◆生成AIの仕組みを理解し、システムに導入する◆ 　ChatGPTやGeminiが登場してから、世界中で生成AIブームが続いています。代表的な使い方として、文章の要約やアイデア出しなどが有名です。一方、その理由（Why）を正しく説明できる人は、実はそれほど多くありません。 　本書は、生成AIの基本に立ち返り、類書で取り上げられない理屈（Why）に注力して解説します。生成AIの入門からシステム導入までに必要なエッセンスを厳選し、図解も交えながら1冊で体系的にまとめています。 　はじめに、生成AIの仕組みや基本的なプロンプト手法をわかりやすく説明します。続いて、生成AIの応用技術であるRAGとAIエージェントを取り上げ、その本質的な仕組みや主要なサービスについて解説します。最後に、生成AIを仕事で使いこなす・システム導入するための具体的なアクションプランを紹介します。 ■こんな方におすすめ ・ChatGPTの活用レベルを要約や文章生成から上げたい方 ・RAGやAIエージェントなどの生成AI技術を体系的に学びたい方 ・生成AI導入案件のポイントを手っ取り早くおさえたい方 ■目次 第1章 まずは生成AIの基本を知ろう！ ・1.1 生成AIと大規模言語モデルって何？ ・1.2 大規模言語モデルってどんな仕組みで動いてるの？ ・1.3 大規模言語モデルは何が新しいの？ ・1.4 まずは三大LLMサービスを覚えよう！ ・1.5 生成AIを使うときの注意点は？ ・1.6 生成AIの著作権と向き合おう！ 第2章 すべてはプロンプトから始まる ・2.1 プロンプトの基礎知識 ・2.2 プロンプトを書くときの基本ルール ・2.3 生成AIの長所を活かして短所を補おう！ 第3章 実践！プロンプトエンジニアリング ・3.1 たったこれだけ！プロンプト基本パターン10選 ・3.2 適切なプロンプト手法の選び方 第4章 生成AIに新たな知識を与えるRAG ・4.1 RAGって何？ ・4.2 実は検索エンジンが主役！RAGを支える仕組み 第5章 実践！RAGシステムの導入ポイント ・5.1 RAGシステムの全体像を知ろう！ ・5.2 「インデックスの登録」におけるポイントは？ ・5.3 「ユーザーの入力」におけるポイントは？ ・5.4 「検索クエリの実行」におけるポイントは？ ・5.5 「回答の生成」におけるポイントは？ 第6章 今エンジニアが最優先で学ぶべき技術！AIエージェント ・6.1 AIエージェントって何？ ・6.2 Profiling機能：役割と目的を定める ・6.3 Planning機能：目的を達成する計画を立てる ・6.4 Action機能：計画にもとづいて行動する ・6.5 Memory機能：情報を記録して活用する 第7章 実践！AIエージェントの応用テクニック大全 ・7.1 AIエージェント同士の連携パターン ・7.2 AIエージェントの身近な例 ・7.3 AIエージェントを作るツール ・7.4 標準化ツール 第8章 生成AIを「使いこなす」アクション集 ・8.1 生成AIマインドに切り替えるためのアクション ・8.2 プロンプトをチューニングするためのアクション ・8.3 生成AIとの役割分担を見直すためのアクション ・8.4 生成AIの嘘を見つけやすくするためのアクション ・8.5 生成AIを感覚で覚えるためのアクション 第9章 生成AIを「システム導入する」アクション集 ・9.1 企画・構想フェーズのアクション ・9.2 精度分析・改善フェーズのアクション ・9.3 実機化・運用フェーズのアクション ■著者プロフィール 山田博啓：東京工業大学（現東京科学大学）理工学研究科を卒業後、2017年に日鉄ソリューションズ株式会社へ入社。大手アパレル向け大規模システム開発プロジェクトにおいて、アプリケーションおよびインフラ双方のプロジェクトリーダーを担当。その後、同社研究部署へ異動し、自然言語処理の応用研究および案件適用に従事。社内初となる生成AI研究テーマを発足し、大手製造業・小売業を中心に生成AIシステム導入プロジェクトを推進。2023年から2025年まで、3年連続で「Japan AWS All Certifications Engineers」に選出。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 コードを書くスピードも、アイデアを試すスピードも、AIによって一変しました。GitHub Copilot は、プログラマにとって新しい「相棒」となる存在です。本書はその力を最短で引き出すための Visual Studio Code特化の実践型入門書。セットアップから高度な活用まで、迷わず前へ進める構成でまとめました。 2024年12月に開始された Copilot Free により、いま最も導入しやすいAIコーディング環境が整いました。 しかし、ただ導入するだけでは十分に使いこなせません。コード提案／インラインチャット／チャットビュー などの機能をどう活かし、どう効率を上げ、どう開発を加速させるか。本書ではその「使うとこう変わる」という実感を、手を動かしながら掴めます。 解説言語は扱いやすいPython。初めてでも戸惑わず、ページをめくるたびにCopilotと会話するようにコードが動き始めます。エラー修正、リファクタリング、アイデアの生成……面倒だった作業が驚くほど軽くなり、作るスピードが明らかに上がるはずです。 さらに、開発ワークフローの実例、提案精度を上げる設定、VS Code以外での応用、認定試験・トレーニングへの展開まで収録。 「試す→慣れる→成果が出る」流れを一冊で完了できます。

「ウォーターフォールの安定性」と「アジャイルの柔軟性」をAIで両立！ 古くて新しい「仕様重視」の再発見 AIが実現する「仕様駆動開発」によって、仕様とコードが常に同期し、仕様とコードが最適なバランスを保てるようになります。その基本から実践方法まで、じっくり解説します。 本書では、GitHubが公式ブログで提唱した仕様駆動開発の4つの工程に、日本の組織特性を加味して、7つの工程として拡張・定義します。 【7つの工程】 1. 原則決定 → 2. 企画・要件定義 → 3. 設計計画 → 4. タスク分割 → 5. 実装 → 6. 検証・受入 → 7. 移行・運用 さらに4つの原則と、3つの技術要素を定義し、仕様駆動開発を実現します。 【4つの原則】 ●原則(1)「仕様は"生きたドキュメント"」 ●原則(2)「仕様は”信頼できる唯一の情報源”」 ●原則(3)「仕様は”変更と反復が前提”」 ●原則(4)「AIでコストを抑える」 【3つの技術要素】 ・Markdown ・Git/GitHub ・AI/AIエディが 仕様駆動開発は小規模チームから大規模組織まで展開できる開発手法です。組織への展開で陥りがちな落とし穴とその対策まで本書はカバーします。

【本書で得られること】 ・コピペで使えるAIプロンプト ・あらゆる商売で使える50の実践事例 ・インサイトを「売れる言葉やアイデア」に変える技術 競合も調べた。 ターゲットも絞った。 キャッチコピーも磨いた。 でも、売れない。 理由はシンプル。 見ているのが「本音」じゃなく「建前」だから。 ・品質が良いから買う ・時間がないからやらない ・コスパがいいから選ぶ 嘘ではない。 でも、そこはみんな訴求してるって。 その奥のもっと生々しい「欲望」を刺さなくては。 ・これを持っている自分を見せたい ・誰かに認められたい ・不安を埋めたい こんな本音は出てこない。 アンケートにも、インタビューにも。 恥ずかしいから言わない。 そもそも、自分でも気づいていない。 じゃあ、どうするか。 AIの登場だ。 AIは人間が踏み込めないところに土足で踏み込む。 ・膨大なデータから欲求のパターンを抜き出す ・矛盾した感情や無意識の動機を言語化する AIは「表」だけじゃなく「裏」も読む。 本書は、AIを使って顧客の「インサイト」を掘り起こし、 売れる言葉やアイデアに変換する実践書だ。 「便利」「高品質」「コスパ」なんて、もはや前提。 そのうえで、「隠されたニーズ」をぶっ刺せ。 「自分のことだ」 そう思わせた瞬間、売れる。 AIでサクッとインサイトを暴こう。 「売れる側」にワープする準備は整った。 売れるアイデアなんてAIを使えば一撃で浮かぶ。 第1章 刺すべきは買い手の建前ではなく「本音」 第2章 生々しい本音を一撃で引き出す「基本プロンプト」 第3章 【即使える】あらゆる業種・サービスでの実践例「BEST50」 第4章 本音を「買わずにいられない言葉」にオート変換する

※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。 ◆AIエージェント活用に必須の知識が身につく！◆ 生成AIを活用し、自律的にタスクを遂行するAIエージェントは、私たちの生活やビジネス、そして社会のあり方を根底から変えようとしています。本書の前半では、このAIエージェントの基本概念から最新事情までをわかりやすく解説。AIエージェントとは何か、生活やビジネスにどのような影響を与えているのか、社会がどのように変わっていくのかなど、AIエージェントの「現在」がよくわかります。 書籍の後半では、導入に不可欠な主要サービスやフレームワーク、業務別の具体的なユースケースを紹介します。さらに、AIエージェントを自分たちの組織へ導入し、定着させるための実践的なアプローチについても解説しています。AIエージェント活用のための知識がしっかりと身につく一冊です。 ■目次 第1章　AIエージェントの基礎知識 第2章　AIエージェントで変わる社会 第3章　主要サービス・フレームワーク紹介 第4章　AIエージェント活用事例／ユースケース 第5章　AIエージェント導入の進め方 第6章　AIエージェントの未来 ■著者プロフィール ●岩手テナージョン：関西学院大学卒業後、日系ERPパッケージベンダーを経て、外資系コンサルティングファームにて大手企業のDX案件のプロジェクトマネジメント支援／新規事業開発支援を実施。その後、クラスメソッド株式会社新規事業部にジョイン。現在は、Solvio株式会社を設立し、企業に向けた生成AIを活用したサービスのコンサルティングや伴走支援、自社サービスの提供などを行う。著書に『ビジネスのためのChatGPT活用ガイド』（共著、技術評論社）。 ●山本紘暉：大学院卒業後、電機メーカの研究開発部門に就職。主にソフトウェア開発管理の支援やクラウド技術に関して、要件定義・ツール開発を行う。現在はクラスメソッド株式会社に勤務。画像認識・機械学習の研究開発を行った後、生成AIを活用した業務改善に関して、研究開発・アドバイス・システム開発を行う。著書に『ビジネスのためのChatGPT活用ガイド』（共著、技術評論社）。 ●中村祥：Solvio株式会社に創立まもなくエンジニアとしてジョイン。生成AIを活用したシステム開発や自社プロダクトの開発を多数実施。現在は生成AIを用いたさまざまなプロジェクトに関わり、企業の課題解決や価値創造をするようなシステム開発を行う。

「生成AIを導入したけれど、いまいち業務に活かせていない」—そんな悩みを抱えている人のため、生成AIと社内データを組み合わせ、ビジネスの現場で「本当に使える」ナレッジへ変換するノウハウを凝縮しました。RAG（検索拡張生成）などの専門的な仕組みも、現場感のあるユースケースをもとに非エンジニアでもわかるよう噛み砕いて解説。散らばった社内資料を宝の山に変え、付加価値の高いアウトプットを生み出すための「新しいデータ運用」のスタンダードがこの1冊で身につきます。 ・本書の構成 Chapter 1　なぜ「生成AI×ナレッジ活用」が今、必要なのか Chapter 2　生成AI活用技術の全体像を知る Chapter 3　社内ナレッジを整理する Chapter 4　ユースケース1：製造業の原因推定×自動復旧 Chapter 5　ユースケース2：非構造化データ活用によるレコメンド高度化 Chapter 6　ユースケース3：大量VoCのコスト最適化×セキュア解析 Chapter 7　生成AIによるナレッジ活用プロジェクトの進め方

◆変化の激しい生成AIの本質としくみを理解する◆ 　生成AI技術は目覚ましい進歩を続けています。そのため、表面的なトレンドを追うだけでは、そのしくみを理解することが困難になっています。こうした状況において、本書は生成AIを支える理論的基礎について原論文レベルまで深く踏み込んで解説し、読者が技術の核心部分を理解できるよう導く一冊です。本書の主な特徴は、以下の3つにあります。 　1つ目の特徴は、Transformerから推論時のスケーリング則に至るまでの「生成AIの重要な理論」について、原論文の内容を参照しながら数式と図版を用いて詳細に解説しています。2つ目の特徴は、英語・日本語を問わず既存の文献ではあまり扱われていない分布仮説の実験的根拠や拡散モデルの数学的保証など、「生成AIを理解する上で、重要であるものの他の書籍などで十分に扱われていない理論」も丁寧に掘り下げています。3つ目の特徴として、「演習問題とGitHubサポートページを連携させた読者参加型の学習環境」を提供し、より深い学びをサポートしています。 　本書を通じて読者は、生成AIに関わる重要な理論について深い理解を得ることができるだけでなく、原論文レベルの内容を読み解く力を身につけることができます。これにより、新たなモデルや技術動向を独力で理解し、急速に変化する技術トレンドへの自律的なキャッチアップ能力を獲得することができるでしょう。表面的な知識ではなく、生成AI技術の本質的な理解を求める全ての方にとって、必携の一冊です。 ■こんな方におすすめ ・生成 AI 分野の理論の基礎をキャッチアップしたいと考えている方々 ・機械学習を学んでいる学部生や院生の方々 ・機械学習を業務で活用しているエンジニア ・異分野の研究者の方々 ■目次 第1章 本書の読み方と論文を読み解く技術 ・1.1 本書の読み方 ・1.2 論文を読み解く技術 ・1.3 本書における数式記法 第2章 入力データの特徴量化 ・2.1 埋め込みと分布仮説 ・2.2 サブワードの必要性とトークン化 ・2.3 バイト対符号化 (Byte Pair Encoding) ・2.4 サブワードユニグラム言語モデル ・2.5 SentencePiece ・2.6 文字単位よりも細かいサブワード分割 ・2.7 トークナイザーは本当に必要なのか 第3章 生成AI モデルの大前提となるTransformer ・3.1 Transformer の全体像 ・3.2 位置埋め込み (Positional Encoding) ・3.3 マルチヘッド注意 ・3.4 エンコーダーとデコーダーの共通要素 ・3.5 デコーダーの出力部分 ・3.6 モデルの学習と実験結果 第4章 Generative Pre-trained Transformerとテキスト生成 ・4.1 複数タスクモデルとしての GPT-1, 2 ・4.2 生成モデルとしての GPT-3, 4 ・4.3 テキスト生成モデルの性能を高めるための要素 第5章 拡散モデルと画像生成 ・5.1 画像分類モデルとしての Vision Transformer ・5.2 拡散モデル ・5.3 画像生成モデル Diffusion Transformer 第6章 テキストと画像の融合 ・6.1 テキストと画像を関係づけるCLIP ・6.2 text-to-imageモデル unCLIP ・6.3 text+image-to-imageモデル Imagic ・6.4 text+image-to-text の実現方法 第7章 生成 AI モデルのスケーリング則 ・7.1 生成AIモデルの事前学習スケーリング則 ・7.2 テキスト生成の推論スケーリング則 第8章 生成 AI モデルの評価 ・8.1 人間による相対評価 ・8.2 高い専門性を有するタスクでの評価 Appendix A.1 参考文献の取り扱い Appendix A.2 Landauのビッグオー記法と計算量 ■著者プロフィール 菊田 遥平：1986年生まれ。2014年総合研究大学院大学高エネルギー加速器科学研究科素粒子原子核専攻修了。博士（理学）。機械学習と生成AIの専門家として、複数の企業で研究開発・プロダクト開発・開発組織のリードなどを経験。X：@yohei_kikuta

2026年に入り一気に注目度を上げている「フィジカルＡＩ」。「物理世界を理解し、実際に行動するＡＩ」の登場が世界にもたらす変化の本質をいち早く解説する。産業構造の大転換を見据えて、日本企業がとるべき競争戦略も明らかにする。

◆「LLMの挙動を左右するコンテキストをどう扱うか」AI時代のエンジニアの最重要スキル◆ 大規模言語モデル（LLM）へ与える、プロンプトを含む多様な入力情報である「コンテキスト」。LLMの挙動を健全にコントロールするために、どんなコンテキストを構築するか――限られた入力領域において、何を与え、何を捨て、どのようにして良いコンディションを保つのか――この技術の総体が「コンテキストエンジニアリング」であり、LLM活用を目指すエンジニアが知るべき最重要トピックです。本書では、AIモデルの基礎の仕組みやAPIの挙動をコンテキストの観点から順にひも解き、RAG（Retrieval-Augmented Generation）やAIエージェントなど実践的な開発において発生し得るコンテキストエンジニアリングのテクニックを存分に紹介します。 ■目次 第1章　LLMの仕組みから見るコンテキストの正体 ・1.1 LLMの動作を知る意義 ・1.2 LLMを構成するニューラルネットワークの基本 ・1.3 LLMによるトークン生成のしくみ ・1.4 対話型LLMに施された工夫や注意点 ・1.5 Reasoningモデルの進化へ ・1.6 まとめ 第2章　APIサービス利用におけるコンテキストの扱いと基礎機能 ・2.1 LLMのAPIサービスの概要 ・2.2 LLMベンダーが直接提供するAPIサービス ・2.3 クラウドベンダーが提供するAPIサービス ・2.4 APIやモデルの選定基準 ・2.5 APIの基本的な使い方 ・2.6 LLMによるツール利用 ・2.7 出力スキーマの固定化 ・2.8 Function CallingとStructured Output使用時のテクニック ・2.9 コンテキストキャッシュの仕組み 第3章　指示プロンプト開発の基礎 ・3.1 前提となるリファレンス ・3.2 指示プロンプト開発時に把握しておくべき全体指針 ・3.3 指示プロンプトの記述に活用される記法 ・3.4 指示プロンプトの基本構造 ・3.5 指示プロンプトの管理 ・3.6 指示プロンプトの精度向上の技法 第4章　RAGにおけるコンテキスト整備 ・4.1 RAGとは ・4.2 検索エンジン関連用語の整理 ・4.3 RAGの全体のフロー ・4.4 RAGを使うかどうかの判断 ・4.5 RAGで用いられる基盤技術 ・4.6 検索を伴うRAGの精度向上のための工夫 ・4.7 その他の話題 第5章　AIエージェント×ワークフローによる作業自動化 ・5.1 AIエージェントはなぜ注目されたのか ・5.2 ワークフロー化によるコンテキストの分散 ・5.3 市場が期待した「AIエージェント」の正体 ・5.4 エージェントワークフローに関連するリファレンス ・5.5 具体例を見ながらエージェントワークフロー設計を学ぶ ・5.6 コンテキスト肥大化に伴うその他の課題と対策 ■著者プロフィール 蒲生 弘郷（がもう ひろさと）：外資系IT企業所属のクラウドソリューションアーキテクト、エバンジェリスト。上智大学大学院 応用データサイエンス学位プログラム 非常勤講師。大手システムインテグレーターにてキャリアをスタート。社会インフラ関連領域のデータサイエンティストとしての活動、ブロックチェーンを活用した異業種間データ流通サービスの立ち上げなどを経て現職へ。ChatGPTの登場した2022年以来、Azure OpenAI Serviceなどを使ったLLMアプリケーションの構築支援・アドバイザリーおよび技術情報の発信に従事。「ChatGPT - Azure OpenAI大全」などの資料が「2023 Most Viewed Deck 25」に選出。共著に『Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門』。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆脳の解明に挑んだ数々の研究者たちの功績をたどる一冊◆ 読者を魅了しつつも平易であり、夢中にさせる科学史であると同時に、神経科学の最前線への優れた案内役ともなっている。　―――リアム・ドリュー（サイエンスライター、神経生物学博士） 脳に関する我々の研究と、脳を理解するための科学的洞察を集めた一冊。 ―――ラリー・アボット（コロンビア大学理論神経科学センター教授） グレース・リンゼイはこの研究分野の魅力を十二分に語っており、難解なテーマを巧みな筆致と機知に富んだ表現で解き明かしている。 ―――ショーン・キャロル（ジョンズ・ホプキンズ大学自然哲学科教授） 　人間の脳は約850億個のニューロンで構成されており、それらは100兆以上のシナプスによって結びついている。1世紀以上にわたり、たくさんの研究者たちが、これらのニューロンが何をしているのか、どのように情報をやりとりし、どのようにして思考や知覚、行動を生み出すのかを記述するための「言語」を探し求めてきた。そして求めていた言語こそ数学であり、数学なしには今日のように脳を理解することはできなかっただろう。 　『Models of the Mind』では、著者であり計算論的神経科学者のグレース・リンゼイが、数学的モデルがどのようにして意思決定や感覚処理、記憶の定量化など、脳のさまざまなプロセスの解明に貢献してきたのかを解説する。現代神経科学の最も重要な概念を紹介するとともに、数学的モデリングという抽象的な世界と、生物学の複雑で混沌とした現実とがぶつかることで生じる緊張関係にも光を当てる。 　各章では、神経科学の特定の分野に適用されてきた数学的手法に焦点を当て、脳の最も基本的な構成要素である個々のニューロンから始まり、相互作用するニューロンの回路、脳の領域全体、そして脳が制御する行動へと進んでいく。 　リンゼイはこの分野の歴史を振り返り、18世紀後半にカエルの脚を使って行われた実験から始まり、現代の人工知能の基盤となる大規模な人工ニューラルネットワークのモデルへと至る過程を探求する。そして、神経科学という精緻な機構を記述するうえで、数学という優雅な言語が持つ価値を明らかにしていく。 ■目次 1章 球形の牛～数学が提供するもの 2章 ニューロンが発火する仕組み～漏れ積分発火モデルとホジキン・ハクスリーニューロン 3章 計算能力の獲得～マカロック・ピッツモデル、パーセプトロン、人工ニューラルネットワーク 4章 記憶の形成と維持～ホップフィールドネットワークとアトラクター 5章 興奮と抑制～バランスのとれたネットワークと振動 6章 視覚の発達～ネオコグニトロンと畳み込みニューラルネットワーク 7章 神経符号の解読～情報理論と効率的符号化 8章 低次元空間における運動制御～動力学、運動学、そして次元削減 9章 構造から機能へ～グラフ理論とネットワーク神経科学 10章 合理的な意思決定の方法～確率とベイズの法則 11章 報酬が行動選択に与える影響～時間差分と強化学習 12章 脳の大統一理論～自由エネルギー原理、1000の脳理論、そして統合情報理論 ■著者プロフィール Grace Lindsay（グレース・リンゼイ）：ニューヨーク大学アシスタントプロフェッサー。2018年にコロンビア大学の理論神経科学センターで博士号を取得。その後、ユニバーシティ・カレッジ・ロンドンで博士研究員を務め、感覚処理を探求する数理モデルの構築に焦点を当てた研究を行う。それ以前は、ピッツバーグ大学で神経科学の学士号を取得し、ドイツのフライブルクにあるベルンシュタイン計算神経科学センターに在籍。2016年には、計算神経科学のGoogle PhDフェローシップを授与され、複数の国際会議で講演を行った。 ■訳者プロフィール 市川太祐（いちかわだいすけ）：医師・医学博士。現職は キバロク株式会社 代表取締役。医師としての知見と、電子カルテ／健診／レセプト等の医療ビッグデータを統計解析・AIで扱うデータサイエンスの専門性を併せ持ち、医療の質と効率を改善するソリューションの提供に注力している。 高柳 慎一（たかやなぎしんいち）：2020 年 総合研究大学院大学複合科学研究科博士課程修了、博士（統計科学）。著書、監修書等多数。 牧山幸史（まきやまこうじ）：LINEヤフー株式会社データサイエンティスト 兼 株式会社ホクソエム代表取締役社長。翻訳書多数

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 AIでいちばん有名なChatGPTについて、知ってはいる、少し使ってはみたけどイマイチ使えない、使いこなせていないと感じていませんか？ 本誌は、AIをはじめて触る人や一度挫折した人でも、今日から確実に使いこなせるようになるための世界一やさしい入門書です。 ChatGPTは今、単なるチャットツールを超えて、画像生成や音声会話、高度な画像読み取りができるなど、日々刻々と進化を遂げています。本誌では、最新の機能を網羅しつつ、難しいプロンプトや専門用語を排除しています。人間に話しかけるような自然な言葉で、AIの力を最大限に引き出すコツを丁寧に解説します。 本誌の特徴は、スマホとパソコンのそれぞれ使うシーンに合わせた解説をしていることです。 スマホでChatGPTを使う際に、よくあるシーンをもとに解説しています。難しい言葉をわかりやすく説明させたり、冷蔵庫にある食材からレシピを考えさせたり、旅行の行程表を数秒で作らせたり、買い物や家計管理のアドバイスをもらったりなど、スマホならではの気軽さ、機動力を活かした活用法がわかります。 パソコンでChatGPTを使うシーンは、仕事に役立つ方法を解説しています。ビジネスメールの作成や、長い書類の要約、議事録作成、ExcelやPowerPointなどでChatGPTをどう使うか解説しています。また、仕事の悩み相談やアイデア出しの壁打ち相手としてChatGPTを使う方法など、単なる作業効率アップのためだけではない、使いこなし術も解説しています。 画像生成についても解説。SNSアイコンの作成や仕事の資料用イラストの作成、ペットの写真を元にした画像生成など、誰でもすぐにクリエイターになれます。巻末には、ChatGPTをもっと自分好みにカスタマイズするも解説しています。 AIを使うのがなんだか怖い、AIって難しそう、何に使えばいいかわからないという不満や不安も解消。本誌をマネすれば、ChatGPTがあなたの生活と仕事の最強のパートナーになります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 NotebookLMは2025年7月に「Google for Education」でエンタープライズレベルまで機能強化が行われ、無料で使えることから多くの教員が注目しています。NotebookLMの最大の特徴は、ユーザーが提供した資料（PDF、テキストなど）を情報源とするため、ハルシネーションが抑制され、正確な回答を得やすいことにあります。職業柄、間違いが許されない教員に最適なAIサービスであり、また、学習指導要領や指導案、文科省の冊子など、大量かつ専門的な資料をまとめて扱える点も、教員の助けとなります。一方で、ユーザー自身が資料とプロンプトを組み合わせる必要があり、操作に戸惑う人も少なくありません。本書は、NotebookLMの基本操作から説明しつつ、教員の仕事の現場に合わせた豊富な資料、最適なプロンプトを紹介することで、多忙な教員の業務負担を軽くします。

プログラミングのコードを書く作業をAI（人工知能）に任せる「バイブコーディング」。本書は「バイブコーディング」がいかに革新的で重要なのか、どうすれば効果的に実施できるのか（個人はもとよりチームや会社全体のレベルでも）を実践者たちのベストプラクティスに基づいて指南します。 【目次】 序文　アンソロピックCEO 兼 共同創設者　ダリオ・アモデイ 第1部　なぜバイブコーディングが重要なのか 第2部　バイブコーディングの理論と実践 第3部　バイブコーディングのツールとテクニック 第4部　大規模展開：開発者個人の生産性を越えて 全体のまとめとこれからの道筋 用語集 付録 内部/ 中間/ 外部ループ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「図表を読めるRAG」を作る 近年、テキストだけでなく、図・表・グラフといった画像を含む資料からも情報を検索・活用できる「マルチモーダルRAG（Retrieval-Augmented Generation）」の重要性が高まっています。従来のRAGが扱える情報はテキストデータに限定されており、実務現場で扱う文書──技術報告書・研究論文・プレゼン資料──のように、図表を多く含むデータには十分対応できませんでした。本書は、この課題を踏まえて、実務文書にも対応できるマルチモーダルRAGについて体系的に解説します。 本書では、自分の手でマルチモーダルRAGを構築できるようになることを目指します。全体を通して、手を動かしながら理解できるよう、再現可能なコード例を多数提示しています。 【主要目次】 Chapter 1 テキストベースのRAG Chapter 2 Responses APIのfile searchによるRAG Chapter 3 標準的なマルチモーダルRAG Chapter 4 ColPaliを利用したマルチモーダルRAG Chapter 5 エージェントによる自律制御を組み込んだMMA-RAG Chapter 6 VQAを中核としたマルチモーダルRAG

グーグルやフェイスブックが開発にしのぎを削る人工知能。日本トップクラスの研究者の一人である著者が、最新技術「ディープラーニング」とこれまでの知的格闘を解きほぐし、知能とは何か、人間とは何かを問い直す。

※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。 ネットワーク管理者にとってセキュリティーへの対応は終わることがありません。ある時点で安全なシステムであっても、新たな攻撃手法が出てきたり、脆弱性が見つかったりすることで、危険にさらされる恐れがあります。 本書は、日経NETWORKに掲載したセキュリティーに関連する最近の主要な記事をまとめたたものです。最新の攻撃手法や、セキュリティーの事例などを詳しく紹介しており、最近のセキュリティー関連で知っておかなければいけないことを1冊で理解できるようになっています。 「Gmail届かない問題」や「CrowdStrikeによる大規模障害」といった知っておきたい事件についても解説しています。また「コスパで考えるセキュリティー対策」といった、現実的な対策法についても紹介しています。 ≪目次≫ ●第1部　インシデント対応 　第1章　解剖！日本警察のサイバー捜査 　第2章　被害を抑える初動対応 　第3章　「史上最大規模」の障害起こしたCrowdStrike 　第4章　神奈川県教育委員会「Gmail届かない問題」の全貌 　第5章　「内部不正」との闘い方　ほか ●第2部　攻撃を知る 　第1章　脆弱性対応「必勝」のポイント 　第2章　ランサムウエア解体新書 　第3章　防止不可能「ソフトウェアサプライチェーン攻撃」の脅威 　第4章　改めて備えるDDoS攻撃 　第5章　生成AI時代のサイバー防衛最前線　ほか ●第3部　守りを固める 　第1章　コスパで考えるセキュリティー対策 　第2章　ファイアウオール徹底解説 　第3章　セキュリティー製品 利用実態調査 　第4章　プラットフォーム型セキュリティーサービスの真実 　第5章　動き出すIoTセキュリティーの評価制度　ほか

Amazon Web Services（AWS）のしくみや関連技術についてわかりやすく解説する図解本です。エンジニア1年生、IT業界などへの転職・就職を目指す人が、AWS関連の用語、しくみ、クラウドとネットワークの基礎技術などを一通り学ぶことのできる、1冊目の入門書としてふさわしい内容を目指します。本書では、クラウドやネットワークの基礎から解説し、AWSのサーバーサービス、ストレージサービス、ネットワークサービス、データベースサービスについて具体的なサービス名を挙げながら初心者向けにわかりやすく紹介します。今までのAWS解説書では用語がわからず難しかったという人も本書なら安心して学ぶことができます。

※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。 AIに指示するだけで動画を作れる「動画生成AI」がこの1冊でわかる！　専門知識や高価な機材は不要で、誰もが動画クリエイターになれる時代が来ました。本書は「作りたい」をカタチにするための動画生成AIの活用ガイドです。基本操作はもちろん、クオリティを左右するプロンプト（指示文）のコツや、動画の素材にする画像の作り方、キャラクターを思い通りに動かす技術まで、動画生成AI利用のコツを解説しています。本書では高精度な動画生成AIサービス「Midjourney」を活用して動画を作ります。特典のプロンプトとサンプル画像をダウンロードして、すぐに実践可能です。ご自身のPCで手を動かしながら読み進めることで、動画制作のノウハウが自然と身につく、最初の一歩に最適な一冊です。

※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。 仕事や生活に欠かせないツールとなったAI。Anthropicが提供する「Claude」は、極めて自然な日本語能力と高い論理的思考力を備え、ビジネス現場で「使えるAI」として急速に支持を広げています。また、Artifactsに代表される視覚的なアウトプット機能や、自律的にタスクをこなす「AIエージェント」としての側面は、これまでのAI活用を一変させる可能性を秘めています。しかし、その進化の速さゆえに、「他のAIと何が違うのか」「どう実務に組み込めばいいのか」と、その真価を掴みきれずにいるケースも少なくありません。 本書は、そんなClaudeを「最強の知的生産パートナー」として使いこなすための、実践的なノウハウを凝縮した一冊です。基本的な操作方法から、独自の知識ベースを構築する「プロジェクト」、業務を自動化する「スキル」、インタラクティブな資料を生み出す「アーティファクト」、さらにはAIがPC操作を代行する「Cowork」まで余すところなく解説します。

※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。 生成AIの進化が激しく、また新しいサービスも登場するなど、日ごろから生成AIをウォッチできているという方は多くないだろう。本書は、そういったビジネスパーソンに向けた生成AIのガイド。こんなことをしたい、そんなとき何を使えばいい？　あなたの問題を解決するために生成AIを見つけ出そう！

※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。 ◆あなたの仕事に、本当に生成AIは必要ですか？◆ ビジネスの現場で、生成AIはすでに当たり前の存在になりました。 資料作成、文章作成、調査、アイデア出し── 多くの人が日常的に使っています。 しかし一方で、 「仕事が変わった実感がない」 「気づけば、生成AIの答えを選んでいるだけになっている」 そんな違和感を抱えている人は少なくありません。 便利になったはずなのに、自分の力が増えた実感がない。 ときには、自分の役割が少し薄くなったように感じることもある。 それは、あなたが生成AIを「魔法の杖」だと期待し、 「自分」をどこに置くべきかが曖昧になっているからかもしれません。 生成AI時代に本当に問われるのは、 生成AIをどこまで操作できるか、ではありません。 「生成AIとどう向き合い、自分の考えをどう重ねるか」。 本書では、その考え方を 「6つのアクション」として整理しました。 これらのアクションは、 生成AIを「理解する」ことから始まり、 日々の仕事に組み込み、 そして自分自身の力をどう伸ばしていくかまでを一続きで扱います。 特定のツールや機能に依存せず、 生成AIとともに働く時代に、 自分自身を仕事の真ん中に置き直すための一冊です。 ■こんな方におすすめ ・生成AIを使ってはいるけど、正直“仕事が変わった”感じはしない方 ・気づくと、生成AIの答えに“乗っかっているだけ”になっていると感じる方 ・生成AIを“使う仕事”と“使わない仕事”の線引きをしたい方 ■目次 第0章 生成AIで成果を出すのはどんな人？ ・生成AIのイノベーションとは ・生成AIとどう関わるか ・生成AIで成果を出す人はここが違う 第1章 理解する─生成AIは万能ではない ・生成AIを理解する ・生成AIの得意なこと、苦手なこと ・生成AIのトラブルを避ける倫理と心構え 第2章 選択する─生成AIに任せる仕事を選ぶ方法 ・あえて生成AIにしない─人間がやることの価値 ・生成AIは時短ツールではない ・生成AIに任せる仕事1：自分の「上司」として考える ・生成AIに任せる仕事2：自分の「部下」として考える ・生成AIに任せる仕事3：自分の「同僚」として考える ・こんな仕事は任せてはいけない─生成AI活用の失敗パターン 第3章 対話する─生成AIとの効果的な話し方 ・生成AIの回答が「使えない」理由 ・「良い回答」を引き出すテクニック1：具体的に指示する ・「良い回答」を引き出すテクニック2：文脈をつける ・「良い回答」を引き出すテクニック3：ディスカッションする ・「良い回答」を引き出すテクニック4：“無茶振り”をする 第4章 やってみる─具体的な活用レシピ集 ・おすすめの生成AI活用領域 ・実践1：文章の作成 ・実践2：アイデアの言語化 ・実践3：調査 ・実践4：要約の生成 ・実践5：示唆の抽出 ・実践6：プログラミング ・実践7：コンテンツの生成 ・実践8：ディスカッション 第5章 仕組みをつくる─生成AIを日常に取り入れる ・生成AI活用力を高める、習慣化のコツ ・生成AIの機能を使いこなす─ChatGPT ・生成AIの機能を使いこなす─Copilot ・生成AIがないと働けない状態をつくる 第6章 進化する─自分自身の「素の実力」を高める ・生成AIは、足し算ではなく掛け算 ・AIが働いて人間が休む時代は来ない ・生成AIは、あなたの価値を高めるパートナー ■著者プロフィール 箕輪旭（みのわ　あさひ）：1987年生まれ。アクセンチュア株式会社でのITコンサルティング業務を経て、2020年にスタディメーター株式会社を創業。オンライン学習プラットフォーム「Udemy」では、非エンジニア向けの分かりやすく実践的なIT講座がベストセラーとなり、これまでに20万人以上を指導。「挑戦したくなる世界」の実現を目指して、新しい一歩を踏み出したい人のサポートに取り組んでいる。

AIの技術から歴史、 活用方法まですべて図解 確かな知識がつく「使える教科書」 【本書のポイント】 ・解説とイラストがセットで理解しやすい！ ・AIの基礎から最新のトレンドまでカバー！ ・機械学習やディープラーニングもすべて図解！ ・キーワードから知りたい項目を調べやすい！ ・初心者からエンジニアまで知っておきたい知識を収録！ 【こんな方におすすめ】 ・複雑なしくみからAIの歴史、最新動向まで広く理解したい人 ・AIシステムを発注・管理している人 【内容紹介】 現代においてAI（人工知能）は世の中に広く知れ渡っていますが、 技術の発展とともにますます活用される範囲は広がり、 私達の生活にとって欠かせないものになっていくでしょう。 しかし、AIの全体像をつかむには 複雑で難しい技術を知る必要があり、 初めて学ぶときには難易度の高さを 感じる人も多いのではないでしょうか。 そこで、本書では見開きで 1つのテーマを取り上げ、 図解を交えて解説しています。 最初から順に読んで 体系的な知識を得るのはもちろん、 気になるテーマやキーワードに 注目しながら読むなど、 状況に合わせて活用してください。 【目次】 第1章 AIを取り囲む全体図 第2章 AIの基本的なしくみ 第3章 AIにおけるデータの取扱い 第4章 機械学習のしくみ 第5章 ディープラーニングに関わる技術 第6章 様々なAIと実用化 第7章 他分野と交わり進化するAI 第8章 AIにまつわる様々な議論 第9章 未来のAI ※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。 AIエージェント時代の標準規格MCP（モデル コンテキスト プロトコル）の入門書。 大バズりしたスライド「やさしいMCP入門」の著者が新技術の基礎をやさしく解説。 Chapter 1　MCPとは Chapter 2　MCPの仕組み Chapter 3　MCPを実際に触ってみよう Chapter 4　MCP対応クライアント紹介 Chapter 5　MCPサーバー紹介 Chapter 6　MCPサーバー紹介（開発者向け） Chapter 7　MCPがもたらすビジネスインパクト Chapter 8　MCPの展望と今後の発展

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 アンケート調査、顧客へのヒアリング、競合分析など、誰でも日々リサーチ（調査・研究）を行っており、ビジネスにおいてリサーチは必要不可欠です。 現在はGeminiのDeep Research、 Perplexityなどリサーチツールとしての側面を押し出した生成AIツールが数多く登場しています。 本書ではこれらAIリサーチツールの使い方やAIを活用したリサーチ手法はもちろん、リサーチで得られた結果をサービスや新規事業にどのように落とし込むか、そしてAIの力を最大限に引き出す「質の高い問いの立て方（リサーチ設計）」までしっかり解説！ 「情報収集→分析→レポート→（サービスなどへの）実装」という普遍的なリサーチの基本プロセスも合わせて紹介するため、これ1冊で「リサーチの基本手法」と「生成AI時代の情報収集＆情報活用の方法」の両方が学べます。 【こんな人におすすめ】 ・リサーチ初心者　‐リサーチでなにから始めていいかわからない人 　‐リサーチが手間だと感じている人 　‐時間をかけても良いリサーチができない人 ・リサーチ中級者　‐リサーチ結果をうまく活用できない人 　‐AIリサーチの手法を知りたい人 　‐ビジネスにおける基本的・実践的なリサーチ方法を学びたい人 　‐新規事業担当者 　‐マーケター 【本書で得られるもの】 ・ Deep Researchなどの生成AIリサーチツールの使いこなし方がわかる →1次リサーチの時間短縮・「欲しい」結果が得られる・思い通りのレポートが出力できる ・リサーチ時にどう差別化するか、結果をどう活用するか、信頼性をどう担保するかが分かる →サービスやビジネスに活用するためのヒントが得られる ・AIの力を最大限引き出す「問いの立て方」がわかる →適切な問いを立てなければ、ありきたりな答えしか返ってこない。「何を問うか」が重要

本書は、MPEGという「魔法」のような映像圧縮技術が、その誕生から現代、そして未来へとどのように進化してきたのかを物語る一冊です。1980年代後半に約650MBのCDに映画を収録するという目標が掲げられ、フルHD映像を非圧縮で保存すると1秒間で約190MB、1時間では約680GBものデータ量になるという課題に対し、世界中の技術者が数々の発明と工夫を重ねてMPEGが生まれました。35mmフィルムとブラウン管から始まったアナログ時代から映像のデジタル化、そしてインターネット時代の到来を経て、現代ではスマートフォンからのSNS動画アップロードやNetflixでの映画ストリーミング、ビデオ会議が当たり前の光景となっています。この日常の裏側には、映像データを劇的に小さくするMPEGという「魔法」のような技術が存在し、映像と音声のデジタルデータ表現の基礎、情報量制御技術、色差成分を利用したデータ削減といった知恵が凝縮されています。本書では、MPEGだけでなく、H.261、AV2、DivXといった関連技術も網羅し、その進化の物語を通じて、現代のデジタル映像を支える知恵の数々を紐解いていきます。

※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。 「やりたい！ができる」シリーズは、生成AIを使って「やりたいことを叶える」ための指南書です。生成AIを仕事や生活にもっと活用したい、生成AIでアプリ開発やイラスト制作にチャレンジしたい、そんな「やりたい」を実現するための方法を、その道の第一人者に教えてもらいます。 本書では、『新たなAI活用を作る』AIディレクターであり大人気YouTuberでもあるKEITOさんと一緒に、生成AIに指示を出しながらアプリを作っていく様子を紙上で再現。ちょっとしたコツや難しいポイントもじっくり掘り下げながら丁寧に解説しているので、プログラミングなどの専門知識がなくても楽しくアプリづくりを実現できます。 【本書で作るアプリ】自分専用のAIチャットボット、SNS画像生成アプリ、音声日記アプリ、リスキリングに役立つ英単語クイズアプリなど 【使用AIツール】カスタムGPT、Claudeアーティファクト、Dify、boltなど

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 仕事や生活に欠かせないツールとなったAI。Googleが提供する「Gemini」はパソコンやスマートフォンから手軽に実行でき、文章や画像など多彩なアウトプットを生成することが可能です。また、Gmailやスプレッドシートなどのアプリと連携させることで、仕事の手法を一変させる可能性を秘めています。しかし、そのあまりの多機能さゆえに、「一体何ができるのか？」「どう指示すれば期待通りの答えが返ってくるのか？」といった疑問を抱き、その真価を引き出せずにいるケースも少なくありません。 本書は、そんなGeminiを「最強の知的生産パートナー」として使いこなすための、実践的なノウハウを凝縮した一冊です。基本的な操作方法から、具体的なビジネスシーンでの活用、日々の業務を自動化するGoogle Workspaceとの連携、さらには自分だけのオリジナルAIを作成する方法まで余すところなく解説します。

※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。 Windows 11に標準搭載のAI「Copilot」の基本から便利な使い方まで紹介。著作権侵害や情報漏洩のリスクといった注意点や、プロンプトを設定するコツも紹介しているため、生成AIの進化に合わせて長く利用できます。また、調べものや資料作成、アイデア出しなど、仕事や日常における様々な作業にCopilotを役立てる方法を満載しています。さらに「Microsoft 365」と組み合わせて使う方法も解説。Word、Excel、PowerPointなどのアプリで作業を効率化する方法も紹介しています。

コンピュータがまだ巨大な計算機だった時代、アメリカの研究者ダグラス・エンゲルバート(Douglas Engelbart)は、コンピュータをまったく別の視点から見ていた。彼はコンピュータを「人間の知能を拡張する道具」として考えていたのである。その研究の中で生まれた装置が、後に「マウス」と呼ばれることになる。 　1968年、エンゲルバートは歴史的なデモンストレーションを行い、マウスを使って画面上の情報を操作してみせた。そこには、ハイパーテキスト、ウィンドウ、共同編集など、現代のコンピュータの基本的な概念がすでに含まれていた。 　しかし、この革命的な研究はすぐには世界に広がらなかった。 　その後、カリフォルニアのゼロックス・パロアルト研究所(Xerox PARC)で研究が発展し、さらに1980年代にはAppleがパーソナルコンピュータの世界にマウスを持ち込むことで、ようやく一般の人々の机の上に広がっていくことになる。 　今日、マウスはありふれた装置のように見える。しかしその背後には、人とコンピュータの関係を変えようとした研究者たちの情熱と長い試行錯誤の歴史がある。 　本書では、マウスという小さな装置の誕生から現在までの歩みをたどりながら、コンピュータの歴史と、人間と機械の関係の変化を見つめていく。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 文部科学省も推奨し、認知度や関心が高まっている教育現場でのAI活用ですが、日々更新される膨大な情報を網羅的に参照することは困難です。本書は、ICTやAI活用をこれから本格化させる教育関係者の皆さまに向けた、具体的な活用方法と最新事例を網羅した一冊です。 　実際の教育現場でどのようにAIが使われているか、自治体や各校の取り組みや、導入によって得られた効果、今後の展望などを取材によって明らかにするほか、AIが校務をどのように最適化し、教職員の働き方をどう変えるのか、そのリアルな可能性を提示します。 　このほか、教育AIサービスや対応ハードウェア、導入支援サービスの紹介、文部科学省の生成AIガイドラインを読み解く解説記事など、現場ですぐに役立つコンテンツを多数収録しています。付録として、教育AIサービス一覧や専門用語集に加え、初心者向けのプロンプト集や資料集へのリンクも完備しており、導入検討から実践まで幅広くカバーしています。 　学校現場で指導にあたる教員の皆様にとって、AIを正しく理解し、安全かつ効果的に活用するための「最初の一冊」となる決定版ガイドです。

IoTを知らずにこれからのビジネスはできない 「IoT」の全てを網羅した決定版！ 日本だけではなく世界が「IoT(Internet of Things、もののインターネット)」の時代に突入しつつあります。IoTの時代には、身の回りのあらゆるものがセンサーや制御装置を介してインターネットにつながり、データを集める。こうして集めたビッグデータを人工知能(AI)を使って分析し、効率や性能を高めます。さらには、新たなサービスを生み出し、これまでにないビジネスモデルを構築する──。IoTは「第4次産業革命」を起こし、既存のビジネスの世界を激変させるとまで言われています。 こうしたIoTの時代には、全てのビジネスパーソンにIoTの基礎的な知識やスキルが必須となります。あらゆるビジネスがIoTをベースに動くため、IoTを知らなければ仕事ができず、時代に取り残される可能性すらあるのです。一方で、IoTという言葉はよく聞くものの、内容が複雑でよく分からないという人が多いというのも現実です。 本書は「IoT」とは何かについて、基礎から体系的に学べる唯一の書です。IoT分野で使われる用語を網羅し、定義はもちろん、図版や事例を多用しつつ分かりやすく解説しました。 第1章から読んで体系的に学ぶことはもちろん、知りたいことがあったときに参照するという使い方もできます。検定試験「IoT検定」の公式本でもあります。 これから本格化するIoT時代を勝ち残りたいビジネスパーソンにとって、決定版となり得る1冊です。

※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。 ●AI・データサイエンス時代に対応した、新しい一般情報教育の標準テキスト ●これからのカリキュラムに対応して、情報基礎からデータサイエンスまでを網羅 本書は、情報処理学会一般情報教育委員会で編纂した、これからの一般情報教育に対応した標準テキストです。情報ネットワークや情報機器の基礎知識から、プログラミングの考え方、情報倫理、データサイエンス等、社会生活で不可欠な教養ともいえる知識を幅広く網羅します。 半期2単位の授業で使用することを前提に、内容をコンパクトに、かつわかりやすく構成しています。各大学・高専で一般情報教育の見直しが行われている中で、まさに最適の教科書としてご利用いただけます。 第1部　情報リテラシー 第1章　情報とコミュニケーション 第2章　情報倫理 第3章　社会と情報システム 第4章　情報ネットワーク 第2部　コンピュータとネットワーク 第5章　情報セキュリティ 第6章　情報のデジタル化 第7章　コンピューティングの要素と構成 第8章　アルゴリズムとプログラミング 第3部　データサイエンスの基礎 第9章　データベースとデータモデリング 第10章 モデル化とシミュレーション 第11章 データ科学と人工知能（AI） 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。 深層学習をベースとした自然言語処理の基礎が体系的に身につく！ 本書は、深層学習に基づく自然言語処理の基礎となる知識や考え方を、丁寧に展開し解説するものです。自然言語処理技術の概観から始め、機械学習の基本的枠組み、言語モデル・系列変換モデルとして非常に有用なTransformerとそれを活用した事前学習モデルの詳解、さらに自然言語処理の基本的なタスクである系列ラベリング、構文解析、意味解析と、自然言語処理を学ぶうえで必須の基礎知識や背景となる仕組みを幅広くカバーし、体系的に身につけることができる構成としました。 大学の学部上級から大学院の学生、さらには自然言語処理を学び始めた若手技術者にお薦めの教科書です。 第1章　自然言語処理の概要 　1.1　自然言語処理の応用 　1.2　コーパスと自然言語処理 　1.3　自然言語処理の難しさ 　演習問題 第2章　自然言語処理のための機械学習の基礎 　2.1　機械学習とは 　2.2　教師あり学習 　2.3　特徴量表現 　2.4　パーセプトロン 　2.5　ロジスティック回帰 　2.6　ソフトマックス回帰モデル 　2.7　機械学習モデルの評価 　2.8　正則化 　2.9　ニューラルネットワーク 　2.10　計算グラフと自動微分 　2.11　ニューラルネットワークに関するその他の話題 　演習問題 第3章　単語ベクトル表現 　3.1　記号からベクトルへ 　3.2　素性関数による単語のベクトル表現 　3.3　分布仮説と単語文脈行列 　3.4　特異値分解による次元削減 　3.5　Word2Vec：ニューラルネットワークによる学習 　3.6　単語ベクトルの応用 　3.7　FastText：単語よりも小さな単位の利用 　3.8　単語ベクトル表現の課題と限界 　演習問題 第4章　系列に対するニューラルネットワーク 　4.1　単語ベクトルの合成 　4.2　再帰型ニューラルネットワーク（RNN） 　4.3　勾配消失問題と勾配爆発問題 　4.4　長期短期記憶（LSTM） 　4.5　ゲート付き再帰ユニット（GRU） 　4.6　畳込みニューラルネットワーク（CNN） 　演習問題 第5章　言語モデル・系列変換モデル 　5.1　言語モデル・系列変換モデルの導入 　5.2　言語モデルの定式化 　5.3　言語モデルの利用例 　5.4　言語モデルの具体例1：nグラム言語モデル 　5.5　言語モデルの具体例2：ニューラル言語モデル 　5.6　系列変換モデル 　5.7　言語モデルの評価：パープレキシティ 　5.8　未知語問題への対応 　演習問題 第6章　Transformer 　6.1　Transformerの歴史的背景 　6.2　自己注意機構（セルフアテンション） 　6.3　Transformerの構成要素 　6.4　学習時の工夫 　演習問題 第7章　事前学習済みモデルと転移学習 　7.1　事前学習済みモデルの背景 　7.2　デコーダの事前学習：GPT 　7.4　エンコーダ・デコーダの事前学習：BART 　7.5　事前学習済みモデルと知識蒸留 　7.6　事前学習済みモデル利用上の注意点 　演習問題 第8章　系列ラベリング 　8.1　系列ラベリングとは 　8.2　系列ラベリングの定式化 　8.3　点予測による系列ラベリング 　8.4　線形連鎖に基づく条件付き確率場 　演習問題 第9章　構文解析 　9.1　構文解析とは 　9.2　句構造解析 　9.3　依存構造解析 　9.4　さまざまな構文解析手法 　演習問題 第10章　意味解析 　10.1　意味解析とは 　10.2　テキスト間含意関係認識 　10.3　ニューラルネットワークによる意味解析 　10.4　述語項構造解析 　10.5　論理表現 　10.6　セマンティックパージング 　10.7　意味解析のその他の話題 　演習問題 第11章　応用タスク・まとめ 　11.1　機械翻訳 　11.2　質問応答 　11.3　対話 　11.4　自然言語処理の過去・現在 演習問題略解 参考文献

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 深層学習（ディープラーニング）の全体像が理解できる一冊。 日々進化し続ける深層学習技術の基礎をなす知識や考え方を体系的に，応用を俯瞰的にまとめた教科書。 　本書は、人工知能（AI）技術の一つである深層学習（ディープラーニング）の全体像を体系的にまとめた教科書です。 　SNS、スマートスピーカー、画像診断、自動運転、……などなど、身のまわりには深層学習の技術や手法が広く応用されています。このことからもわかるように、深層学習は今日に至るまでさまざまな場面で成功を収めていますが、その技術や手法は、今現在も、非常に速いスピードで進歩し続けています。「以前は当たり前のように利用されていた技術が、ある日突然、それを上回る別の技術に置き換えられた」ということも十分にあり得ます。しかし、そのような深層学習技術の基礎には、普遍的かつ不変的な知識や考え方があります。 　本書は、現代の深層学習の技術や手法を理解するうえで基礎となる知識や考え方を、必要に応じて数式を用い、詳細に解説しています。また、代表的な応用例として、画像、音声、自然言語の処理を俯瞰的に解説し、深層学習の全体像が理解できるように構成しました。論文や国際会議等で深層学習技術の最新動向を追うためのベースは、本書で十分に学ぶことができます。 第1章　序論：深層学習登場の前と後 1.1　パターン認識とは 1.2　パターン認識の困難さと深層学習による成功 1.3　深層学習と従来のパターン認識手法の違い 第2章　深層学習以前のパターン認識手法 2.1　深層学習以前のパターン認識の概略 2.2　特徴抽出 2.3　機械学習・パターン認識手法 2.4　クラスタリング 2.5　評価指標 演習問題 第3章　深層学習ネットワーク 3.1　深層学習のアイディア 3.2　パーセプトロン 3.3　多層パーセプトロン 3.4　深層学習ネットワークにおける基本レイヤ群 3.5　基本ネットワーク構造 演習問題 第4章　ネットワークの学習 4.1　深層学習ネットワークの学習の基本的アイディア 4.2　誤差関数 4.3　確率的勾配降下法 4.4　誤差逆伝播法 4.5　畳込み層の学習 4.6　学習の実際 4.7　学習した畳込みフィルタの例 演習問題 第5章　学習のための技術 5.1　学習パラメータの初期値 5.2　学習率の設定 5.3　データ拡張 5.4　ドロップアウト 5.5　入力データの正規化 5.6　モデルアンサンブル 5.7　事前学習とファインチューニング 5.8　中間信号の画像特徴量としての利用 5.9　距離学習 5.10　マルチタスク学習 5.11　自己教師学習 5.12　ネットワークを小さくする工夫 演習問題 第6章　系列データへの対応 6.1　再帰型ネットワーク 6.2　1次元畳込み 6.3　Transformer 演習問題 第7章　画像認識への適用 7.1　主な画像認識ネットワーク 7.2　画像認識ネットワーク内部の可視化 7.3　物体検出 7.4　領域分割 7.5　人物姿勢推定 7.6　動画認識 演習問題 第8章　画像生成・変換への適用 8.1　エンコーダ・デコーダ型ネットワーク 8.2　オートエンコーダ 8.3　深層生成モデル 8.4　画像変換 8.5　画像最適化による画像変換 演習問題 第9章　音声処理への適用 9.1　音声認識ネットワーク 9.2　音声合成ネットワーク 演習問題 第10章　自然言語処理への適用 10.1　単語ベクトル 10.2　系列変換モデル 10.3　事前学習モデル 演習問題 第11章　マルチモーダル学習 11.1　マルチモーダル・クロスモーダル 11.2　画像と言語ル 11.3　画像・映像と音声 演習問題 演習問題略解 参考文献

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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。 大好評『ITエンジニアが覚えておきたい英語動詞30』の改訂版。本書では、IT会話の6割をカバーする基本動詞30を取り上げ、実例とともに解説します。

要求仕様ゼロから価値を生み出す！ IT現場の上流工程が変わる！ ITを使って新しいサービスやビジネスを生み出したり、既存のビジネスの仕組みを変えたりする、いわゆる「デジタルシフト」のニーズが急速に高まっています。そしてデジタルシフトの実践に当たって、「デザイン思考」を情報システムの開発に活用する動きが広がりつつあります。 デザイン思考は、課題を発見し、それを解決する新しいサービスやビジネスを創り出すための考え方のこと。ユーザー自身がどのようなシステムを開発すべきか分からない、要求仕様が何もないところから開発を始めなければならないようなときに、デザイン思考が役立ちます。 本書は、ITエンジニアがデザイン思考をシステム開発で活用するときに必携の一冊です。デザイン思考を全く知らないというITエンジニアはもちろん、デザイン思考の勉強を始めたが難解で今ひとつピンとこないというITエンジニアにも、理解しやすく説明しています。デザイン思考は何となく理解したが、システム開発でどのように活用すればよいか分からないというITエンジニアにも、現場で役立つ実践的な情報が満載です。 第1章「デザイン思考の基本を学ぶ」では、デザイン思考における一般的なプロセスについて、その基本を解説します。実践的なイメージを想像しやすいように、架空のデザイン思考活用プロジェクトのストーリーを挿入しました。 第2章「現場で使える実践ノウハウ」では、デザイン思考を活用したプロジェクトでつまずきやすいポイントとそれを乗り越えるための処方箋をまとめました。 ITで新たな価値を生み出すために、ぜひ本書をご活用ください。

企業のデジタルトランスフォーメーション（DX）への取り組みが加速する中、システムやサービスにおけるUX（ユーザーエクスペリエンス）の重要性は高まっています。システム開発において、質の高いUXデザインが強く求められるようになっているのです。 　しかしシステム開発を手掛けるITエンジニアの中には、UXデザインを見栄えを良くすることだと限定的に捉えている人が少なからずいます。ユーザーにとって価値のある使いやすいシステムをつくるには、見栄え以外にも改善すべき項目がたくさんあります。 　またUXデザインに取り組みたくても、その方法がわからないという声も少なくありません。本書は、ITエンジニアがシステム開発の中でより良いUXデザインを実現するための知識やノウハウを、基本と実践の2部構成で解説した一冊です。 　基本編となる第1章では、UXデザインのプロセスをシステム開発と同様に上流から「戦略」「要件」「構造」「骨格」「表層」の5 つのフェーズに分け、各フェーズで取り組むことや進め方、よく利用されるメソッドやつまずきポイントなどをわかりやすく解説します。 　実践編となる第2章では、基本編で紹介した5つのフェーズの実践に必要な体制や仕組み、実際に取り組んだ事例などを、具体的な勘どころも交えて解説しています。UXデザインに取り組んでいくうえで組織的に準備しておきたいことや、UXデザインの活用方法など、実践を支えるヒントや心構えなどにも触れています。 　著者が実際のシステム開発現場で積み重ねた豊富な経験を基に、UXデザインの実践的なノウハウをITエンジニアの目線で整理し、解説しています。ぜひご活用ください。

※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。 2017年発行のアジャイル開発入門書『アジャイル開発への道案内』の「実践編」。アジャイルをソフトウェア開発のみならず、ITサービスの開発・運用にも適用していくための考え方や、そのための様々なツール、実際の適用例などについて解説する。第1～8章で、ITサービスの開発における各フェーズで、どのようなツールを使用すれば効率化が図れるのかということを丁寧に解説し、第9章で、実際の適用例との効果を紹介する。

※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。 -------------------- 生成AIから社会インフラまで！全部「IT仕事」が支えている！　 ますます伸びる63のIT職種を完全解剖 -------------------- ■AI時代に求められるIT職種をかわいいイラストとともに解説！ ITにまつわる仕事内容と職種を、誰でもイメージできるようなかわいいイラストで紹介します。 ■2部構成でわかりやすい！ 本書はそもそもIT業界とは？　どんな人が向いている？　など、IT業界の基礎知識を紹介する「IT業界の知識パート」と、実際のIT業界の仕事内容を紹介する「職種パート」の大きく2つに分かれています。 「IT業界の知識パート」では、ソフトウェア、ハードウェア、Web、通信サービスといった分野ごとの業務や、システム開発の流れをていねいに図解。「職種パート」では、分野ごとに活躍しているエンジニア、IT業界で働く非エンジニアなどを職種ごとに、実際にどんな仕事をしているか、求められるスキルや資格、キャリアパス、参考年収などを紹介します。 ■コラム、インタビューコーナーも充実！ 「IT以外で身につけたほうがいいスキル、能力は？」「フリーランスと会社員、どちらがいい？」「ITエンジニアは生成AIとどう向き合っていく？」など、IT業界の疑問をコラムで紹介するほか、実際にIT業界ではたらく人たちにインタビューした「お仕事を教えてもらおう」ページも収録！　 ■IT業界にかかわる人すべてに役立つ！ エンジニア１年生、文系エンジニア、IT企業社員、他業種からITエンジニアになった人、これからエンジニアを目指す人、IT業界やITエンジニアに興味のある高校生、大学生、情報系の学生などに役立つ内容です。 ■紹介職種 アプリエンジニア/フロントエンジニア/バックエンドエンジニア/オープン系・業務系エンジニア/汎用系エンジニア/組込・制御系エンジニア/ゲームエンジニア/サーバエンジニア/ネットワークエンジニア/クラウドエンジニア/セキュリティエンジニア/データベースエンジニア/DevOpsエンジニア/AI・機械学習エンジニア/プロンプトエンジニア/IoTエンジニア/BIエンジニア/データサイエンティスト/データアナリスト/データエンジニア/ロボットエンジニア/MLOpsエンジニア/情報システム部門/社内SE/運用保守/テスター/テストエンジニア/QAエンジニア/サポートエンジニア/フィールドエンジニア/ITコンサルタント/ITアーキテクト/システム監査/セキュリティ監査/PM/PMO/PdM/プロジェクトリーダー/CTO/CIO/テックリード/ブリッジSE/VPoE/エンジニアリングマネージャー/セールスエンジニア/カスタマーサポート/エバンジェリスト/Webディレクター/Webマーケター/UI・UXデザイナー/Webデザイナー/IT書・技術書の著者/IT書・技術書の編集者/子供向けプログラミング教室の講師/大人向けプログラミングスクールの講師/ITインストラクター/情報科の教員/フルスタックエンジニア/プログラマー/サイト信頼性エンジニア/顧客信頼性エンジニア/R＆D/ホワイトハッカー

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 情報システムの開発を担うために必要な実際の知識をわかりやすく解説したテキスト 本書は、これから情報システムの開発を担う方々を対象に、実際に必要となる知識をわかりやすく解説したテキストです。 「情報システムの開発とは何か」から始め、企業情報システムの開発の基礎とその品質の維持と新技術への対応、IE、アジャイル、UML、データフロー図、エンティティリレーションシップ図、ペトリネットによるシステム記述、IDEFといった基本をひととおり学ぶことができます。 ICT分野の学生、若手エンジニアにとって必読の書です。 ※本書は『IT Text ソフトウェア工学演習』の改題改訂書籍です。 第1章　情報システムの開発 　1.1　ソフトウェア指向から情報システム指向へ 　1.2　情報システムを学ぶ人たちへ 　1.3　情報システム 　1.4　情報システムの開発 　1.5　要求分析と設計 　1.6　ソフトウェア工学 　1.7　開発過程のモデル 第2章　企業情報システムの開発 　2.1　企業情報システムとは 　2.2　経営戦略とシステム化計画 　2.3　モデリングによる情報システム開発 第3章　企業情報システムの開発（品質と新技術への対応） 　3.1　高品質システム開発 　3.2　デジタルビジネス 第4章　IE 　4.1　IEの基本的な考え方 　4.2　モデル構築の基本要素 　4.3　教務情報システムの分析 　4.4　開発方法論としての補考 第5章　アジャイル開発 　5.1　要求の不確実性と仮説検証 　5.2　アジャイル要求 　5.3　アジャイル開発 　5.4　その他の手法、フレームワーク、テクニック 第6章　UMLによるシステム記述 　6.1　UMLの概要 　6.2　ユースケース図 　6.3　クラス図 　6.4　オブジェクト図 　6.5　シーケンス図 　6.6　コミュニケーション図 　6.7　状態マシン図 　6.8　アクティビティ図 　6.9　コンポーネント図 　6.10　配置図 第7章　データフロー図、ER図、ペトリネットによるシステム記述 　7.1　データフロー図 　7.2　ER図 　7.3　ペトリネット 第8章　IDEF によるシステム記述 　8.1　IDEF0の概要 　8.2　IDEF0によるセミナ情報システムの記述例 　8.3　IDEF0による医療情報システムの記述例 　8.4　IDEF3の概要 　8.5　IDEF3によるセミナ情報システムの記述例 　8.6　IDEF3による医療情報システムの記述例 参考文献

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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。 ヒューマンコンピュータインタラクションの基本をわかりやすく解説する定番の教科書、改訂3版！ 本書は、人間の感性や認知に関する基礎知識とともに、対話システム、GUI、インタフェースの評価技術など、人間とコンピュータの親和性が高いシステムづくりに必要な技術を解説する教科書としてご好評いただいている『IT Text ヒューマンコンピュータインタラクション』の改訂3版です。今回の改訂では、XR、UX、人間中心設計、人工知能（AI）、技術者倫理などの近年注目されているキーワードを軸に情報をアップデートするとともに、図解を増やしさらに学びやすい構成としました。 第1章　ヒューマンコンピュータインタラクションとは 第2章　人間の感覚と知覚 第3章　人間の認知と理解 第4章　インタラクティブシステムのデザインと分析・評価 第5章　入力インタフェース 第6章　ビジュアルインタフェース 第7章　ビジュアルデザインとビジュアライゼーション 第8章　コミュニケーションインタフェース 第9章　協同作業支援とソーシャルコンピューティング 第10章　XR（クロスリアリティ） 第11章　環境と融合するインタフェース 演習問題略解 参考文献

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書はコンピュータを初めて本格的に学ぶ学生を対象にしたものである。学ぶ範囲は「ＩＴパスポート試験」のＩＴ技術の内容とレベルに合わせある。また、上記の特徴に加え、「ITパスポート試験」の過去問題を最後に載せてある。学習内容の確認や資格取得の試験対策にも役立つ。

※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。 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

「毎日，メール処理だけで時間が過ぎていく……」 「ファイルの添付忘れで，取引先の信用が……」 「なんとなく，アウトルックは使いにくい……」 毎日のメールのやり取りで，こんな悩みはありませんか？ 本書では，アウトルックを使った「効率良い&ミスしないメール処理」のテクニックをわかりやすく解説。メール仕事の基本はもちろん，署名の扱い・フォルダ分け・定型文自動入力・ファイル添付・連絡先・メール検索まで，アウトルックを使ってスマートで快適なメール処理のテクニックが身につきます。さらに，アウトルックのスケジュールやカレンダー機能やDropboxなどの他サービスと連携テクニックも紹介。これ1冊で，アウトルックの“最強時短仕事術”をマスターしましょう。

※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。 ビッグデータやIoTなども巻き込んで発展し続ける人工知能研究は今後、社会にどう受け入れられていくか？　その鍵について著者は、社会システムを構成する人工物に「心的機能」が備わることと説き、それを「ココロの創成課題」と呼ぶ。 本書は、その課題の実現を目指して研究を行ってきた著者の人工知能研究の足跡（動画像処理・強化学習・身体性・情動・共感）をたどりながら、ロボカップ研究（認知発達ロボティクス）から導き出された認知の問題意識などの重要性と成果、そして課題を解説する。各分野のキーパーソンとの対話やその知見なども紹介。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 アジャイル導入のメリット最大化へ！ 　ソフトウェア工学分野の“大御所”バートランド・メイヤー博士の手による、アジャイル入門書にして具体的な開発手法にまで言及した一冊。アジャイルのプラス面だけでなく、マイナス面にも切り込んで紹介している点が本書の特徴である。 　アジャイルができること・できないこと、世間一般のアジャイルへの誤解などを明らかにすることで、アジャイル導入のメリットの最大化を目指す。各章ともコンパクトにまとめられており、初学者でも無理なく読み進められる一方、開発現場で頻出する諸問題にも詳しいため、現場レベルでも役立つ。

シンギュラリティ前夜！ 脳科学と人工知能の接点がわかる！ 【本書の概要】 本書はUdemyで大人気の講座、 『脳科学と人工知能：シンギュラリティ前夜における、人間と機械の接点』 をもとにした書籍です。 脳と人工知能のそれぞれの概要から始まり、 脳の各部位と機能を解説した上で、 人工知能の様々なアルゴリズムとの接点をわかりやすく解説。 脳と人工知能の、類似点と相違点を学ぶことができます。 後半の章では「意識の謎」についても解説します。 【シンギュラリティ】 また近年、人工知能の分野では「シンギュラリティ」という概念が注目されています。 シンギュラリティとは指数関数的に高度化する技術や人工知能が未来に人間の知能を凌駕するという概念ですが、 本書を読むことでそうしたシンギュラリティへの洞察力も養うことができます。 【対象読者】 ・人工知能に強い関心があり、人工知能の背景にある天然の「知能」の仕組みについて知りたい方 ・人工知能に関して、技術面以外の知識、特に生物学的側面を知りたいエンジニア ・人工知能の未来と、自身のキャリアを関連付けて考えたいビジネスマン ・素朴に、「ヒトって何？」という疑問のある方 ・知性の本質をアルゴリズムで探究したい方 【著者プロフィール】 我妻幸長（あづま・ゆきなが） SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。 人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。 著者のYouTubeチャンネルでは、無料の講座が多数公開されている。 ※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。

本書は「応用人工知能」という視点で、広がるAI応用の全体像は何なのかをまとめています。AIの変遷とこれからを解説することで、AI応用を志す人たちが知るべき道筋を示した一冊。

※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。 クラウドベースのWebアプリ開発ツール「Replit」とその生成AI機能「Replit Agent」の解説書籍。環境構築からコード生成までAIが支援する開発手法をフレームワークや知識データベースとともに徹底解説。

AWSのサービスはこう組み合わせる！ 大事な業務システムの作り方 “定番”ともいえる14パターンの業務システムについて、Amazon Web Servicesのサービスの選び方、組み合わせ方を解説します。業務システムのように複雑な仕組みを構築するには、AWSの特性を十分理解してインフラを設計する必要があります。そうしたAWSを使った業務システム設計の勘所を、パターン別に分かりやすく説明します。 本書はWebシステム、ストレージシステム、データ分析システムといったテーマごとに、AWSのサービスを組み合わせて、特定の要求を満たすシステムを作るための「設計パターン」を解説します。2016年6月発行の「Amazon Web Services 定番業務システム12 パターン設計ガイド」を基に、「マイクロサービスの運用基盤」「AIとIoT」の2パターンを追加し、全体を通して加筆・修正・再構成しました。AWSの最新サービスに対応しています。 基本的なパターンから入り、徐々に応用的なパターンへと深く説明していきます。例えばWebシステムでは、仮想サーバー1台の単純な構成のWebサイトの設計方法から、性能や可用性の要件が厳しい場合の設計パターンまで紹介します。 後半では、仮想サーバーを使わない“クラウドネイティブ”なシステム、AWSをフル活用してアプリケーションの高速開発、オンプレミス環境と連携動作させる“ハイブリッドクラウド”など応用的な設計パターンも解説します。 クラウド初心者からベテランまで、AWSを使ったインフラ設計のあらゆる局面に役立つ一冊です。

※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。 世界標準 MIT 教科書!! 原著は，計算機科学の基礎分野で世界的に著名な4人の専門家がMITでの教育用に著した計算機アルゴリズム論の包括的テキストであり，その第3版．前版までで既にアルゴリズムとデータ構造に関する世界標準教科書としての地位を確立しているが，より良い教科書を目指して再び全面的な記述の見直しがなされ，それを基に新たな章や節の追加なども含めて，大幅な改訂がなされている． 単にアルゴリズムをわかりやすく解説するだけでなく，最終的なアルゴリズム設計に至るまでに，どのような概念が必要で，それがどのように解析に裏打ちされているのかを科学的に詳述している． さらに各節末には練習問題（全957題）が，また章末にも多様なレベルの問題が多数配置されており（全158題），学部や大学院の講義用教科書として，また技術系専門家のハンドブックあるいはアルゴリズム大事典としても活用できる． 本書は，原著の第1～35章，および付録A～Dまでの完訳総合版である．また巻末の索引も圧巻で，和（英）‐英（和）という構成により，「数理用語辞典」としてもまことに有用である．

※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。 アルゴリズムの基礎をしっかり理解!! 基本となる必須のアルゴリズムとデータ構造のみに焦点をあて，丁寧に数理を理解しながら習得できるよう解説．初学者が直感的に把握できるよう，手作業で確認するように工夫してある． すべてのアルゴリズムにC言語によるプログラムを掲載．また，豊富な演習課題と詳細な解答を掲載し，自学自習ができる． しっかりアルゴリズムとデータ構造を理解しようとする読者には必携の書である．

AIがビジネスの現場を変える！ 急激な人工知能（AI）の発展によって、私たちが毎日行っている仕事を、ある日突然AIが行うようになったら。 そのとき、私たちに残される仕事とはどんな仕事なのか、どんな覚悟を持ってこの新しい時代に臨むべきなのか。 誰もがそんなことを考えざるを得ない時が、いよいよやってきたようです。 この本では、そうしたAIと共に暮らし、仕事をせざるを得ない世の中を生きることになった私たちが、どのような知識や意識を持って生きていくべきなのかを解説します。

※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。 現代社会で必要不可欠な「暗号」についてやさしく、わかりやすく解説!! 暗号は、情報の秘匿のみならず保護や認証といった目的のための現代生活に欠くことのできないキーテクノロジーです。 今後も応用分野が広がる電子暗号技術はデジタル技術と数学的処理により成り立っていますが、その仕組みを理解するのは難しいものがあります。 本書は、エピソードを交えながら、古典的暗号から電子暗号まで、暗号が現代生活にどのように利用されているか、 意外なところで活躍している暗号や、その仕組みを分かりやすく紹介します。 第1部「黎明期の暗号とその分類」では暗号とは、そして過去の暗号法を分類して紹介。 第2部「近代暗号と暗号機械の誕生」では試行錯誤から生まれた様々な暗号機械の登場と戦後までを振り返ってみた。 また、ここでは過去に利用された多項式暗号の実際の解読方法の例を紹介する。 第3部「エレクトロニクスと暗号技術」ではエレクトロニクスと暗号のかかわりを紹介。 第4部「サイバー時代の暗号技術」では今、主流となっている暗号のアルゴリズムやそれを取り囲む話題などを紹介。 仮想通貨のブロックチェーンやそのベースのひとつハッシュ値、いまや暗号存続の脅威となっている量子コンピュータについてもその仕組みを解説する。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 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。 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。 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。 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。 研究と学びの新たなる地平！ 「知」を研究対象とする著者ら人工知能研究者は今までの客観性を第一義とし、多数の中から普遍性を求める研究手法のみでは「知」を攻略することはほぼ難しいと考えるにいたった。 「知」は個人の中に内在するため、その文脈の中で語られてこそ本質を理解することができる。すなわち、「一人称」が研究のスタートとなる。これを積み上げることで「知」の攻略につなげられると考える。 本書は、この一人称研究の考え方と、実際の研究事例を丁寧な語り口で解き明かす。人工知能に興味のある読者はもちろん、新たな研究姿勢を模索する理工学、人文系の読者も興味を持って読むことができる。

※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。 「AIをなんとなく使ってみたけど、授業や校務にどう活かせばいいかわからない」——そんな思いを抱える先生は少なくありません。AIのニュースなどを耳にしても、自分たちの学校環境にどのAIが合っているのか、判断する材料がなかなかないのが現状です。しかし、日本の公立学校の多くはGoogleを基盤としており、そこで使えるGeminiこそ、教師の業務に最もなじみやすいAIツールです。本書はそのGeminiを学校現場でフル活用するための実践的な一冊です。 【本書のポイント】 ①Googleツールとの連携で、業務がシームレスに効率化できる ドキュメント・スプレッドシート・Classroomなど、先生が日常的に使うGoogleサービスとGeminiは深く連携しています。特別な設定不要で、既存の業務フローに自然に組み込める使い方を、図解付きでわかりやすく紹介します。 ②画像生成・音声対話・音楽作成まで、教材づくりが1ツールで完結する Geminiは「クリエイティブな作業」に強いAIです。画像生成やStorybook、音楽作成など、インタラクティブな教材を手軽に作れる機能を丁寧に解説。ICTが苦手な先生でも、授業を豊かにするコンテンツをつくれるようになります。 ③授業・校務・児童生徒の活用まで、多彩な実践例を収録 学級通信の作成や行事の段取り管理といった校務効率化から、教科を横断した授業アイデアの発想支援まで、現場ですぐ使える実践例を豊富に掲載。さらに、児童・生徒自身がGeminiを使って調べ学習や作品づくりに取り組む活用法も紹介しており、「先生が使う」にとどまらない、クラス全体でのAI活用を提案します。 【こんな方におすすめ】 ・AIを授業や校務に使ってみたいが、何から始めればよいかわからない先生 ・ChromebookやGoogle Workspaceを使っているが、Geminiを活用できていない先生 ・インタラクティブな教材や音楽・画像を使った授業を試してみたい先生 ・ChatGPTは触ったことがあるが、学校の環境に合ったAIを探している先生 ・児童生徒とAIを使った実践的な授業に取り組みたい先生

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 AIが体系的に学べる。数式なしで！ 人工知能（AI）の第3次ブームが来ていると言われて久しいが，ディープラーニングを中心とした機械学習による本格的な社会実装が始まっているのが大きな特徴でもある．2021年度より文・理の区別なく大学初学年からAIに関する教育が実施されることが文科省で決まり，AI技術は本格的な過渡期に突入しようとしている．そこで本書では，文系学生を含めた様々な分野の読者に必須の教科書とするべく，AIの基礎から応用までを体系的に，ほぼ数式なしで解説した．AIと社会とのつながりやAIの限界などについても，これまでの研究の歴史を踏まえて紹介している。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 論理的なバクを発生させない形式手法!!Event-Bは、パリ地下鉄、ニューヨーク地下鉄、バルセロナ地下鉄、ドゴール空港のシャトルの無人運転を成功に導いた、J.R.アブリエル氏が考案した新しい形式仕様言語である。Event-Bは、仕様記述の単位をイベントとし、基礎となる集合論などはBメソッドの考え方を継承する。本書は、Event-Bの入門書である。また実際に利用するための仕様構築統合環境として、RODINプラットホームの利用方法を解説する。具体的に学べるよう図書館の事例や、組込みとして自動車のドアロック・システムを紹介している。形式手法や、形式仕様言語を学ぶ技術者や研究者には最適の書である。

※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。 ChatGPTなどのAIに自社Webサイトを引用してもらうためのAI検索対策「LLMO（AIO）対策」。その具体的なテクニックを100集めた、ゼロクリック時代に必携の一冊です。

※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。 インターネット上に蓄積された、膨大な量のデータを活用できるようにするため、いまデータサイエンスが注目されています。本書はそうしたデータサイエンスの基礎技術や関連するAI技術などのことをオールカラーでビジュアルに解説します。 ■世界中に雲のように存在するビッグデータ 現在、インターネットを介して誰でも閲覧できるサーバーが無数にあります。そこには文字情報だけでなく画像、音声、動画などの膨大な情報があります。こうした未整理の状態の複雑なデータをビックデータと呼びます。 ■ビッグデータから宝を掘り出す このビッグデータはただのガラクタの山ように見えて、じつはこの中にはお宝が埋まっています。お宝を、道具を使って採掘することをデータサイエンスではデータマイニングと呼びます。 ■データ分析の技術やツール 本書では、データの山から必要なデータを抽出する方法やデータから意味のある情報を取り出す統計の技法、ツールのことを、イラストや模式図、チャート図、表などを使ってフルカラーでていねいに解説しています。 ■切っても切れないAI技術との関連 また本書では、AIがデータを分析する手法であるニューラルネットワークやビッグデータを使ってニューラルネットワークを強化する機械学習、ディープラーニングについてもていねいに解説しています。

機械学習は，人工知能の実装を支える基盤技術として注目されています。人工知能の基盤と聞くと，難解な数学に対する素養が必要だと感じるかもしれませんが，その基礎は高校数学と大学初学年級の一部の数学が理解できていれば十分にマスターできます。本書は，理系出身ではない方，プログラムは多少作れるけれども数学はちょっと…という方を対象に，豊富なグラフとシンプルな数学により各手法のイメージをつかみながら機械学習の基礎を学んでいくことができます。ソフトはRを使っています。

※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。 医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ 　初版（2019年7月発行）以降の変更点を取り込んだ最新版！ 　医用画像に人工知能を本格的に導入するためのわかりやすい解説書。 ・TensorFlow+Kerasで行う ・Anaconda上で環境構築する ・データはだれでも入手できるデータを使う を基本的な方針としてまとめました。 　少しでもプログラミングができれば、だれでも読み込める内容になっています。 Chapter 1　環境構築 Chapter 2　データの準備／前処理 Chapter 3　Shallow network の利用 Chapter 4　畳み込みニューラルネットワークの利用 Chapter 5　画像の領域分割（ U-Net） Chapter 6　動画像のシーン分割と分類 Chapter 7　画像のノイズ除去 Chapter 8　画像の超解像 Chapter 9　画像の特徴抽出 Chapter 10　画像の変換や生成 Chapter 11　評価方法

AI活用がもたらす医療技術の変革！ AI技術は病理学や医用工学、解剖学、神経科学、細胞生物学、 脳神経外科や内科学、眼科学、放射線医学、手術医学など、 基礎医学から臨床医学まで幅広い領域に浸透し始めています。 しかし、データの量や用途に応じて技術のラインナップの中から 適切な武器を選ぶ必要があるため、正しく活用するのは一苦労です。 さらにAIを医療機器としてリリースするためには、 資金調達、人材戦略、知財戦略などに抜かりがあってはいけません。 本書では、最新の事例、技術、法律と行政の取組みについて解説しており、 国内において医療AIをより活用できる1冊となっています。 【本書の概要】 ・AIと医療に関わる昨今の社会状況やAIの医療応用に関する法律を解説 ・AIが医療にどのように貢献しているかを、実際に事業化されている事例を中心に紹介 ・医療関連の画像を扱う技術や、電子カルテなど医療関連の自然言語や数値などの系列データを扱う技術など、 開発に必要な技術を紹介 ・医療AIの開発に使われる有名な公開データと提供元をリストアップし、データを扱う心構え、 標準的な開発の流れまで踏み込む ・医師かつ起業家の視点から、医療AIの事業化において役立つ情報が満載 ・韓国の医療AIベンチャーであるVUNO社とのインタビューと、日本が学ぶべき事柄を考察 【本書の読者層】 ・医療AIの開発に携わるエンジニア ・基礎知識として医療AIの基本事項を押さえておきたいエンジニア ・医療AIハード・ソフトウエアメーカやベンダーの企画、営業担当 ・医師 ※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。 医療健康情報に関するデータを適切に取り扱うための知識をわかりやすく整理！ IT技術者を主要読者対象として、医療健康情報を高度に活用するための、医療倫理にもとづくELSI（Ethical, Legal, Social Implications）、ならびに、関係法令等についてわかりやすく解説した書籍です。 医療健康情報の活用の歴史やポイント、および、医療健康情報を扱う研究者・技術者ならば当然抑えておくべき倫理的配慮、ならびに活用事例や課題についてまとめています。 人の医療健康にかかわる分析や、生成AIとの連携など、今後の発展や方向性に興味がある方にもお勧めです。 第1章　医療におけるDX～なぜ、医療機関で情報処理技術者が必要とされるのか？～ 第2章　医療機関の現状と課題 第3章　医療健康情報の利活用の現状と課題 第4章　医療保健情報を取り巻く法制度と解説 第5章　匿名加工医療情報、仮名加工医療情報の利活用

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 電子カルテの普及など、情報技術を活用した今後の望ましい医療の実現に向け、医療従事者を取り巻く環境は大きく変化しており、「情報」にかかわらずにいることはできなくなっています。看護・福祉などの医療従事者にとって、情報リテラシーは仕事を始めてからでも必要な重要な能力です。 本書は、医療系に特化した情報リテラシーのテキストで、医療を題材にした例題や演習を取り入れ、医療従事者に必要とされるICTスキルを身につけることができます。第2版では、2015年1月発行の初版をベースに、教育現場の半期15コマの授業に合わせた15Lesson構成に変更しました。また、初版ではOffice 2013/2010対応でしたが、第2版ではOffice 2016/2013対応になっています。

※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。 ワンランク上のパソコン活用を楽しもう 最新技術や使いこなしの知識も満載！ パソコンを買うとき、良いものを安く手に入れるのに不可欠なのが、スペック（仕様）に関する知識です。CPUの性能はどのくらいか、メモリーやストレージの容量はどの程度必要かなど、自分が必要とする性能や機能を考えながらそれに見合うマシンを選ぶ“目利き”の力が求められます。 パソコンを買うときだけではありません。手持ちのパソコンは十分な性能を備えているのか、足りない機能はないのか、持っている能力を100％引き出せているのかなど、愛機の実力を理解し、効果的に活用するためにも、パソコンのハードウエアに関する知識は身に付けておきたいものです。 本書では、パソコンの選び方はもちろん、パソコンの性能を生かすための適切な活用法、OSやアプリの「重い」「遅い」を解決する方法など、一歩進んだノウハウを解説しています。パソコンをより快適に、賢く使いこなすための情報が満載の1冊です。 ＜目次＞ 特集1 愛機はWin 11時代を乗り切れるか 　　　PCスペック完全理解 特集2 技術も選び方もトラブル対策も丸わかり 　　　爆速ストレジSSDのすべて 特集3 仕組みを理解して根本から解決する! 　　　パソコンはなぜ「遅く」「重く」なるのか 特集4 知らないと絶対に損する! 　　　USB Type-C あるある落とし穴 特集5 最新の第12世代CPUで構成 　　　できる! 楽しい! パソコン自作

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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Webアプリケーションの脆弱性をチェックするための解説書です。Webアプリケーションはユーザーの個人情報や商品情報など重要な情報を扱っています。Webアプリケーションの開発者がセキュリティに自信がある場合でも、開発者のちょっとした打ち間違いや、勘違いがあることでWebアプリケーションに進入・改ざんなどが行われこれらの個人情報が悪用される恐れがあります。 本書ではWebアプリケーションの開発後にセキュリティを確認するための脆弱性診断についてまとめています。脆弱性診断を行う際のスタンダードツールとなっているOWASP ZAPとBurp Suiteを使用することで、開発者やセキュリティ担当者がセキュリティに問題がないかを検査することができます。 本書の前半では、Webアプリケーションがどのような仕組みで通信をし、どのようにして脆弱性が起こるのかといった診断に必要なネットワークの知識を学んでいきます。後半では、実際に問題があるBAD STOREというWebアプリケーションデータを使用し、仮想マシン上で実際に手を動かしながら脆弱性診断の手法を学んでいきます。診断の仕方はOWASP ZAPを使用して通信経路などを診断する方法と、手動で検索窓などにパラメータを挿入し診断する方法など様々な手法を解説しています。 著者の上野宣はOWASP ZAPの日本リーダーであり、脆弱性診断の第一人者です。脆弱性診断の手法を身に付けることで、セキュリティを客観的に判断することができますので、Webアプリケーションの開発者だけでなく、経営者の方にもおすすめの1冊です。 ※電子書籍版にはチェックシートは付属していません。 ※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。 UPPAALは，モデル検査ツールとしては比較的利用が容易ではあるが，実際の開発には多くのハードルがある．本書では，そのようなハードルを乗り越えるために必要な，UPPAALツール，時間オートマトン，検証したい性質を記述するための時間時相論理に関する知識，および実際の開発で検証の対象となるUML設計仕様のUPPAALによるモデル化方法など，具体的事例も交えてノウハウを解説している．

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 第3次AIブームが到来し、AIが浸透した社会における深刻な課題や問題が取りざたされてきている。中でも2017年にオックスフォード大学から公表された「近未来では人間の仕事の半数がAIで代替される」という話題の影響は強く、AIに仕事を奪われることに警鐘を鳴らす書籍が数多く出版されている。反面、ビジネス面以外の「AIによる不都合な現実」にスポットを当てた類書はまだ少ない。 　本書は著者が所属する理研・革新知能総合研究センター 社会における人工知能研究グループの成果をもとに、AIの負の側面の紹介とAI設計・運用における倫理指針を示す構成となっている。第1章ではシンギュラリティ—AIが人間を超える可能性、第2章ではAIに奪われる仕事の範囲、第3章ではAIの発展の歴史、第4章では現状の「弱いAI」がもたらす数々の問題、第5章ではAI倫理を主軸とした社会制度の対応策について解説している。 　AIの技術そのものに関する記述は少なく、人間社会におけるAIの影響という観点から執筆されているため、社会学や社会工学分野の読者にも興味を持たれる内容となっている。

2014年末に『エクサスケールの衝撃』を上梓させていただいたとき、世の中では「人工知能・AI」という言葉も「シンギュラリティ」という言葉も、まだそれほどメディアで目にすることはなく、新しい世界と社会の到来に対する感覚は希薄なものでありました。しかし今、まさに時代が大きく変わりつつあり、「エクサスケールの衝撃」に向けて速度を速めて世界が進みつつある状況を鑑みましたときに、これまで以上に多くの方々にその内容を知っていただき、迫る「プレ・シンギュラリティ（前特異点）」の意味や本質を理解していただき、それに対する準備を進めていただきたいと考えるに至りました。本書は、『エクサスケールの衝撃』の内容を約半分に凝縮した抜粋版でありますが、原書の重要箇所を余すところなく盛り込んでおります。ですから、その要点以上の内容を十分にご理解いただけるであろうことをお約束することができます。（「まえがき」より抜粋）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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、数理・データサイエンス教育強化拠点コンソーシアムが公表している「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～データ思考の涵養」の「基礎（2.データリテラシー）」で示されている「データを適切に読み解く力」「データを適切に説明する力」「データを扱うための力」を養うことを目的としています。主に大学１年生を対象に、初学者にも扱いやすいスプレッドシート（Microsoft ExcelやGoogleスプレッドシート）を用いてデータサイエンスの基礎を学習します。序盤では、スプレッドシートの使い方やオープンデータの利用方法を通して、データの扱い方を学習します。中盤では、高等学校までの情報教育との接続としてデータの可視化や基本統計量についてより理解を深めていき、終盤では、代表的な確率分布を取り上げ、統計学への理解を深める構成としています。

※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。 Excelで進化計算が学べる！！ 進化論的手法は、生物の進化のメカニズムをまねてデータ構造を変形、合成、選択する工学的手法です。この方法により、最適化問題の解法、人工知能の学習、推論、プログラムの自動合成などに広く応用されるものです。 本書ではGA やGP の基本原理からExcelを用いた実践（Excel のシミュレータ）について解説します。 ExcelシミュレーションはExcel2013/2016対応。 主要目次 まえがき 第I部　進化計算入門 第1章　進化計算の基本的な考え方 第2章　関数の最適化をしてみよう 第3章　GAを使ってみよう 第4章　GAをより複雑な問題に適用しよう 第II部　進化計算の実際的な応用例 第5章　進化計算で巡回セールスマン問題を解いてみよう 第6章　進化計算でスケジューリングしてみよう 第7章　進化計算をデザインに応用しよう 第III部　進化計算の発展 第8章　GAからGPへ 第9章　今後の展望 関連図書 索　引

機械学習とは，コンピュータに学習させる技術を指します。AIの発展とともに，さまざまな手法が登場してきました。このAIのモデルとそのアルゴリズムは種類が多く，AIに関心のある人が学習を始めたとき，困惑する原因となっています。本書では，それらを整理し，わかりやすく解説します。具体例にはExcelを利用するため，難しい前提知識なしで，機械学習のさまざまな手法を体験することができます。どのような手法でAIが実現しているのか知りたい人に最適です。

本書は，AIに関心はあるがあまり数学が得意でない，多くの社会人や大学生，高校生が持つ「ディープラーニングがどうして動作するの？」という疑問に答える超入門書です。偏微分方程式などの難しい大学レベルの数学抜きに，Excelで見て動かして，ディープラーニングを学べます。図示しやすいパターン認識を題材にし，Excelの確認，数学の復習を織り込みます。数学的に難しいことはExcelに任せるため，計算に自信のない人でも，ディープラーニングを学ぶことができます。本書では，簡単なExcel操作と初等的な数学の知識だけで，ディープラーニングの動作原理を基本から理解できるようになります。

進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は，これらを万人のツールであるExcelを用いて，難しい数学やプログラミングの知識抜きに，動かしながら，目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ，その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。

「Excel VBAの文法は入門書で学んだ。基礎の知識はひととおりある。でも，実践になると思うようにマクロが書けない……」。Excel VBAは生産性アップや時短を後押ししてくれる強力なツールですが，こんな“困った”を持つ人が少なくありません。「なぜ書けないのか」を知り尽くす著者の大村あつしさんは，知識とアイデアは別のものと指摘します。「いま持っている知識にアイデアとテクニックを加えればマクロを書くスキルは目に見えて上がる。そして，必ず知っておきたいアイデアの数は厳選できる」と。本書は，自動化，高速化から，データベース，ユーザーフォーム，外部ファイルの操作まで，お持ちの知識を活性化して上級者への確かな足がかりを築くことをお助けします。

「FOR文やIF文といったステートメントは理解しているし，フォームの作り方，呼び出しなどもわかっている」しかし，「目の前にある業務を効率化するプログラムをどう作ればいいかわからない」。こんな悩みを抱える方を対象に，「プログラム化するためのロジックを考える力を養う」「システム化するためのスキルを習得する」ことを目的とする本です。 コーディングの定石から，汎用化・省力化でよりよいプログラムを作る方法，ユーザに合わせてUIやエラーケースを考慮しながら業務システムとして仕上げる方法まで，数多くの例題を用意し，少しずつレベルを上げながら詳しく解説していきます。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 現場で使えるLLMを構築、本番環境に展開！成功へ導くための包括的なガイド本書では、大規模言語モデル（LLM）を実装し、本番環境にデプロイするためのノウハウを解説。LLMの基礎概念から、実装、デプロイ、運用、管理における複雑な課題とその解決策まで、包括的に取り上げます。まず、LLMの可能性と限界、そして自社構築か既存サービスかの判断基準などから説明。また、運用（LLMOps）に関しては、ダウンロード時間、デプロイ時間、レイテンシー、GPU管理、トークン制限、ハルシネーション、バイアスといった具体的な課題への対策を詳しく解説。データエンジニアリングの重要性にも触れ、成功に不可欠なデータ準備、評価指標、クリーニング、前処理を説明。トレーニングとファインチューニングのほか、効果的なプロンプトエンジニアリングについても具体的に紹介。さらに、Llamaの再実装、Raspberry Piというエッジデバイスへのデプロイ、AIコーディング拡張機能の構築など、読者が自らの手で動かせるようなサンプルプロジェクトを説明します。本書は、LLMの可能性を最大限に引き出し、実際に機能する製品に変えるために必携の一冊となっています。※ 本書は『LLMs in Production: From language models to successful products』（Manning Publications）の翻訳書です。※本書の内容はPythonとPyTorchの知識があることが前提となっています。【章構成】第1章 言葉の覚醒：なぜLLMは注目を浴びたのか第2章 LLM：言語モデリングの本質を探る第3章 LLMOps：LLM向けのプラットフォームを構築する第4章 LLMのためのデータエンジニアリング：成功へのステップ第5章 LLMの訓練：生成モデルの作り方第6章 LLMサービス実践ガイド第7章 プロンプトエンジニアリング：プロンプトの魔術師になる第8章 LLMアプリケーションの構築：インタラクティブな体験を作り出す第9章 LLMプロジェクトの作成：Llama 3を再実装する第10章 AIによるコーディング支援プロジェクト：この機能がもっと早くほしかった第11章 Raspberry Piでのデプロイ：限界に挑戦第12章 本番環境は絶えず変化する：物語はまだ始まったばかり

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆作るよりも「続ける」なかで真価が問われる。データ基盤の技術力を磨こう！◆ 　より多くのビジネス成果を生み出すデータ分析基盤（データ基盤）の構築・運用をテーマとした技術解説書。『［エンジニアのための］データ分析基盤入門＜基本編＞』の続編として、現場で求められる設計判断や運用視点を整理しました。 　現実のデータ分析基盤には、技術・組織・コスト・安全性・拡張性など、多様なコンテキストが複雑に絡み合います。本書では、基本事項や手順と合わせて、SLO設計、データ加工戦略、フェデレーション環境におけるネットワーク負荷など、具体的な観点を織り込みました。 　「何の技術を採用するか」以上に、重要なのは「どの課題を、どんな視点で捉えるか」。本書は、無数に答えがあるデータエンジニアリングの現場において、課題構造を理解し、状況に応じて最適な選択を行い続けるための考え方を押さえます。また、ローカル環境およびクラウド環境で動作する学習用データ分析基盤の構築例を提供し、本を読むだけでも、実機で試しながらでも学べる構成です。 　データ基盤は、作るよりも「続ける」なかで真価が問われると言われます。広くデータ基盤に携わる方々に向けて、変化し続けるプラットフォームと向き合うためのデータエンジニアリングの思考と技術力が身につく1冊です。 ■こんな方におすすめ ・データ活用のために、データ分析基盤の開発に携わっているエンジニア ・クラウド、機械学習/AIをはじめ、データ分析基盤＆データマネージメントにまつわる実践知識をアップデートしたい方々 ・データ分析基盤を利用して分析を行い、より良いデータ活用環境を実現したいとお考えのユーザーの方々 ・データ分析基盤に関心をお持ちのインフラエンジニア、プログラマ、データ分析者 ■目次 第1章 データ分析基盤への招待　データ分析基盤の大枠を知ろう 第2章 ローカル端末で学ぶデータ分析基盤　ローカルのデータ分析基盤を利用して理解を促進しよう 第3章 バッチデータパイプライン　バッチ処理の基本と実践 第4章 ストリーミングデータパイプライン　バッチの知識をもとにストリーミング固有の問題に対処しよう 第5章 データパイプラインとアドオン機能　多機能なパイプラインを実装しよう 第6章 データパイプラインとデータ品質管理　データとデータ品質を相互運用しよう 第7章 データパイプラインとメタデータ管理　データとメタデータを相互運用しよう 第8章 データ分析基盤と開発プロセス　環境を整えて活動のスピードを上げよう 第9章 データマネジメントとドキュメンテーション　データ分析基盤の秩序と活動方針を言語化しよう 第10章 データ分析基盤とパブリッククラウド　クラウドでデータ分析基盤をシンプルにすばやく構築する 第11章 シンプル構成で始めるクラウド分析基盤　最小限の構成で体験するクラウド分析基盤 第12章 データ分析基盤と機械学習（ML）モデル　データをもとにモデルを作成する活動についても知ろう ■著者プロフィール 斎藤 友樹：SIerで官公庁、年金、広告などのシステムの要件定義～保守運用まで、SEやマネージャーとしてフロントエンド～サーバーサイドまでひととおり経験。現在は、事業会社にてビッグデータ分析に関するシステムの構築、蓄積したデータの活用を行う仕事に従事している。直近では利用者が数千万を超える環境で、ストリーミングデータの処理や一日あたり5000超のETLジョブを捌くデータ分析基盤のアーキテクチャ設計やデータ活用のためのしくみ作りを担当。また、AWSなどのパブリッククラウドイベントの登壇などを通して積極的に情報発信を行っている。

「コミュニケーションにおける不確実性を減らすには？」「技術的負債を解消する方法とは？」「経営陣とエンジニア間の認識のずれを解消するには？」 エンジニアリングにおける課題を解決する思考の整理方法やメンタリング手法を，さまざまな企業の技術組織アドバイザリーを務めている著者が解説。 若手を戦力として育て上げ，成長する組織を設計・運営するためにおすすめの1冊です。

AIエージェントの時代が到来した今、あなたもAI Builderとしての第一歩を踏み出しましょう。本書は、AIエージェント開発における基礎から実践までをカバーし、初心者でも分かりやすく学べる構成になっています。PythonとTypeScriptを駆使した実際のエージェント構築の手法や、AWSを活用したデプロイ方法を具体的に解説しており、実際に手を動かしながら学べる内容です。さらにAIエージェントの設計ポイントや未来の展望についても触れ、あなたがこれからのAI開発においてどのように活躍できるのかを示唆します。これを機に、AIエージェント開発の世界に飛び込んでみましょう。

◆どのようなAIサービスが創れるのか、どのようにAIサービスを創るのか◆ 本書は「AIサービスを創る」ことをテーマとして、AIの基本的理解から、AIサービスの創出、分析、実装に至るまで幅広いトピックを扱います。生成AIが登場して以降、サービスを発案する役割、ビジネスモデルを検討する役割、システムを構築する役割という従来の役割の垣根が薄まる中、AIサービスについて全体を通して理解することの重要性は増しています。本書では、そのような役割の異なる人であってもAIサービスの全体像をつかみやすいよう、各トピックをできるだけ平易にわかりやすく紹介しています。そのうえで、サービス創り全般に対して生成AIを活用するアプローチ＝「AI駆動によるサービス創り」として、生成AIの多様な活用方法について随所で紹介しています。 ■こんな方におすすめ ・生成AIを使ったサービスの開発に興味のある人 ■目次 第一部 AI駆動によるサービス創りの全体像 ●第1章 AIサービスの基本 ・1.1 AIサービスをなぜ作るのか ・1.2 AIサービス創りに必要な3つの観点と3つの分析 ●第2章 AIサービス創りのための3つの観点 ・2.1 どのようなAIサービスを創るか？ ・2.2 観点1：不確実な対象に使う ・2.3 観点2：チャットでないもの、生成しないものにも使う ・2.4 観点3：ドメインの強みを活かす ●第3章 AIサービス創りのための3つの分析 ・3.1 サービス創りの前の事前準備 ・3.2 分析1：ビジネス分析 ・3.3 分析2：効果分析 ・3.4 分析3：リーガル分析 ●第4章 AIサービスの実装方式の種類と選択 ・4.1 AIサービスの実装方式 ・4.2 AIサービスの実装方式の選択 ・4.3 第一部のまとめ：AIサービス開発のはじめの一歩 第二部 AIサービスをノーコードで実装する ●第5章 ChatGPTの基本的な使い方 ・5.1 プロンプト ・5.2 追加データの活用方法 ●第6章 カスタムGPTによるAIサービスのノーコード実装 ・6.1 カスタムGPTの基本 ・6.2 カスタムGPTの応用 ・6.3 第二部のまとめ：AIサービスの可能性と課題 第三部 AIサービスをAPI／OSSモデルで実装する ●第7章 OpenAIAPIによるAIサービスの実装 ・7.1 OpenAIAPI keyの取得 ・7.2 Google Colaboratoryでのコーディングテスト ・7.3 Gradioを用いたデモ作成 ・7.4 Hugging Face Spacesでの公開 ●第8章 生成AIのOSSモデルによるAIサービスの実装 ・8.1 生成AIのOSSモデル利用の利点と注意点 ・8.2 Hugging Faceの生成AIモデルアクセス準備 ・8.3 Google Colaboratoryでのコーディング ・8.4 生成AIのOSSモデルの種類と選択 ・8.5 第三部のまとめ：AIサービスの実装、運用と管理へ向けて 第四部 AIを正しく駆動させるためのAIの理解 ●第9章 AIを理解する ・9.1 AIの基本 ・9.2 ルールベースAI ・9.3 機械学習の基本 ・9.4 分類問題を解くためのAI ・9.5 機械学習に用いるデータ ●第10章 大規模言語モデルを理解する ・10.1 言語モデルの基本 ・10.2 統計的言語モデル ・10.3 ニューラル言語モデル ・10.4 大規模言語モデルの学習 ・10.5 大規模言語モデルのドメイン適応 ・10.6 第四部のまとめ：LLMの現在と未来 ■著者プロフィール 貞光 九月（さだみつ くがつ）：株式会社VAIABLE　ファウンダー。1981年9月福岡県生まれ。筑波大学大学院博士課程修了後、NTT研究所、フューチャー株式会社Chief AI Officer/VPを経て、2022年に株式会社VAIABLEを創設。株式会社マネ―フォワード研究アドバイザを兼任。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆自社主導でクラウド移行を成功に導く！◆ 　レガシーシステムのクラウド移行とモダナイゼーションは、2025年問題を控え、日本企業にとって喫緊の課題です。しかし、多くの企業がスムーズな移行を実現できていない現状があります。長年にわたりウォーターフォール型の開発手法でレガシーシステムを構築・保守してきたため、クラウドネイティブなアーキテクチャ、アジャイル開発、DevOpsといった、モダナイゼーションに不可欠なスキルセットを持つ人材が不足していることが原因です。結果として、既存システムをクラウド上にそのまま移行する「リフトアンドシフト」が主流となり、真のモダナイゼーションによるメリットを享受できていません。リフトアンドシフトは短期的なコスト削減には有効ですが、長期的に見るとクラウドのメリットを最大限に活かせず、かえってコスト増につながる可能性もあります。単なる「リフトアンドシフト」では真のモダナイゼーションは達成できず、ビジネスアジリティの向上やDX推進の足枷となる可能性もあるため、この問題への対策が急務です。本書はユーザー企業のプロジェクトマネージャー／情シス担当者を対象に、レガシーシステムの移行戦略を下記の観点から解説します。 　クラウド移行戦略に必要な7R（リロケート、リホスト、リプラットフォーム、リファクタリング／リアーキテクチャ、リパーチェス、リタイア、リテイン）の解説だけでなく、自社のクラウド移行計画に適しているのはどの手法なのかという判断基準について解説し、移行コストの削減を目指します。 ■こんな方におすすめ ■目次 第1章 AI内製化とコスト最適化がもたらすクラウド移行の新境地 第2章 AWSの7R戦略×生成AI 第3章 生成AIが実現するクラウド移行の新たな地平 第4章 AIによるクラウド運用自動化 第5章 COBOL＆VB6からの大脱出 第6章 AIOps実践ガイド 第7章 Dify×AWS実装ガイド 第8章 外部依存からの脱却 第9章 DX加速の最前線 ■著者プロフィール 益子竜与志：Ragate株式会社代表取締役。2017年早期からAWSサーバーレス技術開発に取り組み、クラウドサーバ構築並びに関数型プログラミングによるシステム開発で、若干21歳で都内の40名規模WEBコンサルティング企業のCTOに就任。その後プロジェクトマネージャーとして様々なプロジェクトへサーバーレス技術を導入し成功させる。

AIの開発・活用において日本はもはや“後進国” 巻き返しのカギは若きAIチャレンジャー 「日本のディープラーニング・ビジネスは、米国はもとより 中国の台頭ぶりを見れば、世界で勝てる感じがしない、敗戦に近い。 ただし、人材の育成に取り組み、若い優秀な人材に権限委譲すれば、 様々な産業領域で世界一になれる可能性はある」 ――東京大学大学院特任准教授　松尾豊氏 米国企業はもとよりアリババ集団やテンセントなどの中国企業に比べても、 日本企業がAI活用のビジネスで大きく出遅れているのは紛れもない事実だ。 海外で開催されているAI関連の国際学会への論文採択数などでも、 米国や中国に比べて日本は極端に少ない。 まさにAI後進国ニッポンだが、 それでもAIを駆使して世界を切り拓く挑戦者たちがいる。 「脱出のカギはディープラーニング人材の育成」にあると見込む 松尾特任准教授は、日本ディープラーニング協会を設立し理事長に就任。 教育検定資格を通じて人材育成に乗り出した。 本書では、いま、日本で起こっているAI、中でもディープラーニングを活用した ビジネスの動向をダイナミックに描き、コマツ大橋徹二社長（兼）CEO、 リクルートホールディングス峰岸真澄代表社長兼CEO、経営共創基盤（IGPI） 冨山和彦代表CEOら、優れた経営者へのインタビューから 日本企業が進むべき道を示す。

【松尾豊氏推薦！】人工知能が社会に浸透するとき、どのような変化が起こるのか。汎用人工知能、自動運転車、仕事が奪われる、自律型兵器などをめぐる議論のほかにも、考えておくべきポイントはないだろうか。本書では人工知能に関わる論点を、技術開発者、政策立案者、ユーザ、法・倫理関係者などの立場に分けて、具体的な事例とともに整理。そのうえで、多様なステークホルダーをつなぐための対話を経て見えてきた、人工知能と社会の関係の地図を描き出す。楽観論にも悲観論にも流されない、人工知能との付き合い方を考える。

AIとより効果的な対話をするために 人工知能（AI）、特に大規模言語モデル（LLM）が私たちのコミュニケーション、働き方、そして思考に大きな革命をもたらしつつある現在、AIとのコミュニケーションは、単なる技術の領域を越えて、未来を形作るための重要な能力になっています。とくに、ChatGPTのような進化した大規模言語モデルがもたらす可能性を最大限に引き出すためには、プロンプトを理解して適切に操る能力（プロンプトリテラシー）が不可欠です。 本書は、大規模言語モデルの仕組みと「プロンプトエンジニアリング」の基本を理解するところから、AIに適切な質問をし、AIとより効果的な対話をするための「プロンプトパターン」「トリガープロンプト」、さらに進んだ発展的な技術、また最先端の「AIエージェント」にいたるまで、AIとのやりとりを最適化するための知識とノウハウが学べます。 具体的に例を挙げながらわかりやすく解き明かしているので、学生や一般のビジネスマンから読んでいただける内容になっています。本書を読めば、AIと効果的に対話するためのスキルや知識が身につき、すぐに日常生活や業務に活かすことができるはずです。 〈目次〉 第1章　大規模言語モデルの登場 第2章　プロンプトエンジニアリング 第3章　プロンプトパターン 第4章　トリガープロンプトの威力 第5章　発展的な技術 第6章　AIエージェントと社会 〈著者紹介〉 岡瑞起（Mizuki Oka） 研究者。筑波大学システム情報系 准教授/株式会社ConnectSphere代表取締役。2003年、筑波大学第三学群情報学類卒業。2008年、同大学院博士課程修了。博士（工学）。同年より東京大学 知の構造化センター特任研究員。2013年、筑波大学システム情報系 助教を経て現職。専門分野は、人工生命、ウェブサイエンス。著書に『ALIFE | 人工生命より生命的なAIへ』（株式会社ビー・エヌ・エヌ）、『作って動かすALife - 実装を通した人工生命モデル理論入門』（オライリージャパン）などがある。 橋本康弘（Yasuhiro Hashimoto） 研究者。会津大学コンピュータ理工学部上級准教授。1995年、東京大学工学部卒業。2000年、同大学院博士課程修了。博士（工学）。学術振興会特別研究員、東京大学工学系研究科講師、筑波大学システム情報系 助教などを経て現職。専門分野は、人工生命、計算社会科学。訳書に『ネットワーク科学入門』（丸善出版株式会社）、『人工知能チューリング/ブルックス/ヒントン』（株式会社岩波書店）などがある。 ※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。 「AI黎明期」の伝説の事典、待望の復刻!! 本復刻版は、1988年にUPU社から刊行された初版『AI事典』（ISBN13:978-4946432064 ISBN10:494643206X）を底本とする電子書籍である。初版編集委員会より初版復刊の要請を受け、近代科学社の創立60周年記念事業の一つとして発行する。2003年に共立出版から刊行された『AI事典　第2版』、さらに2019年に近代科学社から刊行された『AI事典　第3版』とあわせた3点の『AI事典』を通観することで、AIの誕生から現在に至る研究の推移や各時代における興味・関心の高いテーマをうかがい知ることができる。

※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。 AIはいまや，さまざまな研究の根幹をなしており，関わる分野も多岐にわたる。本書は，人工知能（AI）研究を牽引する代表的な研究者が編・著を務め，各研究カテゴリーの最前線で活躍する100余名の気鋭の研究者が執筆を手掛けた事典である。 　コンセプトは「執筆者の主観を軸に，読者が興味を持って面白く読める内容にすること」。従来の主要テーマのほか，ディープラーニング，AIにおける論争，汎用人工知能など，いま外せないトピックスを幅広く解説する。 　AI研究者はもちろん，工学，理学，脳科学，医学，薬学，農学，社会学，哲学など，すべての分野の学生・研究者の未来に影響を与える，ターニングポイントとなる書!!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 日本版AIを標榜しつつ登場した未来派知識の総合誌。その第1号。その内容はこれからも探索していく。ビジネスで急速に加速したAIで何が純粋で何が不純かは判然としない。原石集めから有効な純度と有効な不純物濃度を持たせていくプロセスが開始されるのだろう。AIのイメージは不動でなく、数学者・工学者・ビジネスマンそれぞれのAI認識を見据え、純粋物・異物をも取り込むことによって新たな構造と機能を誕生させる…… 　今はもうなくなったUPUから1985年から1987年まで隔月で刊行された“幻の雑誌”がデジタルで復活！ 　AI（Artificial Intelligence ＝人工知能）を科学と技術との両面から捉える“未来派知性の総合誌”。その第1号（1985年12月発行）。 表紙 目次 AIJ Radical Review 　1　アバウトだらけのAI語法 　2　人工知能はポルノクラフィーの夢を見るか 　3　AIDSとAIとミネルバの梟 　4　徐福はどこにいるのか Ahaの瞬間1――箱詰めポールの中を電子が走る……西澤潤一 特集／’85AI総決算　何ができてどんな解題が残ったか 　座談会／技術者たちのAI……棟上昭男、森健一、竹内郁雄 　アーキテクチャ――逐次処理からどこへいくのか 　　実機を製作することか基本に……相磯秀夫 　　データフローマシンの狙い……雨宮真人 　画像・音声――シンボル〈言語〉を発見せよ 　　画像認識の“平均点”を上ける知識工学……木戸出正継 　　何をさしてAI的というのか……鳥脇順一郎 　　研究者間の相互交流か重要である……溝口理一郎 　　本流から目をそらしているのか現状……辻三郎 　自然言語理解――意味の理解と場の理解 　　アリストテレスを祖とする状況意味論……石本新 　　コンピュータの自然言語は、不自然言語である……岩田誠 　　'85年は意味処理元年である……田中穂積 　　籠なみのものを乗用車なみに高める……横井俊夫 　ソフトウェア――言語の抽象化と世界のモデル化 　　人間世界の並列性を表現したい……米澤明憲 　　Prolog-KABAの背景には……桜川貴司 　　計算機は人間以外にシンボル操作ができる唯一のもの……中島秀之 　　ソフトウェア自動生成は、遠い夢ではない……大野豊 　ロボティクス――人間の知的行為の実験場 　　作業の非決定性をいかにカバーするか……吉川弘之 　　自然環境へ対応するロボット……広瀬茂男 　　ロボットは自らの存在理由を知らねばならない……佐藤晟 　知識表現――頭脳の記述への挑戦 　　工学分野を超えた知識の解明を……安西祐一郎 　数理モデル――いま数理に何が可能か 　　「情報幾何学」の提案……甘利俊一 　　問題は科学理論の実存性に溯る……佐藤文隆 　　計算機科学には計量化の理論か必要……野崎昭弘 　　ティスプレイに立ち現われる天才の頭脳内イメージ……宇敷重広 　生物モデル――現象がモデルを刺激し、モデルが現象を見せる 　　分子モデリングの研究でガンの発生を捉える。……神沼二真 　　教師なし学習、自己組織化の生体モテル。……大森隆司 　　脳の全体的な構造研究の進展を期待。……伊藤正男 　エキスパートシステム――市場に出そろった構築用ツール 　ワークステーション――本格化するAI用WS市場　ネットワーク化に標準 　　開発環境重視のDEC戦略……村上憲郎 　機械翻訳システム――課題を残しつつも実用化へ 　　AI技術を取り込んで、新世代のシステムをめざす。……山本武彦 　実用エキスパートシステム――集積された専門知識が、組織を変える 　　製鉄プラントの運営効率化システム　日本鋼管 　　建設工事災害予知情報システム　大成建設 　　“ホロン的”AI開発を指向　フジタ工業 　　金融自由化に向けてのAI戦略　三洋証券 　　溶接ロボットへの応用を検討　日立造船 　　感性の復活をめざすAI　大林組 　AIビジネスの周辺――フロンティアをめざすAIのニューカマーたち 　　9週間で580万円――KE養成講座を開設……成井弦 　　カーネギー・グループ社の開発プロジェクト ほか