※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ［本書は底本（1993年発行）をスキャンし、復刊・電子書籍化（固定レイアウト）したものです］ ［発行当時の図書目録より］ 　8ビットマイコンは、今でも制御用などに数多く用いられており、なかでもZ-80はそのすぐれた汎用性と機能的によく整理された性能により、8ビットマイコンの世界標準となっている。 　本書は、2色刷の図解でZ-80をわかりやすく解説したマイクロコンピュータ入門の定本である。 目次 1．マイクロコンピュータの特質 2．マイコンシステムの種類 3．特質を活かすシステム設計 4．Z-80ファミリの特長 5．CPUコアASIC 6．Z-80 CPU 7．Z-80 PIO 8．Z-80 CTC 9．Z-80 DMA 10．Z-80 SIO 11．メモリの種類と用途 12．ビットパターンと16進表現 13．プログラムの実行 14．CPUの信号のやりとり 15．データバス、アドレスバスとシステム制御信号 16．命令語の構成 17．命令の実行 18．アセンブラ記法のルール －1－ 19．アセンブラ記法のルール －2－ 20．命令の分類 21．メモリ空間とIO空間 22．アドレスデコーダ 23．バスバッファ 24．システムクロック 25．リセット 26．システム構成 27．フェッチサイクルの動作 28．メモリリードサイクル 29．メモリライトサイクル 30．IOリードサイクル、IOライトサイクル 31．リフレッシュサイクル 32．CPUと周辺の接続（インターフェース） 33．ウェイト信号とホルト信号 34．割り込みの概念 35．ノンマスカブルインタラクト（NMI） 36．インタラプト（INT） 37．モード0のインタラプト 38．モード1のインタラプト 39．モード2のインタラプト 40．デージーチェーン 41．バス要求と応答 42．内部レジスタの構成 43．A、I、R、Fレジスタ 44．汎用レジスタ 45．補助レジスタと交換命令 46．IX、IYレジスタ 47．スタッカとスタックポイント（SPレジスタ） 48．転送命令 49．算術演算命令 50．論理演算命令 51．ビット操作命令 52．ローテート、シフト命令 53．ブロック転送、ブロックサーチ、ブロック入出力命令 54．ジャンプ命令 55．コール、リスタート、リターン命令（サブルーチン） 56．Fレジスタとフラグ変化 57．2進化10進数と10進補正命令 58．ペリフェラルのプログラミング 59．PIOモード0の動作 60．PIOモード1の動作 61．PIOモード2の動作 62．PIOモード3の動作 63．PIOのプログラミング 64．PIOのプログラミング例 65．CTCカウンタモード 66．CTCタイマモード 67．CTCのプログラミング 例題 　プログラム1（ループ） 　プログラム2（判断） 　プログラム3（メモリクリアサブルーチン） 　プログラム4（変換－テーブルサーチ） 　プログラム5（スイッチの表示） 　プログラム6（スイッチの表示－割込み） 付録 　付1　Z-80命令表 　付2　Z-80規格表（参考）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「要約」の解析に焦点を当てて解説!! 　本書は因子分析、主成分分析、数量化3類（質的データのときの主成分分析）、コレスポンデンス分析、クラスター分析、共分散構造分析を解説します。 　各手法の解説には身近で実践的な例題を豊富に設け、これについて計算・解釈の方法を、Excelと著者自ら作成したアドインソフトウェアを活用して詳細かつ実践的に説明していきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 例題で統計解析が理解できる!! 　Excel関数を使った例題をとおして学ぶことで統計の基礎知識が身に付くロングセラー『Excelで学ぶ統計解析入門』のExcel2019┴2016対応版です。本書は例題を設け、この例題に対して、分析の仕方と、Excelを使っての解法の両面を取り上げ解説しています。Excelの機能で対応できないものは、著者が開発したExcelアドインで対応できます。 第1章 代表値と散布度 第2章　度数分布と正規分布 第3章　相関分析 第4章　母集団と標準誤差 第5章　統計的推定 第6章　統計的検定 第7章　平均に関する検定 第8章　割合に関する検定 第9章　度数分布表の検定 第10章　分散に関する検定 第11章　相関に関する検定 第12章　ノンパラメトリック検定 第13章　ＡＮＯＶＡ(分散分析法） 第14章　多重比較法 第15章　第1種の過誤、第2種の過誤、検出力、サンプルサイズ 第16章ｚ分布、ｔ分布、χ2分布、F分布 第17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。 管理会計は、「利益を増やすための会計」。そのしくみをExcelでシミュレーションしよう!! 　管理会計の手法をExcelで実行し、その詳細を学ぶことができます。実務で役立つ、あるいは発展して使えるシートで戦略的計画や価格決定などシミュレーションすることができます。 　大学や専門学校で管理会計を学ぶ学生に役立つものです。 第１章 管理会計の基礎 　※管理会計の概要をつかみ、実例からその本質を学ぶ 第２章 企業経営と企業会計 　※企業経営と財務会計および管理会計の役割、機能について理解する 第３章 戦略的計画のための管理会計 　※経営戦略、中長期計画を立案し、それを支援するための管理会計について理解する 第４章 総合管理のための管理会計 　※１年間、半年、各月など短期における利益目標のための総合的管理に役立つ管理会計について学ぶ 第５章 現業管理のための管理会計 　※現場で行われているオペレーション、業務の管理、統制のための管理会計について学ぶ

※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。 Raspberry Piでアイデアを自由自在に実現するためのデザインパターンを整理。 本書は、Raspberry Piを使ってアイデアを自由自在に実現するための、デザインパターンを整理した書籍です。 Raspberry Piの入門書を読んだだけでは、思いついたアイデアをもとに、実際に動く電子工作を製作することはほぼ不可能です。本書では、アイデア実現に必要なソフトウェア、ハードウェア、部品の集め方、配線などのノウハウを、パターンメイドの方法でわかりやすく紹介しています。 ハードウェアを買い集めて、実際にハードウェアとソフトウェアを組んでみようと思い立った際に、ぜひ一読ください。 ステップ1　とりあえずRaspberry Piを動かしてみる ステップ2　何かをRaspberry Piにつなげるしくみ ステップ3　つなげた何かを動かす準備 ステップ4　手先を動かすことが必要 ステップ5　点灯させて押してみる ステップ6　Arduinoとコラボする ステップ7　動きを計ってみる ステップ8　何かを表示してみる ステップ9　何かを動かしてみる ステップ10 電源は大事 ステップ11 Node.jsとコラボする ステップ12 Mathematicaの使いこなし ステップ13 手順も技術の1つ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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手法を技術開発に必要な基礎的な内容から解説！ 本書は、最近のゲームAI手法をさまざまな実例で解説するとともに、実際にゲームAIを構築できるような技法の習得を目指します。さらに、人工知能の最新の話題として、人間らしいゲームAIや深層学習、機械学習、強化学習についても解説しています。 第1章　パズルとゲームのAI今昔物語 第2章　パズルを解くAI 第3章　制約従属のパズルと非単調な推理 第4章　ゲームを解くAI 第5章　学習・進化とゲームAI 第6章　ゲームAIと人間らしさ 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。 本書は、大量データを解析するデータマイニングについて、理論の基礎から解析手法まで、Rを使ったアルゴリズムの例題を交えてていねいに解説します。主な構成は、第１部でRを使ったデータマイニングの簡単な分析と探索的データ解析およびデータの可視化について解説、第２部でデータマイニングの一連の流れについて解説、第３部でRを使った、データマイニング手法をサンプルデータでコードを示して解説、現実のデータマイニング事例を紹介という流れで解説します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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。 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。 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。 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。 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。 TensorFlowで強化学習を実践！ 　アルファ碁などのゲームAIやロボットアームの制御，自動運転などで注目されている深層強化学習の基本と実装について，PythonとTensorFlow（TF-Agents），シミュレータとしてOpenAI GymとPyBulletを用いて解説したもの． 　深層学習，強化学習のアルゴリズムを一歩一歩ていねいに解説し，Raspberry Pi＋Arduinoを用いた実応用までを扱っています． 第1章　はじめに 第2章　深層学習 第3章　強化学習 第4章　深層強化学習 第5章　実環境への応用

※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。 Scheme入門書の定番を翻訳 プログラミング言語Scheme は、Lisp の代表的な方言であり、計算機科学においてプログラミングを学ぶ上でもっとも適した言語のひとつでもある。 本書は、 Daniel P. Friedman and Matthias Felleisen “The Little Schemer, Fourth Edition”（The MIT Press, 1995）を翻訳発行するもの。計算機科学の話題を織り交ぜながらSchemeの基本的な考え方を対話形式で学んでいく、イラスト入りの定番の入門書である。 訳者まえがき 序文 はじめに 1章　おもちゃ 2章　一度、もう一度、さらにもう一度、またもう一度、…… 3章　偉大なるCons 4章　数遊び 5章　*すごい*星がいっぱいだ 6章　影法師 7章　友達と親類 8章　究極のlambda 9章　…… もう一度、もう一度、もう一度、…… 10章　このすべての値は何だ 幕間 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。 Schemeを学ぶための定番書を初翻訳 プログラミング言語Scheme は、Lisp の代表的な方言であり、計算機科学においてプログラミングを学ぶ上でもっとも適した言語のひとつでもあります。 本書は、2010 年10 月発行『Scheme 手習い』（原題：“The Little Schemer, Fourth Edition”）の続編である“The Seasoned Schemer”を翻訳したものです。『Scheme 手習い』同様の対話形式で、状態やスコープ、継続といった、Scheme と計算機科学のさらなる話題を扱っています。 訳者まえがき 序文 はじめに 11章　おかえりなさい、ようこそショーへ 12章　避難しましょう 13章　ホップ、スキップ、ジャン 14章　名前をつけましょう 15章　大人と子供の違い…… 16章　位置について、セット、バン！ 17章　我変わる、ゆえに我あり！ 18章　我変わる、ゆえに我同じなり！ 19章　宝石泥棒 20章　店には何がある？ 後序 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。 プログラミングなしで人工知能をはじめよう！ 　本書は，何か人工知能を活用してみたいが，プログラミングを学ぶのはハードルが高い，どんなことができるのかまずは試してみたい，という方をおもな対象として，Azure Machine Learning Studio (classic)を用いたノンプログラミングでの人工知能手法を紹介するものです． 　Azure Machine Learning Studio (classic)はMicrosoft社の提供するクラウドサービスで，一般的なブラウザ上でドラッグ＆ドロップによるビジュアル操作を用いて，人工知能（機械学習）を実践することができます．機能単位のアイコンとアイコンとを配線することで，さまざまな分析をおこなうことができます． 　基本的な人工知能手法の解説に留まらず，「カップの振動」に対する教師あり学習，「扇風機の異常」を教師あり学習で分類する，水位の推定などの数値予測，「地目別平均地価」に対する教師あり学習，「ICTサービスの利用動向」に対するクラスタリング，「扇風機の異常動作」に対するSVMを用いた異常検知などの具体的な例を取り上げて解説することで，実践的な人工知能の手法をお試しできるようになっています． 1.　AIとは？ 2.　Azure Machine Learning Studio (classic)の利用準備 3.　データ形式の理解と準備 4.　Azure Machine Learning Studio (classic)における処理の全体構造 5.　Azure Machine Learning Studio (classic)へのデータ入出力 6.　Azure Machine Learning Studio (classic)内における前処理 7.　教師あり学習 8.　数値予測 9.　グルーピングと異常検知 10.　学習と推定についての評価 11.　独自処理 12.　Webサービス化とAndroidアプリ作成

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 教育現場のデータを活かすために！ 　本書は、教育現場に蓄積された多様なデジタルデータ（成績データ、アンケート結果など）の分析方法を解説するものです。 　中・高・大や予備校などの教育現場には、多くのデータ（試験・入試の結果、TOEICなどの外部試験の結果、出席管理システムの情報など）が、なかば勝手に集積されていきます。昨今、データ利用の重要性が叫ばれるなか、そのようなデータの山の中から教育上、有用な知見を見つけ出すことが教育現場にも求められています。 　本書は、大学や予備校、通信教育の教職員・事務職員、教育に熱心な中・高の教職員をおもたる対象として、教育データの分析手法や考え方を解説しています。オープンソースの統計分析向けのソフトウェア環境であるRを用いることで、実際に使える実践的な方法を解説しています。 　教育分野の方以外にも、データ分析が身近な学校という現場を例に、どのように実応用されているかを知ることができる一冊になっています。 【準備編】 第1章　Rの使い方 【基本編】 第2章　記述統計―テスト結果の概要を知りたい 第3章　層別分析・可視化―クラスごとの傾向を視覚的に把握したい 第4章　t検定―2つのテスト結果を比較したい 第5章　分散分析・多重比較―3つ以上のグループや繰り返しのテスト結果を比較したい 第6章　効果量―指導法による成績の違いを調べたい コラム ノンパラメトリック検定―少人数の成績を比較したい 第7章　相関分析―中間試験と期末試験の成績の関係を調べたい コラム テキストマイニング―授業評価アンケートの自由記述を分析したい 【発展編】 第8章　回帰分析―テスト欠席者の見込み点を予測したい コラム マルチレベル分析―異なる学校の成績を比較したい 第9章　因子分析―授業評価アンケートを作成・分析したい コラム 項目反応理論―テストごとの難易度を考慮して成績を出したい 第10章　構造方程式モデリング―成績データから因果関係を探りたい コラム 潜在ランク理論―100点満点のテスト結果を5段階評価に変換したい 第11章　クラスター分析―同じような特徴を持つ学習者をグループ化したい コラム 決定木分析―合格者と不合格者を分けるルールを知りたい 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。 パターン認識の決定版教科書、待望の改訂2版！ 本書は1998年刊行の『わかりやすいパターン認識』の改訂版です。パターン認識を初めて学ぶ読者をおもな対象として、扱うテーマを基本的な項目にしぼり、それらを重点的かつ詳細に解説しました。 　改訂にあたっては、具体例・実験例をもっと増やしてほしいという初版に与えられた要望に答え、補足・実験例、演習問題を加えました。演習問題の詳細な解答はオーム社のホームページに掲載されています。初版発行から20年の間に開発・提案された新しい手法の解説ではなく、基本的な内容を充実させ、より使いやすい書籍となるように改訂いたしました。 第1章　パターン認識とは 第2章　学習と識別関数 第3章　誤差評価に基づく学習 第4章　識別部の設計 第5章　特徴の評価とベイズ誤り確率 第6章　特徴空間の変換 第7章　部分空間法 第8章　学習アルゴリズムの一般化 第9章　学習アルゴリズムとベイズ決定則

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 OSの基礎から応用までを図解を用いてわかりやすく解説した教科書、待望の改訂版！ 本書は、2002年9月に発行されて以来、教科書として広く活用されてきた「IT Textオペレーティングシステム」の内容を時代に則して見直し、改訂版として発行するものです。 オペレーティングシステムの内部的な原理や処理とともに、ユーザインタフェースなど外部的な機能、ネットワークやセキュリティ、性能、標準化などについてていねいに解説した学部学生向けの教科書で、実際に学生がオペレーティングシステムを利用するうえで役立つように、実践的にまとめています。 １章　オペレーティングシステムの役割 ２章　オペレーティングシステムのユーザインタフェース ３章　オペレーティングシステムのプログラミングインタフェース ４章　オペレーティングシステムの構成 ５章　入出力の制御 ６章　ファイルの管理 ７章　プロセスとその管理 ８章　多重プロセス ９章　メモリの管理 １０章　仮想メモリ １１章　仮想化 １２章　ネットワークの制御 １３章　セキュリティと信頼性 １４章　システムの運用管理 １５章　オペレーティングシステムと性能 １６章　オペレーティングシステムと標準化

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 画像工学の基礎から応用までがわかる教科書 本書は情報処理学会編集のIT Textシリーズの一巻であり、情報系の大学学科の専門科目である「画像工学」「画像処理」の教科書です。画像認識・画像処理の基本となる標本化・量子化、各種変換処理や二値化処理、特徴抽出などの技術を解説するものです。やや進んだ動画像処理や三次元画像処理などまでわかりやすく記述します。 1章　視覚と画像 2章　デジタル画像 3章　ノイズ除去 4章　エッジ処理 5章　二値画像処理 6章　画像の空間周波数解析 7章　特徴抽出 8章　画像の幾何変換 9章　動画像処理 10章　3次元画像処理 11章　画像処理の具体的応用 付録　OpenCV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。 人工知能の基礎から最新技術まで、事例を通して適用法と効果を体系的に解説。 IT Textシリーズは情報処理学会編集の教科書として、大学や高専などでこの間一定の評価を得てきました。本書は論理・推論・知識表現・探索など人工知能の基礎技術から、プログラム言語、AIシステム開発、さらにはエージェントやセマンティックWeb、機械学習などの最新技術まで、事例を通して、適用法と効果が理解できるよう体系的に解説した教科書です。 第1章　人工知能の歴史と今後 第2章　探索による問題解決 第3章　知識表現と推論の基礎 第4章　知識表現と利用の応用技術 第5章　機械学習とデータマイニング 第6章　知識モデリングと知識流通 第7章　Web上で活躍するこれからのAI 第8章　社会で活躍するこれからのAIとツール

※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。 ヒューマンコンピュータインタラクションの基本的事項を中心にわかりやすく解説 IT Textシリーズは情報処理学会編集の教科書として、大学や高専などでこの間一定の評価を得てきました。本書は人間の感性や認知に関する基礎知識や対話システムやGUI、インタフェースの評価技術など、人間とコンピュータの親和性が高いシステムづくりに必要な技術を解説するものです。改訂版では、スマホ／タブレットなどの話題を盛り込み、最新技術に対応した内容とします。 1章　人間とヒューマンコンピュータインタラクション 2章　対話型システムのデザイン 3章　入力インタフェース 4章　ビジュアルインターフェース 5章　人と人工物のコミュニケーション 6章　空間型インターフェース 7章　協同作業支援のためのマルチユーザインタフェース 8章　インタフェースの評価

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで機械学習に必要な統計解析を学べる!! 機械学習を使いこなすには、確率・統計に根ざしたデータ解析の基礎理論の理解が不可欠です。そこで本書は、Pythonの簡単な使い方から確率・統計の基礎、統計モデルによる機械学習を解説します。 第I部　Pythonによる計算 　第1章　Pythonの初歩 　第2章　確率の計算 第II部　統計解析の基礎 　第3章　機械学習の問題設定 　第4章　統計的精度の評価 　第5章　データの整理と特徴抽出 　第6章　統計モデルによる学習 　第7章　仮説検定 第III部　機械学習の方法 　第8章　回帰分析の基礎 　第9章　クラスタリング 　第10章　サポートベクトルマシン 　第11章　スパース学習 　第12章　決定木とアンサンブル学習 　第13章　ガウス過程モデル 　第14章　密度比推定 付録A ベンチマークデータ 　A.1 UCI Machine Learning Repository 　A.2 mlbench 　A.3 datasets 参考文献 Python索引 用語索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Haskellの特徴を凝縮したコンパクトな教科書 Haskell（ハスケル）は純粋関数型言語として注目を集めているプログラミング言語。 本書は、関数プログラミングの専門家が題材を厳選して著したものであり、すでに国内のHaskellユーザたちからの評価も高い。これからHaskellを始めようという人はもちろん、既存の入門書を購入している人たちにもお勧め。 第1章　導入 第2章　はじめの一歩 第3章　型とクラス 第4章　関数定義 第5章　リスト内包表記 第6章　再帰関数 第7章　高階関数 第8章　関数型パーサー 第9章　対話プログラム 第10章　型とクラスの定義 第11章　切符番号遊び 第12章　遅延評価 第13章　プログラムの論証 付録A 標準ライブラリ 付録B 記号表 付録C 訳者による関数の解説 付録D 訳語一覧

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 バージョン管理ツールGitは、高機能な反面、望みどおりの結果を得るには少し慣れが必要です。本書は、Gitを使っていて実際によく出会う状況やワークフローを例に、基本的な使い方からその先まで、場面に応じた使い方を解説します。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「いつかはプログラミングしたい！ でも私には難しそう……」と二の足を踏んでいる方。 「プログラミングできたら便利！ でも勉強するのはつまらない……」と敬遠している方。 「プログラミングできたらかっこいい！ でも作りたいアプリとかない……」とあきらめている方。 世界中で大人気の小難しくないプログラミング言語Pythonなら、覚えることも最小限。この本を読んで、楽しいプログラミングの世界に飛び込んでみましょう！ 面白い例題やパズルを楽しみながら、愉快でカラフルなイラストと一緒にかっこいいプログラミングを学ぶことができます。　 本書は、“Python for Kids：A Playful Introduction to Programming”を翻訳したものです。

※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。 通信ネットワークシステムの基本からセキュリティ技術までがわかる教科書 本書は、情報系の大学学科の専門科目である「情報セキュリティ」「ネットワークセキュリティ」の教科書です。インターネットをはじめとした各種通信ネットワーク・システムの基本的なしくみをあらかじめ解説したうえで、さまざまな脅威とそれに対する暗号技術や認証管理などのセキュリティ技術についてわかりやすく解説するものです。 1章　情報システムとサイバーセキュリティ 2章　ファイアウォール 3章　マルウェア 4章　共通鍵暗号 5章　公開鍵暗号 6章　認証技術 7章　PKIとSSL/TLS 8章　電子メールセキュリティ 9章　Webセキュリティ 10章　コンテンツ保護とFintech 11章　プライバシー保護技術

※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。 ［本書は底本（1993年発行）をスキャンし、復刊・電子書籍化（固定レイアウト）したものです］ ［発行当時の図書目録より］ 　64180は、Z-80を、CP/Mがより効率的に走ることも含め機能強化したシステム集積型の8ビットマイクロプロセッサです。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ［本書は底本（1993年発行）をスキャンし、復刊・電子書籍化（固定レイアウト）したものです］ ［発行当時の図書目録より］ インテル8080とともに広く使われているZ-80の使い方について、CPUの概論から各種命令、動作、プログラムのテクニックに至るまでを65項目に分類・整理し、それぞれ見開き（片面が解説、対面が図表）としてまとめ、初学者でも十分理解できるよう平易に解説してある。巻末に例題・付録をつけて、理解の一助となるよう配慮。 目次 1　マイクロプロセッサの特質 2　マイコンシステムの種類 3　特質を活かすシステム設計 4　Z-80　ファミリの特徴 5　Z-80　CPU 6　Z-80　PIO 7　Z-80　CTC 8　Z-80　DMA 9　Z-80　SIO 10　メモリの種類と用途 11　ビットパターンと16進表現 12　プログラムの実行 13　CPUの信号のやりとり 14　データバス、アドレスバスとシステム制御信号 15　命令後の構成 16　命令の実行 17　アセンブラ記法のルール -1- 18　アセンブラ記法のルール -2- 19　命令の分類 20　メモリ空間とIO空間 21　アドレスデコーダ 22　バスバッファ 23　クロック 24　リセット 25　システム構成 26　フェッチサイクルの動作 27　メモリリードサイクル 28　メモリライトサイクル 29　IOリードサイクル、IOライトサイクル 30　リフレッシュサイクル 31　CPUと周辺の接続（インターフェース） 32　ウェイト信号とホルト信号 33　割り込みの概念 34　ノンマスカブルインタラプト（NMI） 35　インタラプト（INT） 36　モード0のインタラプト 37　モード1のインタラプト 38　モード2のインタラプト 40　バス要求と応答 41　内部レジスタの構成 42　A、I、R、Fレジスタ 43　汎用レジスタ 44　補助レジスタと交換命令 45　IX、IYレジスタ 46　スタッカとスタックポイント（SPレジスタ） 47　転送命令 48　算術演算命令 49　論理演算命令 50　ビット操作命令 51　ローテート、シフト命令 52　ブロック転送、ブロックサーチ、ブロック入出力命令 53　ジャンプ命令 54　コール、リスタート、リターン命令（サブルーチン） 55　Fレジスタとフラグ変化 56　2進化10進数と10進補正命令 57　ペリフェラルのプログラミング 58　PIOモード0の動作 59　PIOモード1の動作 60　PIOモード2の動作 61　PIOモード3の動作 62　PIOのプログラミング 63　PIOのプログラミング例 64　CTCカウンタモード 65　CTCタイマモード 66　CTCのプログラミング 参考文献 例題 　プログラム1（ループ） 　プログラム2（判断） 　プログラム3（メモリクリアサブルーチン） 　プログラム4（変換－テーブルサーチ） 　プログラム5（スイッチの表示） 　プログラム6（スイッチの表示－割り込み） 付録　付1　Z-80命令表 付録　付2　Z-80規格表（参考）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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、SAS Enterprise Guideを解説したシリーズのアンケート解析編!! 　SAS社が開発・販売するSAS Baseに含まれているEnterprise Guide（EG）の操作解説書のシリーズ「SAS Enterprise Guide」の『アンケート解析編』です。 　本編では、アンケートの考え方、回答方法、データの型、データ入力をていねいに解説しています。統計の基礎である要約統計量をはじめ、アンケートに必要な複数回答集計、クロス集計、ノンパラメトリック検定なども触れています。 目次 著者のことば 第1章　アンケートの考え方とデータ入力 1.1 ● アンケートについて考える 1.2 ● 本書でのアンケート例 1.3 ● EGへのデータ入力 第2章　基本統計量（度数集計と要約統計量） 2.1 ● 度数集計 2.2 ● 要約統計量 第3章　クロス集計とχ2乗検定 3.1 ● クロス集計表（分割表）の作成 3.2 ● 分割表から行う検定 3.3 ● EGで行う分割表分析とχ 2 乗検定 3.4 ● 分割表とχ2乗検定の結果出力 3.5 ● 順序尺度の分割表の検定 第4章　2 群の平均値の差の検定（t検定） 4.1 ● 平均値の差を比べてみる 4.2 ● t検定について 4.3 ● EGで行うt 検定 4.4 ● t検定の結果出力 第5章　3群以上の差の検定（分散分析） 5.1 ● 3群の差を比べてみる 5.2 ● 分散分析と多重比較について 5.3 ● EGで行う分散分析 5.4 ● 分散分析の出力 第6章　順序データなどのノンパラメトリック検定 6.1 ● ノンパラメトリック検定とは 6.2 ● EGで行う正規性の検定と結果出力 6.3 ● EGで行うノンパラメトリック検定 6.4 ● ノンパラメトリック検定の結果出力 6.5 ● 順序尺度に対するノンパラメトリック検定 第7章　相関分析 7.1 ● 相関係数について 7.2 ● 相関の種類 7.3 ● EGで行う相関分析　Pearsonの積率相関 7.4 ● 相関分析の出力 7.5 ● EGで行う順位相関 7.6 ● 順位相関の出力 第8章　複数回答の集計・分析とダミーデータ 8.1 ● 複数回答データの度数集計 8.2 ● EGで行う複数回答データの検定 8.3 ● 複数回答データと相関係数 8.4 ● 名義変数とダミーデータ 第9章　EGのグラフ作成 9.1 ● グラフ作成の基本的な考え方 9.2 ● 分析メニューからのグラフ作成 9.3 ● グラフメニューからのグラフ作成 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。 機械学習で捗るテキストマイニング！ 機械学習を用いた本格的なテキストマイニングをやさしく解説！ 本書は、フリーの分析ツールであるRを用いて、機械学習による大規模なテキストデータ解析の手法などをわかりやすく解説した書籍です。 (1) ウェブからのテキストデータの自動収集、(2) 生の「きたない」データを分析しやすい「きれいな」データにするための前処理、(3) 大規模データを解析するための機械学習の手法、(4) 分析結果を顧客や上司に分かりやすく伝えるための可視化の手法を丁寧に解説しています。 解説は、数式が苦手な読者もすんなりと読めるように、手法の原理を直感的に理解できるイラスト・図面を多用した構成としています。 主要目次 Part I　テキストマイニング 第1章　自然言語処理 第2章　テキスト処理 第3章　スクレイピング Part II　機械学習 第4章　データハンドリング 第5章　教師あり学習―回帰 第6章　教師あり学習―分類 第7章　教師なし学習

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人工知能のための創発・進化のシミュレーションが体験できる!! 本書は、進化計算をもとにした複雑系シミュレーションの理論とその応用を解説します。本書を通して、複雑系と創発の基礎的な考え方を学ぶとともに、その考えを読者自らが人工知能に応用できるようになることを最終的な目的としています。 また、本書では主に複雑系のシミュレーション構築ツールであるSwarmを使ったシミュレーションを示していますが、それ以外のシミュレータに基づくデモも提供しております。読者自ら創発現象のシミュレーションを体験できるような構成としています。 主要目次 第１章　学習と進化のための創発計算 第２章　創発する複雑系 第３章　待ち渋滞と認知の錯誤 第４章　協調と裏切りの創発 第５章　効用と多目的最適化 第６章　プロスペクト理論と文化の進化

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 分析手法を「目的変数（予測したい変数）がある場合」と「ない場合」に分け、それぞれの手法を更に丁寧に解説、本書は「予測」の解析に焦点を置いた！ 多変量解析を行う目的としては、大きく分けて「予測」と「要約」の2つがあります。本書では、「予測」の解析に焦点を当てて解説します。 本書では、主に重回帰分析、判別分析、正準判別分析、数量化I類（（ダミー変数）重回帰分析）、拡張型数量化1類(重回帰の目的変数を予測する)、コンジョイント分析などの手法を扱います。 各手法の解説には身近で実践的な例題を豊富に設け、これについて計算・解釈の方法を、Excelと著者自ら作成したアドインソフトウェアを活用して詳細かつ実践的に説明していきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 多様化する交通施設計画の最新の知見を盛り込んだ待望の第2版！ 　1996年に国民科学社から発行された、交通手段を総合的な見地から言及した教科書「交通システム」の第2版です。 　交通計画は土木計画の主要な一分野であり、交通計画に関する講義は通常、土木計画学等の講義に引き続いて行われます。しかし、初学者に対して土木計画のプロセスに対応させつつ、交通施設計画について論述した教科書はあまりありません。交通工学・計画に関する多くの好著がある中で、この点が本書の大きな特徴であり、また、タイトルを「交通システム」とした理由となっています。 　なお、本書は交通計画を初めて学ぶ学生を対象とており、平易に記述していますが、加えて、交通計画の分野に興味を持たれる方々にとっても興味深い内容となっています。

アジャイルなチームの育て方を学ぼう ソフトウェア開発手法の一つである「アジャイル開発」。本書は、アジャイルコーチ（アジャイル開発を実践するチームにおける、メンバーの指導者）のあり方について、実用的な側面から解説したRachel Davies and Liz Sedley, “Agile Coaching”（The Pragmatic Programmers, LLC 2009）の翻訳書です。 チームを改善するためのヒントや効果的なミーティングの方法などを実践的に解説しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ＜A5判の書籍を固定レイアウトで制作したものです。大きめの端末でご覧ください＞ GQM+Strategies（目標・質問・メトリクス＋戦略）アプローチ 　本書で解説するGQM+Strategies（目標・質問・メトリクス＋戦略）アプローチは、目標に沿って測ることを決めるという意識的・無意識的に広く用いられているGQM（目標・質問・メトリクス）法を拡張し、残念なITシステムを作らないようにするためのものである。具体的には、測定を通じて目標を定量管理する中で、組織のあらゆる箇所や階層において目標とITシステム化に代表される戦略を整合させ、改善させ続けることを可能とする。 　本書執筆にあたっては、ドイツIESE研究所（実験的ソフトウェア工学研究所）ならびに日本国内における豊富な実践適用を経た結果を反映させており、経営者や投資（特にIT投資）を検討する立場の方から、戦略（特にITシステム）の企画立案や運用に携わる方まで、幅広く役立つものとなっている。 ★このような方におすすめ 企業のITシステム開発者 ★目次 第1章　まず理解しておくこと 第1部　GQM＋Strategiesアプローチ 第2章　GQM＋Strategiesのポイント 第3章　フェーズ0：初期化 第4章　フェーズ1：環境の特性化 第5章　フェーズ2：目標と戦略の設定 第6章　フェーズ3：実行計画の策定 第7章　フェーズ4：計画の実行 第8章　フェーズ5：成果の分析 第9章　フェーズ6：結果のまとめ 第2部　業界への適用と他の手法との関係 第10章　各社の適用例 第11章　他のアプローチとの関係 第12章　まとめと今後に向けた見解 付録A　GQM＋Strategiesプロセスチェックリスト 付録B　GQM＋Strategies評価アンケート

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 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。 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。 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。 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。 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。 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。 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。 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。 「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。 料理を支える自然言語処理と画像処理を学ぼう！ クックパッドや楽天レシピなどのレシピサービスは、多くの方にとってなじみ深い、日常的に使用するものです。ほかにも、写真を撮るだけで食事が記録できるアプリや、トレーに載せた食品をスキャンすると精算ができる画像認識型のレジなど、身の回りには食に関係する情報技術が多数存在します。 本書は、そういったレシピや料理画像を題材として、言葉や画像を扱う技術について解説します。 たとえばクックパッドには、投稿されたレシピの文章を解析して、自動的にカテゴリ分けする機能があります。これには、自然言語処理という言葉を扱う技術が活用されています。 また、上で触れた食事が記録できるアプリなどには、投稿された料理写真を解析して、自動的に料理を認識する機能があります。これには、画像処理という画像を扱う技術が活用されています。 こういった自然言語処理や画像処理の技術を概説したのち、研究や開発に使用できるデータセットや、実際のサービスにおける活用事例を紹介します。さらに、自然言語処理と画像処理を複合的に用いる、クロスモーダルな処理についても紹介します。 また、最後には、自然言語処理や画像処理をより深く学びたい方に向けて、推薦図書の案内も掲載しています。 「まさに料理に関する情報サービスの開発に携わっている！」という方にはもちろんですが、これから自然言語処理や画像処理を学びたい方、言語と画像のクロスモーダルな処理について学びたい方、新しい研究テーマやサービス開発のアイデアを見つけたい方、さらには単純に料理とAIという組み合わせに興味のある方まで、技術に興味のある方には幅広く楽しんでいただける内容です。 第1章 はじめに――なぜ料理と情報処理なのか？ 第2章 料理と自然言語処理 第3章 料理と画像処理 第4章 料理とクロスモーダル処理――複合的なアプローチ 第5章　おわりに――料理と情報処理のこれから

※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。 手を動かして学ぶ!! 「手を動かしアプリを動かしながら学ぶ」をコンセプトにしたPyTorchの入門書です。「解説」と「コード作成」を柱とした構成で、主な特徴は次の通りです。 ・最低限の知識でアプリ開発までを実現できる。 ・実用性のあるアプリを作りながら学ぶ。 ・実用性のあるアプリにより学習モチベーションが上がる。 「株価の予測」「画像分析」「感情分析」アプリを開発します。アプリづくりの面白さを通し、読者に楽しみながらPyTorchを学んでいただくものです。 Chapter1　スタートアップ Chapter2　PyTorch の基本 Chapter3　ニューラルネットワークの基本 Chapter4　畳み込みニューラルネットワーク　～画像分類プログラムを作る～ Chapter5　再帰型ニューラルネットワーク（時系列データの予測）　～株価予測プログラムを作る～ Chapter6　再帰型ニューラルネットワーク（テキストデータの分類）　～映画レビューの感情分析プログラムを作る～

※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。 「情報理論」のエッセンスを詰め込んだ教科書 大学学部，情報通信系学科の必修課目「情報理論」のエッセンスを詰め込んだ教科書です． 多くの人が難しく感じるところをできるだけ丁寧に，本質をしっかり押さえて解説しています．補足的な説明やより進んだ説明をコラムとして配し，演習問題には難易度に応じて5段階のレベル分けを付し，学習上の区分けが明確になるよう配慮しています． また、改訂にあたっては，現行の大学・高専のカリキュラムに沿った見直しを行ったほか，読者の声をもとによりわかりやすい解説に改めています． 1．情報理論とは？ 2．情報のとらえ方と情報量 3．平均情報量（エントロピー）の性質 4．情報源 5．情報源符号化 6．具体的符号化法 7．通信路と相互情報量 8．通信路符号化 9．誤り検出と訂正 10.線形符号 11.巡回符号

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AIの基本を、Pythonでやさしく学んで楽しもう！ 本書は、AI（人工知能）技術の基本を、自然言語処理と音声処理をとおしてわかりやすく解説した入門書です。アルゴリズムを平易に解説し、Pythonによるプログラミング例を紹介。さらに、自然言語処理や音声処理への応用例を取り上げ、実践しながらAI技術の基本が理解できるようになります。 第1章　人工無脳から人工知能へ 第2章　文字を処理する　テキスト処理の技術 第3章　自然言語処理の技術 第4章　音声処理の技術 第5章　知識表現 第6章　学習 第7章　深層学習 第8章　対話エージェントの構成 第9章　人工無脳から人工人格へ 付録

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 手を動かして学ぶ、ITエンジニア向けのプロジェクトマネジメント入門書！ PMBOK第6版に基づいた、プロジェクトマネジメントの本格的な入門書です。 本書は、現場でプロジェクトマネージャーを育成するための教科書となるよう制作しました。独習やIT企業での教育ではもちろん、大学や専門学校などでもお使いいただける構成です。豊富な演習問題を解きながら、プロジェクトマネジメントの基礎知識が身につきます。 ▼企画のポイント ・ITエンジニアリングに特化しプロジェクトマネジメントを詳細に取り扱った、本格的な入門書です。 ・各章末に演習問題を掲載しています。ただ文章を読むだけでなく、手を動かして問題を解くことでしっかりと理解できます。 ・最新のPMBOK第6版に準拠しています（2020/8現在）。 第1章　プロジェクトマネジメント入門 第2章　ソフトウェア開発プロセス 第3章　プロジェクトマネジメントとソフトウェア開発 第4章　プロジェクトのステークホルダー、ライフサイクル、組織構造 第5章　PMBOK 第6章　プロジェクトの立上げとスコープ定義 第7章　WBSとアクティビティ 第8章　スケジュールの作成 第9章　コスト見積り 第10章　リスク・マネジメント 第11章　プロジェクト資源のマネジメント 第12章　実績の測定とコントロール 第13章　コミュニケーションとステークホルダー 第14章　成果物の品質管理 第15章　調達の管理とプロジェクトの終結

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 業務効率化の武器となるRPAツール、UiPathを動かして学び、基礎から応用まで身につける！ 　本書は、情報収集、レポート作成、データ転記、システム登録、Excel操作などの定型的作業を自動化できるRPAツールの中で、国内で1,500社以上が導入しているUiPathの使い方を詳解しています。 　豊富な図を用い、初めてでも理解できるように解説します。自動化システムの開発を体験することで、自分の業務に応用するための技術を身につけることができます。 はじめに Part1　UiPathの基礎を学ぼう Part2　UiPathの画面操作・Excel操作を理解しよう Part3　ワークフローの安定化、保守性向上を身につけよう Appendix UiPath Community Editionのインストール

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ツールの操作からレポートのまとめ方まで、データ分析のキホンが身につく！ この本は、データ分析の初心者、とくに文系の方を対象とした社会経済に関するデータ分析の入門書です。 前半は、プログラミング言語に抵抗のある方でも取り組みやすいよう、Excelで記述統計の解説を行います。Excelの基本操作もフォローするので、パソコンが苦手な方でも大丈夫です。 後半に入ったら、データ数が多い場合の分析方法をR（R Studio）で解説していきます。Rについても、もちろんインストールから使い方を説明します。経済データの分析でよく使われる回帰分析をしっかり理解し、レポートとしてまとめられるよう、ていねいに解説していきます。 卒論などで大量のデータ分析を必要とする文系学生のほか、アンケートなどのデータ分析が必要だけれど、数学が苦手な社会人の方にもおすすめです。 【本書の特徴】 ・ ExcelやRを使用した経済に関する例題および演習問題を、各章に掲載しています。数式を追うだけでなく、手を動かして実際の分析方法を身につけることができます。 ・ 演習問題には公的統計データを使用しているため、常に最新の情報を分析しながら学べます。 ・ExcelやRは、パソコンに苦手意識のある方でも取り組みやすいよう、使用方法をていねいに解説します。 Chapter 1　データと変数の種類 Chapter 2　データをグラフ化しよう Chapter 3　一つの変数による記述統計―中心と散らばりの統計量 Chapter 4　二つの変数による記述統計―相関係数と回帰分析 Chapter 5　推定の考えかた Chapter 6　検定の考えかた Chapter 7　回帰分析での推定と検定 Chapter 8　ダミー変数を用いた回帰分析 Chapter 9　レポートの作成

※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。 アナログ電子回路の定番教科書、待望の改訂！ 本書は、具体的数値を含んだ多数の例、問題、演習問題を交えて、トランジスタ回路、集積回路の解析・設計へとつながることを目指してまとめた教科書です。 第2版にあたっては、全体を見直すとともに、初版「第6章　集積基本電子回路」を「集積化アナログ電子回路」とし、電子回路の集積化を主題として見直しました。 第1章　電子回路に必要な基礎 第2章　トランジスタの動作と等価回路 第3章　小信号基本増幅回路 第4章　トランジスタの高周波等価回路と小信号増幅回路の周波数特性 第5章　負帰還増幅回路 第6章　集積化アナログ電子回路 第7章　演算増幅器回路 第8章　発振回路 第9章　変復調回路 第10章　コンピュータによるシミュレーション 問題解答・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。 Pythonで対話型のシステムをつくろう！ 　近年、しゃべってコンシェル（NTTドコモ）やSiri（Apple）、Alexa（Amazon）などの音声対話アプリケーションや対話型のデジタルサイネージ、Sota（ヴイストン、NTT、NTTデータ）などのコミュニケーションロボット、電話自動応答など、人工知能技術を活用した知的対話型のアプリケーションが広く世の中に浸透しつつあります。 　本書は、このような人と自然言語で対話するシステム（対話システム）の作り方をハンズオン的に解説するものです。プログラミングしながら、ツールを使いながら、対話システムの開発を体験します。 第1章　対話システムをつくるにあたって 第2章　タスク指向型対話システム 第3章　非タスク指向型対話システム 第4章　Amazon alexa/Google homeへの実装 第5章　発展的な話題

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 良いプログラムを書くための必須知識をまとめたテキストであり、五輪の書。 本書は、長年にわたって数多くの優秀なシステムエンジニア、プログラマーに愛読されてきた、良いプログラムを書くための必須知識をまとめたテキストです。 　うまくつくられたプログラムは、理解しやすく実行効率も高いものですが、一方、そうでないものは解読も困難なうえに、やたら時間や領域をくいます。さらに、そのようなまずいプログラムには、えてしてミスや内容的な誤りも隠されているものです。 　本書は、新たなアルゴリズムで新たなプログラミングを行うために覚えておかなくてはいけない必須知識、そしてアルゴリズムの設計、実現における基礎を、実用上の価値に重点を置いてまとめています。 　今回の改訂においては、多くの読者の声をよく参考にして、よりわかりやすく、簡明になるよう見直しを行ったほか、接尾辞木について新たな解説を加えています。 　システムエンジニア、プログラマーとして活躍される方の五輪書です。 第1章　アルゴリズムとその計算量 第2章　基本的なデータ構造 第3章　順序つき集合の処理 第4章　整列のアルゴリズム 第5章　アルゴリズムの設計 第6章　アルゴリズムの実現 付記：Cメモ 演習問題：ヒントと略解

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人工知能の構成技術を網羅的に概観する、やさしい教科書 本書は、人工知能のしくみを一から丁寧に解説する入門書です。 「人工知能とはなにか」という定義からはじまり、機械学習や画像処理といったさまざまな技術のしくみを、できるだけ数式を使わずに平易に説明します。 深層学習が火付け役となった人工知能ブームによって、人工知能は多くの方にとって馴染みのある存在になってきました。しかし、 ・　機械学習 ・　ニューラルネットワーク ・　進化的計算 ・　自然言語処理 ・　画像認識 などの個別のトピックのみが取り上げられることも多く、人工知能全体の体系はよくわからない、という方も多いのではないでしょうか。 本書では、上述したようなトピックを網羅的に扱い、人工知能を構成する技術の全体像を概観します。できるだけ数式を用いずに、平易に解説するよう心がけました。 業務上AIに関する知識が必要になった社会人や、情報系の学部・学科に所属する大学生はもちろん、人工知能に興味のある高校生にも読んでいただける内容です。 なお、各章の最後には、Pythonを使った演習を設けています。 エンジニアの方や、エンジニアを志す学生の方は、ぜひ演習問題にも取り組んでみてください。 第1章　人工知能とは 第2章　人工知能研究の歴史 第3章　学習 第4章　知識表現と推論 第5章　ニューラルネットワーク 第6章　深層学習 第7章　進化的計算と群知能 第8章　自然言語処理 第9章　画像認識 第10章　エージェントと強化学習 第11章　人工知能とゲーム 第12章　人工知能はどこに向かうのか

※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。 Pythonプログラミングの基礎が学べる!! 　Pythonの基礎、オブジェクト指向の考え方を学びながら、簡単なゲームプログラミングの作成まで行います。全15章でPythonプログラミングを一通り学ぶことができ、章ごとに段階を踏んで学んでいけるものです。まずはPythonの独習書として、プログラミングを学びたい方むけにおすすめです。 はじめに 第0章 プログラミングとは 第1部　アクションゲームの作成演習 第1章　Python の実行環境 第2章　アニメーションの導入 第3章　イベントによる対話的処理 第4章　プログラムの拡張 第2部　オブジェクト指向プログラミング演習 第5章　クラスとモデリング 第6章　集約とポリモーフィズム 第7章　継承、オーバーライド 第8章　リファクタリング 第3部　パズルゲームの作成演習 第9章　MVC による機能の分離 第10章　モジュール化 第11章　探索アルゴリズム 第4部　ライブラリを利用したゲーム作成演習 第12章　ライブラリの利用 第13章　スコープ、実体と参照 第14章　Sprite とGroup 第15章　風船割りゲーム 付録A　エラー図鑑 関連資料

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンピュータシミュレーションに関する最新の内容を、文系学部向けにわかりやすく解説！ 　シミュレーションは、工学・物理学などの理系学部だけでなく、経営や経済問題などにも幅広く用いられており、文科系大学で身につける基礎的な素養になっています。 　本書は、文科系学部を主対象としたコンピュータシミュレーションの教科書です。確率分布や乱数などシミュレーションの基礎から、遺伝的アルゴリズム、深層学習などの最新理論まで、図やグラフで直感的に理解できるよう解説しています。また、各章末には学習指導要領に沿った演習問題が掲載されています。 第1章　コンピュータシミュレーション概観 第2章　モデル構築のための基礎知識 第3章　決定的モデルのシミュレーション 第4章　経営モデルのシミュレーション 第5章　経済モデルのシミュレーション 第6章　確率的モデルのシミュレーションと乱数 第7章　モンテカルロ法 第8章　在庫管理 第9章　待ち行列 第10章　フラクタル 第11章　カオス 第12章　機械学習 第13章　遺伝的アルゴリズム 第14章　セルとエージェントによるシミュレーション

※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。 Pythonの基礎を学びながらデータ解析の実践技術が身につく！ 本書は『Pythonによる統計分析入門』の多変量解析編に相当するものですが、前著のより発展的な内容として、ネットワーク解析まで扱っています。Pythonの基本を学びながら、より実践で活用できるデータ解析を習得できます。Pythonの解析ライブラリを使った独習書として、多次元データの解析、アソシエーション分析、ネットワーク解析などを丁寧に解説し、実務的な課題にも応用できるようになっています。 第 1 章 データ解析の基礎知識 第 2 章 Pythonとデータ解析ライブラリ 第 3 章 統計的な手法を使った多変量の分析　～　相関・回帰分析・主成分分析・因子分析 第 4 章 学習の手法を使った多変量の分析　～　クラスタ解析・k-近傍・決定木・SVM 第 5 章 アソシエーション分析 第 6 章 時系列データの解析 第 7 章 ネットワークの解析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Rによるテキストマイニングを豊富な事例で解説！ 　本書は、テキストマイニングの初心者に向けて活用事例を解説した入門書です。実務ですぐに応用したい人や、すでにほかの分析ツールを使っている方が参考にできる活用事例も豊富に掲載しています。 　また、実際のレポートや、データの収集からテキスト整形などの前処理、分析対象とする単語や品詞の頻度集計、分析対象に合わせた統計手法の選定、分析結果の可視化まで、分析プロジェクトにおける一連の流れを省略せずに解説しました。 　読者が実際にRによるテキストマイニングの分析ができるように最大限配慮しています。 はじめに Part I　Rによるテキストマイニング 第1章　テキストマイニングの活用 第2章　Rの活用 Part II　日本語テキストマイニングの活用事例 第3章　授業評価アンケートの分析 第4章　オンラインレビューを用いたクチコミ分析 第5章　スクレイピングによる特徴語抽出 第6章　Twitterにおける話題と感情の抽出 第7章　警察白書のトピック分析 第8章　文学作品の著者推定 Part III　英語テキストマイニングの活用事例 第9章　政治演説の言語分析 第10章　文学テキストの類型化 おわりに

※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。 ロボットの自律走行・ドローンの自律飛行の鍵となるSLAM技術について一から解説した入門書。 本書は、ロボットの自律走行・ドローンの自律の鍵となるSLAM（Simultaneously Localization and Mapping）技術について一から解説した入門書です。 現在，SLAMは，車の自動運転，ドローンの自律飛行，ヒューマノイドの環境認識など，現在の多くのロボットにおいてかかせない基盤技術となっていますが，多種多様な基礎理論の上に成り立っているため，初学者のアプローチは決して容易ではありません． 本書では，プログラムをつくりながら考えるスタイルにし，読み進めるうちに，必要に応じて基礎に立ち返ることができるようにしました．すなわち，「まずは原理も構造も簡単な部品をつくり，何がうまくいかなかったかを分析しながら，改良して部品を置き換える」という手順で，簡単なところから段階的に理解を深めてもらえるように解説しています（解説に使用しているプログラムはWebサイトより入手可能）． 　ロボットの環境認識，センシング，SLAMなどに興味があり，既存のオープンソースを使うだけでなく，自分でプログラムをつくれるようになりたい，あるいは，プログラムの内容を理解したいと考えている人に，まさに「打って付け」の書籍です． 第1章　　はじめに 第2章　　SLAMの基礎 第3章　　SLAMの入出力 第4章　　SLAMシステムの具体化 第5章　　本書のプログラム 第6章　　オドメトリによる地図構築 第7章　　スキャンマッチング 第8章　　スキャンマッチングの改良 第9章　　センサ融合による退化への対処 第10章　ループ閉じ込み 第11章　SLAMの数学的基礎

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版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。 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。 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。 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。 統計解析の定番ソフト「R」が、EZR（Easy R）で手軽に使いこなせる！ 本書は、統計解析の定番ソフト「R」がGUIで使いこなせる「EZR（Easy R）」を活用して、初心者でも手軽に統計解析ができる方法を解説する入門書です。 EZRを使えば、コンソール入力を行わなくても、マウスでサクサク解析を進めることができます。しかも、EZRの開発者である著者が専門とする医療分野を中心に、統計解析の現場で活用されている本格的なパッケージなので、安心して使うことができます。 本書では、多くの方に親しみやすいテーマを扱いながら、日常生活から実務まで役立つ統計解析の基本的な考え方をやさしく解説するとともに、サンプルデータを用いたわかりやすい事例をとおして、EZRを操作しながら統計解析手法の基本を押さえることができます。 EZRと本書で、サラっとカンタンに、統計解析を始めましょう！ プロローグ　雨の文化祭と統計学 第1章　結婚するならスポーツ選手？　～平均値と中央値～ 第2章　テストの偏差値で一喜一憂　～分散と標準偏差～ 第3章　引越し先の家賃は高い？　～ｔ検定、相関、回帰分析～ 第4章　新製品でアンケート調査　～比率の検定と多変量解析～ 第5章　SNS？　友人の紹介？　長続きするのはどんなカップル？　～生存解析～ 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。 現代的な「情報リテラシー」と「情報技術」の基本が身に付く。 これまでの「理工系情報学科の入門書」としての基礎知識は踏まえた上で、「Python」の紹介、「人工知能（AI）」「ビッグデータの解析」等の基礎概念を加え、高度情報化社会に求められる人材育成に向けた「コンピュータ概論」の入門書。 コンピュータの原理から、基礎となる理論、「n進数」等の情報数理、ネットワーク技術、AI、ビッグデータ処理の基本までをコンパクトにまとめ、わかりやすく解説（各章末に練習問題掲載）。 1章　コンピュータの原理 2章　情報の基礎理論 3章　ハードウェア構成 4章　ソフトウェア構成 5章　コンピュータシステムと情報セキュリティ 6章　知識情報処理 7章　人工知能 8章　ビッグデータ 9章　マネジメント 練習問題／付録／参考文献／練習問題略解／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。 Excelを使って意思決定モデルを体感!! AHP(Analytic Hierarchy Process)とは、1971年にサティー博士によって提唱された意思決定手法のことをいいます。 本書は、Excelを使ってAHPを体験学習する書籍です。プログラミングの知識がなくてもAHPのシステムを作成でき、最終的にはシステムを拡張・工夫することができるようになることを目標としています。 第1章　AHPで意思決定 第2章　AHPのしくみ 第3章　簡単な事例 第4章　Excelで計算してみよう 第5章　AHPをうまく使いこなすには 第6章　さまざまなAHP 第7章　AHP を使ってシステムを作る 第8章　表計算で学ぶAHP のしくみ 第9章　表計算で学ぶ階層化ファジィ積分（HFI）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 習熟者の勘とデータにより正確な見積り計算を行う。 　ソフトウェア開発現場の熟練者は、これまでの経験からソフトウェア規模を推定し必要な工数を「勘」を働かせて調整します。例えば、今回のプロジェクトは「開発 期間の制約が厳しい」、「信頼性要求のレベルが高い」、「要件がかなりあいまいだ」、といった状況を念頭において工数を予測します。ただし、勘も完璧ではありません。過去の実績データを使って「勘」の確からしさを評価する必要があります。 　CoBRA法は、このベテランの勘と過去の実績データとを相互補完させること で、信頼できる工数見積りモデルを構築する手法です。容易に取り組め、精度が高い特徴があります。ソフトウェア工数見積りの世界のKKDのDを「データ」に置き換え、「勘（K)」、「経験（K)」に科学的アプローチを導入するものです。 　また、 ・国立情報学研究所の教育プログラム「トップエスイー」 ・情報処理推進機構SECセミナー にもCoBRA法は取り上げられており、実用的・合理的な見積り手法です。 第1章　本書の読み方 第2章　やってみよう工数見積り　－30分で工数見積り－ 第3章　CoBRA見積りモデルでできること 第4章　CoBRA法とは 第5章　CoBRA見積りモデルの構築手順詳細 第6章　CoBRA見積りモデルの保守 第7章　構築・活用ベストプラクティス

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 RTOS（組み込みOS）による開発を基礎から実践的に解説 組み込みOSの標準仕様であるITRONのオープンソース実装（HOS）を用いて、組み込みOSによるプログラミングを具体的に解説する。既刊のITRON関連書と異なり、組み込みOSによる開発の基本から簡単なアプリケーションの作成までを実際に手を動かしながら学習できる。ターゲットとするマイコンはH8。 第1章 開発を始める前に 1.1 ITRONはRTOS 1.2 Hyper Operating System（HOS） 1.3 開発に必要なもの 1.4 できれば準備したいもの 1.5 カーネルライブラリの構築 第2章 初めてのITRONプログラミング 2.1 サンプルプログラムを動かそう 2.2 タスクを2本走らせてみよう 2.3 タスクの起動順を変更する 2.4 もう1つタスクを追加する 第3章 ITRONのさまざまな機能を体験する 3.1 タスク管理機能 3.2 タスク付属同期機能 3.3 自タスクの遅延実行 3.4 タスク間通信 3.5 周期ハンドラ 3.6 割り込み処理 3.7 組み込みシステムにRTOSが必要な理由 第4章 RTOSの基礎知識 4.1 タスクとタスクコンテキスト 4.2 プロファイル 4.3 RTOSを構成する3つの状態 第5章 HOSのソースで見るITRONの機能 5.1 スケジューリングとディスパッチ 5.2 割り込みハンドラと割り込みサービスルーチン 5.3 μITRONの時間管理 5.4 アラームハンドラ 5.5 資源の排他制御とセマフォ 5.6 デッドロックと優先度逆転 5.7 メモリ管理 5.8 メールボックス、メッセージバッファ、データキュー 5.9 CPU例外、タスク例外機能について 5.10 コンフィギュレータ 5.11 HOS-V4におけるサポート状況 5.12 まとめ 第6章 ITRONによる開発の実際（簡易ゲーム機の作成） 6.1 ハードウェア仕様を考える 6.2 ハードウェア構成 6.3 ソフトウェア構成を考える 6.4 小型ゲーム機のプログラム構築 6.5 スタックサイズの再割り当て 6.6 ゲームの進行（プログラムの動作） 6.7 まとめ 付録A HEWによる開発について A.1 HEWの入手方法 A.2 HEWによるHOS-V4カーネルライブラリの構築 A.3 HEWにプロジェクトを登録する A.4 HEWでコンフィギュレータを使用する（カスタムビルドフェーズ） A.5 HOS-V4のアプリケーションをビルドするまで A.6 HEWの最適化機能について 付録B GCCによる開発について B.1 GCCの入手方法 B.2 GCCによる開発手順

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人工知能研究における諸分野を、C 言語による具体的な処理手続きやプログラム例によりやさしく解説する!! 　強化学習は、一連の行動の結果だけから行動知識を学習する手法です。　本書では、この強化学習と深層学習の基礎を紹介した上で、深層強化学習のしくみを具体的に説明します。単に概念を説明するだけでなく、アルゴリズムを実際にC言語のプログラムとして実装することで、実際にプログラムを動かすことで具体的な処理方法の理解を深めます。 主要目次 第1章　強化学習と深層学習 第2章　強化学習の実装 第3章　深層学習の技術 第4章　深層強化学習

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「テキストマイニングに必要な知識とはなんだろう？」 素朴な疑問に答えたテキストマイニング入門書の決定版！ 　 　本書は、「テキストマイニングに必要な知識とはなんだろう？」という素朴な疑問に直球でお答えする入門書です。テキストマイニング自体に注力して、わかりやすく解説しています。 　単なるツールの説明にならないように、言語学や社会調査法の理論についても前半でていねいにふれ、さまざまな用途に応じたデータの視覚化手法を盛り込みます。また、テキスト分析やデータ分析のためのファイルの作り方についても詳しく説明します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「マーケティング」を知り尽くした著者が、Rによるマーケティングデータの分析をやさしく解説！ データ分析関連のビジネス書は多数ありますが、読み物・啓蒙書に近い書籍や、分析例を説明しているものの実際の分析手法が解説されていないため、いざ実践となると正しい分析ができない書籍などが散見しています。 本書は、マーケティングのデータ分析の概念・理論をやさしく解説し、特に初心者が陥りやすい「答えを求めるデータ分析」思考をあらため、「ヒントを求めるデータ分析」へと導くとともに、豊富なRによる例題で実践力を身につけます。

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

本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（C言語）を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介していきます。

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

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

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習を理解し実践するために必要な要素を選抜して解説した、実践的ガイドブック！ 　本書は、機械学習の入門者から中級者までをおもな対象として、機械学習を理解し実践するために必要なさまざまな要素を選抜して解説した、機械学習のガイドブックです。 　機械学習の概要から解説をはじめ、機械学習の歴史と主要なアルゴリズム、機械学習を実践するためのプログラミング言語であるRとPythonそれぞれの説明と連携、機械学習を正しく使いこなすためのさまざまな注意点、Kerasを活用したディープラーニングの実践、そして強化学習の例としてアルファゼロを取り上げています。付録には機械学習の理論的裏付けとなる数学の概要も取り上げています。 　入門者の方はまず本書の第1章「機械学習とは何か、どんな働きをするのか」を読み、第5章「さあ機械学習の本質を体験してみよう」の実践を繰り返してみてください。だんだんと機械学習に関する多くのことが見えるようになってきて、中級者への道が開けるでしょう。 　中級者の方には前半はやや簡単かもしれませんが、第8章「Kerasを使ったディープラーニングの実践」、第9章「さまざまなゲームの攻略法をゼロから学習するアルファゼロ」の内容が十分に理解できたのであれば、かなりのレベルに達したのだと思います。簡単かもしれない前半部分にも、参考になるさまざまな要素を仕込みました。 　機械学習の入門から中級者への道をガイドする1冊となっています。 はじめに 第1章 機械学習とは何か、どんな働きをするのか 第2章 機械学習小史：機械学習ブームの基盤を作った主人公たち 第3章 ぜひ使ってみたい役に立つアルゴリズム 第4章 RとPython 第5章 さあ機械学習の本質を体験してみよう 第6章 機械学習を上手に使いこなすコツ 第7章 RとPythonの連携 第8章 Kerasを使ったディープラーニングの実践 第9章 さまざまなゲームの攻略法をゼロから学習するアルファゼロ 付録A 機械学習の基盤となる数学の概要 A.1 機械学習の数学的基盤となるベクトル空間 A.2 ベクトル空間、ノルム空間、内積空間、ユークリッド空間とその関係 A.3 ドット積、行列、行列積 A.4 さまざまな行列の性質とその演算 A.5 行列と線形写像、固有値、テンソル、カーネル関数と射影 A.6 確率空間、確率変数、確率分布 A.7 統計的推定 A.8 最適化の手法 付録B RとPythonのデータ分析に関連する基本的コマンドの比較 B.1 基本的機能 B.2 ベクトル、行列などの作成と操作および数値計算（NumPy機能の対応） B.3 データフレームの作成・操作など（Pandas機能の対応） おわりに 参考文献とそのガイド

※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。 『コンピュータ概論』の決定版教科書、待望の改訂4版！ 　2010年に発行され、多くの大学で好評を博してきた教科書の改訂4版です。 　 　前版の内容の範囲・程度、解説の観点などを引き継ぎつつ、スマートフォンの登場、ネットワーク仮想化、ますます重要性の増すセキュリティを中心として内容を一部刷新。2色刷で見やすく、わかりやすく解説しています。 1章　コンピュータの構成 2章　ソフトウェア 3章　プログラミング言語 4章　オペレーティングシステム 5章　ファイルとデータベース 6章　通信ネットワーク 7章　情報化社会と情報リテラシー 8章　情報セキュリティ 9章　情報システム 演習問題解答 参考・引用文献

※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。 『コンピュータ概論』の決定版教科書、待望の改訂4版！ 　2010年に発行され、多くの大学で好評を博してきた教科書の改訂4版です。 　 　前版の内容の範囲・程度、解説の観点などを引き継ぎつつ、スマートフォンの登場、記憶装置やコンピュータの性能の進展を中心として内容を一部刷新。2色刷で見やすく、わかりやすく解説しています。 1章　コンピュータの構成と利用 2章　データ表現 3章　論理回路 4章　プロセッサ 5章　記憶装置 6章　入出力装置 7章　コンピュータの性能と信頼性 演習問題解答 参考・引用文献

※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。 テキストマイニングの手法がよくわかる!! 本書はテキストマイニングの基礎と事例について、フリーの計量テキスト分析ソフトKH Coderを利用したテキストの解析と、Excelによるその分析手法を通して解説する入門書です。 　テキストマイニングをいかに業務に活かしていくか、つまづきがちなポイントをマンガやイラスト、図解を用いてわかりやすく解説します。 はじめに 登場人物 プロローグ 第1部　テキストマイニング　基礎編 　第1章　テキストマイニングとは 　第2章　テキストマイニングで実現できること 　第3章　気軽に始めるテキストマイニング 　第4章　テキストデータを準備する 　第5章　KH Coderで伝える！分析アウトプット5選 　第6章　分析の精度を高める！データクレンジング 第2部　テキストマイニング　実践編 　第7章　アンケートのテキストマイニング 付録 A.1　Jaccard係数の計算方法 A.2　先輩おすすめの参考書籍 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。 強化学習の基礎からロボットへの実装までがわかる!! 　本書は、強化学習の基礎からロボットへの実装までを解説した実務書です。プログラミングは、C言語でロボットへの実装までが解説された、実践的な内容となっております。ロボットへの実装は、誰でも購入できるライントレースロボットを使った例と、ソフトロボット（柔らかい素材を使ったロボット）を使った例で、具体的な方法を解説しています。 はじめに 第1章　人工知能とロボット 第2章　強化学習 第3章　C 言語による強化学習のプログラム 第4章　実ロボットへの適用 付録　Excel VBA による実装 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。 FPGAデバイスにおける論理回路設計の効率化！ FPGAの設計には、VHDL言語が多用されています。本書は、VHDLによる回路記述と、その記述をテストするテストベンチの書き方について解説しています。テストベンチを理解することにより、回路記述の正確さや誤りをシミュレータ上で確認できるようになるため、効率的な開発が可能になることや、回路の動作のより深い理解につながります。 Step1　なぜ今、HDLによるFPGA設計なのか？ Step2　VHDLによる回路記述 Step3　より効率的なデバッグ Step4　大規模回路の設計とデバッグへの対応

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 主要なデータマイニング手法の理論の基礎を学べる!! 　データマイニングとは，玉石混淆であるたくさんのデータから必要な情報を読み出す作業です。データマイニングの手法として理解しておく必要があるものには，比較的基本的な知識である回帰分析、主成分分析、判別分析等からクラスタリング、サポートベクターマシン(SVM)、ベイズ推定、ニューラルネットワークなどがあります。最近ではこれらの応用として、深層学習等についても解説します。 第I部　多変量解析 第1章　データマイニング 第2章　回帰分析 第3章　主成分分析 第4章　判別分析 第5章　クラスタリング 第II部　機械学習 第6章　機械学習 第7章　サポートベクターマシン 第8章　ベイジアンネットワーク 第9章　ニューラルネットワーク 第10章　自己組織化マップ 第11章　深層学習 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。 『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!! 　本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（Python）を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。 まえがき 第1章　機械学習とは 1.1　機械学習とは 1.1.1　深層学習の成果 1.1.2　学習と機械学習・深層学習 1.1.3　機械学習の分類 1.1.4　深層学習に至る機械学習の歴史 1.2　本書例題プログラムの実行環境について 1.2.1　プログラム実行までの流れ 1.2.2　プログラム実行の実際 第2章　機械学習の基礎 2.1　帰納学習. 2.1.1　演繹的学習と帰納的学習 2.1.2　帰納的学習の例題　―株価の予想― 2.1.3　帰納学習による株価予想プログラム 2.2　強化学習 2.2.1　強化学習とは 2.2.2　Q学習　強化学習の具体的方法 2.2.3　強化学習の例題設定　迷路抜け知識の学習 2.2.4　強化学習のプログラムによる実現 第3章　群知能と進化的手法 3.1　群知能 3.1.1　粒子群最適化法 3.1.2　蟻コロニー最適化法 3.1.3　蟻コロニー最適化法の実際 3.2　進化的手法 3.2.1　進化的手法とは 3.2.2　遺伝的アルゴリズムによる知識獲得 第4章　ニューラルネット 4.1　ニューラルネットワークの基礎 4.1.1　人工ニューロンのモデル 4.1.2　ニューラルネットと学習 4.1.3　ニューラルネットの種類 4.1.4　人工ニューロンの計算方法 4.1.5　ニューラルネットの計算方法 4.2　.バックプロパゲーションによるニューラルネットの学習 4.2.1　パーセプトロンの学習手続き 4.2.2　バックプロパゲーションの処理手続き 4.2.3　バックプロパゲーションの実際 第5章　深層学習 5.1　深層学習とは 5.1.1　従来のニューラルネットの限界と深層学習のアイデア 5.1.2　畳み込みニューラルネット 5.1.3　自己符号化器を用いる学習手法 5.2　深層学習の実際 5.2.1　畳み込み演算の実現 5.2.2　畳み込みニューラルネットの実現 5.2.3　自己符号化器の実現 付 録 A　荷物の重量と価値を生成するプログラム　kpdatagen.py B　ナップサック問題を全数探索で解くプログラム　direct.py 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。 「習うより慣れろ」で課題をこなしてCのプログラムを身につけよう！ 本書は、2011年に発行した『ARMマイコンによる組込みプログラミング入門-ロボットで学ぶC言語』の改訂版です。 プログラミング初心者が、実際にテキストに従って環境構築やサンプルプログラムを作成していくことで、C言語を学べる内容になっています。組込み業界でも世界的に使用されているARMマイコンを使うというコンセプトはそのまま、開発環境のバージョンアップにによる内容の改訂と、応用編の内容は、現状に即した開発事例に変更しています。 具体的には、基本編は教材用のライントレースロボットを題材として使用し、ロボットを制御するプログラムを作成しながらC言語を学んでいきます。応用編では、ロボットの無線化、タブレットとの連携等を取り上げていきます。 はじめに 学習の前に　 第1章　C言語プログラミングの環境構築 第2章　C言語プログラミングをはじめよう 第3章　ロボットをC言語で動かしてみよう 第4章　拡張部品でロボットをステップアップさせてみよう 付録1　ARM Cortex-M3 LPC1343　仕様 付録2　VS-WRC103LV 付録3　プログラムマスター解説

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

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