※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 Mac OS X Server 10.6によるネットワーク構築を詳説！ 　Mac OS X Server 10.6（Snow Leopard）は、UNIXベースのサーバOSとしての機能に、Mac OS Xのユーザフレンドリーなインタフェースを兼ね備えた、サーバ構築・運用のためのオペレーティングシステムである。本書は、多岐にわたるMac OS X Server 10.6の設定項目を、実際に想定されるオフィス内ネットワークサーバとインターネットサーバの構築手順に沿って解説し、活用の実例を併せて紹介している。 ■序章 Mac OS X Serverワークスタイル ■■第1部　インターネットサーバの構築と運用 1章 Mac OS X Serverのインストール 2章 DNSサーバ 3章 ユーザとグループの作成 4章 メールサーバ 5章 FTPサーバ 6章 Web サーバ 7章 ファイアウォールとVPN 8章 QuickTime Streamingサーバ ■第2部　コラボレーションサービスの設定と運用 9章 iChatサーバ 10章 iCalサーバ 11章 Podcastプロデューサー 12章 Mailmanメーリングリスト 13章 Webサービス ■第3部　ワークグループサーバの構築と運用 14章 プライベートLANのDNS／DHCPサービス構成 15章 ファイルサービスとネットワークログイン 16章 NetBootサーバ 17章 プリントサーバとソフトウェア・アップデートサーバ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版 「MR撮像技術学」の初版は2001年12月に、改訂2版は2008年2月に発行し、改訂2版発行から9年以上が経過しているので、全体を通して見直しています。 　教科書としての基本的な枠組みは改訂2版を踏襲し、改訂2版の中で不足している箇所を補完し、最近の国家試験の傾向を踏まえて、今まで以上に使いやすい教科書となっています。また、臨床現場で活躍する技師の方々からも好評を得ているので、卒業後も役に立つ部分を教科書という枠組みを超えない程度でまとめてあります。 第1章　MR撮像技術の原理 第2章　MR装置の構成 第3章　MRの物理と数学の基礎知識 第4章　MRI用造影剤 第5章　アーチファクト 第6章　評価法 第7章　安全性と管理 第8章　各種MR検査法 　8.1　頭部領域 　8.2　脊椎・脊髄領域 　8.3　胸部・心臓領域 　8.4　上腹部領域 　8.5　泌尿・生殖器領域 　8.6　四肢・関節領域：肩関節，股関節，膝関節，四肢筋肉 　8.7　大血管領域 演習問題解説・解答 参考文献 参考資料 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版！ 　「放射線生物学」の改訂2版は2011年11月に発行し、好評を博してきましたが、この間、ICRP勧告をはじめ、さまざまな基準が改正、変更されたため、全体を通して内容を見直しました。 　教科書としての基本的な枠組みは改訂2版を踏襲しつつも、最新の知見に基づいて内容を構成しています。また、改訂2版よりもさらに内容を充実させ、最近の国家試験の傾向も踏まえた、今まで以上に使いやすい教科書としてまとめてあります。 第1章　放射線生物学の基礎 第2章　放射線生物作用の初期過程 第3章　放射線生物学で用いる単位と用語 第4章　放射線による細胞死とがん治療 第5章　突然変異と染色体異常 第6章　放射線の組織影響 第7章　個体レベルでの放射線の影響 第8章　放射線による発がんと遺伝的影響 第9章　放射線障害の防護 第10章　環境と放射線 付　録　放射線生物学基本用語集 演習問題解答 参考文献 索　　引

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベクトル自己回帰（VAR：vector autoregression analyses)に特化した実用書 　本書はRを使ってベクトル自己回帰（VAR：vector autoregression analysis）分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問、等VARに関する疑問に答えるものです。実証分析を行ううえで、役に立つ情報を提供します。 まえがき 第1章　Rについて 第2章　VAR分析の紹介 第3章　時系列分析の基礎 第4章　VAR分析の基礎 第5章　ラグ次数の選択問題 第6章　単位根検定 第7章　共和分検定　 第8章　撹乱項に関する仮説検定 第9章　推定と識別問題 第10章　係数パラメータの制約に関する仮説検定 第11章　インパルス応答分析 第12章　推定後のモデル変換 第13章　インパルス応答分析の区間推定 第14章　予測誤差の分散分解　 第15章　グランジャー因果性検定 第16章　その他のVAR分析 あとがき 本書を終えるにあたり 索引 参考文献 分布表

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ソフトウェア開発の名著、第2版登場！ 　リファクタリングは、ソフトウェアの外部的な振る舞いを保ったままで、内部の構造を改善する作業を指します。本書はリファクタリングのガイドブックであり、リファクタリングとは何か、なぜリファクタリングをすべきか、どこを改善すべきか、実際の事例で構成され、ソフトウェア開発者にとって非常に役立つものとなっています。 　本第2版では、約20年前のオリジナル原稿の構成は変わらないものの、大幅に書き換えられているほか、サンプルコードがJavaからJava Scriptになるなど、現代的にアレンジされています。 第2版翻訳にあたって 初版の「本書に寄せて」 はじめに Chap.1　リファクタリング－最初の例 Chap.2　リファクタリングの原則 Chap.3　コードの不吉な臭い Chap.4　テストの構築 Chap.5　カタログの紹介 Chap.6　リファクタリングはじめの一歩 Chap.7　カプセル化 Chap.8　特性の移動 Chap.9　データの再編成 Chap.10　条件記述の単純化 Chap.11　APIのリファクタリング Chap.12　継承の取り扱い 文献リスト　 訳者あとがき 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 環境設定からロボットへの実装まで。ROSのすべてを網羅 本書は，ロボット用のミドルウェアであるROS（Robot Operating System）についての，ロボット分野の研究者や技術者を対象とした解説書です。ROSの構成や導入の方法，コマンドやツール等の紹介といった基本的な内容から，コミュニケーションロボットや移動ロボット，ロボットアームといった具体的なロボットのアプリケーションを作成する方法を解説しています。 　ROSについて網羅した内容となるため，ROSを使った開発を行いたい方が必ず手元に置き，開発の際に活用されるような内容です。 本書で使用しているソフトウェア、ハードウェアについて 第1章　ロボットソフトウェアプラットフォーム 第2章　Robot Operating System（ROS） 第3章　ROSの開発環境の構築 第4章　ROSの主要概念　 第5章　ROSコマンド 第6章　ROSツール 第7章　ROS基本プログラミング 第8章　ロボット、センサ、モータ 第9章　組込みシステム 第10章　移動ロボット 第11章　SLAMとナビゲーション 第12章　サービスロボット 第13章　マニピュレータ 付録　ROS2

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 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。 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。 ソフトウェア品質に関する膨大な技術を整理、体系化 本書は、ソフトウェア、ITシステムの専門家である著者らが長年取り組んできたソフトウェアの品質について体系立てて整理し、簡潔に解説したものです。第1版発行から13年、第2版から6年が経過し、ソフトウェアを取り巻く環境は大きく変化しました。これを踏まえ、従来の内容を見直し、最新の技術（AI、IoTなど）の品質についても大幅に加筆しました。本書の情報をもとに、ソフトウェアの品質がどのようなものであるのか、どのように品質を確保するか、といった検討が可能になります。ソフトウェアに携わるすべての方におすすめの一冊です。 序章　SQuBOKガイド　概略 第1章　ソフトウェア品質の基本概念 第2章　ソフトウェア品質マネジメント 第3章　ソフトウェア品質技術 第4章　専門的なソフトウェア品質の概念と技術 第5章　ソフトウェア品質の応用領域

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データからどのような大きな値（極大値）（または極端に小さい値（極小値））がどれくらいの確率でいつ頃出現するか?! 極値統計学とはデータからどのような大きな値（極大値）（または極端に小さい値（極小値））がどれくらいの確率でいつ頃出現するか知るための学問です。 　本書は統計学の基礎、Rの基礎から始め、極値統計学の理論とシミュレーションを実践することが出来ます。特に数理統計学で分析できない内容、コンピュータを使ったデータ分析が必要なため、データサイエンティストやSEなどにも役立つものです。 第1章　概要 第2章　統計の一般論 第3章 　Rの基本 第4章　極値統計の基本 第5章　極値統計法の推定法 第6章　ブロック最大データと上位r 個データ GEV モデルとrGEV モデル 第7章　閾値超過データ 一般パレートモデルと点過程モデル 第8章　時系列データ 第9章　極値理論の数理 第10章　補遺

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 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。 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。 流体力学の数値計算法とPythonによるシミュレーションの考え方が正しく理解できる。 本書は、学生、企業の若手技術者の皆様が、自ら流体力学の数値計算法とPythonによるシミュレーションの考え方を一から学べる書籍です。 流体現象の基礎を学びながら、Pythonによるそのコーディングを紹介する構成としています。Pythonとコンピュータの技術革新は急激に進んでおり、現在ではストレスを感じることなく、Pythonで各種シミュレーションが容易に実施できる環境が生まれています。 これからの研究者、技術者にとって必読の1冊です。 序章　Pythonによるプログラミングの準備 第1章　離散化の考え方 第2章　1次元スカラー移流方程式 第3章　スカラー方程式における時間積分法 第4章　拡散方程式 第5章　システム方程式の解法　その１（方程式の理解） 第6章　システム方程式の解法　その2（実践的な計算法） 第7章　システム方程式における時間積分法 第8章　複雑形状への対応 第9章　実際の課題への対応

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Rの表現力の高さであるプログラミングと可視化を最大限に解説した！ Rは、フリーな統計解析ソフトとしてのイメージが強いが、簡潔で直感的に解法を表現することができるプログラミング言語としての価値も高い。 本書は関数型言語の性質を多く取り入れたRのプログラミングと、オブジェクト指向により、情報を可視化できるグラフィックスを解説。 （※当書籍は、2008年5月に九天社から発行された書籍に対して、改訂・加筆を行いオーム社から再発行するものです） 第I部　環境編 第1章　対話環境への招待: R のエッセンス 第2章　ドキュメンテーション 第3章　デバッグの方法 第4章　バッチ処理 第II部　プログラミング編 第5章　プログラミング 第6章　データ型 第7章　データの集合 第8章　演算子 第9章　関数 第10章　制御構造 第11章　算術関数/文字列関数/データ集合の関数 第12章　ベクトル演算型プログラミング 第13章　例外処理 第14章　入出力及びオペレーティングシステム 第15章　オブジェクト指向とクラス 第III部　グラフィックス編 第16章　グラフィックス基礎 第17章　グラフィックス応用 付録A　パッケージの作り方 付録B　R の起動オプション 付録C　練習問題の解答

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 SAS社のソフトウェアであるSAS Enterprise Guideを解説したシリーズ、保健・看護統計編登場!! 本書はSAS が開発・販売しているSAS Baseに含まれているEG（Enterprise Guide）の操作解説書のシリーズで統計学における基礎事項から応用までを扱います。 　保健・看護分野でよく利用されている統計解析手法の方法や結果の見方について説明します。EGは、メニュー画面から分析名をクリックし、変数や出力を指定するだけで統計解析ができます。保健・看護に関する分析も、各種そろっています。本書では、各手法についてEGの操作方法だけでなく、必要となるデータ整理方法や出力の意味なども解説していきます。 　分析で使用するデータの種類と、保健・看護の分野でよく使われる統計解析手法について説明します。 主要目次 第1章　データ解析の基本 第2章　クロス集計と検定 第3章　量的データの検定 第4章　相関分析と回帰分析 第5章　主成分分析と因子分析 第6章　判別分析とロジスティック回帰分析 第7章　生存時間分析 第8章　リスク比とオッズ比 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。 SAS社のソフトウェアであるSAS Enterprise Guideを解説したシリーズ、時系列分析編登場!! 　本書ではSAS Enterprise Guide（以下EG）を使って、時系列分析そのものと、分析用の時系列データの作成や加工について説明します。時系列分析は、統計解析の中でも独特の用語やデータに対する考え方を使います。EGを使えば、他の解析と同じように容易にデータの作成や分析を行うことができます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンピュータのアーキテクチャの最新の技術を取り込んだ改訂5版 　コンピュータアーキテクチャは，ソフトウェアを動かすためのハードウェア設計を指すもので，さらに計算速度を速くするための，効率的な方法の開発が常に続いている分野です． 　本書は前版の内容から進化した分野を加え，最新のスーパーコンピュータの富岳にも触れながらアーキテクチャについての技術全般を，基礎から学べるものです． 　改訂5版として最新の技術・動向に合わせており，これまでと同様に大学等での利用を考えて基礎は初学者でも理解できるよう，また企業研修でのテキストとしても利用できるようにもなっています． 1章　コンピュータの発展とアーキテクチャ 2章　コンピュータアーキテクチャの基礎 3章　コンピュータのアーキテクチャの実現 4章　高性能コンピュータのアーキテクチャ 付録 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。 UNIX/Linuxシステムプログラミングをはじめよう 　本書は、2007年にピアソン・エデュケーションから発行された『例解UNIXプログラミング教室　―システムコールを使いこなすための12講―』の改訂版です。 　本書は、UNIX/Linuxの機能を使ったC言語プログラミングを解説するものです。UNIXは、ファイルの操作やプロセスの制御、プロセスへのシグナル、ネットワーク通信、端末の操作など、多くの高度な機能を持っています。しかし、システムコールによって、このような機能を利用したプログラムを正しく動作するようつくるためには、UNIXの隠れた概念や制約について知っている必要があり、それらを網羅的に覚えるのは困難です。 　本書は、この概念や制約が、それぞれのシステムコールの動作に及ぼす影響を全部覚えるといったアプローチはとっていません。むしろ、必要なときに必要なシステムコールが分かり、それをどう使えばよいのか、そして、その機能には当然どのような制限があるのかが分かるようになるように、UNIXの基本概念とプログラマから見えるUNIXの概観をつかめるよう解説しました。 　本書は単なるインタフェースの解説書ではありません。インタフェースの説明をしつつ、 UNIXの概観（エッセンス）を読者に理解してもらうことで、できるだけ楽に、しかも確かなUNIXシステムプログラミングができるようになってもらうことを目指しました。また、豊富なサンプルコードと演習問題を掲載し、実践的なプログラミングの助けとなるようにしています。 ＜おもな改訂内容＞ ・第0章　UNIXの基礎とシェルの新設：UNIXシステムプログラミングを学ぶ準備として、UNIX にまだ慣れていない読者のために、UNIXとはどのようなものか、どのように操作するかを説明する第0章を新設しました。 ・用語の見直し：旧版では提案も含めて読者にわかりやすい用語を目指していましたが、この新版では、わかりやすさを保ちつつ、広く使われている語を用いるようにしました。 　UNIX自体がすでに成熟しているため、システムプログラミングの部分については小規模な改善を行いました。 　なお、すべてのコードは以下のサイトからダウンロードできます。 https://github.com/kazutomi/reikai-unix-code-samples 第0章　UNIXの基礎とシェル 第1章　Cの復習(1)：マニュアルの読み方、エラー処理、構造体、共用体 第2章　Cの復習(2)：ポインタ、バイトオーダ、複雑な型 第3章　低水準入出力 第4章　標準入出力ライブラリ 第5章　プロセス 第6章　ファイルシステム 第7章　ファイル記述子のコピーとパイプ：dup、dup2、pipe 第8章　ソケット通信入門 第9章　シグナルと競合状態 第10章　端末(1) ：端末、端末ラインディシプリン、termios構造体 第11章　端末(2) ：エスケープシーケンス、cursesライブラリ、擬似端末 第12章　非局所脱出：setjmp、longjmp 参考文献 用語集 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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。 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。 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。 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。 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。 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。 医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ 　初版（2019年7月発行）以降の変更点を取り込んだ最新版！ 　医用画像に人工知能を本格的に導入するためのわかりやすい解説書。 ・TensorFlow+Kerasで行う ・Anaconda上で環境構築する ・データはだれでも入手できるデータを使う を基本的な方針としてまとめました。 　少しでもプログラミングができれば、だれでも読み込める内容になっています。 Chapter 1　環境構築 Chapter 2　データの準備／前処理 Chapter 3　Shallow network の利用 Chapter 4　畳み込みニューラルネットワークの利用 Chapter 5　画像の領域分割（ U-Net） Chapter 6　動画像のシーン分割と分類 Chapter 7　画像のノイズ除去 Chapter 8　画像の超解像 Chapter 9　画像の特徴抽出 Chapter 10　画像の変換や生成 Chapter 11　評価方法

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 使い方自由自在！統計解析、数値計算、プログラム、シミュレーション、プロット図から複雑なグラフィックスまで詳細に解説！ 　本書は2009年11月発行の『The R Tips 第2版 データ解析環境Rの基本技・グラフィックス活用集』（2005年3月に九天社から発行された書籍に対して、改訂・加筆を行いオーム社から再発行したもの）の改訂版です。 R は統計計算とグラフィックスのための言語・環境で、R の熟練度に合わせて読んでいただけるよう、2部構成にしています。初心者向けにはR入門編、統計や数値計算、プログラミング技法やデータハンドリング等、グラフィックスなど実行したい人はR-Tips 編で学ぶことができます。 　改訂にあたって、データ解析の内容を抜本的に見直し、グリッドグラフィックスの章を削り、代わりにパッケージdplyr とggplot2 に関する内容を新たに盛り込みました。 主要目次 第1編　R 入門 編 第1章　R のインストール 第2章　電卓としてR を使う──起動→計算→終了 第3章　代入（付値） 第4章　ベクトルの基本 第5章　関数定義とプログラミング入門 第6章　ヘルプ，パッケージ，関数定義の見方 第7章　グラフ作成入門 第8章　データ解析（入門編） 第2編　R Tips 編 第9章　データの種類と種々のベクトル 第10章　配列とリスト，要素のラベル 第11章　オブジェクトと出力 第12章　行列 第13章　関数とプログラミング 第14章　数値計算 第15章　データハンドリング 第16章　データ解析（実践編） 第17章　乱数とシミュレーション 第18章　グラフィックス 第19章　データ解析（多変量解析編） 第20章　 ggplot2 入門 付録A　練習問題の解答 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。 音声認識の基礎理論から実用的なシステム構成までわかる 本書は音声認識手法の最新技術について基礎から丁寧に解説するとともに、実際の音声認識ソフトによって実践的に学ぶことができることを目的としたものです。改訂版では、DNNをはじめとした音声認識手法のこの間の発展を補うとともに、最新の音声認識ソフトに対応しています。 1章　音声認識の概要 2章　音声特徴量の抽出 3章　HMMによる音響モデル 4章　ディープニューラルネットワーク（DNN）によるモデル 5章　単語音声認識と記述文法に基づく音声認識 6章　統計的言語モデル 7章　大語彙連続音声認識アルゴリズム 8章　音声データベース 9章　音声認識システムの実現例 付録　大語彙連続音声認識エンジン Julius

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。 Excelと例題でばっちり身につく!! 本書は主に医療統計で好んで使われる統計手法を取り上げています。薬品や治療によってどのくらい命が変わってくるかという考えは商品寿命にも応用できるので、製造業の方にも使えます。Excelを使って実習することにより、計算が難しいロジスティック回帰分析や生存時間解析などを理解することができます。

OS X Serverによるサーバ構築手法を詳説！　 　AppleのOS X Serverは、ファイル共有やOpen Directory、DNS、FTP、Web、メール、Wikiなどの高機能なサーバを、ユーザフレンドリーなGUI管理ツールにより容易に構築・運用することのできるサーバOSです。 　本書は、OS X Serverによるイントラ向けネットワークサーバとインターネットサーバの構築・設定方法について、ステップごとの画面例を紹介しながらわかりやすく解説します。必要なパートを読み進めていくことで、目的のサーバ環境を構築するためのノウハウがわかる、設定・活用ガイドです。

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

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 安全なプログラミング言語 　通常のプログラミング言語では、変数やメモリの保護はプログラマーの責任で行います。この際の配慮不足があったとしても、コンパイルして実行できるプログラムはできてしまいます。その結果は、バグやセキュリティホールにつながるので、プログラマーも強い責任感でのプログラミングが必要です。本書で解説するRust言語は、後発なだけいろいろ考えられており、構文そのものが配慮不足になりにくいしくみであり、また不良なソースコードはコンパイルできません。つまり安全なプログラムを記述しなければコンパイルできないというユニークな特長を持ちます。 第1章　Rust言語 第2章　準備 第3章　Rustの基本 第4章　Rustの最初の難関 第5章　所有権システム 第6章　もっとRustを学ぶ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 多変量解析手法の理論と実践をバランスよく習得できる！ 　様々な媒体、経路を通じて大規模データが、驚くほど低コストで入手できるようになった現在、多変量解析手法に習熟したデータサイエンティストに対する学術界、ビジネス界からのニーズは非常に高まっており、これに対して大学や企業では、高いデータ解析力を持った人材の育成に注力し始めています。しかし、多くの多変量解析についての学習書は、理論的な説明に終始し、実務場面でどのように利用されているかについて、殆ど配慮がないのが現状です。 　そこで本書は、多変量解析手法の理論と実践をバランスよく解説することで、統計が得意ではない大学生や実務者にも利用しやすい構成とし、本書1冊で多変量解析手法を実務に応用できるまで習得できる内容となっています。 第I部 多変量解析の基礎 第1章 多変量解析の基礎を学びたい―R による多変量データの基本的な統計処理 第2章 R によるデータハンドリングを学びたい ―アンケートデータと ID-POS データのハンドリング 第II部 量的変数の説明・予測 第3章 現象を説明・予測する統計モデルを作りたい (1) ―重回帰分析 第4章 現象を説明・予測する統計モデルを作りたい (2) ―階層的重回帰分析 第5章 さまざまな集団から得られたデータを分析したい―マルチレベルモデル 第6章 複雑な仮説を統計モデルとして表したい (1)―パス解析 第III部 心理尺度の分析 第7章 心理尺度を開発したい (1) ―探索的因子分析 第8章 心理尺度を開発したい (2) ―確認的因子分析 第9章 複雑な仮説を統計モデルとして表したい (2) ―潜在変数を伴うパス解析 第IV部 質的変数の説明・予測 第10章 クロス集計表をもっとていねいに分析したい―対数線形モデル 第11章 カテゴリに所属する確率を説明・予測したい―ロジスティック回帰分析 第V部 個体と変数の分類 第12章 似たもの同士にグループ分けしたい―クラスター分析 第13章 質的変数間の連関を視覚化したい―コレスポンデンス分析 第VI部 多変量解析を使いこなす 第14章 データが持つ情報を視覚化したい―パッケージggplot2による描画 第15章 多変量解析を実践で生かしたい―手法の組み合わせ

※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。 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。 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。 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。 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。 ノンエンジニアでもわかる！　やさしいVue.js入門書 Web デザイナー・Web 担当者・初級のフロントエンジニアなど、「Web の見た目」を作る人に向けたVue.js の入門書です。 ノンエンジニアでもむりなく読み進められるように、難しいことは極力省いて、図を用いながらできるだけ平易に解説していきます。 Vue.jsは、使いこなせればさまざまなことが実現できます。しかし本書では、Vue.js のおおまかな仕組みと、最低限の動かしかたを理解することを目的とします。まずは使ってみて、手を動かしながら感覚を掴んでいく、というイメージです。 「Vue.jsのガイドを読んでみたけれど、うまくイメージできなかった」「他の書籍を読んでみたけれど、高度でついていけなかった」という方におすすめです。 必要とする前提知識は、HTML とCSS のみです。なるべくやさしい表現と図を用いて、Vue.js とはなにか、どう役に立つのかを明確にしたのち、JavaScript の基礎知識、Vue.js の作法を丁寧に解説します。 JavaScriptはコピペでしか触ったことがない、という方でも安心して読み進めてください。 ＜Vue.js とは？＞ JavaScript フレームワークのひとつ。JavaScript 自体のコードを書かなくても、HTML やCSS の基礎的な知識があれば低い学習コストでさまざまな機能が実装できます。ノンエンジニアでも導入しやすいことから、Web デザインの現場で使われ始めています。 ＜本書の特徴＞ ・フロントエンド開発の未経験者や初級者を想定して、基礎的なところから平易に解説していきます。 ・HTML、CSS、JavaScriptのファイルのみで即実行できるサンプルを多数掲載します。初級エンジニアの入門にも最適です。 Chapter 1　スタートアップ　～なぜVue.js が必要なのか？～ Chapter 2　Vue.jsのためのJavaScriptの基礎 Chapter 3　Vue.js デザインのキホン Chapter 4　簡単なUIを作ってみよう Chapter 5　現場で使えるUIデザインレシピ集

※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。 コンパイラ定番の教科書、待望の改訂！ 『情報工学入門選書　コンパイラ』を見直し、新たに第2版として発行するものです。 プログラミングの基礎知識のある人を対象とし、「コンパイラを構成するアルゴリズムの理解」「コンパイラ作成支援（yacc、lex）ツールの理解」「コンパイラを自分で作成できる」を主たる目的としています。付録には、コンパイラの作成演習と実例を示しています。 第1章　言語処理系とは 第2章　形式言語と形式文法 第3章　字句解析 第4章　構文解析 第5章　型の検査と表管理 第6章　実行時環境 第7章　中間コード生成 第8章　目的コード生成 第9章　最適化とそのほかの話題 付録A　コンパイラ作成演習 付録B　サンプルコンパイラ 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。 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。 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。 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。 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。 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。 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。 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。 【本書は、2000/10/26に発行した書籍の電子復刻版です】 人気急上昇のプログラミング言語「Ruby」の本格的入門書 Rubyは、Perlと同等以上の機能を持ち、さらに「直観的に楽しくプログラミングできる」という特長を持っている。フリーソフトウェアとして公開されており、Linux(UNIX）やWindowsで動作する。ここ1～2年でユーザが急増しており、今一番ホットなプログラミング言語だ。 本書は、カバーする分野を主にRubyの基礎とテキスト処理に絞って、分かりやすく丁寧に解説する。Ruby界の第一人者を著者に、Rubyの作者自身を監修者に迎えた、入門書として決定版といえる一冊。 第1章 はじめてのRuby 第2章 Rubyの基礎 第3章 オブジェクトとメソッド 第4章 正規表現 第5章 クラスとモジュール 第6章 マルチスレッド 第7章 ネットワーク 第8章 Rubyスクリプト実例集 付録A Rubyの入手とセットアップ 付録B 参考資料

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 より良いプログラマになるための実践的アプローチ 本書は、David Thomas and Andrew Hunt, The Pragmatic Programmer 20th Anniversary Edition (Addison Wesley, 2019）の日本語版です。 本書は、より効率的、そしてより生産的なプログラマーになりたいと願うソフトウェア開発者に向けて、アジャイルソフトウェア開発手法の先駆者として知られる二人により執筆されました。経験を積み、生産性を高め、ソフトウェア開発の全体をより良く理解するための、実践的なアプローチが解説されています。 先見性と普遍性に富んだ本書は、入門者には手引きとなり、ベテランでも読み直すたびに得るものがある、座右の一冊です。 第1章　達人の哲学 第2章　達人のアプローチ 第3章　基本的なツール 第4章　妄想の達人 第5章　柳に雪折れ無し 第6章　並行性 第7章　コーディング段階 第8章　プロジェクトを始める前に 第9章　達人のプロジェクト

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 これから必ずくる量子コンピューティングの時代に備えるためのバイブル 本書は、IT分野のプログラマやエンジニアを主な読者対象として、その方々にとって特に重要な量子コンピューティングの基礎をわかりやすく解説した書籍です。 量子コンピュータについては、多くの人がクラウド越しで実物に触れられるようになった今でも、物理の専門書から学ぶか、チュートリアルやハンズオンのウェブ記事を読んで勉強するかしかありません。これから量子の力をフル活用できる人や、量子情報の考え方を利用してコンピュータサイエンスをよくしていく人材が必要になるというのに、入門書と専門書の間には大きな隔たりがあります。 本書はこれから必ずくる量子コンピュータの時代で活躍されるであろうIT分野のプログラマやエンジニアの皆様にとって、特に知っておくべき概念をできる限り網羅しています。量子コンピュータの背景、その原理や応用についても高校数学で学んだ内容を起点に数式も示しつつ、しっかりと解説しています。 第1章　なぜ量子コンピュータ？ 第2章　量子コンピュータの基本 第3章　量子計算の基本パッケージ 第4章　量子アルゴリズム 第5章　NISQ量子アルゴリズム 第6章　量子コンピュータのエラー訂正 第7章　量子コンピュータのプログラミング 第8章　量子コンピュータのアーキテクチャ 第9章　量子コンピューティングでひらく未来

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 理工系の学生にとって必要なコンピュータグラフィックスの基礎理論と技術をコンパクトに解説。 理工系の学生にとって必要なコンピュータグラフィックスの基礎理論と技術をコンパクトに解説した教科書です。 コンピュータグラフィックスは急激な進歩を遂げていますが、理工系の学生がコンピュータグラフィックスに取り組むうえで基礎となる部分は変わっていません。しかし、解説を平易に行うことが難しく、その理解が大きなハードルです。 本書では、コンピュータグラフィックスの原理・しくみを、理工系の学生の皆様を対象にわかりやすく解説しています。 第1章　コンピュータグラフィックスの概要 第2章　座標変換 第3章　3次元図形処理 第4章　3次元形状表現 第5章　自由曲線・自由曲面 第6章　質感付加 第7章　反射モデル 第8章　照明計算 第9章　レイトレーシング 第10章 アニメーション 付　録

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データベースシステムの名著、20年ぶりの改訂！ 本書は、おもに情報系学科におけるデータベース教育を想定して、データベースシステムの基礎を解説したものです。1996年発行の『データベースシステム』の改訂版です。 本書のカバーする範囲は、データベースシステムの基本概念（1章）、データモデリング（2章）、リレーショナルデータモデル（3章）、リレーショナルデータベース言語SQL（4章）、より高度なSQL（5章）、リレーショナル論理（6章）、リレーショナルデータベース設計論（7章）、物理的データ格納方式（8章）、問合せ処理（9章）、同時実行制御（10章）、障害回復（11章）、オブジェクト指向データベースシステム（12章）です。 各章末に演習問題を付けて、その解答も掲載しています。 今日、マルチメディアのみならず、AIやIoTといった大規模データ処理により、ますます世の中のデータ量は増加しています。また、ITインフラにおいては仮想化やクラウドが当たり前の技術となり、データを取り巻く環境は20年前とは大きく様変わりしました。データベースシステムを貫く基本概念こそ変わりませんが、この20年間の新しい技術を取り込み、改訂2版として発行するものです。 1章　データベースシステムの基本概念 2章　データモデリング 3章　リレーショナルデータモデル 4章　リレーショナルデータベース言語SQL 5章　より高度なSQL 6章　リレーショナル論理 7章　リレーショナルデータベース設計論 8章　物理的データ格納方式 9章　問合せ処理 10章　同時実行制御 11章　障害回復 12章　オブジェクト指向データベースシステム

※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。 Pythonを使って線形代数学を見える化して学ぼう！ 本書は、大学初年次に学ぶ基礎数学科目の一つであり、具体的なところでは機械学習やコンピュータグラフィックス、ゲームプログラミングなどの基礎となる線形代数を、Pythonを使って学ぶものです。 線形代数は、微分・積分とならび基礎的な数学の一つですが、ふつうに勉強するとベクトル・行列計算が面倒くさく、また定義や概念が多く抽象的な表現も多いため、なかなか理解しづらい学問といえます。そこで本書は、Pythonによるプログラミングを用いて以下の工夫を施すことで、よりわかりやすく、またビジュアルにベクトルを見るなどの体験を通して、線形代数を学べるようにまとめたものです． 1）2次元平面や3次元空間のベクトルを視覚的に表現する 2）関数をグラフ化することで、ベクトル計算の意味を理解しやすくする 3）面倒なベクトルや行列の計算をプログラミングで表現する 4）手計算では不可能な高次の線形計算を、具体的なデータ（音や画像）を用いて表現する 5）通常の教科書の演習問題レベルの計算問題をプログラミングによる数式処理で求める 第1章　数学の基礎とPythonによる表現 第2章　線形空間と線形写像 第3章　基底と次元 第4章　行列 第5章　行列の基本変形と不変量 第6章　内積とフーリエ展開 第7章　固有値と固有ベクトル 第8章　ジョルダン標準形とスペクトル集合 第9章　力学系 第10章　線形代数の応用と発展

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書。 本書は、API（Application Programming Interface、Web サービスの機能を外部から利用するためのインターフェース）を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。 第1部　APIとは？　ディープラーニングとは？ 　1章　APIの原理 　2章　ディープラーニングの原理 　3章　ディープラーニングのしくみ・基礎 第2部　API呼び出しのポイント 　1章　APIを呼び出す環境を構築しよう 　2章　いますぐ使えるAPI：利用可能なクラウドサービス 第3部　いますぐできる2つの活用シーン 　シーン1　テスト採点の自動化：分析情報抽出APIの活用 　シーン2　会話による健康管理サポート：音声操作アプリケーションの活用

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 定番「わかりやすい　パターン認識」の続編！ベイズ統計学の基礎から、最新のノンパラメトリックベイズモデルまでやさしく解説した唯一の書籍！ 初学者にはとっつきにくいパターン認識の基本を丁寧な図解と数式展開で解説して好評を得てきた、1998年発行「わかりやすい　パターン認識」の続編です。前作で取り上げることのできなかった教師なし学習を主に取り上げてわかりやすくまとめました。教師なし学習を理解することで、より広い対象の音声・画像処理技術、ビッグデータなどを扱うことができるようになります。また、ノンパラメトリックベイズモデルについてわかりやすく解説した日本語の書籍は本書のみで、機械学習やパターン認識をこれから志す研究者、学生の方にもおすすめです。 第1章　ベイズ統計学 第2章　事前確率と事後確率 第3章　ベイズ決定則 第4章　パラメータ推定 第5章　教師付き学習と教師なし学習 第6章　EMアルゴリズム 第7章　マルコフモデル 第8章　隠れマルコフモデル 第9章　混合分布のパラメータ推定 第10章　クラスタリング 第11章　ノンパラメトリックベイズモデル 第12章　ディリクレ過程混合モデルによるクラスタリング 第13章　共クラスタリング 付録A　補足事項 （凸計画問題と最適化，イェンゼンの不等式，ベクトルと行列に関する基本公式，KLダイバージェンス，ギブスサンプリング，ウィシャート分布と逆ウィシャート分布，，ベータ・ベルヌーイ過程）

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人や動物の行動データの背後にある計算過程をモデル化し，行動の理解と予測につなげる。 本書は，主に行動データの計算論モデリングの方法やその理論を初学者に向けて丁寧に解説します。実例として，心理学や神経科学の実験課題として良く用いられる，ギャンブル課題における選択行動データを扱います。本文では自分ではプログラミングをしない読者も想定して，プログラムは用いずに計算論モデリングの概要がイメージできるような解説をこころがけました。実際に計算論モデリングをするためのRコードやStanコードは付録やサポートページで解説しています。 第1章　計算論モデリングとは 第2章　計算論モデリングの基礎 第3章　強化学習モデルを用いたデータ解析の事例 第4章　パラメータ推定の実際 第5章　モデル選択 第6章　計算論モデリングに基づく統計分析 第7章　結果の解釈，モデルの統計的な性質の理解 第8章　強化学習モデルのバリエーション 第9章　計算論モデリングの課題と発展 付録A 数学的な補足 A.1 期待値 A.2 対数と指数関数 A.3 本書で用いる確率分布 A.4 コイントスに関する計算 A.5 WAIC A.6 WBIC A.7 周辺尤度のラプラス近似 A.8 信頼区間 A.9 正規分布モデルの事後分布 A.10 正規分布の周辺化 付録B R コード B.1 Rescorla-Wagner モデルのシミュレーション B.2 Q 学習のシミュレーション B.3 MAP 推定 B.4 ベイズ推定によるQ 学習の推定 B.5 集団モデルのシミュレーション B.6 階層ベイズ B.7 WAIC, WBIC の計算 References 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。 複数のプログラミング言語とパラダイムを使いこなせれば、プログラマとしての幅が広がります。本書は、1週間で1つの新しい言語を学ぶ“Seven Languages in Seven Weeks”を、Rubyの作者まつもとゆきひろ氏の監訳で発行するものです。言語の特徴を映画の登場人物になぞらえて、Ruby、Io、Prolog、Scala、Erlang、Clojure、Haskellという個性的な7つの言語を紹介。各言語の特性とそこにあるプログラミングパラダイムを、体験を通してものにしましょう。 母に捧ぐ 謝辞 序文 第1章 はじめに 第2章 Ruby 第3章 Io 第4章 Prolog 第5章 Scala 第6章 Erlang 第7章 Clojure 第8章 Haskell 第9章 全体のまとめ 付録A 参考資料 監訳者あとがき 索引 著者・監訳者・訳者について

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。 SPSSを用いた社会科学データの計量分析の実際!! 　本書は、SPSSを用いて社会科学データや社会調査の多変量解析を行うために必要な手法を解説する書籍です。最初に統計学の基礎的な解説を行ってから社会科学で使用頻度の高い統計手法を詳しく解説しています。従来の多変量解析手法である重回帰分析をはじめ、その応用の階層的重回帰分析、曲線関係の回帰分析、ロジスティック回帰分析（二項、多項、順序）、Cox回帰分析などを解説します。さらに離散時間ロジットモデル、マルチレベル分析など通常の社会科学の学習ではあまり触れない統計手法も解説します。 目次 第1章　多変量解析の応用のために 第2章　SPSS の基本操作 第3章　クロス集計表 第4章　平均値の差の検定 第5章　相関係数と偏相関係数 第6章　重回帰分析の基礎 第7章　ダミー変数の利用 第8章　交互作用項の利用 第9章　階層的重回帰分析とモデル比較 第10章　曲線関係の回帰分析 第11章　二項ロジスティック回帰分析 第12章　多項ロジスティック回帰分析 第13章　順序ロジスティック回帰分析 第14章　Cox 回帰モデル 第15章　離散時間ロジットモデル 第16章　マルチレベル分析 第17章　パネルデータのマルチレベル分析 第18章　多変量解析の結果のまとめ方と留意点 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。 Excelで進化計算が学べる！！ 進化論的手法は、生物の進化のメカニズムをまねてデータ構造を変形、合成、選択する工学的手法です。この方法により、最適化問題の解法、人工知能の学習、推論、プログラムの自動合成などに広く応用されるものです。 本書ではGA やGP の基本原理からExcelを用いた実践（Excel のシミュレータ）について解説します。 ExcelシミュレーションはExcel2013/2016対応。 主要目次 まえがき 第I部　進化計算入門 第1章　進化計算の基本的な考え方 第2章　関数の最適化をしてみよう 第3章　GAを使ってみよう 第4章　GAをより複雑な問題に適用しよう 第II部　進化計算の実際的な応用例 第5章　進化計算で巡回セールスマン問題を解いてみよう 第6章　進化計算でスケジューリングしてみよう 第7章　進化計算をデザインに応用しよう 第III部　進化計算の発展 第8章　GAからGPへ 第9章　今後の展望 関連図書 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。 「ディープラーニング」を概念から実務へ ― Keras、Torch、Chainerによる実装！ ―数多の「ディープラーニング」解説書で概念は理解できたが、さて実際使うには何から始めてよいのか― 本書は、そのような悩みを持つ実務者・技術者に向け、画像認識を中心に「ディープラーニングを実務に活かす業」を解説しています。 すでに世界で標準的に使われているディープラーニング用フレームワークであるKeras（Python）、Torch(Lua)、そして日本で開発が進められているChainerを、そのインストールや実際の使用方法についてはもとより、必要な機材・マシンスペックまでも解説していますので、本書をなぞるだけで実務に応用できます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 一番やさしい整数論―暗号理論・フェルマーの定理・abc予想まで学べる、数論の集大成 　 　整数論（数論とも呼ばれる、number theory）とは数、特に整数およびそれから派生する数の体系（代数体、局所体など）の性質について研究する数学の一分野で、「フェルマーの最終定理」等が有名です。 　本書は「読み物」ではなく、かつ単に問題を解く教科書でもない、考え方に重きを置いた本を目指します。本書の大きな魅力は、数学の専門書以外ではあまり扱われることがなかった定理も証明し、興味を持ってくれた人にはわかってもらうよう、イラストを入れ、詳細な説明を行います。数論は決して易しい学問ではなく、特に「abc予想」等は難問として超有名ですがこれをゴールとすることで、明確な目標を提示できる書籍となります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 情報理論の全容を簡潔にまとめた名著 本書は，情報理論の全容を簡潔にまとめ，いまもなお名著として読み継がれる今井秀樹著「情報理論」の改訂版です． 機械学習などの分野が急激に発展する現代において，情報伝達，蓄積の効率化，高信頼化に関する基礎理論である情報理論は，情報系のみならず，多くの学生にとって必修といえるものになっています． 本書では，数学的な厳密さにはあまりとらわれず，図と例を多く用いることで，直感的な理解が重視されています．また，例や演習問題には，応用上深い意味をもつものを取り上げ，具体的かつ実践的に理解できるよう構成しています． さらに，今回の改訂において著者自ら全体の見直しを行い，最新の知見の解説を追加するとともに，さらなるブラッシュアップを加えています． 初学者の方にも，熟練の技術者の方にも，わかりやすく，参考となる書籍です． 第1章　序　論 第2章　情報理論の問題 第3章　情報源と通信路のモデル 第4章　情報源符号化とその限界 第5章　情報量とひずみ 第6章　通信路符号化の限界 第7章　通信路符号化法 第8章　アナログ情報源とアナログ通信路

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 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。 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。 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。 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。 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。 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。 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。 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。 スマホ からスーパーコンピュータまで ― 現代のコンピュータ の全体像がわかる！ 本書は、コンピュータアーキテクチャを学ぶ大学学部生、院生や企業の技術者、研究者を対象として、並列コンピュータを基礎から解説するものです。 ムーアの法則が頭打ちとなり回路の動作周波数に限界が見え始めたことから、コンピュータアーキテクチャは、従来の微細化・集積化型の成長から、マルチコア・メニーコア化による並列化・分散化型の成長へ舵を切りました。その結果、スマートフォンからスーパーコンピュータまで、現在あらゆるコンピュータが並列化されています。 本書では、この並列コンピュータについて体系的に整理し、基礎、歴史、アーキテクチャ、記述言語などをていねいに紹介します。現代のコンピュータにかかわるすべての方の座右の書です。 第1章　並列コンピュータとは 第2章　集中メモリ型並列コンピュータ 第3章　共有メモリを用いた並列プログラム 第4章　分散共有メモリ（NUMA） 第5章　クラスタ・NORA(NORMA) 第6章　相互結合網 第7章　アクセラレータ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 PyTorchで物体検出アルゴリズムを実装しよう！ 本書は、PyTorchを利用して、物体検出のアルゴリズムと実装方法を解説する書籍です。 ・ PyTorch（パイトーチ）とは？ 2018年にFacebook が発表した、ディープラーニングのフレームワークです。世界的にユーザーが多く、GitHubで公開されるディープラーニングのプログラムもPyTorchで作られたものが多数存在します。 ・ 物体検出とは？ 画像認識の一分野で、画像から特定の物体の位置と、その物体のカテゴリ（クラスタ）を検出する技術です。 ディープラーニングは当初、物体の識別において従来手法を大きく上回る精度を出したことから注目されました（例：2012年の画像認識コンテストILSVRC）。ただし物体識別自体はどちらかといえば要素技術であるため、そのまま現実のシステムに応用することは多くありません。実際に必要とされるものは、多くの場合、物体識別を発展させた物体検出です。自動運転・外観検査・医療分野の画像診断など、どれも物体識別ではなく物体検出の技術が使われています。 本書は、PyTorchの使いかたを習得することと、物体検出の各種アルゴリズムを理解して自力でプログラムを作れるようになることを目的とします。前半はPyTorchについて解説し、後半は物体検出の代表的なアルゴリズムを解説しながら、PyTorchでの実装例を示します。 ＜本書の特徴＞ ・PyTorchを使って物体検出アルゴリズムを実装できるようになります。 ・Pythonによるサンプルコードを例示＆配布し、自分で手を動かしながら理解を深められます。 第1章　PyTorch によるプログラミング 第2章　物体検出アルゴリズムSSDの実装 第3章　SSDに関連した話題

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ブロックチェーンの導入・運営・管理！ 　現代は、あらゆる場面でデジタル化が瞬く間に拡大浸透するようになりました。その反面、情報の複製や改ざんが簡単に行えるようになりました。そのため、情報の真偽のみならず、情報の正確性・原本性を担保する必要が生じています。 　そういったなか、ブロックチェーンは、情報の正確性や普遍性を担保する仕組みとして注目を浴びています。仮想通貨を実現するための基礎技術から発展して、より信頼性を求められる場面で正確性や普遍性（＝改ざんされない性質）を担保する機能として期待されています。 　本書では、日本発のオープンソース ブロックチェーンフレームワーク「Hyperledger Iroha」（2019.5.6発表）を使用して、ブロックチェーンを構築し、プログラミングやオペレーション、改ざん検知などを、実現するものです。 　なお、本書ではHyperledger IrohaをOracle VM VirtualBox内にUbuntu＆Dockerを利用し、構築しました。短時間の作業で実際のブロックチェーン環境を利用できるようになります。本格導入はもちろん、予備導入、各種実験等に活用できます。 第1章　Hyperledger Iroha概要 第2章　ブロックチェーン環境構築 第3章　VLIによる操作 第4章　Hyperledger Irohaプログラミング 第5章　Webアプリケーションベースの例題 付録　Hyperledger Iroha活用テクニック A.1 ブロックチェーンの改ざん検知 A.1.1　ブロックチェーンの欠損 A.1.2　ブロックチェーンの改ざん①（トランザクションの作成者変更） A.1.3　ブロックチェーンの改ざん②（処理内容） A.2　Ubuntuのインストール手順 A.3　複数Peer構成の構築 A.4　Hyperledger Irohaのバージョンについて A.5　各種ソースコード解説

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「平均」という観点から強化学習の基本が理解できる！ AlphaGoがプロ棋士を破った2016年以降、強化学習や深層強化学習はさまざまな分野から注目を集めています。しかし、専門書では難解な専門用語や数式が多用されるため、初学者にとってはハードルが高い状態が続いていました。 本書は、そのハードルの高さを解消することを目的に制作されました。平均という初歩的な数学を使うことで、「価値」「探索」「マルコフ性」といった強化学習の基本をわかりやすく解説します。 また、各アルゴリズムについては、「多腕バンディット問題」および「グリッドワールド問題」のいずれかを用いて、比較しやすい状態で解説します。そのため、各アルゴリズムの特徴や差異がわかりやすくなっています。さらに、中核的なアルゴリズムについては、PythonとMATLABの2種類のコードを、オーム社と著者のWebサイト、およびGithubで配布します。配布コードを実行することで、「原理→数式→プログラム」という一連の流れを直感的に把握できます。 【本書の特徴】 ・難解な強化学習の原理を、中高生にもなじみ深い「平均値の計算」という観点からわかりやすく解説します。 ・さまざまなアルゴリズムを、共通する例題を用いて特徴がわかりやすいように比較します。 ・PythonとMATLAB、2種類のコードを配布します。 ※Pythonのバージョンは3です。 第1章　平均から学ぶ強化学習の基本概念 第2章　各アルゴリズムの特徴と応用 第3章　関数近似手法 第4章　深層強化学習の原理と手法

※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。 数式を使わないでアルファ碁、深層学習、知識ベースの理論の本質がわかる!! 　現在のAIブームの切っ掛けとなったアルファ碁の概念、仕組み、特徴の説明に焦点を当て、これを理解するための基礎知識として深層ニューラルネットワークと深層学習（ディープラーニング）を解説します。また、ディープラーニング型AIと知識ベース型AI（エキスパート・システムなど）の統合化の必要性を理解できます。 はじめに プロローグ Chapter 1　人工知能とは－人の様々な知能をコンピュータ化できるか？ Chapter2　ディープラーニング－多層（深層）ニューラルネットワークによるデータ分類機 Chapter3　アルファ碁－ディープラーニング、モンテカルロ法と強化学習 Chapter4　知識ベースシステム－ディープラーニングとの統合を目指して

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ハッキング例題プログラムの挙動、メモリの状態を丁寧に解説 　1946年に発表されたENIAC以降、情報通信技術は急速に発展し、いまではコンピュータは世界中に広まり、インターネットに接続されています。しかし、これら発展にともない、サイバー攻撃やマルウェア、インターネット犯罪の手口もより巧妙さが増しています。そのため、情報セキュリティの脅威は日に日に増しているといえます。 　本書は、64ビット版Kali Linux、C言語、アセンブリ言語、gdb、gcc、nasmを主に用い、実験としてスタックガードも外すなどし、コードの動きやメモリ上のスタックやデータの状態などを丁寧に解説を行い、プログラムがハッキングされる様を具体的に見える解説としています。さらに、できるだけセキュアなプログラムコードとする方法も記していますので、安全なプログラムを目指す多くの方々の参考になります。ただし、内容的に、ある程度コンピュータアーキテクチャに精通している方々を対象にしています。 第1章　不正アクセス概要 第2章　準備 第3章　基礎知識 第4章　シェルコード 第5章　バッファオーバーフロー 第6章　コントロールハイジャッキング 第7章　リモートコード実行 第8章　ファイアウォールの突破 付録　コントロールハイジャッキング関連の技術ほか 　コードインジェクション／権限昇格／Pythonを用いたエクスプロイト／ダウンロードサービスファイル