筆修正を行っています。 第1章　情報セキュリティ概論 第2章　暗号技術 第3章　認証技術 第4章　PKI 第5章　セキュリティプロトコル 第6章　ホストのセキュリティ 第7章　ネットワークセキュリティ 第8章　Web セキュリティ

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 従来のシステムをクラウドシステムに移行させるうえでの標準的なプロセスや必須知識を網羅 　自社システムをクラウドに移行する，あるいは自社システムにクラウドを導入するうえでの標準的なプロセスや必須知識を網羅した書籍です．AIOps，CI/CD，DevOps，IaaS/PaaS/SaaS/IDaaS/MaaS，Kubernetes，VPCなどのいま1つよくわからない専門用語の1つひとつを，IT技術者向けにていねいに解説しています． 　まずクラウドシステムを使ううえでの考え方からスタートして，クラウドシステムに関連した主な技術，考えるべき指針についてわかりやすく解説しています．さらに，各種規制への対応についても述べています．現在のクラウドシステムを支えている技術は高度かつ複雑であり，しかも日進月歩で進化しています．したがって，各社のインフラストラクチャの担当者，アプリケーション開発の担当者，およびシステム運用の担当者として，常にクラウドの個々の技術の詳細を理解しておくのは少し難しいかもしれませんが，クラウドを使用するユーザの立場から最低限の知識とポイントを押さえておく責任があります． 　本書を読むことで，クラウドの移行・導入の全体的なイメージをつかむことができ，取り組むべき課題がみえてきます． 第1章　システムのクラウド移行・導入をデザインする 第2章　クラウドのアーキテクチャを正しく理解する 第3章　クラウドにおけるアプリケーションの開発と運用 第4章　クラウドセキュリティの考え方と実践 第5章　ハイパフォーマンスマシン，モビリティのクラウドアーキテクチャ 第6章　情報管理と法制度

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 長年親しまれてきた『IT Text 情報セキュリティ』が待望の改訂！　情報セキュリティの最新の技術や標準化の動向、情報セキュリティにかかわる社会動向を反映 長年多くの大学・企業で採用されてきた『IT Text 情報セキュリティ』を、内容をアップデートし改訂2版として発行するものです。 初版の発行以降、暗号技術をはじめとして多くの技術が更新され、またセキュリティに対する関心の高まりや法令の整備など社会事情も大きく変化しました。そこで本書では、標準化などの最新動向や、量子コンピュータ、暗号資産、ブロックチェーンなどの最新技術に触れるとともに古い記述を改め、現代の情報セキュリティ技術を幅広く学ぶことのできる構成としました。また、情報倫理に関する記述を全面的に改め、初版発行後の社会動向やハクティビズムなど、情報技術者が身につけるべき知識を盛り込みました。 情報セキュリティの全分野を体系的に学習できる教科書としてお薦めの一冊です。 第1章　情報セキュリティ 第2章　共通鍵暗号 第3章　公開鍵暗号・ディジタル署名の基礎理論 第4章　公開鍵暗号 第5章　ディジタル書名 第6章　だ円曲線記号 第7章　暗号プロトコル 第8章　ゼロ知識証明と社会システムへの応用 第9章　ネットワークセキュリティ 第10章　インターネットセキュリティ 第11章　不正アクセス 第12章　情報ハイディング 第13章　バイオメトリクス 第14章　セキュリティ評価 第15章　情報セキュリティにおける倫理問題

※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。 情報システムの開発を担うために必要な実際の知識をわかりやすく解説したテキスト 本書は、これから情報システムの開発を担う方々を対象に、実際に必要となる知識をわかりやすく解説したテキストです。 「情報システムの開発とは何か」から始め、企業情報システムの開発の基礎とその品質の維持と新技術への対応、IE、アジャイル、UML、データフロー図、エンティティリレーションシップ図、ペトリネットによるシステム記述、IDEFといった基本をひととおり学ぶことができます。 ICT分野の学生、若手エンジニアにとって必読の書です。 ※本書は『IT Text ソフトウェア工学演習』の改題改訂書籍です。 第1章　情報システムの開発 　1.1　ソフトウェア指向から情報システム指向へ 　1.2　情報システムを学ぶ人たちへ 　1.3　情報システム 　1.4　情報システムの開発 　1.5　要求分析と設計 　1.6　ソフトウェア工学 　1.7　開発過程のモデル 第2章　企業情報システムの開発 　2.1　企業情報システムとは 　2.2　経営戦略とシステム化計画 　2.3　モデリングによる情報システム開発 第3章　企業情報システムの開発（品質と新技術への対応） 　3.1　高品質システム開発 　3.2　デジタルビジネス 第4章　IE 　4.1　IEの基本的な考え方 　4.2　モデル構築の基本要素 　4.3　教務情報システムの分析 　4.4　開発方法論としての補考 第5章　アジャイル開発 　5.1　要求の不確実性と仮説検証 　5.2　アジャイル要求 　5.3　アジャイル開発 　5.4　その他の手法、フレームワーク、テクニック 第6章　UMLによるシステム記述 　6.1　UMLの概要 　6.2　ユースケース図 　6.3　クラス図 　6.4　オブジェクト図 　6.5　シーケンス図 　6.6　コミュニケーション図 　6.7　状態マシン図 　6.8　アクティビティ図 　6.9　コンポーネント図 　6.10　配置図 第7章　データフロー図、ER図、ペトリネットによるシステム記述 　7.1　データフロー図 　7.2　ER図 　7.3　ペトリネット 第8章　IDEF によるシステム記述 　8.1　IDEF0の概要 　8.2　IDEF0によるセミナ情報システムの記述例 　8.3　IDEF0による医療情報システムの記述例 　8.4　IDEF3の概要 　8.5　IDEF3によるセミナ情報システムの記述例 　8.6　IDEF3による医療情報システムの記述例 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。 スモールなデータの解析手法・ノウハウが身につく！ Webデータや画像データに代表されるようなビッグデータが注目される一方で、機械の故障データのように発生自体がまれであったり、患者さんの検査データのように倫理的な問題からデータを集めることに制約があったり、あるいはデータの判読が専門家以外では困難で機械学習に利用しにくいデータは、どうしても忘れられがちです。ビッグデータの時代において、収集が難しいために私たちが忘れかけているデータのことをスモールデータとよびます。 スモールデータでは、測定されている変数の数に比べて学習に必要なサンプルが不足していたり、それぞれのクラスのサンプル数が極端に偏っていたりするため、深層学習のようなビッグデータの方法をそのまま適用するのは適当ではなく、異なるアプローチが必要になります。 本書は、スモールデータとはどのようなデータであるのかを具体的に紹介して、スモールデータ解析の基本となる次元削減と回帰分析を説明します。特に部分的最小二乗法（PLS）はスモールデータ解析の大きな武器となるでしょう。そして、機械学習においてモデルの性能向上のために必要な変数（特徴）選択を紹介し、特にクラスタリングに基づいた新しい変数選択手法を説明します。つづいて、不均衡なデータの解析手法と異常検知を紹介して、最後にスモールデータ解析についての筆者の経験に基づいたポイント・考え方を述べました。本書ではPythonプログラムとスモールデータ解析の例題を通じて、読者がスモールデータを有効に解析できるようになるよう工夫しています。 ビッグデータの世界は、もはやデータ量と資本力が支配するレッドオーシャンとなっています。しかし、スモールデータの世界は、まだまだ現場の創意工夫次第でデータから新たな価値を引き出すことのできるブルーオーシャンなのです。みなさんも、この未知の世界に飛び込んでみませんか？ 第1章 スモールデータとは 第2章 相関関係と主成分分析 第3章 回帰分析と最小二乗法 第4章 線形回帰モデルにおける入力変数選択 第5章 分類問題と不均衡データ問題 第6章 異常検知問題 第7章 データ収集や解析の心構え

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「社会と情報」「情報の科学」の指導法に対応！教職課程・情報教育指導のための座右の書！ 高校の情報科の教員免許取得には欠かせない、大学教職課程の講義「情報科教育法」の教科書です。前版（改訂2版）は平成20（2008）年度に告示され、平成25（2013）年度から実施されている学習指導要領の内容をふまえて実施に先がけて発行したものでしたが、発行後に一部教科名が変更される（『普通教科「情報」→共通教科「情報」』）、文科省が推奨する教科「情報」の学習の目的区分が変更されるなど、現在の高校の教科「情報」の教育実態に合わせた記述となるよう全体的に見直して、改訂3版として発行するものです。 序章　情報科教育法とは 　1.　　教育はなぜ必要か 　2.　　情報教育はなぜ必要か 　3.　　情報科教育法とその必要性 第1部　情報科とは 　1章　 情報科の成立 　　1･1　情報科設立経緯の概観 　　1･2　情報科の目標 　　1･3　情報科の学習内容 　　1･4　他の教科などとの関連 　　1･5　その他の特記事項 　2章　 現行学習指導要領における情報教育 　　2･1　小学校における情報教育 　　2･2　中学校における情報教育 　　2･3　高学における情報教育 　　2･4　現行学習指導要領とPISA 第2部　情報活用の実践力の指導法 　第2部の概説 　3章 　情報活用の実践力の指導法 　　3･1　「情報活用の実践力」 　　3･2　「情報活用の実践力」の指導項目 　　3･3　小中学校における「情報活用の実践力」育成 　　3･4　高等学校における「情報活用の実践力」育成 　　3･5　情報フルーエンシーへの昇華 第3部　情報の科学的な理解の指導法 　第3部の概説 　4章 　情報の科学的な理解の指導法 　　4･1　情報の科学的な理解の指導法 　　4･2　コンピュータを使わない指導法 　　4･3　コンピュータを使う指導法 　5章　 問題解決とモデル化・シミュレーションの指導法 　　5･1　問題を選定する 　　5･2　モデル化とシミュレーションを授業で取り上げる 　　5･3　まとめ 　6章　 アルゴリズムとプログラミングの指導法 　　6･1　アルゴリズムとプログラミング学習の必要性 　　6･2　アルゴリズムとプログラミング指導のポイント 　　6･3　プログラミングの指導法 　7章　 情報検索とデータベースの指導法 　　7･1　情報の整理と検索の必要性 　　7･2　情報検索と検索エンジン 　　7･3　データの重要性 　　7･4　データベースとDBMS 　　7･5　関係モデルと関係データベース 　　7･6　データウェアハウスとデータマイニング 第4部　情報社会に参画する態度の指導 　第4部の概説 　8章　 情報モラル・情報倫理の指導法 　　8･1　情報モラル・情報倫理とは 　　8･2　指導方法 　9章　 メディアリテラシーの指導法 　　9･1　メディアリテラシーの概念 　　9･2　構成されるメディア 　　9･3　メディアの変化 　　9･4　メディアリテラシーの教育 　　9･5　授業の進め方 　　9･6　まとめ 10章　情報通信ネットワークとコミュニケーションの指導法 　 10･1　コミュニケーションとその構造 　 10･2　コミュニティと情報社会 　 10･3　情報通信ネットワークの仕組み 　 10･4　情報通信ネットワークとセキュリティ 11章　情報システムと社会の指導法 　 11･1　社会における情報システムの役割 　 11･2　生活の中の情報システム 　 11･3　情報システムの具体例 　 11･4　情報システムの社会的な重要性 　 11･5　授業への展開 第5部　情報科の教員として 12章　「総合的な学習の時間」との協調 　 12･1　指導要領における「総合学習」の位置づけ 　 12･2　どのような授業形態が考えられるか 　 12･3　「総合学習」に臨む教員の姿勢 13章　コラボレーションとプレゼンテーション，および授業システム改善の動き 　 13･1　コラボレーションプログラムの必要性 　 13･2　プレゼンテーションプログラムの必要性 　 13･3　プログラム展開において留意すべき点 　 13･4　授業システム改善の動き 14章　評価の工夫 　 14･1　観点別評価と評価の工夫 　 14･2　評価の計画と学習指導案 　 14･3　観点別評価の実際 　 14･4　生徒による自己評価，相互評価 15章　学習指導案の作成 　 15･1　学習指導案の内容 　 15･2　作成上の注意点 　 15･3　学習指導案の例 16章　情報科とプレゼンテーション 　 16･1　プレゼンテーションとは 　 16･2　プレゼンテーションの方法 　 16･3　スライドを用いたプレゼンテーション 　 16･4　実習としてのプレゼンテーション 　 16･5　授業におけるプレゼンテーション 　 16･6　プレゼンテーションのツール 17章　授業形式の実習 　 17･1　マイクロティーチングと教壇実習 　 17･2　実習の概要 　 17･3　ふりかえりの必要性 18章　これからの情報教育 　 18･1　ドラッカーが主張する21世紀の教育 　 18･2　知識のストックとフロー 　 18･3　ブートストラッピング 　 18･4　身体軸としてのキーボード練習 　 18･5　入門教育の重要性と熟練の獲得 　 18･6　プログラミング教育（論理軸） 第6部　情報教育に必要な知識 19章　情報の表現と発信 　 19･1　情報とデータ，情報量とデータ量 　 19･2　情報とデザイン 　 19･3　ユーザーインターフェイスのデザイン 　 19･4　コンテンツ構成の設計 　 19･5　Webページの論理構造と物理表現 　 19･6　情報システムとしてのWWWの設計 20章　ソフトウェア制作から見た情報教育 　 20･1　専門教科「情報」から見た情報技術教育 　 20･2　プロジェクトとして見たソフトウェア開発 　 20･3　見たこともないものを作る難しさ 　 20･4　お絵かきプログラム開発演習 　 20･5　ソフトウェア開発の実際 　 20･6　指導設計（ID） 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。 SPSSでの多変量解析手法と操作をマスター SPSSはSPSS社が開発・販売している統計ソフトで国内シェアはNo.1となる。本書はSPSSを使った多変量解析の入門書である。SPSSの操作テクニックはもちろんのこと、実務で必要な統計分析の方法もわかりやすく解説した。 はじめに 第1章　統計分析の目的とは 第2章　SPSS の基本操作 第3章　統計分析の基礎 第4章　クロス集計、独立性の検定 第5章　平均値の差の検定と分散分析 第6章　単回帰分析 第7章　相関と偏相関 第8章　重回帰分析 第9章　ダミー変数と回帰診断 第10章　パス解析 第11章　変数の合成と主成分分析 第12章　因子分析 第13章　クラスター分析 第14章　ログリニア分析 第15章　論文作成法：統計分析の利用法とは 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。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 多くの大学・専門学校・企業で支持される合格のための教本！ 　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、訳集、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。 令和2年度（実施自体令和3年1月～3月）からCBT方式での試験となり、かつ、問題が非公開となったことから、2022年度版は、試験要綱等で記載されている試験に適用される内容を吟味し、新たな用語、内容を取り込み、試験に万全な体制で臨める内容としています。 Chapter00　試験の概要と学習の進め方 Chapter01　基礎理論 　1-1　離散数学1 　1-2　離散数学2 　1-3　応用数学 　1-4　情報・通信に関する理論 　1-5　制御に関する理論 　1-6　AI（人工知能 　練習問題 Chapter02　アルゴリズムとプログラミング 　2-1　データ構造 　2-2　アルゴリズムの記述 　2-3　基本アルゴリズム 　2-4　プログラミング 　2-5　プログラム言語 　練習問題 Chapter03　コンピュータ構成要素 　3-1　プロセッサ 　3-2　メモリ 　3-3　補助記憶装置 　練習問題 Chapter04　システム構成要素 　4-1　システムの構成 　4-2　システムの性能評価 　練習問題 Chapter05　ソフトウェア 　5-1　ソフトウェアの体系と種類 　5-2　オペレーティングシステム（OS）の機能 　5-3　ファイル管理 　5-4　言語処理プログラム（言語処理ツール） 　5-5　開発ツール 　5-6　オープンソフトウェア（OSS） 　5-7　コンピュータグラフィックス（CG） 　練習問題 Chapter06　データベース 　6-1　データベースのモデル 　6-2　データベースの論理設計 　6-3　集合演算と関係演算 　6-4　データベース言語 　6-5　データベースの制御 　6-6　データベース応用 　6-7　ブロックチェーン 　練習問題 Chapter07　ネットワーク 　7-1　コンピュータネットワークとインターネット 　7-2　OSI基本参照モデルとTCP/IP 　7-3　LAN 　7-4　WAN 　7-5　インターネット 　7-6　ネットワークの関連知識 　練習問題 Chapter08　セキュリティ 　8-1　情報セキュリティ 　8-2　情報セキュリティ管理 　8-3　セキュリティ技術評価 　8-4　情報セキュリティ対策 　8-5　セキュリティ実装技術 　練習問題 Chapter09　システム開発技術 　9-1　開発プロセス・手法 　9-2　ソフトウェア要件定義 　9-3　ソフトウェアの設計 　9-4　テスト・レビュー 　9-5　ソフトウェアの保守と構成管理 　練習問題 Chapter10　プロジェクト・サービスマネジメント 　10-1　プロジェクトマネジメント 　10-2　サービスマネジメント 　練習問題 Chapter11　経営戦略・システム戦略 　11-1　経営戦略マネジメント 　11-2　システム戦略 　11-3　技術開発戦略 　練習問題 Chapter12　企業と法務 　12-1　企業の組織構造 　12-2　企業会計 　12-3　経営工学 　12-4　関連法規 　12-5　標準化 　練習問題 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。 ソフトウェアエンジニアリング・スタンダードの第9版 「ソフトウェア技術者なら、この財産を活用しない手はない」とマイクロソフト榊原彰氏よりの推薦文にあるように、その通りに期待できる内容です。 「本書は米国においての第1版が発行（1982年）されて以来、世界累積300万部を超えるベストセラーの最新刊である第9版の邦訳書です。ソフトウェア同様、改良が続けられているソフトウェアエンジニアリングの「最良の手法」を解説している書籍であり、現役のソフトウェアエンジニアならびに学生諸氏におすすめする1冊です。 原書：Roger S. Pressman, Bruce R. Maxim, Software Engineering,McGraw-Hill, 2020 著者について／まえがき／訳者まえがき 第1章　ソフトウェアとソフトウェアエンジニアリング 第1部　ソフトウェアプロセス 第2章　プロセスモデル 第3章　アジャイルとプロセス 第4章　推奨のプロセスモデル 第5章　ソフトウェアエンジニアリングの人間的側面 第2部　モデリング 第6章　プラクティスの指針となる原則 第7章　要求エンジニアリング 第8章　要求モデリングの推奨手法 第9章　設計の概念 第10章　アーキテクチャ設計の推奨手法 第11章　コンポーネント設計 第12章　ユーザエクスペリエンス設計 第13章　移動体端末におけるソフトウェアの設計 第14章　パターンに基づく設計 第3部　品質とセキュリティ 第15章　品質の概念 第16章　レビューの推奨手法 第17章　ソフトウェア品質保証 第18章　ソフトウェアセキュリティエンジニアリング 第19章　ソフトウェアテスト―コンポーネントレベル 第20章　ソフトウェアテスト―統合レベル 第21章　ソフトウェアテスト―移動体端末と特定ドメインに対するテスト 第22章　ソフトウェア構成マネジメント 第23章　ソフトウェアメトリクスと分析 第4部　ソフトウェアプロジェクトのマネジメント 第24章　プロジェクトマネジメントの概念 第25章　実行可能で役立つソフトウェア計画 第26章　リスクマネジメント 第27章　ソフトウェアサポート戦略 第5部　先端的な話題 第28章　ソフトウェアプロセス改善 第29章　ソフトウェアエンジニアリングの新興トレンド 第30章　おわりに 付録／参考文献／索引／訳者プロフィール

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 合格のエッセンスが詰まった一冊！ラクして受かろう！ 　本書は第二種電気工事士の筆記試験の受験対策書として、合格するために必要な知識のみに的を絞って解説した独習用のテキスト「ラクしてうかる！第二種電気工事士　筆記試験」の2022年版です。 　本書は1テーマ見開き2ページで「これだけ覚える（重要事項の暗記）」→「攻略のステップ（問題の攻略法を伝授）」→「過去問の攻略」の3段階の構成になっています。 　無理なく合格ラインに到達できるよう、点数の取りやすい配線図や材料・工具など、目で見て覚えやすいものから順に学習する目次構成になっています。 　また、過去に出題された問題を徹底分析し、過去問題を解くために必要な情報に絞って解説しています。 　読んで（見て）覚える方法や、語呂合わせで覚える方法など、問題を解くための攻略法が詰まっていますので、初めて受験する人、専門的な知識がない方でも無理なく学習できます。 　本書では過去16年間（令和3年下期～平成18年）に出題されたすべての問題を扱っていますので、この1冊で試験対策はバッチリです！ 1章　配線図（図記号と写真） 　1-1　受電点から分電盤 　1-2　遮断器 　1-3　配線 　1-4　照明器具 　1-5　点滅器（接点の構成図） 　1-6　その他の点滅器と開閉器 　1-7　コンセントと取付場所 　1-8　コンセントの極配置 　1-9　各種ボックス 　1-10　電線管 　1-11　その他の器具 　　練習問題 2章　配線図（重要事項） 　2-1　引込線と木造建物の屋側電線路 　2-2　開閉器・過電流遮断器の目的 　2-3　配線用遮断器の極数と素子 　2-4　過負荷保護装置・過電流遮断器の取付け 　2-5　小勢力回路 　2-6　白熱電灯取付用コードと最小断面積 　2-7　地中埋設配線 　2-8　引込口の開閉器の省略 　2-9　接地工事と接地抵抗 　2-10　電路と大地間の絶縁抵抗 　　練習問題 3章　配電図（電気工事用の材料および工具） 　3-1　測定器具 　3-2　各種工事に使用する材料を見てみよう 　3-3　材料の問題にチャレンジ 　3-4　各種工事に使用する工具を見てみよう 　3-5　工具の問題にチャレンジ 　　練習問題 4章　配線図の見方と複線図 　4-1　基本的な複線図の描き方1 　4-2　基本的な複線図をなぞって覚えよう1 　4-3　基本的な複線図をなぞって覚えよう2 　4-4　基本的な複線図の問題にチャレンジ1 　4-5　基本的な複線図の描き方2 　4-6　基本的な複線図の問題にチャレンジ2 　4-7　3路スイッチの複線図の描き方 　4-8　3路スイッチの複線図をなぞって覚えよう1 　4-9　3路スイッチの複線図をなぞって覚えよう2 　4-10　3路スイッチの問題にチャレンジ 　4-11　最少電線本数（心線数） 　4-12　リングスリーブの数と刻印 　4-13　差込形コネクタの種類と最少個数の組合せ 　　練習問題 5章　機器 　5-1　三相誘導電動機 　5-2　照明器具（LEDランプ・白熱電球・蛍光灯） 　5-3　材料・器具の目的や役割 　5-4　工具・材料の使用方法 　5-5　電気工事の種類と工具・材料の組合せ 　5-6　ケーブル・絶縁電線 　5-7　コード 　5-8　配線用遮断器の動作時間 　5-9　その他の器具と機器 　　練習問題 6章　鑑別（写真の名称と用途） 　6-1　材料の名称 　6-2　機器・器具・測定器・工具の名称 　6-3　材料の用途 　6-4　機器・器具・測定器の用途 　6-5　工具の用途 　　練習問題 7章　電気工事の施工方法 　7-1　電線の接続 　7-2　距離（支持点間・曲げ半径・離隔距離） 　7-3　ライティングダクトの施工 　7-4　三相200Ｖルームエアコンの施工 　7-5　リングスリーブによる圧着接続と刻印 　7-6　配線図の図記号と施工方法 　7-7　その他の施工方法 　7-8　施工場所 　7-9　接地工事とその省略 　　練習問題 8章　一般電気工作物の検査 　8-1　竣工検査 　8-2　回路計 　8-3　電線の電圧と中性線の断線 　8-4　絶縁抵抗値と漏えい電流 　8-5　絶縁抵抗の測定 　8-6　接地抵抗値と接地線の太さ 　8-7　接地抵抗の測定 　8-8　検電器・検相器・回転計 　8-9　クランプ形電流計・変流器 　8-10　電圧計・電流計・電力計 　8-11　電気計器の目盛板記号 　　練習問題 9章　法令 　9-1　電圧の種別 　9-2　電気事業法（一般電気工作物の適用） 　9-3　電気工事士法（義務または制限，違反） 　9-4　電気工事士法（一般電気工作物の工事または作業） 　9-5　電気工事業法 　9-6　電気用品安全法 　　練習問題 10章　電気に関する基礎理論 　10-1　合成抵抗の問題を見て覚えよう 　10-2　合成抵抗の問題にチャレンジ 　10-3　オームの法則の問題を見て覚えよう 　10-4　オームの法則の問題にチャレンジ 　10-5　電線の抵抗 　10-6　電線の抵抗の特徴 　10-7　交流の基礎（交流回路の波形と最大値） 　10-8　電力（消費電力および電線路の電力損失） 　10-9　力率 　10-10　発熱量と電力量 　10-11　インピーダンスZと全電流Ｉ 　10-12　三相交流（Ｙ結線と△結線） 　10-13　三相交流（全消費電力および電線路の電力損失） 　10-14　断線 　10-15　断線の問題にチャレンジ 　　練習問題 11章　配電理論および配線設計 　11-1　単相2線式の電圧降下 　11-2　単相3線式の電圧降下 　11-3　三相3線式の電圧降下 　11-4　電線1本当たりの許容電流 　11-5　屋内幹線の設計（幹線の太さを決定する根拠となる電流IW） 　11-6　屋内幹線の設計（幹線の過電流遮断器の定格電流IB） 　11-7　分岐回路の設計（電線a‐b間の許容電流の最小値〔A〕） 　11-8　分岐回路の設計（電線a-b間の長さの最大値〔m〕） 　11-9　分岐回路の設計（配線用遮断器の定格電流とコンセントの組合せ） 　　練習問題 　模擬試験問題 　模擬試験解答

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 　小澤誠一　神戸大学数理・データサイエンスセンター 第2章 　大川剛直　神戸大学大学院システム情報学研究科情報科学専攻 第3章 　藤井信忠　神戸大学大学院システム情報学研究科システム科学専攻 第4章 　青木　敏　神戸大学大学院理学研究科数学専攻 第5章 　光明　新　神戸大学数理・データサイエンスセンター 第6章 　為井智也　神戸大学数理・データサイエンスセンター 第7章 　大森敏明　神戸大学大学院工学研究科電気電子工学専攻 第8章 　為井智也　神戸大学数理・データサイエンスセンター 第9章 　寺田　努　神戸大学大学院工学研究科電気電子工学専攻 第10章　熊本悦子　神戸大学情報基盤センター 第11章　高島遼一　神戸大学都市安全研究センター 第12章　村尾　元　神戸大学大学院国際文化学研究科 第13章　白石善明　神戸大学大学院工学研究科電気電子工学専攻 第14章　小澤誠一　神戸大学数理・データサイエンスセンター 第15章　羽森茂之　神戸大学大学院経済学研究科 第1章　データサイエンスの考え方 1.1　データサイエンスとは 1.2　データサイエンスを学ぶ理由 1.3　データから価値を生み出すプロセス 第2章　アルゴリズムとデータ構造 2.1　はじめに 2.2　データサイエンスにおけるアルゴリズムとデータ構造 2.3　アルゴリズムの基礎 2.4　基本的なデータ構造 2.5　探索 2.6　ソーティング 第3章　システム最適化 3.1　最適化問題とは 3.2　線形計画問題 3.3　非線形計画問題 3.4　整数計画問題 第4章　統計的データ解析の考え方 4.1　標本調査 4.2　信頼区間と仮説検定 4.3　分布の近似と標準誤差 4.4　線形回帰モデル 4.5　非線形回帰モデル 第5章　教師なし学習 5.1　クラスタリング 5.2　高次元データの次元削減と可視化 第6章　教師あり学習 6.1　教師あり学習とは 6.2　学習モデルとトレーニング（パラメータ最適化） 6.3　データのセットの分割とテスト（モデルの評価） 6.4　実データへの適用例（回帰） 第7章　確率モデル・確率推論 7.1　はじめに 7.2　確率モデルとベイズの定理 7.3　確率推論 7.4　確率推論の応用 第8章　強化学習 8.1　強化学習とは 8.2　強化学習の理論 8.3　強化学習アルゴリズム 8.4　探索と利用のトレードオフと意思決定モデル 第9章　情報センシング 9.1　情報センシングとは 9.2　センサデータ処理 9.3　センシング応用 第10章　画像解析・深層学習 10.1　画像解析 10.2　デジタル画像の特徴とフィルタ処理 10.3　深層学習 第11章　時系列データ解析・音声解析 11.1　時系列データ解析 11.2　音声解析 第12章　テキスト解析 12.1　はじめに 12.2　テキストデータの収集 12.3　テキストクレンジング 12.4　トークン化 12.5　ベクトル化 12.6　探索的データ分析 12.7　テキスト分析 第13章　情報セキュリティ 13.1　情報資産と情報セキュリティ 13.2　情報セキュリティの基本：アクセス制御 13.3　情報セキュリティのCIA 第14章　プライバシー保護技術 14.1　データが価値を生む仕組みと提供リスク 14.2　匿名化によるプライバシー保護 14.3　差分プライバシーによるプライバシー保護 14.4　準同型暗号によるプライバシー保護 14.5　協調学習によるプライバシー保護 第15章　意思決定論 15.1　意思決定の基本的枠組み 15.2　相関関係と因果関係 参考文献 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 あの「天然知能」を情報科学として明快に解説！ 本書は、セルオートマトンによる知能のシミュレーションについて、基本的な考え方から学ぶものです。 オートマトンの基礎から解説を始め、セルオートマトンに見られる典型的な現象（相転移、カオスの縁）、セルオートマトンと人工知能との対応、非同期調整セルオートマトンと著者らの提唱する「天然知能」との対応、リザバーコンピューティングによる実装の手法までを、順を追って解説します。 「天然知能」は、人工知能（RNN）のように初期情報と因果関係（規則）のみに従って結論を出すものではなく、推論過程で外部の情報に触れることにより結論が変わり得る仕組みであり、現実の思考過程・創造に向かう意識の変化にふさわしい概念として提唱されたものです。 第0章　本書の構成 第1章　はじめに：オートマトンから生命的計算へ 1.1　計算機としてのオートマトン 1.2　セルオートマトンによる世界の模倣 1.3　カオスの縁は本当なのか 1.4　天然知能的理解・天然知能的オートマトンへ 第2章　非同期ライフゲームによる確率的論理ゲート 2.1　ウォーミングアップ：本書におけるオートマトンの使用法 2.2　ライフゲームの規則とグライダー 2.3　非同期ライフゲームと相転移 2.4　非同期ライフゲームにおける計算の可能性 2.5　ゆらぎを利用する確率的論理回路 第3章　1次元セルオートマトン 3.1　初等セルオートマトン（ECA） 3.2　ECAの時空間パターン 3.3　1次元セルオートマトンの四つのクラス 第4章　ランダムさ・複雑性・べき乗則 4.1　ビット列のランダムさとエントロピー 4.2　1次元セルオートマトンのランダムさと複雑さ 4.3　べき乗則 第5章　カオスの縁 5.1　1次元セルオートマトンと「カオスの縁」 5.2　浸透セルオートマトンと相転移 第6章　セルオートマトンの天然知能化 6.1　同型性の発見・解体・転回 6.2　受動・能動の一致を実現する人工知能的描像 6.3　受動/能動のトラウマ構造―1：順序型・非同期時間 6.4　受動/能動のトラウマ構造―2：休止型・非同期時間 6.5　非同期調整オートマトン：脱色されたトラウマ 第7章　非同期調整オートマトンの実装 7.1　1次元セルオートマトンにおける同期と非同期 7.2　非同期調整オートマトンの実装 7.3　非同期調整オートマトンの時空間パターン 第8章　非同期調整オートマトンの臨界性 8.1　カオスの縁を超えて普遍的臨界性へ 8.2　パワースペクトルと1/fゆらぎ 第9章　計算万能性と計算効率のトレードオフ 9.1　万能性と効率は比較可能か 9.2　同期計算における万能性と効率のトレードオフ 9.3　非同期計算における万能性と効率のトレードオフ 9.4　非同期時間が内包する同期時間ルールの多様性 9.5　非同期調整が破るECAのトレードオフ 第10章　リザバー計算への実装 10.1　ニューラルネットとリザバー計算 10.2　ECAを用いたリザバー計算 10.3　非同期調整オートマトンを用いた天然知能的学習システム 第11章　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。 RubyでWebアプリ開発をはじめよう！ 本書は、プログラミング言語の文法はだいたいわかったけど、実際にプログラム（アプリ）はどう（あるいは何を）作ればいいの？　という読者向けに、具体的なプログラムの作り方を解説する初心者脱出のための指南書です。 「プログラミング言語の文法書を読み終えた後、実際にアプリを開発しようと思って調べて見ると知らない言葉ばかりで面食らった」「細かなコードは書けるけど、少し規模が大きくなるとどう作ったらよいかわからない」といった状況を打破できるように、本書では小規模なアプリ（Amazonの購入履歴を取得してExcelファイルに出力するアプリ（コマンドライン版と、それを拡張したWeb版））を実際に作りながら、その作り方と開発の流れをていねいに解説します。 第1部 準備編 第1章 作成するアプリと開発の流れ 第2章 必要な機能を実験しよう 第2部 実践編 第3章 コマンドライン版 注文履歴取得アプリを作ろう 第4章 Web アプリ版に必要な機能を実験しよう 第5章 Webアプリ版 注文履歴取得アプリを作ろう 第6章 注文履歴からExcelワークシートを作ろう 第7章 まとめ 付録A サンプルコード 付録B 参考文献 付録C 開発環境の準備 付録D Rubyの復習 用語集

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 マンガに興味あれば誰でも描けるようになる!! 　本書はSNSで投稿するマンガの描き方を解説します。道具や決まり事をイチから覚え、ある程度満足するレベルの画力やネームで紙に表現するレベルでは初心者には敷居が高いです。一方、SNSへの投稿は、描画ソフトがあるため描きやすく、SNSの使い方に慣れているうえ、「作品」を公開する範囲を限定することにより、画力がなくても「承認欲求」を満たせることが可能です。中でもTwitterに投稿されている漫画は、基本的に1頁投稿で、色数・コマ数の規定はなく（1コマ～6コマの短コマ）、画力がなくてもバズります。 　道具を揃えるのが大変なことを考えてペイントソフトCLIP STUDIO PAINTの使い方も解説します。 冒頭マンガ ・マンガを描く楽しさとは？ Chapter 1　映えるマンガを描くにはどうしたらいいの？ 1‐1　初心者でも映えるマンガが描ける 1‐2　うまく描くコツはうまく観察すること 1‐3　○△□で描いてみよう 1‐4　奥行き（遠近感）の表現 1‐5　顔を描こう 1‐6　人の動きを把握する 1‐7　身体を描こう 1‐8　衣服を描こう Chapter 2　どうやってストーリーを決めるの？ 2‐1　テーマを決める 2‐2　ストーリーを作る 2‐3　キャラクターの作り方 Chapter 3　描いてみよう！ 3‐1　道具の準備 3‐2　ネームの作成 3‐3　作画 3‐4　マンガを描くうえでのポイント Chapter 4　投稿のススメ！ 4‐1　投稿先を決める 4‐2　投稿についての注意点 4‐3　バズらせるためののコツ Chapter 5　CLIP STUDIO　PAINT PRO で実際に作品を作ってみよう 5‐1　デジタルの描き方の基本 5‐2　CLIP STUDIO PAINT PROで描く COLUMN 模写のコツ 衣服のデザイン AIとマンガ マンガ家の収入 マンガ家を目指す 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。 皆さんの普段の「よく分からないメール」「怖いメール」に、どう対応・対策すればいいか、全てお知らせします ?皆さんがふだん受け取る「よく分からないメール」「怖いメール」はフィッシング詐欺への入り口です。このようなメールには、どう対応すれば良いのでしょうか。 フィッシング詐欺は、オレオレ詐欺と同様に、誰でも被害者となる可能性があります。うっかりはもちろん、慎重な行動を取ったつもりでも被害者となりえます。本書は、フィッシング詐欺に対しての基礎知識と、その対策方法を身に付けていただくことを目的としています。 みなさんがふだん使っているインターネット・電子メール・SMSがどれほど危険なものかを理解し、実際のフィッシング詐欺の事例とともに、サイバー犯罪を警戒する心を育てる書籍です。 第1章　フィッシング詐欺とは 1.1 偽のメールと偽のWebサイト 1.2 増え続けるフィッシング詐欺 1.3 フィッシング詐欺の被害金額 1.4 フィッシング詐欺とオレオレ詐欺 第2章　A君の例 2.1　A君のスマートフォンに来たメール 2.2　慌てたA君の取った行動 2.3　A君の被害 2.4　何が起きたのか? 第3章　インターネットの基礎知識 3.1　Web サイト（ホームページ） 3.2　ログインとID・パスワード 3.3　ドメイン、URL、IP アドレス 3.4　メールのしくみ 3.5　SMS（ショートメール）のしくみ 3.6　ID とパスワード 第4章　フィッシングメール 4.1　こんなメールがやってくる 4.2　心理的なだましのテクニック 第5章　フィッシングSMS 5.1　こんなSMSがやってくる 5.2　本物っぽく見せるワザ 5.3　やっぱり慌てさせるのがまず目的 5.4　SMSを送るマルウェア 第6章　フィッシングサイト 6.1　本物っぽく見せるワザ 6.2　リダイレクト 6.3　フィッシングサイトを作る場所とドメイン 6.4　2要素認証の突破 6.5　フィッシングサイトを隠す手口 ―クローキング 第7章　フィッシングサイトの「見分け方」？ 7.1　フィッシングサイトの見た目では見分けられない 7.2　httpsの鍵マークでは見分けられない 7.3　メールの差出人では見分けられない 7.4　メール／ SMS の文面では見分けられない 7.5　ドメインでは見分けられない 7.6　有名なドメインでは見分けられない：Google フォーム 7.7　2要素認証でもフィッシングサイトでは被害を受ける 7.8　あなたが詐欺の加害者になる？ 第8章　自分の身の守り方 8.1　大原則：フィッシングサイトを見分けようとしない 8.2　ブックマークと公式アプリ：ふだんの生活から準備しておく 8.3　詐欺事例の最新ニュースをチェック 8.4　詐欺への究極の対策は、「疑う」 第9章　セキュリティとサイバー犯罪 9.1　不正アクセス禁止法 9.2　電子計算機使用詐欺（刑法） 9.3　犯人逮捕の難しさ 9.4　国際法とTallinn Manual（タリン・マニュアル） 付録1　参考情報 付録2　終わりに　フィッシング行為を見つけたら　～通報のしかた

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 現在の情報通信工学の理解において欠かせない基礎を、ポイントを押さえて、わかりやすく解説。 　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、情報通信工学を具体的にわかりやすく解説するテキスト。 　スマートフォンをはじめ、現在の社会生活を支える情報通信技術は、きわめて広い工学領域の技術によって支えられています。それぞれの分野ごとに1冊の教科書になる内容であり、初学者向けに全体をコンパクトに、ポイントを押さえて概観することは簡単ではありません。 　本書は、第一線の研究者により、情報通信機器に関する技術について、その中核をなす普遍的なアイデアを抽出し、それらを可能としている基本的原理を理解することに重点を置いて解説しています。現在の大学・高専のカリキュラムに即した内容で、また、演習問題も充実しています。 第1章　社会と通信 1.1　人間と通信の関係 1.2　通信の歴史 1.3　無線通信に使われる周波数 第2章　信号と周波数スペクトル 2.1　信号の種類と性質 2.2　周波数スペクトル 2.3　フーリエ級数とフーリエ変換 2.4　フーリエ変換の性質 2.5　スペクトルと信号処理 演習問題 第3章　アナログ変調 3.1　変復調 3.2　振幅変調方式 3.3　角度変調方式 演習問題 第4章　ディジタル変復調と符号化 4.1　標本化 4.2　ディジタル変調方式 4.3　ディジタル信号の復調 4.4　多重化・多元接続 4.5　情報量と符号化 4.6　ディジタル信号の誤り訂正 演習問題 第5章　アンテナと電波の伝搬 5.1　アンテナの放射特性 5.2　アレーアンテナ 5.3　アダプティブアレー 5.4　MIMO　アンテナ 5.5　電波伝搬の基礎 5.6　移動通信システムの電波伝搬 演習問題 第6章　移動通信とネットワーク 6.1　無線回線設計 6.2　無線アクセス方式の変遷 6.3　ネットワーク 6.4　移動通信システムの進化 演習問題 第7章　通信を支える回路技術 7.1　スマートフォン無線部の回路構成と技術課題 7.2　送信回路の構成と所要特性 7.3　発振回路と周波数シンセサイザ 7.4　変復調回路と所要特性 7.5　電力増幅器の高効率化技術，線形化技術 7.6　受信回路の構成と所要特性 7.7　フィルタと受動デバイスの小型化技術 7.8　基地局装置 7.9　端末装置 7.10 マルチバンド化と高周波化技術

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 基本事項をコンパクトにまとめ，親切・丁寧に解説したコンピュータの基礎の教科書！現場のニーズに応じて，さらに内容をブラッシュアップしました． 　基本事項をコンパクトにまとめ，親切・丁寧に解説したコンピュータの基礎の教科書です。今回の改訂で現場のニーズに応じて，さらに内容をブラッシュアップしました． 　大学1，2年生向けの教科書として適切な内容として，ハードウェア，ソフトウェアの両面からコンピュータやネットワークの内部構成や動作原理について，基礎的かつ重要な事項に的をしぼって解説しています． 1章　コンピュータシステム 　1　コンピュータの歴史 　2　コンピュータの基本構成と動作原理 　3　現代社会におけるさまざまなコンピュータ 　練習問題 2章　情報の表現 　1　2進符号 　2　2進数による数の表記法 　3　数値データの表現 　4　文字データの表現 　5　音声・画像データの表現 　練習問題 3章　論理回路とCPU 　1　ブール代数と論理回路 　2　論理回路と中央演算処理装置（CPU） 　3　CPUの動作 　練習問題 4章　記憶装置と周辺機器 　1　記憶装置 　2　インタフェースとバス 　3　入出力装置 　練習問題 5章　プログラムとアルゴリズム 　1　プログラムとプログラミング言語 　2　アルゴリズム 　3　プログラミング言語と言語処理プログラム 　練習問題 6章　OSとアプリケーション 　1　OS 　2　制御プログラムの役割 　3　アプリケーションとミドルウェア 　4　仮想化ソフトウェア 　練習問題 7章　ネットワーク 　1　コンピュータネットワーク 　2　インターネットとTCP/IP 　3　インターネットサービス 　4　コンピュータシステムの構成と信頼性 　練習問題 8章　セキュリティ 　1　セキュリティ技術 　2　暗号化技術 　練習問題 練習問題解説・解答 索　引

人工知能が俳句を詠む日はいつ訪れるのか。現在の人工知能はどこまでできて、できないのかを、俳句を詠むAIの開発を通して迫る！ 突然ですが、 　見送りのうしろや寂し秋の風 　病む人のうしろ姿や秋の風 このふたつの俳句が松尾芭蕉と人工知能のどちらの作品かわかるでしょうか。 　本書は、現在も精力的に研究の進む人工知能について、俳句の生成という視点から現在の研究・開発動向を解説するものです。コンピュータを用いた俳句の自動生成は1968年のCybernetic Serendipityというコンピュータアートの展覧会に端を発し、近年では小説を生成する「きまぐれ人工知能プロジェクト 作家ですのよ」などとともに、人工知能による文学生成研究のひとつとして進められています。俳句という身近でわかりやすいテーマであるため、TVや新聞などのメディアでも取り上げられるなど、人工知能による俳句生成は現在注目が集まっています。 　本書では、実際に俳句を生成する人工知能である「AI一茶くん」を研究・開発している著者らが、現在の人工知能技術の動向から創作分野における人工知能の展開、俳句をどのように人工知能に解釈させ、生成するのかを具体的に解説します。そして「AI一茶くん」の活動の紹介を通して、現在の人工知能がどこまで達成し、なにができていないのかまで見ていきます。 　人工知能がどんなことをできるのか気になる方、とくに人工知能の創造性について興味のある方にピッタリの1冊となっています。もちろん人工知能がどんな俳句を生成するのかが気になる俳句好きの方にもわかりやすく、ていねいに解説しています。 第1章　人工知能が俳句を詠む日 第2章　人工知能の歴史と未来 第3章　人工知能を実現する技術 第4章　人工知能と創作 第5章　俳句の人工知能的解釈 第6章　俳句を生成する人工知能、AI一茶くんの仕組み 第7章　AI一茶くんの活動 第8章　人工知能と俳句の未来 付録　AI俳句百句選

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 プログラミング未経験でも、作曲未経験でも、簡単にAI作曲を試せる！ 本書は、AI作曲の第一人者が教える「未経験でも簡単に試せるAI作曲」を、実践を通して身につける書籍です。 「プログラミング経験がなく、AIでさえ名前を聞いたことがあるくらい」「音楽の知識が全くないから作曲なんてもってのほか」という方でも理解できるように、AI作曲を解説しています。コードをマネしてみると曲が生成されることに感動し、読み進めていくうちにコードの記述方法だけでなく、作曲のための音楽の知識も身につくはずです。 生成できる曲はシンプルなメロディー・ドラム・3パートのバンド演奏・アドリブメロディー・バッハ風合唱曲・現代音楽・ピアノ演奏と幅広く、「AIを試してみたい！」「AIと音楽理論をどちらも一気に学びたい！」「作曲のアイデアが出てこないときのヒントにしたい！」という方にオススメです。 はじめに 第1章　AIで作曲できる音楽機械学習ライブラリMagenta 第2章　Magenta環境構築 AI作曲実践準備 第3章　単音のシンプルなメロディーをつくる Melody RNN 第4章　ドラム演奏の作曲を行う Drums RNN 第5章　3パートのバンド演奏作曲 MusicVAE 第6章　コード進行に沿ったアドリブメロディーの作曲 Improv RNN 第7章　バッハ風合唱曲の作曲を行うPolyphony RNN 第8章　現代音楽のような複雑な和音の作曲 Pianoroll RNN 第9章　高度なピアノ演奏の作曲 Performance RNN 第10章　音楽データの学習方法と学習済みデータの作成 第11章　Magenta開発・独自モデルの作成

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンピュータの計算力を目いっぱい使う本！検算にも！ 　本書は、PythonのモジュールであるSymPyを使って、式の展開結果を得たり、計算を行う方法を解説するものです。 　式の展開、計算（方程式を解くほか）は、小学校から高校、大学まで何時間もひたすら鉛筆で書きまくり解を得るレッスンが行われますが、専門家でもなければ、せっかく長時間をかけて身に付けた数学力も年月を経るごとに忘れていってしまいます。しかし、Python＋SymPyを使えば、忘れてしまっても、そもそも苦手でもサクサクで解け、式の展開に時間を使うことなく、結果が得られます。本書では、Pythonにおけるそれらテクニックを多数解説します。 第1章　Sympyとは何か？ 第2章　Pythonの基本の基本 第3章　簡単な式の計算 第4章　初等関数を扱ってみよう 第5章　方程式を解いてみよう 第6章　微分、積分の計算をしてみよう 第7章　線形代数の計算をしてみよう。 第8章　機械学習で現れる計算をしてみよう。 付録 Pythonでの数式に関するスペース／演算子、関数など

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 マーケティングプロジェクトを成功に導く分析プロセスがサクッと学べる！ 　ビジネスの現場では多くのデータやAIの活用に関する取り組みが行われています。このようなプロジェクトが増える一方で、思うような結果が得られずにプロジェクトを中止せざるを得なかったとの声も聞こえてきます。 　そこで本書では、正しく的確にAIを活用したデータ分析を導入できるよう、具体的な活用シーンに示しながら、「要件定義」「分析マスターデータ作成」「基礎集計・可視化」「モデリング」「評価・実装」の分析プロセスにおける知識やテクニックを丁寧に解説します。 Part 1　プロセスの一般論 Part 2　顧客データ × クラスタリング分析モデル Part 3　広告効果データ × 重回帰分析モデル Part 4　キャンペーンデータ × ロジスティック回帰分析モデル Part 5　調査データ × コレスポンデンス分析モデル Part 6　Eコマースデータ × 協調フィルタリング分析モデル Appendix　AI開発の成功パターン（EDA）と失敗パターン（LISA）

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

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 理工系・文系を問わず非常にわかりやすい情報理論、符号理論の教科書 著者の長年の講義経験をもとに練り上げた情報理論・符号理論の教科書です。 大学1年生が読むことを念頭に、難解な内容となることを避け、高卒程度の数学を用いて、情報理論を解説しています。演習問題も数多く掲載しています。 改訂2版では、符号理論に関する解説をより追加、現行の大学・高専のカリキュラムにより即した内容とするほか、現在の視点からみて適切なアップデートをしています。 1章　2進数の基礎 2章　確率論の基礎知識 3章　情報量とエントロピー 4章　情報源と通信路 5章　符号化 6章　暗号による通信と情報セキュリティ

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ソフトウェア開発にかかわるすべての人に贈る、世界的な人気を誇るWebサイト発の厳選コラム かつてExcel VBAの開発を率い、現在ではソフトウェア会社を経営するJoel Spolsky氏は、自身のWebサイト"Joel on Software"にてソフトウェア開発やマネジメントに関する記事を発表し続けてきた。深い洞察力で物事の核心に迫り、それを軽妙な語り口で端的に表現するJoel氏の記事は、世界各国でも有志により翻訳が公開され、すでに日本でも多数の読者を得ている。原書は、それらの記事をJoel氏自身が編纂してまとめたもの。 はじめに 1. 言語の選択 2. 基本に帰れ 3. ジョエルテスト：いいプログラムへの12ステップ 4. すべてのソフトウェア開発者が絶対確実に知っていなければならないUnicodeとキャラクタセットに関する最低限のこと（言い訳なし！） 5. やさしい機能仕様 パート1：なぜわざわざ書く必要があるのか？ 6. やさしい機能仕様 パート2：仕様書とはどんなものか？ 7. やさしい機能仕様 パート3：だけど……どうやって書くの？ 8. やさしい機能仕様 パート4：ヒント 9. やさしいソフトウェアスケジュール 10. デイリービルドは君の友達 11. 手強いバグ修正 12. 5つの世界 13. ペーパープロトタイピング 14. アーキテクチャ宇宙飛行士たちに脅かされるな 15. 射撃しつつ前進 16. クラフトマンシップ 17. コンピュータサイエンスの3つの誤ったアイデア 18. 二文化主義 19. ユーザからクラッシュレポートを自動的に取得する方法 20. 採用面接ゲリラガイド 21. 報奨金有害論 22. テスタを雇わない（間違った）理由、ベスト5 23. 人のタスク切り替えは有害であると考えられる 24. あなたが絶対すべきでないこと PART I 25. 氷山の秘密、明らかに 26. 漏れのある抽象化の法則 27. プログラミングにおけるロード・パーマストン問題について 28. 測定 29. リック・チャップマンの愚かさの探求（あるいは「アホでマヌケな米国ハイテク企業」） 30. この国では犬はどんな仕事をしているの？ 31. 下っ端でも何かを成し遂げる方法 32. 2つの話 33. ビッグマック 対 裸のシェフ 34. 何ごとも見た目ほど簡単ではない 35. 「ここで発明されたものじゃない」症候群を擁護する 36. ストラテジー･レターⅠ：Ben & Jerry's 対 Amazon 37. ストラテジーレターII：鶏と卵の問題 38. ストラテジーレターIII: もとに戻してくれ！ 39. ストラテジーレターIV：ブロートウェアと80/20の神話 40. ストラテジーレターV：オープンソースの経済学 41. マーフィーの法則が吹き荒れた一週間 42. MicrosoftはいかにしてAPI戦争に負けたか 43. Microsoft、羽目をはずす 44. 私たちの.NET戦略について 45. 申し訳ありませんが、リンカをいただけないでしょうか？ 付録：「ジョエルに聞け」選集

※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。 ソフトウェアエンジニア必携！ 　ビジネスモデルの変革を見据えたDXが進展する状況下、一方でシステムの老朽化、リリース後の障害および不採算プロジェクトなどの問題が後を絶ちません。 　そこで、本書の第Ⅰ部では、CMMIの最高成熟度（レベル5）を達成した実績から、ソフトウェア開発の「定量的プロジェクト管理」に焦点を当て、独自の生産管理方式（ACTUM）に基づく見積り方式や品質管理・出来高管理方式による「組織ベースライン」の構築、さらに上流工程問題など、ACTUMを応用した幾つかの開発プロセスの改善事例を紹介します。 　第Ⅱ部では、「人間特性」、「関係特性」などに焦点を当て、独自のSRMモデルによるチームエラーの削減、ステークホルダ間での齟齬の改善およびDXの進展に伴う未知の課題などに対応すべく推論力を働かせた課題の解決、さらにマーケティング技法を応用した潜在ニーズの顕在化による問題解決を実事例とともに紹介した一冊です。 第Ⅰ部　定量的プロジェクト管理の導入編 第1章　生産物量と生産性によるソフトウェア開発の生産管理方式 第2章　システムプロファイルごとの要求品質と開発コストとの関係 第3章　要求の定量化に基づく膨らむ要求の制御と手戻りコストの低減 第4章　環境変数を応用したプロセス改善などによる品質と生産性の向上 第Ⅱ部　システムエンジニア・リソース・マネジメントの導入 第5章　SRMモデルとは 第6章　SRMモデルによるチームエラーの削減 第7章　SRMモデルによるステークホルダ齟齬の改善 第8章　SRMモデルによる推論力を働かせた課題の解決 第9章　‘S+SPIN話法’による潜在ニーズの顕在化と問題解決 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。 深層学習、進化計算、メタヒューリスティクス...人工知能キーワード!! 　本書は、深層学習・ディープラーニング、進化計算、メタヒューリスティクスについて解説します。深層学習は画像処理や自然言語処理などさまざまに応用され、人工知能の重要手法です。またメタヒューリスティクスは生物や物理化学現象をもとにした最適化・AI手法です。 　本書ではDeep Neural Evolutionの基礎から応用までをわかりやすく説明します。また、メタヒューリスティクス、進化計算についてデモンストレーションとなるサンプルプログラム（C++、Java等）を提供します。 第1章　AIのための進化論 第2章　深層学習とディープラーニング 第3章　メタヒューリスティクス 第4章　生物らしい計算知能 第5章　ニューロ進化と遺伝子ネットワーク 第6章　ディープ・ニューラルエボリューション

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Python でさまざまな現象をシミュレーションしよう！ 本書はコンピュータシミュレーションの基礎を、Pythonを用いたプログラミングによって実際に試しながら学習するものです。 うわさの拡散や伝染病の流行、人口予測といった自然科学モデル、リボ払いの計算や在庫管理といった経営・経済モデルといった具体的なものから、情報科学的な確率モデル、ベイズ統計、グラフ理論、GA（遺伝的アルゴリズム）といった各手法に基づいたモデル、エージェントベースモデル、強化学習による意思決定モデルまでを解説しています。 本書では、シミュレーションの各モデルの立て方やアイデアの説明に重点を置き、数値計算の厳密な詳細やモデルの数理よりはPythonによる実行を志向します。また、プログラムのほとんどは Jupyter Notebook形式で配布しているので、ご自身の手もとのPCで実行することができるようになっています。 第1章 はじめに 第2章 数値計算と数学の基礎 第3章 アニメーション 第4章 確率モデル 第5章 自然科学モデル 第6章 経営モデル 第7章 ベイズ統計に基づくモデル 第8章 グラフ理論に基づくモデル 第9章 遺伝的アルゴリズムに基づくモデル 第10章 エージェントベースモデル 第11章 強化学習による意思決定モデル