かつて陸軍歩兵第七十連隊が置かれ，戦争の拡大とともに硅石とマンガンの鉱山で栄えた丹波篠山．その歩みは近代日本の縮図そのものだった．しかし，鉱山で働いていた朝鮮人たちのことは，なぜか公的な記録に残されていない．新聞記事や鉱山跡，慰霊碑，民族学校の資料などの調査から，見失われた彼らの足跡を掘り起こす．

※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。 昭和最後の９年間、わずかに残る伝統マタギの集落に通い、狩り、皮はぎの神事、熊祭り、山の神祭り、小屋がけ、火起こし、装束や猟具など撮影した記録。347枚の写真と聞き書きから伝統マタギの全貌が浮かび上がる。

独ソ戦を予言し、対米参戦の無謀を説き、和平工作に砕身した陸軍武官・小野寺信。同胞の無理解に曝されつつも、大戦末期、彼は史上最大級のヤルタ密約情報を入手する。ソ連の対日参戦近し――しかしその緊急電は「不都合な真実」ゆえに軍中枢の手で握り潰された。連合国を震撼させた不世出の情報戦士、その戦果と無念を描く。

2018年、安倍晋三首相はプーチン大統領との首脳会談で、北方領土交渉について「日ソ共同宣言を基礎に」２島返還への方針転換を打ち出した。交渉の舞台裏で何が起きていたのか。2012年の第２次安倍政権発足時にさかのぼって、取材班が追いかけてきた日ロ交渉の全貌を１万６千件の取材メモをもとに解き明かす。そこには官邸主導で進められてきた外交と、プーチン政権の厚い壁があった。

2022年度新聞協会賞、JCJ賞、早稲田ジャーナリズム大賞奨励賞受賞。ロシアによるウクライナ侵攻を受け、日ロ関係が冷え込む中、安倍晋三元首相は凶弾に倒れた。生前の単独インタビューで、北方領土交渉の軸を「四島返還」から「２島返還」へ大きく転換したことを明らかにした安倍氏は何を信じ、なぜ行き詰まったのか。現在の戦禍の萌芽となった８年前のウクライナ危機を巡る対応や岸田文雄首相と安倍氏のせめぎ合い、侵攻に至るロシア国内の状況や日ロ関係に与えた衝撃などを大幅に加筆した北海道新聞の長期連載を完全書籍化。

ある夜、動物園からレッサーパンダが盗まれた！捜査にあたるのは、警視庁で生き物の密輸や違法売買を扱う「生きもの係」の福原警部。自然を深く愛する福原警部が出会った数々の事件を通し、人と生き物との付き合い方についても考えられるノンフィクション。

今、地方を消滅させないために必要なものは何だろうか。それは、国が進める効率重視の画一的な政策ではなく、その地域の持つ特性を大切にしながら、地域に寄り添い、地域を愛する民間企業の存在である。横浜市の行政に30年以上携わり、退職後もNPOとして地域活性化への取り組みを続ける著者が、地域が自立することによってもたらされる、本当の幸せと豊かさの獲得を提言する。

※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。 鉄道において昭和40年代～60年代は蒸気機関車の引退や、多くの路線の廃止があった激動の時代でした。そしてもっとも大きなできごとが国鉄の解体。激動の昭和を象徴する鉄道シーンに立ち合ってきた鉄道専門のフォトライブラリー「レイルウエイズグラフィック」が収蔵する貴重な写真の数々から、昭和の鉄道名場面を選りすぐって掲載し、解説した一冊です。 【目次】 １章　話題になった昭和鉄道トピックス ２章　消え果てた昭和らしい鉄道シーン ３章　サヨナラローカル線 ４章　カメラマンが立ち合った鉄道ワンシーン ５章　鉄道とともに変わる街の風景 ６章　国鉄消滅の瞬間を撮った

「沖縄に移り住んでもう二十年になる。生まれた子が成人するほどの歳月が流れているというのに、いまだ住み慣れず、酒の力でも借りないと物言えぬところがあるのは、僕と沖縄の間にくろぐろとした何ものかが横たわっている何よりの証左といっていい。その「何ものか」を明らかにしていくのがこの本の主題である」（プロローグより）。「沖縄ブーム」「沖縄問題」と軌を一にしてきた著者が〈遺言〉として綴る、素顔の沖縄。

限界大学――恒常的な定員割れを引き起こし、人材的にも財力的にも大学を経営するだけの能力に欠ける、文字どおり弱くて小規模な弱小私大を、本書ではそう名づけた。 しばらく横ばいだった18歳人口が再び減少傾向に入る2018年以降、私立大学の定員割れが加速し、経営困難校の公立移管や統合、閉校が相次ぐのは避けられないと見られている。本書は、戦後の教育行政の変遷や生徒を送り出す高校側の事情などを踏まえたうえで、統計データを駆使しながら、弱小私大のさらなる弱体化の背景と、定員割れの実態、そのメカニズムを明らかにしていく。 18歳人口の再減少が目前に迫るなか、市場主義的な競争原理が導入され、いま「負け組」増加の条件が整いつつある。その結果もし大学が破綻したら、周囲に及ぼす影響は当の学生や教職員だけにとどまらない。本書には、そうした限界大学への道を避けるべく、組織改革や財務健全化に取り組み、成功した事例も紹介されている。教育行政学・教育社会学の蓄積による実証性と、高校・大学教育に長年携わってきた著者の経験が融合し、説得力に富んだ画期的書。オクスフォード大学教授（教育社会学）苅谷剛彦氏推薦！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 退化して滅ぶか？あらたな進化か？それとも……Ｙ染色体が消えつつあるオトコがいま存続をかけて究極の選択を迫られている。本書は遺伝子の組換え、欠失など高校生物で習う生命現象がふんだんに盛り込まれているため、生物学の入門書としても最適。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 受験が終われば消えてしまうような暗記だけの学力とは違って、論理的に考える力を鍛えれば、算数ができるようになる。そしてそれは、将来、自分の頭だけを使って考えなければならないときにも不可欠となる「消えない学力」なのだ。 ーー30年にわたり、学習塾で小学生に算数を教えてきた著者はこう考えます。 では、この論理思考力はどのように鍛えればいいのでしょうか？ 算数問題を解く場面ごとに10のスキルに分け、それぞれの活用法と養成法を紹介した本書は、これまでの算数教育書では得られなかった目を見はるような効果を、あなたのお子さんにもたらすこと請け合いです。 (本書は2008/8/20に小社より刊行された書籍を電子化したものです)

誰もがあこがれる「検索結果上位表示」。しかし、安易にそのための対策を行ってしまうと、恐怖の「魔女狩り」に遭い、自分のサイトがある日突然消されてしまう……。本書は、自社及びクライアントの「上位表示率95％」を達成した著者が、長年の研究と実績を元に満を持して放つ「王道の検索エンジン対策」である。業界内にはびこる怪しい手法を一刀両断し、その危険性を訴えるとともに、仮説検証に裏打ちされた検索エンジン対策を説く。さらに、上位表示された後、それをどう儲けにつなげていくかを「11のメソッド」として解説する。まさに小手先だけでなく「不変の検索エンジン対策とネットビジネスの成功法則」である。ネットビジネスだけでなく、あらゆるビジネス関係者に読んでもらいたい一冊。

存亡の危機にある大学の実態とは？　志望校選びは、ここから始まる！　法人化２期目で、一層の競争原理にさらされる国立大学、生き残り戦略に必死の公立大学、大学生の４分の３を占める私大生の厳しい就職環境、くるくる変わる国の大学行政――。問題点を鋭く追及し、受験生、保護者、高校・大学関係者、企業採用担当者が、どう対処すべきかを説く。大学情報の公開義務化を受け、経営実態を見抜く六つの指標も紹介する。

収益低迷に苦しんでいた地銀に、コロナショックが追い打ちをかける。生き残りを賭けて提携する各社、「第4のメガバンク」を掲げて動き出したSBI。今後の再編予想を、トップアナリストが大胆に行う。地銀64行の格付けも必見! 金融業界、就活生、投資家の必読書。

遠のく隠居、迫られる生涯現役 定年を迎えてリタイアし、晴耕雨読の生活をする。歴史を振り返れば、そんな時代こそが特殊だといえる。取材を進めると既に定年が消えている職場も数多く存在した。―WedgeセレクションNo.40 健康な限り働く時代の到来 「生きがい」求める人、「金」に追われる人 【目次】 既に人手不足の業界では定年が形骸化 年々高まる高齢者の就業率 健康面からみても合理性なき「定年」 「定年リタイア時代」の終焉と企業に求められる覚悟 もう1度上場を カンボジアで農業に挑戦 「天下りより保育ビジネス」銀行員の情熱 「75歳まで働いてほしい」高齢化で実はピンチ? スウェーデンの年金制度 「高齢者を若返らせる」年齢で分類しないスイスの発想　高齢化は新たなチャンスを生む ※本作品は月刊『Wedge』2014年12月号、『WEDGE Infinity』2012年2月～7月間の記事を電子書籍化したものです。電子書籍化に際し、一部加筆・修正を加えております。

「『働かないおじさん』は給料ばかり高い」と、叩かれることも多い年功賃金制度が日本企業から消えつつある。しかし変わって登場した「成果主義」も成功したとは言えない。次に登場したのが「役割給」だ。 　日本の賃金制度はどこへ向かうのか？電機業界の事例や海外の報酬制度、「アジア年収データ全比較」などから日本の会社の将来を見ていこう。 本誌は『週刊東洋経済』2015年5月30日号掲載の18ページ分を電子化したものです。 ●●目次●● 成果主義が総崩れしたワケ ４０代以上は賃金がフラット化 海外のジョブ型雇用慣行の採用、報酬の仕組みを全公開 ブラック企業の特徴は、日本型と欧米型の混用にあり 電機業界に見る人事改革のうねり 外資はどうしているか？ １８職務　アジア年収データ全比較 誤解だらけの「残業代ゼロ法案」 Interview　「『残業代ゼロ』と考えるのは間違っている」大内伸哉／神戸大学教授 Interview　「多様な働き方を導入しないと世界との競争に負ける」橘・フクシマ・咲江／経済同友会前副代表幹事

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 イラストによるイメージ化，ゴロを用いたストーリー法に加え，世界記憶力チャンピオンも使う「場所法」を利用することで，TOEIC730点・英検準1級レベル以上の英単語800個を効率よく楽に覚えられる英単語帳。 ※書籍版に付属している暗記シートは本電子書籍には付属しておりません。また、市販の赤シート等を画面にかぶせても赤文字は消えません。あらかじめご了承ください。

記憶がなくなるまで飲んでも、なぜ家にたどり着けるのか？　酒を飲むと脳が萎縮する！　だけど、ほろ酔い加減だと仕事がはかどる！……。「酒と脳　ちょっと気になる話」を“飲めない”川島隆太と“底なし”泰羅雅登の二人の脳科学者がオモシロまじめに大討論。脳にとって、酒は百薬の長なのか？　それとも……。

スマホをアップデートしたら、画面がガラッと変わって、お目当てのアプリや写真がどこにあるのか分からなくなった……そんな経験を思い出せば、｢記憶｣は｢場所｣と結びついていることが分かる。この特性を利用して膨大な記憶を整理･利用できるようにする技法が、かつてヨーロッパに存在した。古代ギリシアで生まれ、中世を経て、ルネサンスで隆盛を極めた記憶術の歴史を一望する書。最先端で活躍する気鋭の著者による決定版!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 急速な近代化が進められた明治20年代に一大ブームを巻き起こした「記憶術」。卓越した記憶力の獲得という国民の欲望を扇情した仕掛け人たちの戦略をさぐり、その背景としての日本近代の形成を大衆意識の変容と教育を軸に簡明に解読する。

記憶力は、一生、鍛えることができる。司法試験界の「カリスマ塾長」として知られる、「伊藤塾」塾長の伊藤真氏は、こう断言する。日本で最難関の試験といわれる司法試験に合格するためには、膨大な量の事柄を覚え、それを使いこなすことができなければならない。６０歳を過ぎてから勉強を始めて、合格する人もいる。その人たちは特別なのかといえば、そんなことはない。「記憶する技術」をもっているかどうかである。それはたとえば、記憶を効果的に定着させたり呼び覚ましたりするためのコツや、記憶する対象に関心をもつといった意識のことである。本書では、これまで多くの塾生を指導してきた中で培われた、また著者自身が実践してきた、「記憶」を自由自在にコントロールする方法を伝授する。 【目次より】 ・６０歳を過ぎても司法試験に合格できる理由 ・記憶量の増え方は「足し算」ではなく「かけ算」 ・毎年３００人、１５年分の塾生の顔を覚えられるわけ ・復習のゴールデンタイムは「１時間以内」と「寝る前の５分」 ・なぜ、色鉛筆を使ったほうが覚えやすいのか？ ・Ｂ６カードを使う「論点ブロック法」という記憶法 ・受かる人のカンニングペーパー、落ちる人のカンニングペーパー ・全盲の受験生が教えてくれた「耳の記憶力」の鍛え方 ・「一日をふり返る訓練」をしよう ・マイナスの記憶をプラスに変換する方法

芸歴４０年の落語家が伝授する秘伝の暗記術！！　「毎日一行の日記」「リズムとメロディーで覚える」「長屋の間取りやキャラの趣味まで考える」。人はなぜ覚え、せっかく覚えたことをなぜ忘れてしまうのか。つまらないことをいつまでも覚えているくせに、肝心なことをコロリと忘れてしまうのはなぜなのか。落語家の日常生活、接している人、意識していることから、「暗記の真髄」について縦横無尽に語り尽くす。

「記憶と追体験、それをささえる道具」に憑かれた著者による、コンピュータと人間の新しい可能性の実験の軌跡。人生全体を記録し、不老不死を実現することは可能か?　進化し続ける道具と人間の関係を、独特の視点で捉える。

世界が急速に変化を遂げる激動の20世紀、女性と社会のあるべき姿を模索して、人生を懸けた女たちがいた。 公正な社会を求め格闘する彼女たちの百年の歩みと、装いに映し出される社会のありようから、中東・イスラーム地域と現代世界の歴史と現在を炙り出す。

46歳で若年性アルツハイマー型認知症と診断された夫とそれを見守る妻 絶望の淵にさした光、仲間たちとの出会い、当事者とその家族だから伝えられること。 京都市の下坂厚さんは46歳の夏、アルツハイマー型若年性認知症の診断を受けました。 簡単な計算を間違えたり、家に忘れ物をしてきたり、なんだかおかしいな……ということが少しずつ増え、もの忘れ外来を受診。 「病名を聞いたときは、比喩でなく、本当に目の前が真っ暗に……」。 診断後、働いていた鮮魚店を辞め塞ぎ込んでいた下坂さんを、妻の佳子さんは見守り続けました。そんな絶望の淵に光がさします。 認知症当事者を支援する団体との出会いをきっかけに、下坂さんは介護施設でケアワーカーとして働き始めます。 そして、同じ病気の人の姿を見て勇気づけられたように、自分を見て勇気づけられる当事者や家族はきっといるはずという思いから、現在は認知症について広く知ってもらうための啓蒙活動にも尽力しています。 若年性アルツハイマー型認知症と診断された夫とそれを見守る妻が、当事者とその家族だからこそ伝えられることを綴る１冊です。 第一章 46歳、認知症になる 第二章 絶望から希望へ 第三章 当事者だから、できること 第四章 認知症と向き合うということ 第五章 夫婦のこと、写真のこと、これからのこと 関係者に聞く 「認知症の当事者の方に働く場所を提供するという取り組み」

記憶とは一体何なのか，どこにどうやって保管されているのか，どうすれば記憶力があがるのか……． 誰もが一度は考えたことのある「記憶」の不思議を，心理学・脳科学の手法で解き明かせば，ＡＩには真似できない「脳」の複雑なしくみが見えてくる．新書『まちがえる脳』の著者が平易な文章でつづる入門書．

さっと読めるミニ書籍です（文章量8,000文字以上 9,000文字未満（10分で読めるシリーズ）=紙の書籍の16ページ程度） 【書籍説明】 本を読む時に「難しくて理解できない」という壁に遭遇することがあります。 「難しくて理解できない」という壁は、新しいことを初めて人生を変えたい、難しい本を読んで知性を磨きたい、 勉強を始めたけどやり方が分からない等といった、真面目で向上心のある人たちの前に頻繁に立ちはだかります。 壁を乗り越えたと思ったら、また新たな壁が立ちはだかり、「こんなに大変ならやめてしまえ」という気にさせます。 この本は、そんな真面目で向上心のある人たちが、せっかく始めた勉強や読書から挫折して欲しくないという思いから書きました。 本書の読書術で、読者様がさらに知性を磨き、新しい世界に挑戦することの助けになることを願います。 【目次】 第一章　記憶に残す読書術 第二章　読書初心者の本の選び方 第三章　小説は想像力のトレーニング 第四章　速く読もうとしない！ 第五章　深く、たくさん読めば速く読める 第六章　積読を解消する方法 第七章　やる気が湧かないときは…… 第八章　活字中毒になろう！ 終章　読書はコミュニケーションだ！ 【著者紹介】 桜井カズキ（サクライカズキ） 2016年秋よりライターとして活動開始。

かつてそこには人の営みがあった集落。生活の基盤があり、小規模な……場合によっては大規模な学校があったところもあった。しかし、さまざまな事情から、人々はその地を離れ、やがて無住になった。本書は、冬季無住集落や1戸が残る集落なども含めて、そうした集落への旅と調査を綴ったものだ。 現地で出会った人たちに話を聞き、いくつかは繰り返し訪問している。主な交通手段は、バイクから電車・飛行機と自動車の組み合わせへとシフトしている。船や自転車に乗ったり、山歩きすることもある。40年半、1025カ所を探訪した旅の記録から、さまざまな観点で50の集落を収録している。 【収録集落】 ●北海道 夕張市北炭夕張 美唄市東美唄 神恵内村オブカル石 滝上町中雄柏 浜頓別町山軽 ●東北 青森県六ヶ所村上弥栄 岩手県宮古市岩田 秋田県大館市深沢 由利本荘市袖川 山形県大石田町三和 福島県会津若松市大巣子 ●関東 群馬県嬬恋村石津鉱山 埼玉県秩父市岳 東京都奥多摩町峰／倉沢 ●甲信越 新潟県新潟市西蒲区角海浜／津南町上日出山 長野県飯山市堀越／豊丘村野田平／飯田市大平 ●東海 静岡県浜松市天竜区小俣京丸／大嵐 岐阜県揖斐川町戸入／本巣市黒津 三重県松阪市峠 ●北陸 富山県富山市高清水／南砺市下小屋 石川県小松市津江 福井県大野市熊河／池田町割谷 ●関西 滋賀高島市北生見 京都府京都市右京区八丁 和歌山県紀の川市今畑／白浜町大瀬 兵庫県豊岡市金山 ●中国 鳥取県鳥取市杉森 広島県世羅町八田原 山口県岩国市右穴ヶ浴／萩市尾島 ●四国 愛媛県西条市今宮／今治市比岐島 高知県北川村竹屋敷／香美市上岡 ●九州 長崎県長崎市端島／小値賀町舟森 熊本県山都町内大臣／五木村中道 宮崎県西都市吹山 鹿児島県阿久根市本之牟礼 ●沖縄 沖縄県竹富町宇多良

興味を持たれ、記憶に残るような人間になってはじめて、お客様は営業の言葉を聞いてくれる。リッツ・カールトンでホスピタリティを学び、３１歳で挑戦したアメリカン・エキスプレスの法人営業では、わずか１年で紹介数＆顧客満足度トップに輝いた「高卒営業」が初めて明かす。一瞬で信頼を生み出す「１２のルール」。

記憶ポテンシャル、無限化。 “記憶の概念”が根底から変わる本。 脳の仕組みから精神科医がひもといた「新時代の記憶術」。 情報は「脳に蓄える」より、「外化（自分の外側に記録）」することで 記憶のポテンシャルは無限に広がる！ 脳の仕組みを研究した精神科医が、 ＡＩ時代の新しい記憶術について伝授します。 試験勉強、うっかりミス、物忘れ、効率UP、「無限記憶」ですべて解決します！ 記憶の入口の「インプット」と出口の「アウトプット」を上手に回して、 人間の脳とデシタル脳を一体化させた「記憶脳」を手に入れることができれば、 仕事や学びの効率は、１０倍、いや１００倍以上も変わってくるでしょう。 ぜひ、日々の学びや仕事、暮らしにお役立てください！ ※本書は、2016年1月に小社より刊行された『覚えない記憶術』を加筆・再編集したものです。

エミール・デュルケムの集合意識論を批判的に継承し、フランス社会学派第2世代の中心を担ったアルヴァックス。近年、海外でも再評価が進むアルヴァックスが1925年に執筆した「記憶の社会学」の嚆矢が本書である。 社会のメンバーがみずからの過去を想起するとき、「記憶の社会的枠組み」がいかに機能するのか、過去の出来事の記憶を社会のメンバーはどう組織化し、「集合的記憶」を形成するのか、「集合的記億」は社会にどのような影響を及ぼすのか――。 アルヴァックスは本書でまず、個々人の夢や記憶などを論じるベルクソンやフロイトなどの哲学や心理学を緻密に検証する。そのうえで、「家族」「宗教」「社会階級」などを切り口に、社会集団にとって記憶が、人々を統合するばかりでなく、ときに分断もするというその社会的な機能を析出する。 記憶をどう継承するのか、歴史と社会の関係をどう考えていくのかが様々な局面で問われる今日にも、集合的記憶という視点から問題提起を差し向けるアクチュアルな古典的名著。

試験前の一夜漬け．苦労して覚えても，終わればすぐに忘れてしまう．もっと効果的で効率的な学習方法はないのか．鍵は「記憶」にある．記憶のしくみを深く知り，上手に活かせば答えはひらめく．記憶のアウトソーシングが加速するＡＩ時代．人間の創造性が問われる今こそ必要な，科学的エビデンスにもとづく記憶法のヒントを伝授する．

もし記憶がなかったら，生きていくのはとても大変です。何も覚えられず，自分を自分とすら認識できません。記憶は，生物が周囲の環境への適応戦略として身につけたものとしてとらえることができ，はかなく，うつろいやすいのも生きていく術の一つ。とはいえ，記憶力が社会での成否を分ける場面も多く，強い記憶をつくることは多くの人の願いでもあります。では，どのようにスイッチがはいり，記憶はつくられていくのでしょうか。記憶についての理解を深めながら，覚えやすく忘れにくい記憶をつくるための方法を探究していきましょう。

記憶はどこにあるのか？　記憶違いはどうして起こるのか？　かつて心理学の世界でも、記憶が「過去の忠実な記録」であるかのように扱われてきた。しかし、人によって物の見方が異なるように、同じ場所で同じことを体験しても、記憶の内容は異なることが分かった。今や、記憶の捉えられ方は180度変わった。私たちの過去は、「今、ここ」にいる自分自身の心の中にある。過去を変えるのに、タイムマシンに乗る必要はない。自分の視点が変われば、過去も変わる。過去の記憶を前向きに整えることで、明るい未来予想図が描けるようになる。明るい未来予想図を描くことができれば、モチベーションが上がり、ものごとが好転する。人生、困難なこと、辛いことがいろいろあるものだ。そんなときどう考えるかで、人間の幸不幸、飛躍か後退かが決まってくる。逆境をバネにし、飛躍に結びつける記憶の整え方を提示する。明るい未来予想図を描くための「記憶の超整理術」を示す。

インターネットと人工知能の進展を背景に、真偽不明な情報が増え続け、拡散されるようになっている。個々人の記憶がかつてない速さで書き換えられていくなか、記憶を良好な状態に保つには何が必要か。この問いを携えながら、記憶が成り立つ条件を、自然、技術など自分の記憶をよりよく世話するためのアイデアを提示。記憶のあり方を捉えなおす上でも示唆に富む、知的愉楽の書！

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 著者は神戸一の歓楽街だった新開地や福原からほど近い商店街で子ども時代を過ごします。華やかな色街の風「青や下町の人々、戦時下のくらし、そして空襲の体験をやさしい筆致の絵で描いています。 戦争と切り離しては語れない青春時代の記憶を綴った画文集です。

第2次世界大戦前後のフランスで、反ファシズムの標的とされた1人の男がいた。｢火の十字団｣総裁、ラロック中佐。穏健な中道派志向でありながら、なぜファシズムの権化として集合的記憶に刻まれることになったのか? 現代も活発に続くファシズム論争に、新たな視座を供する画期的な書。(講談社選書メチエ)

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「解像度」を高めれば、合格に向けて、やるべきことが、見えてくる！ 「解像度」という考え方を軸に、受験生に知ってほしい77のTipsを紹介する。勉強計画の立て方やマインド、暗記のコツなど、多角的な視点から大学受験への理解を深め、効率よく合格に近づくための一冊。

特別なことをしなくても、やりかたを少し変えるだけで、 おもしろいほど「覚えられる! 」「忘れない! 」「思い出せる! 」 学習塾などに導入される記憶アプリ「Monoxer(モノグサ)」を開発した元Googleエンジニアが、効率的に記憶を定着させる方法を教えます。 「最近、人の名前が覚えられない」 「昔は電話番号を何件も覚えていたのに、スマホに頼っていたら数字を覚えられなくなった」 「新しい用語が次々に登場するけれど、正直ついていけない…」 本書は、そんな自分の記憶力に課題を感じているあなたに向けた本です。 昔から、さまざまな記憶法が提唱されてきました。もし記憶することが得意になれば、人生のあらゆるシーンで役に立つにちがいない。そう思って、記憶術の本を手に取った人も少なくないでしょう。 実際、覚えることが得意になれば教養は広がるし、複雑なエンタメも楽しめるようになります。子どもなら学習の成果も出やすくなり、自己肯定感も上がるでしょう。記憶には、「自分の世界」を変えるだけのインパクトがあるのです。 けれども、本で紹介される記憶術はどれもなんだか難しく感じられて習得に挫折してしまった、という人も少なくないのではないでしょうか。 本書では、記憶にまつわるさまざまな研究を紹介しながら、誰でもラクに覚えられる方法を提案します。 また、子どもや部下など他者の記憶力を上げる方法についても紹介します。 おとな自身の学び直しのためだけでなく、子どもの勉強をサポートするときにも、記憶についての知識が役に立つのです。

※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。 「記憶術」を、誰もが簡単に体得できるように進化発展させた「V（バーチャル）イメージ記憶術」。 体系的な記憶術の方法論に基づきながら、言葉遊びやイメージ遊びを駆使して、漫画のような面白さで記憶術を体験できる。それが「V イメージ記憶術」です。 人間の右脳ではイメージを、左脳では言葉を司ります。「V イメージ記憶術」では、この両方をフル活用することで脳の活性化や発想の転換に繋がり、新しい視点・着想が生まれます。具体的には、暗記句・V イメージ・イラストの三者が一体となり、スッと映像を頭に思い描けるので、確実な記憶の定着を実現できるのです。 著者が半世紀以上にわたり追求した「V イメージ記憶術」の到達点である本書は、きっと現代のビジネスパーソンにとって、大きく飛躍するための強力な武器となることでしょう。 ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。

或る出来事－しかも、暴力的な－体験を言葉で語ることは果たして可能だろうか。もし不可能なら、その者の死とともにその出来事は、起こらなかったものとして歴史の闇に葬られてしまうだろう。出来事の記憶が、人間の死を越えて生き延びるために、それは語られねばならない。だが、誰が、どのように語り得るのだろうか。

記憶はいつでも引き出すことができる！ ベストセラー著者が残した、もうひとつの名著。 １００年以上読み継がれてきたベストセラー『集中力』の著者が、本名で書いた１４のレッスン。 頭に一度焼きついた記憶というのは、本来なくなることはありません。 記録されたものはすべて存在しつづけ、意志の力でいつでも呼び起こすことができるのです。 記憶のメカニズムをわかりやすく解説しながら、記憶を目覚めさせる具体的な方法を説いた１冊。これで、あなたの頭にも無限の力が宿る！ 【目次より】 レッスン１　記憶とは何か？ レッスン２　注意力と集中力 レッスン３　印象が大切な理由 レッスン４　目は心の窓である レッスン５　耳は目より優れもの レッスン６　聴覚を鍛えるエクササイズ レッスン７　関連の法則とは？ レッスン８　印象に関する１３の法則 レッスン９　古代の記憶術に迫る レッスン１０　「テン・クエスチョン・システム」　　　ほか

【重要】脳トレには効果がありません！！ 大事なのは「脳のクリーニング」です。 「テレビに出ている芸能人の名前が思い出せない」 「前日食べたごはんが何だったか忘れた」 「スーパーで買おうと思っていたものを買い忘れることがある」 などなど。 心当たりのある方も多いのでは？ 40～50代を境に、脳の衰えは進んでいきます。 「最近、頭の回転が鈍くなった気がする」 そう思い、脳トレをする人もけっこういるんじゃないでしょうか。 でも、残念なお知らせがあります。 脳トレに脳を鍛える効果はありません！ 「え、うそでしょ！」と思うかもしれませんが 科学的エビデンスに基づいた正確な情報です。 以前、「スタンフォード大学長寿命センター」が 脳トレに効果がないという声明を出し話題になったこともあります。 では、衰えてきた脳に打つ手はないのか。 それがあるんです。 それが、「脳のクリーニング」です。 実は、脳には若いころから少しずつ 脳のゴミ（＝アミロイドβと呼ばれるたんぱく質の一種）が 蓄積していききます。 このゴミは、脳神経医学の見地から見ると、 脳神経を破壊し脳の老化や認知症のリスクを 高めると言わざるを得ません。 脳の衰えは、このゴミと密接に関係しているのです。 しかしながら、脳のゴミを排出し、 溜めないような生活習慣を身につければ、 そのリスクをグッと抑えることができます。 その最も簡単な方法が、脳にいい栄養素を豊富に含んだスープを、 １日１杯摂ること。 脳のゴミの排出に効果的なαリノレン酸や 抗酸化作用のあるセサミン、脳神経の材料になるレシチンなどの さまざまな栄養素がたっぷり含まれています。 スーパーで売っている身近な食材で作れて しかも包丁を使わずに簡単につくれて、しかも美味しいのです。 年齢とともに、記憶力、集中力の衰えを感じる方 また、近い将来に認知症になるかもしれないという 自覚のある方は、ぜひ、飲んでみてください。

ゴロ覚えでカンタン&面白いほど身につく！ 記憶に定着するから着実に英語力UP！ 記憶力も英語スキルも向上する英語勉強術がここに。 ＜内容解説＞ 英語には、発音や綴りが同じ語や似ている単語、日本語に入っている英語でも、微妙に意味が異なる語など、「似て非なる英単語」が多くあります。これらは会話や文章の文脈によって判断することになりますが、あらかじめ似ている語があることを念頭においておけば、誤解を少なくすることができるでしょう。 本書では、そのような単語をリストアップし、似ている語の違いを明確化しようとする目的で作られました。今回はその「同音語編」です。 同音語（homophone）は発音が同じで綴りが異なる語です。ここでは、英語の代表的な同音語を集め、見出し語と発音、そして品詞と意味を付けています。また、これらの同音語を関連付けて覚えられる「ごろ覚え」コラムも設けてあります。

※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。 「うっかり」や「もの忘れ」が増えてお悩みの方々に朗報！ 日常生活の中で気軽に行えて、脳をリフレッシュすることで軽度認知障害も予防できる、簡単セルフケア実践法を１００種収録したＴｉｐｓ集が登場。脳医学者おすすめの「楽しいアイデア」が満載。

集中力が続かず、仕事がなかなか終わらない。 「すぐやること」が大事なのはわかっているけれど、なかなか行動できない。 ビジネス書やセミナーで学んだことが定着せず、成果に結びつかない。 営業担当なのに、人の名前を覚えられない、思い出せない。 がんばって考えているのに、いいアイデアがなかなか浮かばない。 リーダーなのに人がついてこない。人を動かせない。 伝えたいことが相手になかなか伝わらない……。 本書は、記憶の持つ力を使い、このような悩みを解決する「ビジネススキル」を手に入れるための本。いわゆる「記憶術」を紹介する本ではありません。 記憶というと、いわゆる「暗記」を思い浮かべるかもしれませんが、それは記憶という機能のほんの一面にすぎません。 普段意識していないかもしれませんが、私たちはつねに「記憶」を活用しています。 文字が読めるのも、文字や言葉の意味を記憶しているからですし、思いついたアイデアも、自分の持っている過去の経験や知識、他者の成功、失敗の事例、流行や時勢に関する情報などの記憶が結びついたものです。 さらに、記憶は気づかぬうちに、自分の思考、感情、行動をも司っています。つまり、記憶の働きを理解することができれば、日々の行動を変えることができるようになるのです。 さらに、集中力、コミュニケーション力、伝達力、さらにはリーダーシップといった、一見記憶とはかけ離れているように思えるスキルにも、「記憶」が大きくかかわっています。 つまり、記憶の持つ力をマネジメントするだけで、あなたの「仕事力」は驚くほど上がっていくのです。この記憶をマネジメントする力、つまり記憶力こそがあなたの仕事力を飛躍的に高め、これからの時代を生き抜いていく「最強のビジネススキル」になります。 本書では、この記憶のマネジメント法を、30年以上にわたり、速読法をはじめとするさまざまな勉強法、心理学やセラピー、カウンセリング、コーチングといった心理手法などの実践研究を続け、そこで得た知見を、研修やセミナーを通じて数多くのビジネスパーソンに伝えてきた著者が、わかりやすくお伝えしていきます。

受験勉強にビジネスに、そして物忘れ防止に「高田式記憶法」を一挙公開。脳の仕組みから記憶法を解き明かし、記憶術の達人の方法も紹介する。

人間は、ある意味で「記憶」の蓄積した生き物だといえよう。もし、過去のことを一切覚えていなかったら、社会生活を営めないだろう。 世の中に記憶力不足に悩む人は多い。「最近、ど忘れすることが多くなった」、「試験に必要なことが覚えられない」、「覚えてもすぐに忘れてしまう」など、老若男女を問わず共通した問題だ。「もっと記憶力を向上させたい」という願いは切実だ。 　そこで本書では、記憶力向上のための基本を、記銘、保持、想起という三つの流れから考えてみた。つまり同じ記憶力であっても、覚えられないというのと、想い出せないというのでは、流れの位置が異なるものだ。 　ビジネスマンは、時間不足に慢性的に悩まされている。記憶力を強化したくても、そんな時間がないという嘆きも多く聞かれる。多忙な人々のために、いつでも、どこでもできるのが本物の記憶力強化法だという信念のもとに、「通勤電車でできる記憶力強化法」を紹介している。特別な時間を費やすことなく、いつのまにか記憶力が向上してしまうことに驚かれるだろう。　 日に10万個近くが死滅していくといわれる脳細胞。人間の寿命と同様に、限りある“資源”でもあるわけだ。そんな大切な、21世紀に向けての貴重な資源を、最大限に活用してもらいたい。また、「記憶術」というと、いかにして記憶するかのテクニックである、とばかり考えがちである。確かに、記憶することは記憶術の要であるが、それだけではない。つまり、「覚える」というだけでは、本当の記憶術にはならないというのが松本幸夫氏の持論だ。だから、一口に記憶するといっても、記憶の流れについては最低限理解しておくことが欠かせない。 　記銘については、巷間、記憶術のテクニックが説かれている。しかし、本書では、まず「何のために記憶するか」を考えている点が他と異なる。それがないと、無目的にいたずらに量を覚えよう、競争しようという方向に向かってしまう。次に、人間の成長を考えている。今までできなかったことが、訓練によってできた。その時の喜びは子供の頃の自転車乗りとも共通している。記憶力が強化されると、自信がつき人間的にも成長していく。 　そして最大のポイントは、人間が記憶するのであって、私たちは記憶力マシーンではないということだ。当然そこには、感情もあるし体験も含まねばならない。人間性をも加味した真の記憶力を、本書によって、一人でも多くの人に身につけて欲しい。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 世界記憶力コンテストに過去8回優勝という記録をもつドミニク・オブライエンの秘密の記憶法"イメージと連想法に基づく効果抜群の記憶システム"をわかり易く伝授。

インプットもアウトプットも「すごい法律家」の読書法！ 30代の頃に弁護士の仕事をこなしながら年間400冊以上を読破し、かつ10年間で50冊以上の単著を執筆し、いまは大学教授という超人気の法律家、木山泰嗣氏。 同氏が、弁護士になってから習慣にしている、仕事にも学びにも効く読書法を一挙に紹介します。 例えば、文書の要素を分解し数値化する読み方、共通項を見つけながら複数の本を同時に読む方法、５Ｗ１Ｈを意識する読み方、マーカーや付箋の活用法、事実と意見を分ける読み方、小説を史実とフィクションに分けて読む方法、「外れ」が少ない賢い本の選び方など、読解力はもちろん、記憶力、思考力のすべてを鍛えることができる著者独自の手法が満載です。 「本を書くのも読むのも、好きでたまらない」という木山氏ならではの、読書を楽しむコツ、忙しい人でも読書を習慣化できる秘訣、さらには同氏おススメの書籍紹介も随所に盛り込まれています。 漠然とした読書から一歩先行く「意識的な読み方」を身につけたい読書家はもちろん、これまで読書の習慣がなくても、これから読書を習慣化したい人まで、おすすめの一冊です。

3年連続記憶力日本一、ＴＶで大反響を呼んだ、記憶のグランドマスター・池田義博さんの記憶術を公開します。脳の性質を利用した、確実に成果の出る記憶テクニックは、どなたでもすぐに実践できる実用性に満ちています。英単語、人の顔や名前、1000ケタの数字までも覚えられる池田式・最強の暗記術を、練習問題付きで紹介。受験や仕事に、すぐに役立つ１冊です。

40代半ばからたった1年で記憶力日本チャンピオンになった、 脳の力を圧倒的に上げる“手書き”の秘訣 日本最強の“記憶のプロ”が教える絶対忘れないメモの書き方 「メモを書いても思い出せない」 「仕事の効率が上がらない」 「集中力がない」 「いいアイデアが浮かばない」 そんな悩みを持つ人はいませんか？ メモは上手く使うことで脳のあらゆる力を上げることができるのです。 ・方眼メモを使う ・ペンの色は基本２色 ・メモは３列で書く ・人の言った言葉には吹き出しを使う・・・・etc シンプルなルールであなたの脳力は２倍になる。 簡単にスゴイ人になれる、記憶力の達人によるメモ&ノート術。 第1章　忘れないメモ術 第2章　タスクの効率を上げるメモ術 第3章　アイデア創出のためのメモ術 第4章　やり抜く力をつけるメモ術 第5章　脳を鍛える「書く」トレーニング

※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。 大人になると「年齢を重ねた今、記憶力は衰えていく一方……」と思いがちですが、諦めるのはまだまだ早い！記憶力は何歳になってもぐんぐん向上させることができます。本誌では記憶の仕組みを深く知るとともに、記憶力を鍛える簡単なメソッドをかわいいイラスト、読みやすいテキストでわかりやすく紹介していきます。 ありがちな「えーっとホラ、アレだよアレ」や「鍵、きちんとかけたっけ？」といった“ど忘れ”とはサヨナラしましょう。 ※電子書籍版については、紙版書籍同様に「記憶力トレーニングカード」を巻末に掲載しておりますが、切り取ってご使用いただくことはできません。予めご了承ください。

記憶力を強くしたい!もの忘れをなくしたい!そのような願望から記憶力を増強させる方法は様々語られてきた。一方、つらい思い出を忘れたい、嫌な経験をなかったことにしたいと、忘却を操作したい思いもある。では、人間はどこまで記憶を操作することができるのだろうか。簡単に試すことができる思い出す訓練から「数字に色がついて見える」といった特殊な能力まで、これまでの多くの実験や研究から見えてきた記憶の不思議に迫っていく。

私たちはどのように覚え、忘れていくのか―臨床医学と基礎研究の両方の立場から脳研究に携わってきたトップランナーが、最先端の知見で「記憶」のしくみを解き明かす！　記憶力を高める方法やＱ＆Ａも掲載。 ●科学的に記憶力をアップさせる３つのポイント ●「脳の活性化＝認知症予防」に科学的根拠はない ●東大生の48.6％がやっていた「リビング学習」の効能 ●古代ギリシャの賢人が用いた、人類最古の記憶術 ●脳科学が生み出したうそ発見器のしくみ ●なぜ、人は顔を忘れないのか？

さっと読めるミニ書籍です（文章量15,000文字以上 20,000文字未満（20分で読めるシリーズ）） 【書籍説明】 「あれ、今日は何の食材を買いに来たのだろう」 「この仕事どのようにして進めるのだっけか」 「うーん、この公式どうしても覚えられないな」 こういった経験をしたことがありませんか。 おそらく、皆さんの誰もがこういった記憶に関する悩みを持っているのではないかと思います。 では、どのようにしたらより多くの情報を楽に記憶できるようになるのでしょうか？ 世の中には、皆さんの身の回りにいる記憶力が良い人やもはやコンピューターのように素早く膨大な量を覚えることができる記憶の達人がいます。 彼らはどのようにして他の人よりも記憶することが記憶きると思いますか。 5分で568桁の数字を覚えてしまうような雲の上の存在の人がいます。 彼らは、全員産まれた時からそのような能力を持っているのでしょうか？ 実は彼らの多くはそうではないことがわかり始めています。 記憶力選手権で優勝したある人も「生まれた時から記憶力が良かったわけではない」と著書で述べています。 むしろ記憶の「仕方」や「練習」で身につけた後天的な能力ということでした。 つまり、一部の天才と呼ばれる人を除いて、重要なのは記憶の「仕方」なのです。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 私たちは毎日、身の周りで起こった出来事を記憶していきます。 しかし、どんなに大切で重要な記憶でも、いつの間にか忘れていたり、間違った情報で覚えていたりするのです。 これはいったいなぜなのでしょうか？　記憶のしくみや疑問を心理学の見地から解き明かしていきます。 そして、勉強や仕事で必須の記憶力を強化するノウハウを提供します。 （本書はサイエンス・アイ新書『ビックリするほどよくわかる記憶のふしぎ』を加筆、再構成したものです）

解き明かされる記憶力の秘密。神経科学の目覚ましい進歩によって脳の記憶の実体がついに見えてきた。記憶力を高める「夢の薬」を研究する著者が、LTPやシナプス可塑性などの最新理論を解説しながら、科学的に記憶力を高めるための具体的な方法を紹介する。(ブルーバックス・2001年1月刊)

記憶の研究が目覚ましい。ついにDNAに連なる分子の言葉で語れるようになった。記憶を消したり想起させたり自由に操作できる日も夢ではない。そもそも記憶は脳のどこにどのように蓄えられるのかに始まり、短期記憶と長期記憶の違いは脳のどのようなメカニズムに由来するのかなどを語る。記憶研究から人間とは何かがわかる。

「簡単なのに、ていねいな味わい」と大評判。 ＳＮＳで人気の料理家・食育アドバイザーの、咲さんによる初レシピ本です。 少ない買い出しで簡単につくれる、野菜たっぷり栄養満点おかずから、 みんな大好きなオムライス、胃を休めたいときのかきたまうどんまで…… 生活によりそう“やさしい味”を集めました。 レシピ掲載数は、たっぷり２０２品。 一冊あれば、毎日の体調や気分に合う一品がきっと見つかります。 （収録予定内容）※変更になる場合があります Chapter1　おなかも心も満たされる　定番おかず Chapter2　素材の味をじっくり楽しむ　野菜のおかず Chapter3　心と体、お財布にやさしい　一品ごはん Chapter4　あと一品ほしいときの　おたすけ副菜 Chapter5　いろどり豊かな　おにぎり＆サンドイッチ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 サイト『穴馬レーダー! 競馬天気』編集長を務め、現役の気象予報士でもある三宅誠氏が贈る、気象データを馬券に生かす革命的一冊。競馬開催日の気温を5段階に分類し好走馬を分析することで、専門紙の「季節別成績」からは知り得ない本当の「夏馬」「冬馬」をあぶり出します。巻末に、現役2勝以上馬2171頭の気温別データを完全収録。袋とじには三宅氏による「厳選季節馬リスト」。西の万券王・棟広良隆氏推薦!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 畜力・水力・風力などの自然のエネルギーを利用し，幾多の改良を経て形成された初期の機械の歩みを検証して，日本文化の形成における科学・技術の役割を再検討する。

機械加工とは，工作機械を用いて金属等を加工し，同一形状の工業製品を優れた精度で大量に製造する技術です。ひとくちに機械加工といっても，素材や目的に応じて方法が異なり，また専用工作機械があります。本書は，旋盤，フライス盤，研削盤，ボール盤，マシニングセンタといった代表的な工作機械の特徴や構造，また主な加工方法，基本操作，機メンテナンスなどをわかりやすく解説します。

※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。 モノづくり全般に共通した一般知識とは「材料知識」「加工知識」「読図知識」の3つです。 こうした基礎知識は、技術者や製造担当者のみならず、資材購買、品質管理、生産管理、営業部門といった間接部門でも大切な知識となります。 しかし、この三大知識は、理工系それも機械工学科でなければ習得する機会がありません。 文系出身者が多い間接部門では、OJT でしか学ぶ手段がありません。 基礎的な入門書であっても理工系の基礎レベルで記述されており、文系出身者には理解が難しいのが実情です。 文系出身者でも理解できる内容を目指し、一般知識を中心にして、特化した専門知識には触れないことを基本に、機械加工の基礎を説きます。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、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、古典機械学習ともよぶべき題材に的を絞り、考え方をできるだけ詳細に記述した教科書である。本書では、機械学習全体の網羅や、深層学習を中心に据えた説明は意図していない。大量のデータが存在する対象、あるいはその近傍の対象に対しては、深層学習はきわめて高性能を発揮する。しかし、少数のデータしか得ることができない対象も多く、本書で紹介する古典的な機械学習の手法は、今後も随所で活躍するであろう。とりわけ、ベイズ的な考え方は、予測の損失最小を保証するという意味で重要である。多くの大学理工系の学部で、初年次あるいは2年次に学ぶ多変数の微積分や、固有値問題の基本をふくむ線形代数、それと確率と統計の基本事項は既知としているが、確率と統計や、対称行列に関する固有値問題などの数学的事項の要点は、第V部としてまとめた。 本書は多くの優れた書籍を参照して書かれ、とりわけ、C. M. ビショップ（著）、『パターン認識と機械学習』の影響は随所にみられる。数学的記法も同書に準拠した。また、構成は、K. P. Murphy， “Probabilistic Machine Learning: An Introduction”の影響をうけている。Murphyの本では深層学習を1つの部としているが、本書では深層学習の部はもうけず、ニューラルネットワークの基礎的事項をパラメトリックモデルの部へ、また、深層生成モデル（の1つであるVAE）を潜在モデルの部へおいた。ベイズ推論の重要性に鑑み、潜在モデルを第IV部としたことは本書の特徴の1つである。 各章には演習問題、巻末には解答例と丁寧な解説を掲載。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。 　本書は大まかに基礎，具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか？」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。 　中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。

機械学習エンジニアになりたい人に 機械学習エンジニアを志望する人が増えています。 採用数も増えており、さまざまな就職・転職サイトで「機械学習エンジニア」の募集がされており、この数は今後さらに増えることが予想できます。 しかし、採用側の話を聞くと、志望する人の大半は求める能力に達していないというミスマッチが発生しています。 これは、「機械学習エンジニア」という仕事が誕生して間もないため、 どのような能力を必要とするのかをエンジニア側が理解していないことに原因があります。 【本書の構成】 本書は「仕事編」と「実務編」の２部構成です。 「仕事編」では、機械学習エンジニアになりたい人向けに、 その仕事内容や必要な知識レベル、なるための勉強法、採用されるための履歴書の書き方などを解説します。 「実務編」では、身の周りのAI技術や実務ノウハウ、各国の機械学習エンジニア事情について解説します。 また、実際に機械学習エンジニアとして働く人やゼロから機械学習の知識を身につけた方々のインタビューも掲載しています。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習エンジニアが知らないでは済まされない知財と契約の基礎知識をコンパクトに、わかりやすく整理 本書は、エンジニア・研究者、学生を対象に、知らないでは済まされない機械学習にかかわる知財と契約の基礎知識をコンパクトに、わかりやすくまとめた書籍です。 GoogleやAppleの創業者がエンジニアであり、スタートアップ企業から始まっているように、いまや、そして特に機械学習に関連する分野では、エンジニア自身が知財活動や法務活動に積極的にかかわることが必要不可欠です。いいかえれば、何かことが起こればエンジニア自身が矢面に立たされたり、少なくとも責任の一端をとらされたりすることは避けられません。 本書は、このような背景を踏まえて、機械学習の研究開発に関連してエンジニアが知っておくべき法律的な考え方や知識を、主に実務的な観点を交えつつ、一から丁寧に解説しています。 第1章　AI・データと法的な保護 第2章　契約－当事者のインセンティブのデザイン 第3章　AI・データと特許 第4章　専門家とのコラボレーション 第5章　OSSと知的財産権

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械学習は人工知能の同義語となり多くの人に広く知れ渡っていますが、その可能性を十分に活かしている企業は世界でも一握りにすぎません。最新のオープンソースライブラリ、パッケージが提供され、コミュニティは充実していますが、実用的なビジネス上の課題解決に機械学習をどう適用させるかで、多くの企業が四苦八苦しています。 人材不足もその要因の一つではありますが、優秀な機械学習エンジニアやデータアナリストを確保したとしても、1つのモデルを導入するまでにそれなりの期間が必要になってしまうことも起きています。 機械学習モデルのバージョン管理、再現性、スケーリングなど、企業が機械学習の機能を開発する際に直面する主な課題は、サイエンス的な面よりもむしろエンジニアリング的なものですが、一般的なデータサイエンス系の教科書では、機械学習プロジェクトを実施する際のエンジニアリング的な面についてあまり触れていません。 本書はデータの収集、保存、前処理、特徴量エンジニアリング、モデルのテストとデバッグ、本番環境へのデプロイと撤退、ランタイムと本番環境へのデプロイ後のメンテナンスなどに光をあて、解説していきます。 機械学習の応用、ビジネス上の課題を機械学習を使用して解決したい場合に適切なアドバイスを得ることができます。 対象読者として、機械学習の基本を理解し自身でモデルを構築することができるレベルを想定しています。 ・機械学習エンジニアリングの仕事に取り組むデータアナリスト ・仕事をもっと構造化したいと考えている機械学習エンジニア ・機械学習エンジニアが提供するモデルを扱うことになるソフトウェアアーキテクト 第1章 はじめに 第2章 プロジェクトを始める前に 第3章 データの収集と準備 第4章 特徴量エンジニアリング 第5章 教師ありモデルの訓練 (第1部) 第6章 教師ありモデルの訓練（第2部) 第7章 モデルの評価 第8章 モデルの導入 第9章 モデルの推論、監視、メンテナンス 第10章 まとめ

※本書は、日経コンピュータ誌の特集記事「機械学習革命」（2014年1月9日号）を 　スマートフォンでも読みやすく再構成した電子書籍です。 　専門記者によるレポートが手ごろな価格で手に入ります。 記者は、米グーグル、米アップル、米フェイスブックといった先進IT企業が注目する「機械学習」に注目し、 社会や企業にどんな変化をもたらすかを探りました。 機械学習の本質を、「知性を実現するアルゴリズムを 人間の行動パターンから自動生成することにある」と説明しています。 ９つの事例を詳細に報じています。ここが読みどころです。 具体的には、人間に匹敵する知覚を実現したパターン認識の例、人間の試行錯誤を排除する未来予測の例、 不審な行動を把握する異常検知の例などを取り上げています。 「学習するコンピュータの台頭で人間の仕事が奪われるケースは間違いなく増える」と主張する一方で、 変化を好機に変えるヒントをまとめ、「機械学習をうまく使いこなせば、あらゆる企業にとって、 新ビジネスや異業種参入が容易になる」と締めくくっています。

※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。 ※この電子書籍は紙版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

機械学習は現代のAI（人工知能）になくてはならない技術です。一方で，機械学習の理解には統計学の知識が必要不可欠です。本書はその機械学習の理解に必要な統計学の知識をわかりやすく解説した入門書です。図を多用し，具体例を重視した内容になっています。また，Excelを使って解説するので，大学レベルの難しい数学の知識のない入門者でも，視覚的にそのしくみを学ぶことができます。機械学習を目的とした統計学の手法「教師あり学習」や「教師なし学習」を理解したい人に最適な入門書です。

★機械学習を「工学」として熟成していくために★ 【推薦の言葉】 AIブームの3回目は、機械学習技術が牽引してきた。業務や生活の 中で使われるようになるにつれて、現場や社会における課題に直面 している。機械学習工学を生み出した著者らによる本書は、技術と 現場をつなぎ、普及させていくための羅針盤となる貴重な一冊である。 ――浦本直彦氏(三菱ケミカルグループ、元・人工知能学会会長) 注目の新領域「機械学習工学」の入門書。まずはこの一冊から始めよう！ 機械学習ソフトウェアの開発・テスト・運用の方法論を体系的に俯瞰できる。 開発現場で試行錯誤しているエンジニアはもちろん、エンジニアと協働している人すべてに読んでほしい。 【主な内容】 巻頭言（丸山宏・PFN） 第1部　機械学習工学とは 第1章　機械学習工学（中川裕志・理化学研究所、石川冬樹・国立情報学研究所） 第2部　機械学習システムの開発・運用マネジメント 第2章　機械学習システムの開発とその検証プロジェクト（竹内広宜・武蔵大学） 第3章　機械学習システムの運用（堀内新吾、土橋昌・株式会社エヌ・ティ・ティ・データ） 第3部　機械学習システムの開発技術と倫理 第4章　機械学習デザインパターン（鷲崎弘宜・早稲田大学） 第5章　品質のとらえ方と管理（石川冬樹・国立情報学研究所） 第6章　機械学習モデルの説明法（原聡・大阪大学） 第7章　AI倫理（中川裕志・理化学研究所） 第4部　機械学習と知財・契約 第8章　機械学習と知財・契約（柿沼太一・弁護士法人STORIA） 第5部　機械学習工学の今後 第9章　今後に向けて（石川冬樹・国立情報学研究所） 付録A　模擬裁判の紹介（柿沼太一・弁護士法人STORIA）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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、自然言語処理について初歩から学べる書籍です。プログラミングについては、なんらかのプログラミング言語を使ったことのある開発者を対象に書いています。 自然言語とは、私たち人間が日常的に読み書きしたり、話したりするのに使っている言語のことです。そして、自然言語で書かれたテキストデータをコンピュータで処理するための技術を自然言語処理と呼びます。自然言語処理によって実行できるタスクの代表的な例としては、自動翻訳や質問応答、対話などがあります。 本書では、この自然言語処理について、今まで学習したことがない人でも学べるように、基礎から解説しています。自然言語をコンピュータで処理するために、事前にどのような処理をしておくのか、どのように単語や文章を解析するのか、自動翻訳などのタスクを実行させるためにどのような処理を行うのか、などについて、やさしく説明していきます。 基礎からはじめて、単語分散表現やテキスト分類、系列ラベリング、系列変換、アテンションといった、自然言語処理では欠かせない技術について、理論を解説した上で、Pythonを使って実装し、手を動かしながら理解できるようにしています。 また、現在の自然言語処理は、機械学習や深層学習とも切り離せません。ですので本書では、これらの技術についても基礎から説明し、Pythonを使って処理を実装していきます。基礎的な実装のみではなく、RNN、LSTM、CNNさまざまなモデルを使っての実装、特徴量エンジニアリングや正則化、ハイパーパラメータチューニングなど、実際の処理で必要になるところまで、詳しく解説しています。

機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書! 深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。 【甘利俊一先生推薦】 ｢世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい｣

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Ｐｏｌｉｃｙ ＧｒａｄｉｅｎｔとＡ２Ｃの記述・実装を見直した。・Pythonプログラミングとともに、ゼロからていねいに解説。・コードが公開されているから、すぐ実践できる。・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。【おもな内容】Day1　強化学習の位置づけを知る　強化学習とさまざまなキーワードの関係　強化学習のメリット・デメリット　強化学習における問題設定：Markov Decision Process　Day2　強化学習の解法(1): 環境から計画を立てる　価値の定義と算出: Bellman Equation　動的計画法による状態評価の学習: Value Iteration　動的計画法による戦略の学習: Policy Iteration　モデルベースとモデルフリーとの違いDay3　強化学習の解法(2): 経験から計画を立てる　経験の蓄積と活用のバランス: Epsilon-Greedy法　計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference　経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs PolicyベースDay4　強化学習に対するニューラルネットワークの適用　強化学習にニューラルネットワークを適用する　価値評価を、パラメーターを持った関数で実装する：Value Function Approximation　価値評価に深層学習を適用する：Deep Q-Network 　戦略を、パラメーターを持った関数で実装する：Policy Gradient　戦略に深層学習を適用する：Advantage Actor Critic (A2C)　価値評価か、戦略かDay5　強化学習の弱点　サンプル効率が悪い　局所最適な行動に陥る、過学習をすることが多い　再現性が低い　弱点を前提とした対応策Day6　強化学習の弱点を克服するための手法　サンプル効率の悪さへの対応: モデルベースとの併用/表現学習　再現性の低さへの対応: 進化戦略　局所最適な行動/過学習への対応: 模倣学習/逆強化学習Day7　強化学習の活用領域　行動の最適化　学習の最適化

最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、｢モデルの構築→推論の導出｣という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説 本書は細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説した書籍です．現状，細胞培養に機械学習を応用しようとすると，情報工学や数理統計学のテキストを読む必要がありますが，これらでは情報工学や数理統計学の基本的なカリキュラムを修了していることが前提とされていて，細胞培養のエンジニアや学生が読みこなすのは大変です． また，情報工学や数理統計学において重要な基本原理の解説と研究事例の紹介がメインであり，必ずしも細胞培養に応用するうえで，「機械学習をどう利用するのか」「どうやってデータサイエンス化するのか」について，詳しく書いてあるわけではありません． 本書では，情報工学や数理統計学のノウハウがなくても，つまり，AIの素養がなくても，読者ご自身の細胞培養の定量性や再現性を高め，予測可能な結果につなげるためのヒントをまとめたものです．著者の経験をもとに，機械学習を応用する大切なポイントを解説しています． 第1章　細胞培養の基礎を押さえよう 　1.1　細胞培養について 　1.2　細胞培養のための培地選び 　 第2章　細胞培養を定量化しよう 　2.1　細胞の数を計測してみよう 　2.2　増える細胞の様子を数値化しよう 　 第3章　細胞培養をデータ化しよう 　3.1　データサイエンスの基本をざっくり把握しておこう 　3.2　細胞培養・培地をデータ化しよう 　3.3　データ化するための自動化 　　 第4章　細胞培養を学習分析しよう 　4.1　機械学習について知ろう 　4.2　細胞培養のデータでデータサイエンスを行おう 第5章　細胞培養を最適化しよう 　5.1　最適化するための方法 　5.2　機械学習のアルゴリズムを押さえよう 　5.3　学習データを取得しよう 　5.4　モデルを訓練しよう 　 第6章　アクティブラーニングを活用しよう 　6.1　アクティブラーニング　 　6.2　応用と展望

数学の素養があるだけではデータサイエンスのプロとは言えません。なぜなら，実際の数理モデル開発やデータ分析では，組み合わせ方やプログラミングの知識が必要になるためです。また，データ分析では，数値微分・数値積分の知識がプログラミングで計算する際には非常に役立ちます。そこで本書では，数値計算やパラメータ計算法などを説明したあとに，応用編として現場で利用されるデータ分析方法を取り上げます。具体的には「対数尤度（ゆうど）の最大化法と重回帰」「一般化線形モデル」「多クラス回帰モデル」「Bradley-Terry model」「2元表の解析モデル」「生存時間解析（ワイブル分布）」で，Rによる数値計算のプログラムも併記しています。本書を活用していただくと，例えば機械学習モデルのパラメータを導く際に必要な二階偏微分を要素とする行列（ヘッセ行列など）の計算が非常にラクになり，データサイエンスにおけるプログラミングで数値微分・数値積分や数値計算そのものの重要さを再確認できるでしょう。 なお，本書は，大学の初等数学程度の知識を前提としています。

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。 『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。 AI精度向上はトレーニングデータが鍵。 良質なトレーニングデータを手に入れるための必須知識。 アメリカをはじめ、ヨーロッパや中国などを中心にAI（機械学習）やディープラーニングを活用としたユースケースやビジネスモデルなどが大きく進化し、日本国内においても、自動車、製造、建築・土木、公的機関、eコマースなどさまざまな業種で機械学習やディープラーニングの適用が進んできています。 　このようにAIに使われる機械学習を、高い精度・確率のものとするためには、高い品質、さまざまな条件の分布、バリエーションに富んだトレーニングデータを準備することが成功の鍵といえます。　本書では、トレーニングデータの性質に焦点をあて、解説を行います。 はじめに 第1章　機械学習とトレーニングデータ 1.1　ディープラーニングに進化する過程 1.2　ディープラーニングはブラックボックス 1.3　機械学習の種類 1.4　プログラミングから見た機械学習 1.5　トレーニングデータの位置付け 第2章　マネジメント層とエンジニアの機械学習 2.1　データ活用とは 2.2　DXからデジタルファーストへ 2.3　マネジメント層の大事な役割 2.4　エンジニアとトレーニングデータ 2.5　機械学習を取り巻く課題 2.6　実行すべきこと 第3章　AIとトレーニングデータ 3.1　音声認識とは 3.2　機械翻訳 3.3　画像認識 3.4　動画 3.5　チャットボット・ボイスボット 3.6　自然言語処理系AI 3.7　固有表現抽出 3.8　ポイントオブインタレスト（POI） 3.9　自動車関連系AI 3.10　AR／VR／MRとメタバース 3.11　その他 第4章　各種トレーニングデータ 4.1　音声データ 4.2　画像データ 4.3　動画データ 4.4　センシングデータ（3D点群データ） 4.5　シンセティックデータ 第５章　データアノテーション 5.1　データアノテーションとは？ 5.2　プリラベリングデータ 5.3　音声データからのアノテーション 5.4　テキストデータのアノテーション 5.5　画像データのアノテーション 5.6　アノテーションフォーマット 第6章　アノテーションツール 6.1　アノテーションツールの種類 6.2　データ収集 6.3　プロジェクト定義 6.4　データ管理と割り当て 6.5　音声系へのアノテーション 6.6　テキスト系のアノテーション 6.7　画像・動画系データ 6.8　品質チェック工程 6.9　データ取りまとめ 第7章　データセキュリティ 7.1　関連する法律 7.2　データセキュリティについて 7.3　AI倫理 第8章　トレーニングデータの重要性 おわりに 参考文献

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 イラストを使って初心者にわかりやすく解説!! 　現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。 さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。 また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 端末により、見開き表示で、左右が逆になる場合があります。 「Jubatus(ユバタス)」は、分散した大容量データを素早く深く分析するオンライン機械学習用フレームワークで、日本発のオープンソースプロダクトです。 本書はJubatusコミュニティのメンバー自らが執筆。様々な環境へのJubatusの導入から、特徴抽出方法、主要な機械学習アルゴリズムの解説を、新規に起こしたサンプルを例に実践的に解説します。大容量データを迅速に処理する分散モードでの実行方法も解説。また、サンプルで手を動かしながら学べるため、機械学習の入門にも適しています。 なお、本書で使用したサンプルコードはダウンロード提供します。

※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。 年間２兆円規模の市場を生むインターネット広告。 高速で最適な広告を配信する技術の理論的背景を、業界トップのサイバーエージェントの著者陣が解説。 機械学習を用いて広告配信を最適化する技術と、コンテンツを機械学習により自動生成する技術とを俯瞰する。 【目次】 第1章　インターネット広告業界と関連する機械学習技術 　1.1　インターネット広告業界における機械学習の環境適性 　1.2　機械学習の適用領域 　1.3　インターネット広告業界が向き合うプライバシー規制 第2章　広告配信のためのアルゴリズム 　2.1　CTR/CVR 予測 　2.2　予測のサービスでの活用 　2.3　クリエイティブ選択 第3章　広告効果の効果測定のための手法 　3.1　施策の効果の定義 　3.2　ランダム化比較実験 　3.3　観察研究に基づくアプローチ 第4章　広告配信とプライバシー 　4.1　デジタル広告業界を取り巻く環境の変化 　4.2　プライバシー保護とアトリビューションの仕組み 　4.3　差分プライバシーとプライバシー保護のメカニズム 　4.4　データ保護のための秘匿マルチパーティ計算 　4.5　デジタル広告業界を取り巻く環境の変化 　4.6　ブラウザが取り組んでいる取り組み 　4.7　差分プライバシーとプライバシー保護のメカニズム 　4.8　集約した単位から予測モデルの構築 第5章　広告運用のための自然言語処理 　5.1　広告テキスト生成のための自然言語処理 　5.2　広告テキスト生成における評価 第6章　グラフィックデザインのための機械学習 　6.1　広告効果の事前予測 　6.2　レイアウトの生成 　6.3　タイポグラフィの認識と生成 第7章　広告配信の未来 ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

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

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。 実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。 また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。 これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

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

機械学習分野に参入したい技術者･大学生を対象とし、機械学習技術の理解に必要なトピックに厳選した。イメージが掴めるように、図を多く掲載したから、わかりやすい。コンパクトなので初学者の教科書としても、最適!※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

きれいに整形されたデータを使った分析の経験はあっても、「実務で扱う生データをどのように前処理すればよいのか」と、お悩みではないでしょうか。前処理は課題ごとに、都度オーダーメイドで設計・実装していくものです。本書では4種類のデータを対象とし、機械学習で予測を行う場合の前処理の基本ノウハウを学び、Pythonによる実装を体験します。本書で扱った技術は、そのまま実務にも活かせます。 　機械学習における分析モデルの作成は自動化されつつありますが、その時に投入する特徴量は、人の手で前処理して作成する状況が続くでしょう。これからデータ分析に携わる方々にとって、前処理の力を高めることは、きっと大きな助けとなるでしょう。 （本書「あとがき」から抜粋・編集） ■著者プロフィール 足立　悠（あだち はるか） BULB株式会社所属のデータサイエンティスト。 過去にメーカーのSE やデータサイエンティスト、IT ベンダーのデータアナリスト等を経て現職。数々のデータ分析プロジェクトのほか、実務者教育にも従事。個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている。著書に『初めてのTensorFlow』と『ソニー開発のNeural Network Console 入門』がある。 多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人や外れ値と評されている。趣味はお地蔵さんが密集している場所に佇むこと。近いうちに、日本を北から南へ移動しながら仕事し、パフォーマンスを測定してみたい。

最小の努力で、最大の学びがここにある!･境界分野が面白い! 基礎から最先端まで，骨太の一冊!･機械学習に不可欠な基礎知識が身につく。･おだやかではない。かつてこれほどの教科書があっただろうか。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

機械学習の研究開発が急速な勢いで進んでいます。理論研究はもちろん，機械学習手法が実装されたオープンソースのパッケージ開発も進み，それらを実務で利用するためのノウハウも蓄積されてきています。結果として，機械学習をはじめたばかりの入門者でも比較的高い精度の予測モデルを構築できるようになりました。 Deep Learning, Gradient Boosting Decision Tree, Random Forestなどの機械学習モデルは高い予測精度を誇りますが，モデルの解釈性が低いという欠点があります。これらの複雑なブラックボックスモデルにおいて，モデルがなぜそのような予測を行っているのかを知ることは困難ですが，データ分析者自身がモデルの振る舞いを把握し，説明責任を果たすことを実務においては頻繁に求められます。 本書では，このような予測精度と解釈性のトレードオフを克服するための手法について，実務において特に有用と考えるものを厳選して紹介します。本書の構成は以下になります。 1章: 機械学習の解釈性とは 2章: 線形回帰モデルを通して「解釈性」を理解する 3章: 特徴量の重要度を知る～Permutation Feature Importance～ 4章: 特徴量と予測値の関係を知る～Partial Dependence～ 5章: インスタンスごとの異質性を捉える～Individual Conditional Expectation～ 6章: 予測の理由を考える～SHapley Additive exPlanations～ 付録A: R による分析例~ tidymodelsとDALEXで機械学習モデルを解釈する~ 付録B: 機械学習の解釈手法で線形回帰モデルを解釈する 2章では極めて高い解釈性を誇る線形回帰モデルを通して，予測モデルに求められる解釈性について説明します。以降の4つの章では，それらの解釈性をブラックボックスモデルに与えるPFI, PD, ICE, SHAPと呼ばれる手法について解説します。 本書は機械学習の解釈手法を実用して頂くことを目的としています。Pythonでゼロから手法を実装することを通じて解釈手法のアルゴリズムを理解し，実データの分析を通じて解釈手法の勘所を押さえて頂きます。機械学習の解釈手法は強力な反面，使い方を誤ると間違った結論を導いてしまう危険もあります。本書では解釈手法を実用する際の注意点についても丁寧に触れています。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

……そこには世にも奇妙な世界、「奇界」が広がっていた。 『奇界遺産』写真家・佐藤健寿の奇界なる旅の全貌を綴った本格フォトエッセイ。写真全点オールカラー＋増補の贅沢な文庫版！

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械工学はものづくりに関わる工学分野を包括した横断的な工学です。本書は、機械の専門知識をもたない人を対象に、身近な製品や機器を題材にして、フルカラーの写真と図解でわかりやすく機械工学の取り組みと考え方を理解することができます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 空想上や実在する生き物から着想を得た作品を制作している宇田川誉仁氏。彼が手掛ける紙粘土や針金、機械パーツ類、廃材などでつくられた立体は「メカニカルミュータント」と呼ばれ、世界的規模で数多く紹介されている。本書でピックアップするのは「実在の昆虫を本物そっくりでメカっぽい外観に仕上げた作品たち」で、それらの機械昆蟲は、強いインパクトで見る人を惹きつけることだろう。第1章は大型(約20cm)の1点もの作品であるミカドトックリバチ。紙粘土で本体をつくり、盛りつけと削りで成形を進め、細部をつくり込んでいく独自の工程を解説する。第2章は小型(約5cm)のコガネムシ作品群で、原型からの型取り工程後に、塗装や細部の加工に変化をつけて個性的な甲虫に仕上げる様子を解説する。第3章は木材や金属を組み合わせてつくったスチームパンク的なトックリバチの「巣」で、見どころいっぱい。巻頭と第4章には新作から過去の代表作まで、主要な作品を収録。迫力ある機械昆蟲の世界を存分に楽しめる一冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆コンピュータのことば「機械語」を学んで、しくみを理解！◆ 　ゆかいな動物たちと一緒に、コンピュータのことば「機械語」を学んで、コンピュータが働くしくみを理解しよう！ 動物たちがおしゃべりしながら具体的なプログラム例を挙げて解説しているので、会話を読んでいくだけで知識が身についてしまいます。機械語を学んでおけば、機械語以外のプログラミング言語を学ぶときにも理解が進みやすくなります。初めて学ぶ方にも、根本から学び直したい方にも、おすすめの1冊です。 ■こんな方におすすめ ・コンピュータのことば「機械語」を基本から学んでみたい＆学び直したい親御さんから子供さんまで ■目次 ●第1章 ことば ―― 機械語 ・1-1 コンピュータってどんなもの？ ・1-2 プログラムはどうやって実行する？ ・1-3 機械語ってどんな言葉？ ・1-4 機械語とアセンブリ言語の関係 ・1-5 コンパイラとインタプリタは何をしてくれる？ ・1-6 開発環境をインストールしよう ●第2章 おぼえる ―― レジスタ ・2-1 レジスタには「今使いたいもの」を入れる ・2-2 整数を足してみよう ・2-3 負の整数や大きな整数を足してみよう ・2-4 整数を引いたり掛けたりしてみよう ・2-5 整数を割ってみよう ・2-6 小数の計算をしてみよう ●第3章 もっとおぼえる ―― メモリ ・3-1 普段はデータをメモリに置く ・3-2 メモリにデータを置いてみよう ・3-3 メモリにたくさんのデータを置いてみよう ・3-4 たくさんのデータの中から指定されたデータを取り出そう ・3-5 メモリを使ってC言語からアセンブリ言語にデータを渡そう ●第4章 とぶ ―― ジャンプ ・4-1 ジャンプ命令でプログラムの好きな場所にとぶ ・4-2 条件分岐を使ったプログラムを書いてみよう ・4-3 条件分岐を使ってもっと複雑なプログラムを書いてみよう ・4-4 ループを使ったプログラムを書いてみよう ・4-5 ループを使って好きな個数のデータを処理してみよう ●第5章 つむ ―― スタック ・5-1 スタックでは最後に入れたデータが最初に出る ・5-2 関数を呼び出そう ・5-3 スタックから引数を受け取ろう ・5-4 必要な値を残しておこう ・5-5 自分自身を呼び出す再帰呼び出し ■著者プロフィール ●松浦 健一郎（まつうら けんいちろう）：東京大学工学系研究科電子工学専攻修士課程修了。研究所において並列コンピューティングの研究に従事した後、フリーのプログラマ＆ライター＆講師として活動中。企業や研究機関向けにソフトウェア、ゲーム、ライブラリ等を受注開発したり、遠隔配信や動画も含む研修の講師を務めたりしている。司 ゆきと共著でプログラミングやゲームに関する著書多数（本書は40冊目）。 ●司 ゆき（つかさ ゆき）：東京大学理学系研究科情報科学専攻修士課程修了。大学では人工知能（自然言語処理）を学ぶ。研究機関や企業向けのソフトウェア開発や研究支援、ゲーム開発、書籍や研修用テキストの執筆、論文や技術記事の翻訳、翻訳書の技術監修、学校におけるプログラミングの講師を行う。

1980年代瀕死の状態にあったスイス機械式時計産業を、見事V字復活させたスウォッチグループ。その奇跡の経営戦略を描いたスイス原書の日本語版。