※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ひとりで働く人のための、AIエージェント実践入門！ 営業、制作、顧客対応、情報発信、経理、請求――。 ひとり社長やフリーランスは、本業以外の仕事もすべて自分でこなさなければなりません。仕事が増えるほど雑務も増え、本当に力を注ぎたい業務へ時間を回せなくなります。 そんなひとりビジネスの心強い味方になるのが、複数の作業をまとめて進められる「AIエージェント」です。 本書では、非エンジニアでも扱いやすいClaude Coworkを中心に、AIエージェントを仕事へ取り入れ、自分専用の「AIチーム」として育てる方法を解説します。 まずはAIエージェントの基本と、ひとりビジネスに向いている理由を整理。安全に使うための権限設定や人間による確認、GmailやGoogle Driveなどの外部ツールとの連携方法も、順を追って紹介します。 実践編では、AIエージェントを「アドバイザー」「アシスタント」「エンジニア」の3つの役割に分けて活用します。仕事やキャリアの相談、情報収集、資料作成、SNS発信、案件管理、経理、自動化など、ひとりで働く人に身近な業務をケーススタディで学べます。 AI初心者のスギノさんが、AI活用の専門家・池田朋弘氏に教わりながら実践する会話形式で進行。各章の冒頭にはマンガを収録し、初心者が抱きやすい不安や疑問から、無理なく理解できる構成です。 チャンネル登録者数20万人超！　「いけともch」でおなじみの池田朋弘氏が解説 著者は、AI活用の最新情報をわかりやすく発信するYouTubeチャンネル「いけともch」を運営する池田朋弘氏。自身もひとりビジネスからスタートし、数多くの企業やビジネスパーソンにAI活用を支援してきた経験をもとに、AIエージェントを仕事へ取り入れる方法を丁寧に解説します。 こんな人におすすめ ・営業から経理まで、すべての業務をひとりで担っている ・雑務を減らし、本業や売上につながる仕事へ時間を使いたい ・生成AIは使っているが、仕事への組み込み方がわからない ・AIエージェントやClaude Coworkを基本から学びたい ・人を雇わずに、仕事を任せられる仕組みをつくりたい ・非エンジニアでもできる業務自動化に挑戦したい 本書で学べること ・生成AIとAIエージェントの違い ・ひとりビジネスとAIエージェントの相性 ・自分の仕事に導入するためのロードマップ ・Claude Coworkの始め方と安全な働かせ方 ・外部ツールやスキルを使って仕事に組み込む方法 ・自分の経歴や仕事をAIに理解してもらう方法 ・相談相手となる「アドバイザー」の育て方 ・実務を任せる「アシスタント」の育て方 ・専用ツールや自動化をつくる「エンジニア」の育て方 ・AIチームを管理し、人間が判断すべきポイント 誌面で使用するプロンプト、スキル、定義ファイルなどの完全版は、読者限定特典としてダウンロードできます。自分の仕事に合わせて調整し、すぐに実践できます。

◆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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「EOD（拡張オブジェクト図）＋NLUR（自然言語によるユースケース実現）」によるオブジェクト指向の設計と実装 AIがコードを生成できる時代に、人間のソフトウェア設計者はどのような役割を担うべきでしょうか。本書はその問いに対する一つの答えを提案します。 生成AIのコード生成能力は驚くべきものです。しかし、生成されたコードに対する最終的な責任は、それを利用した人間が負わなければなりません。したがって、AIが生成したコードの正しさを検証し、必要に応じて変更を要求できることが、これからのソフトウェア開発において人間に求められるきわめて重要な能力になります。 本書は、その基盤となるオブジェクト指向設計法として、EOD（Extended Object Diagram：拡張オブジェクト図）とNLUR（Natural Language Use-case Realization：自然言語によるユースケース実現）を中心に据えた設計法を紹介するものです。 （本書「はじめに」より） 【本書の特徴】 ・メモリからの理解：値型、参照型、スタティック領域など、プログラムが動く際のメモリ挙動を図解。オブジェクト指向の抽象的な概念を、具体的なイメージに定着させます。 ・独自の設計手法「EOD＋NLUR」を解説：標準的なUMLだけでは捉えきれないオブジェクト間の動的なつながりを「拡張オブジェクト図（EOD）」で可視化し、「自然言語による設計（NLUR）」で論理構造を整理します。演習を通じ、誰もが「迷わない設計」を習得できます。本設計手法はUMLが抱えていた曖昧さを排除し、AIによるコード生成において間違えの発生しやすい推測フェーズを除去します。 ・AIとの共同開発を実践：単にコードを書かせるのではなく、EOD/NLURという論理的な成果物を介してChatGPTと対話することで、設計品質を担保しながら開発を加速させる次世代のワークフローを紹介します。 ※ソースコードなどは、オーム社Webページより入手できます。 Chapter1　オブジェクト指向の基礎 Chapter2　Unified Process（UP）の概要とユースケース駆動の分析・設計 Chapter3　格調オブジェクト図（EOD）と自然言語のユースケース実現（NLUR）による設計法 Chapter4　ChatGPTとの共同プログラム開発の実例 Reference Appendix

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 いまや「AI活用」はあまねくビジネスパーソンが備えているべき基本スキルとなりつつあります。日常の定型作業などはもちろん、これまでエンジニアの領域だったツール開発も、一般ビジネスパーソンが生成AIを駆使して行う、そんな時代です。つまりAIにまつわる用語を理解しておくことが、昨今のビジネス環境では必須なのです。 仕事の現場で飛び交うAI用語に食らいつくためには、時間をかけず、かつ一定程度の解像度で意味や用例を理解する必要があります。そこで本書では、生成AIを支える基本的な仕組みである機械学習や自然言語処理はもちろん、AI開発やAI運用の現場で役立つ知識、AIにまつわる法律や倫理に関する知識、ビジネス現場における活用事例、AIをより深く知るためのトピックなど、実際の現場で使えることを軸に用語を厳選。しかもすべてたった3行で深掘りしているので、時間がなくてもしっかり用語の意味や使われ方を理解することが可能です。また、各用語は概念図を用いて図解しており、仕事のフローや処理におけるそのトピックの位置づけが手に取るようにわかります。 AI時代を生きるすべてのビジネスパーソンに役立つ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。 AIの活用は「対話」から、仕事を自律的にこなす「エージェント」へ急速にシフトしています。本書は、PC操作を自動化するAI「Claude Cowork」の活用法をわかりやすく体系化した解説書です。ファイルを直接編集・整理する基本操作から、Webでの情報収集、Word・Excel・PowerPointによる資料作成、SlackやGmail、カレンダーとの連携まで網羅。プログラミング知識がない非エンジニアでも、ルーチン作業を自動化し、自分専属の「AI部下」を育てて業務効率を劇的に高められます。

※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。 従来のプログラミング学習に、もう挫折する必要はありません。 本書は、話題の爆速AIエージェント「Claude Code」を駆使し、わずか1週間でプログラミングの基礎からWebアプリ開発までを完全習得できる、AI時代の新しい入門書です。 これまでのプログラミング本は、難しい文法を一つずつ積み上げるボトムアップ型が主流でした。しかし本書が提案するのは、「AIにまず完成品を作らせ、そのコードを読み解きながら理解する」革新的なトップダウン型の学習スタイルです。この方法なら、エラーに頭を悩ませることなく、動くものを作る楽しさを味わいながら挫折せずに完走できます。 さらに、本書は高度なエンジニア向けの書籍とは異なり、ターミナル操作を前提としていません。画面を見ながら直感的に進められるGUI操作を中心に解説しているため、非エンジニアや初学者でも無理なくステップアップできます。学習の導入では「Claude Desktop」を使って基本操作をマスターし、より詳細な編集が必要な段階になってから「VS Code拡張機能」へと段階的に移行する、初心者に寄り添った丁寧な導線を設計しています。 本書で得られるスキルは、単なるテキストの生成やコードの補助に留まりません。ファイル操作、データ加工、レポート生成など、日常のあらゆるデスクワークを自動化する「AIエージェントとしての活用法」を正面から扱います。 後半では、外部サービスと連携するMCP、複雑なタスクを分担するSubagent、そして複数のAIを連動させるAgent Teamsといった発展的機能まで網羅。AIに作業を任せ、AIと協働して未来の開発フローを体験できる、まさに「AIエージェント時代」を生き抜くための必須スキルが凝縮された一冊です。 ※本書はClaudeの有料プラン（Pro以上）の利用を前提とした実践的な内容となっています。

※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。 AIの進化と普及が進む今、小説を執筆するさまざまな場面でAIを活用できるようになっています。本書は、AIを小説執筆に活用する実践的なノウハウをQ&A形式で解説しています。小説のアイデア出しから、ストーリーやキャラクター設定作り、推敲・校正、執筆に行き詰まったときの活用法まで、具体的なプロンプト（AIへの指示文）つきでわかります。またAIを利用するときの困りごとの解決法や、AIを創作に活用するときの著作権の注意点まで網羅しています。特典のプロンプトを真似するだけで、創作が劇的に捗るようになります。

動画生成AIを活用して、短期間・低コストでDIY感覚で映画をつくれる本！ 　これまで映像制作、特に映画制作には制作にかかる費用・時間や特殊なノウハウなどハードルが高く、素人には縁遠いものでしたが、生成AIをうまく活用することでこれらの敷居が下がり、映画・映像制作の門戸が開かれる時期が近づいてきています。また、元々映画・映像業界に携わるクリエイターも制作上、部分的に生成AIを援用する動きが始まってます。 　本書は、通常の映画制作から見ればはるかに短期間、低コストでの実現が可能となる、生成AIによる映画・映像制作の技術をわかりやすく解説する入門書です。 ［このような方におすすめ］ 〇映画，映像制作に関心のある一般の方，映像系のクリエイター 〇動画生成AIに関心のある一般の方 Part1　AIを活用した映画制作の全体像をつかもう 　01■動画生成AI・AI映画とは？ 　02■AI映画――新しい映画制作の潮流 　03■ 従来の映画制作とAI映画制作の違い――何が変わり、何が変わらないか 　04■まずは実践！　15秒の超短編を90分で「とりあえず完成」させてみよう Part2　脚本の作り方――AIが最も代替できない「聖域」 　01■なぜ「脚本」を人間が書くべきなのか 　02■脚本の基礎　AI映画にも欠かせない「ログライン」「ターゲット」「テーマ」 　03■プロットを作る――物語の設計図を描く 　04■脚本を書く――AI映画時代の新しい脚本の形式 　05■脚本の推敲――作品を磨き上げる最も重要なプロセス Part3　映像を作る――動画生成AIで脚本を映像化する 　01■AI映像制作の前に知っておくべきこと 　02■動画を生成する前の準備 　03■Image to Videoの実践 Part4　AI映画のポストプロダクション 　01■編集――素材を物語にする 　02■音楽・セリフ・効果音――無音の映像に命を吹き込む 　03■編集の最終段階――映画を届ける準備 Part5　公開とその先へ 　01■あなたの映画を世界へ届ける方法 　02■映画祭に応募する方法 　03■知っておくべき著作権のこと 　04■次回作へ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンパイラの仕組みを理論と実践の両面から詳細に解説！ 本書は、コンピュータサイエンスの基幹をなすコンパイラ処理系の仕組みについて、形式言語理論の厳密な基礎から、現代の実行環境で求められる最適化技術までを体系的に説明したテキストです。 【本書のポイント】 ・正規表現、決定性/非決定性有限オートマトン（DFA/NFA）、文脈自由文法（CFG）、反復補題、プッシュダウンオートマトン（PDA）など、言語処理の土台となる理論的基礎を厳密に解説しています。Chomsky標準形やGreibach標準形といった文法変形の手法もカバーしています。 ・lexやyaccなどの自動生成ツールを活用した解析プログラムの構築手順を提示します。下向き（LL(1)）および上向き（LR/SLR/LALR(1)）構文解析のアルゴリズムに加え、あいまいな文法への対処や、実用コンパイラで不可欠となるエラーリカバリや型チェックの構造まで踏み込んで記述しました。 ・バックエンド処理では、ARMアセンブリ命令をベースとした具象的なコード生成と関数フレーム構造を解説しました。さらに、制御フローグラフや静的単一代入（SSA）形式、最適化基盤LLVMの活用、定数伝播、ループ最適化、グラフ彩色によるレジスタ割り当てまで、現代のコンパイラ技術を幅広く取り扱っています。 ・各章末には理解度を深める演習問題を配置し、巻末には解答を収録しています。大学・大学院での講義用テキストとしてはもちろん、言語処理系などを独習したい技術者の自習書としても活用できます。 ※本書は『情報系教科書シリーズ　コンパイラ』の改題改訂版です。 改訂にあたって まえがき 第1章 コンパイラの概要 第2章 字句解析 第3章 文法 第4章 構文解析 第5章 意味解析 第6章 コード生成 第7章 最適化 演習問題解答 索引

大手IT企業は、競争力を左右する「戦略資産」としてオープンソースを活用しています。自社エンジニアをコミュニティに参加させて技術のルール作りを主導し、数万人規模の開発者を巻き込むことで、迅速に技術開発を進め、新たな価値を創出しています。 しかし日本企業の多くは、いまだにオープンソースを単に「無料のソフトウェア」として扱いがちです。日本企業が世界で勝つには、オープンソースのリスクに備える「守り」をしっかり固めたうえで、積極的にコミュニティに参加してビジネス価値向上を狙う「攻め」に踏み込んだ「オープンソース戦略」が不可欠です。本書を読むことで、（1）オープンソースやコミュニティの基礎知識を得て、（2）世界で実践されている最新の「守り」と「攻め」のオープンソース戦略を体系的につかみ、（3）明日から実践できる形に落とし込めるようになるはずです。 目次 第1章　オープンソースの基本を知る 第2章　リスク対処で知っておくべきこと 第3章　「守り」のオープンソース戦略を実践する 第4章　ビジネス価値を高める「攻め」のオープンソース戦略 第5章　攻めの戦略を支える人材とその育成 第6章　オープンソース戦略の司令塔「OSPO」 補章 　特別コラム1　オープンソースの過去・現在・未来 　特別コラム2　 攻めのオープンソース戦略の事例：エリクソンと日立製作所 　特別コラム3　 アマゾンの事例：マーケティングと人材戦略への活用

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【例題を通してJuliaを学ぼう！】 Juliaは、2018年にver.1.0がリリースされて以降、速さと書きやすさで、特に数値計算分野で注目を集めている言語です。本書ではそれぞれの数値計算問題に対し、さまざまな手法でアプローチしており、例題を通してJuliaを学べる書籍となっています。原理まで解説しており、他の手法とどのように違うのか、またどのようなメリット・デメリットがあるのかも解説しています。 第I部ではJuliaの基礎的な内容を、第II部では具体的な計算方法を例題と一緒に実装していく構成になっています。fortranやPythonから移行してくるユーザーが多いと考えられますが、初学者でも学べるような内容になっています。みんなもJulianになろう！ ■こんな方におすすめ ・理工系のJuliaプログラミングを始めたい学生 ・FortranやPythonから移行したい人 ・数値計算プログラミングに興味のある人、更にレベルアップしたい人 ■目次 第I部 基礎編 　　Chapter1 Juliaをはじめよう 　　Chapter2 Julia の基本 　　Chapter3 そのほかの特筆すべき点 第II部 実践編 　　Chapter0 Julia的数値計算 　　Chapter1 連立一次方程式 　　Chapter2 非線形方程式 　　Chapter3 固有値 　　Chapter4 数値積分 　　Chapter5 補間と近似 　　Chapter6 常微分方程式 　　Chapter7 偏微分方程式 付録 Jupyter Notebookを利用した環境作りと実行方法 ■著者プロフィール 永井 佑紀（ながい ゆうき）：1982年 北海道生まれ。2005年 北海道大学工学部応用物理学科卒業。2010年 東京大学大学院理学系研究科物理学専攻博士課程修了。博士（理学）。2010年-2019年 国立研究開発法人日本原子力研究開発機構 研究員。2016年-2017年 米国マサチューセッツ工科大学物理学科客員研究員。2018年-2023年 国立研究開発法人理化学研究所革新知能統合研究センター客員研究員。2019年-2024年 国立研究開発法人日本原子力研究開発機構 副主任研究員。現職 東京大学情報基盤センター学際情報科学研究部門 准教授。専門は物性理論、計算物理。近年では機械学習と物理学を組み合わせた研究も行っている。

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。

自分はネットのデマになんて引っかからない。――そう自信を持っていえる人は、いまどれだけいるでしょうか？ 生成AIの進化と普及によって、よりリアルで、より巧妙な「偽情報（フェイクニュース）」が、低コストで量産される時代になりました。そしてSNSという「拡散装置」により、それらは瞬く間に私たちの日常へ潜り込んできます。これは決して遠い世界の話ではありません。選挙や災害のたびに、真偽が疑わしい写真や動画、ニュース記事などでネット空間が満たされます。ほかにも、投資や健康にまつわる偽情報も日常的にタイムラインに流れています。そしてその「嘘」は、私たちの投票行動や購買行動、あるいは他者への評価といった「現実の行動」を確実に歪めているのです。今や、情報の真偽を見抜くスキル＝「ファクトチェック」は、一部の専門家だけのものではありません。情報社会を生きるすべての現代人が身につけるべき「生存戦略」なのです。 本書では、国際大学グローバル・コミュニケーション・センター教授の山口真一氏を著者に迎え、昨今のフェイクニュースの実態を多角的にひもときます。専門的なデータを基にしながら、人が嘘を信じてしまう心理、偽情報を流す側の動機などを豊富なイラストや図解を交え、老若男女だれもが「自分ごと」としてサクサク読める平易な語り口で解説します。自分や家族、大切な人を守るための必読書です。 ＜本書の内容＞ Chapter 1 なぜいま、ファクトチェックが必要なのか Chapter 2 なぜ人は嘘を信じてしまうのか Chapter 3 誰が、なぜ嘘を広げるのか Chapter 4 AIが「見分けにくい嘘」を量産する Chapter 5 騙されない・広げないためにできること Chapter 6 実践！ファクトチェックの技法 Chapter 7　withフェイク2.0時代を生き抜くために

あなたの目的に応じた 個別最適学習で勝つ！ AIを勉強に活用していますか？ 活用していないなら実にもったいない。 なぜならAIと勉強は相性が抜群だからです。 勉強で最も効果が高いやり方は 「個別最適な学び」です。 本来、学びは人によって前提知識も、 つまずく場所も、必要な練習回数も違います。 家庭教師のように、あなたの理解度を見ながら 伴走してくれる存在がいたら理想でしょう。 しかし、そんな人は周りに「いない」 という方がほとんどではないでしょうか。 そこでAIです。 AIは理想の家庭教師になれます。 24時間いつでも質問できます。 目標や理解度に合わせて難易度や 言葉づかいを調整してくれます。 次に何を練習すべきかも提案してくれます。 教材やノートを要約して整理したり、 試問の練習相手にもなってくれます。 このように「恵まれた環境にいる人だけの 最高の学び方」が、AIによって誰でも 再現できるようになりました。 本書では、英語、資格試験、受験、 プログラミング、キャリアアップなど あらゆる学習シーンに役立つ 「超汎用的な学習法」を39個紹介しています。 おまけにChatGPT、Gemini、Claude、 Copilotなど、どのようなサービスにも対応！ 「学習にAIを取り入れてみよう」 と思っている方の最初の一冊としておすすめです。 【目次概要】 第1章　AIを勉強に取り入れるべき3つの理由 第2章　学習計画を立てよう 第3章　教材の潜在力を引き出そう 第4章　質問を重ねて学びを深めよう 第5章　ノートを作って情報を整理しよう 第6章　アウトプットして知識を定着させよう 第7章　オリジナルの試験対策で本番に強くなろう 第8章　教えることで大きくレベルアップしよう ※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。 見えないAIリスクを“見える化”する、生成AI時代の実務ガイド いま、生成AIを活用して新しいサービスを作りたい、自社の業務にAIを取り入れたいという企業が増えています。 しかし、導入や運用の段階で注意すべき法律上のポイントを、明確に理解している人はまだ多くはありません。 本書では、AIに関する法務リスクを体系的に整理し、「ここだけは押さえておきたい実務の勘所」を分かりやすくまとめています。 法律の専門書というよりも、「何を相談すればいいのか分からない」「どこまで聞けばいいのか迷う」という方のための、最初の一冊としてお役立ていただけます。 この書籍を読むことで、AIに関する法的リスクを全体的に把握できます。 開発や運用における法務上の問題点を、一般論から具体的な事例まで体系的に理解できます。 〇AIに関する法的リスクを全体的に把握できる 開発や運用における法務上の問題点を、一般論から具体的な事例まで体系的に理解できます。 〇AI導入・運用の各段階で注意すべきポイントが分かる 企画・開発・運用といったフェーズごとに、どの場面でどんなリスクがあるのかを明確にできます。実際に注意点を把握したうえで運用・開発計画が立てられるので、計画進行中のトラブル発生のリスクを軽減できます。 〇参照すべき法律・ガイドラインを見つけられる ポイントを把握することで、自社に関係するルールやガイドラインをスムーズに確認できます。 〇有識者・法律家・弁護士への相談がスムーズになる どのように相談すれば良いかのイメージがつかめるため、具体的で効率的なやり取りが可能になります。結果として、法務上・ビジネス上の落とし穴を事前に可視化でき、無駄なコストやトラブルを避けられます。 ◎有識者・法律家・弁護士に相談するための下地をつくり、安心してAI活用を進めるための実務的なガイドブックです。 AIを活かした開発や事業を安全に、そして前向きに進めたい方におすすめです。 序章　LLM開発者、LLMを使うスタートテック経営者の皆様へ 第1章　LLMモデル開発、運用とかかわる法律権利の一覧 第2章　LLMモデルの開発運用までのスケジュール 第3章　モデル開発に関する法務 第4章　モデル運用に関する法務 第5章　LLM開発者、提供者として知るべきAIに関する考え方 第6章　おわりに―開発運用後にLLM事業者の進むステージ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 直感的に理解できる！マルチメディアの初学者を対象とした教科書である。マルチメディアの範囲は，音，映像（静・動）および文字情報の符号化の仕組みと，それらの符号をマルチメディアへ統合する仕組みである。偏らずにマルチメディア全体を学ぶことができる。 図を多用して，初学者が直感的に理解できるよう工夫する。また，事前・事後学習に対応できるよう演習課題を数多く配置する。側注でキーワードの解説も行い、初出用語でとかく混乱しがちな初学者の理解を確かなものとする。 （224文字）

●AI＆ソフトウェアテストにおける世界的な第一人者が、 　AIをソフトウェアテストと品質保証の視点から解説！ 　本書は、『Artificial Intelligence and Software Testing:　Building systems you can trust』（BCS, The Chartered Institute for IT：英国コンピュータ協会 刊）の翻訳書です。 　AI（Artificial Intelligence：人工知能）は、ソフトウェアに新しい可能性をもたらすとともに、私たちの生活にも大きな変化を起こしました。もちろん、その品質保証のスタイルも大きな変更を余儀なくされました。本書は、AIをソフトウェアテストと品質保証の視点から解説し、複雑なAIシステムをどのように信頼のあるシステムにしていくかを読者に示します。 　AIは、その機能品質の担保の難しさというデメリットだけではなく、テスト自動化等々のソフトウェアテストに活用できるというメリットも注目され始めています。本書では、これらについても扱います。また、シフトライトテスト（リリース後にユーザーフィードバックを素早く製品に反映すること）や、AIOps（AIを活用したIT運用管理）といったトピックなど、AIにおける品質保証とテストについても扱います。 　AI開発を行なうITエンジニアやテスト担当者に一読いただきたい一冊です。 ●本書の構成 第1章　イントロダクション――Rex Black 第2章　信用できるAIと品質――Adam Leon Smith 第3章　品質とバイアス――James Harold Davenport 第4章　機械学習システムテスト――Adam Leon Smith 第5章　AIベースのテストの自動化――Jeremias Rößler 第6章　ソフトウェアテストのオントロジー――Joanna Isabelle Olszewska 第7章　デジタルツインであるメタバースにおけるシフトライトテスト――Jonathon Wright

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「ディープラーニングをライブラリで実装できるけれど、よく意味が分かっていない」 「ディープラーニングの背景にある数式を理解して、何が行われているか知っておきたい」 本書はそんな人のための本です。 勉強中のプログラマ「アヤノ」と、友達の「ミオ」の会話を通じて、ディープラーニングでどんなふうに入力値から出力値までの計算がされているのか、楽しく学んでいきます。 ※本書は『やさしく学ぶ 機械学習を理解するための数学のきほん』の続刊となりますが、前作を読んでいない人でも問題なく読むことができます。 本書では、 ・ニューラルネットワークでは何ができるのか ・単層のパーセプトロンではどのような計算が行われているのか ・パーセプトロンではどうやって問題を解いているのか ・パーセプトロンにはどんな欠点があるのか などの基本的な部分から解説を始めます。 パーセプトロンが理解できたら、続いて多層のニューラルネットワークについて学んでいきます。 ・ニューラルネットワークではどうやって問題を解いているのか ・問題を正しく解くためのパラメーターはどうやって学習しているのか といったことについて、1つずつ数式を理解して、時には具体的な数値を当てはめて実際に計算しながら理解していきます。 ニューラルネットワークが理解できたら、いよいよ画像の分類などに向いている「畳み込みニューラルネットワーク」について学習を進めます。 何をやっているのか、図解と数式で確認しつつ学習し、どのようにして「畳み込みニューラルネットワーク」が分類のタスクを行っているのか丁寧に解説します。

※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。 Gemini Notebook（旧NotebookLM）は、あなたが登録した資料だけにもとづいて回答するGoogleの「ノートブック型AI」です。 会議の録音、手書きノート、契約書、YouTube動画、決算書など自分の手元の資料を情報ソースにできるため、ハルシネーションが起きにくく、ビジネス活用にも非常に有効です。 ■購入者特典として書籍の内容を質問できるノートブック付き！■ 本書は「仕事の場面」から引ける100の実践アイデアを「推し技」として紹介！ 『Gemini 最強AIの仕事術』など数々のヒット作を持ち、YouTube登録者数21万人超の池田朋弘（いけとも）氏を著者に迎え、整理・ビジネス分析・戦略立案・文章生成・ナレッジ化・学習支援・アウトプットまで、仕事やリスキリングの場面ですぐに使える著者ならではのベストプラクティスを集めました。 ■「やりたいこと」から逆引きできる！ 各推し技には「整理」「分析」「生成」などの用途タグを掲載。「やりたいこと」から目的に合った活用法をすぐに探せます。 ■これから使い始める人にも、実践的な活用例を数多く知りたいビジネスパーソンや学生にもおすすめ！ これから使い始めるビジネスパーソンや学生はもちろん、すでに使っているけれどもっと実践的な活用例を知りたい人にも最適。Geminiから使う方法もしっかり解説！　日々の仕事や学びをワンランク進化させる活用アイデア大全です。 ■本書でこんなことができます ・読み解く／YouTubeや英語論文を見ずに要点をつかむ・契約書や利用規約の不明点を即解消・求人票をまとめて市場相場を可視化 ・会議を資産にする／録音から文字起こし・要約・TODO抽出まで一気通貫・議事録から意思決定の流れを追う・1on1の記録からメンバーの変化を早期に察知 ・組織のナレッジ基盤／社内文書から「暗黙ルール」を可視化・熟練者のノウハウを教材化・過去のセキュリティチェックシートから回答案をつくる ・分析・戦略立案／営業の文字起こしから勝ちパターン抽出・競合サイト分析・事業計画と実績のギャップ検証 ・つくる／自分の文体で書く・上司や顧客や初心者向けに言い換える・プレゼンの想定問答集 ・学ぶ／手書きノートを最強のまとめノートに・過去問から頻出パターン抽出・自分専用の学習ロードマップ ・自分を知る／日記やメモから価値観を言語化・健康データの長期変化・親への聞き書きで家族史ノート ・Gemini連携／出力形式の使い分けなど基本から詳解 ■目次 イントロダクション　自分の資料から“答え”が取り出せるAI 第1章　まずはここから！　Gemini Notebookの基本機能と操作 第2章　資料・コンテンツを素早く読み解く 第3章　会議・コミュニケーションを資産化する 第4章　チーム・組織のナレッジ基盤をつくる 第5章　ビジネス分析・戦略立案に使う 第6章　自分らしいアウトプットを生み出す 第7章　学習・スキルアップを加速する 第8章　個人の思考・記録を整理する

ロジカルモンスター白鳥圭輔が日本の医療の闇を斬る! 日本の解剖率2%台は、先進国中ぶっちぎりの最下位。98%は、体の表面を見るだけのいい加減な死亡診断が下されている。死亡診断が軽視される社会では、明らかな犯罪行為や児童虐待すら発見できず、治療効果判定も行われない無監査医療がはびこる。社会に様々な不利益をもたらす｢死因不明社会｣に立ち向かうにはAiを中核とする新たなパラダイムシフトが必要となる。

セキュリティの心配なし！今すぐ手に入るあなただけの専用AI！ ＊パーソナルAIのここがすごい ・LMStudioを使えば、コストゼロ＆ノーコードで誰でもカンタンに構築できる ・中で動かすモデルの切り替えなど細かな設定もできて、自分の思い通りのAIに ・ローカル環境でセキュリティバッチリ！安心安全のAIで業務効率化！ Webサービスの「ChatGPT」「Gemini」「Copilot」もリスクがある！？ Web上の生成AIは、打ち込んだテキストやアップロードしたファイルが学習に使用されてしまう可能性があります。 これではビジネスの重要な事項や、プライバシーにかかわる情報は入力できません。 また、思っているような回答が得られない、自分たちの業界のことを知らないから的外れなことばかり言い出す……なんてことも。 結局仕事では正直マトモにつかえない……そんな悩みはありませんか？ ・もっと気軽に生成AIをビジネスで使いたい ・自分のことをわかってくれるAIがほしい ・セキュリティを気にするあまり当たり障りのないチャットしかできない… そんなお悩みに対する答えが本書で取り上げる 【パーソナルAI（ローカルLLM）】です! パーソナルAIはローカル環境だけで完結するのでセキュリティもバッチリ。 自分でモデルを選んだり設定を細かく決めたりと、自分専用AIとしてのカスタマイズ方法も豊富です。 でも、そんな専門的なもの扱うのは難しそう……？ 【LM Studio】を利用すれば「難しそう」「高そう」「動かなそう」も即解決！ ⇒ノーコードでカンタン構築 ⇒完全無料でダウンロード ⇒手元のPCでサクサク動く！ 本書ではこの【LMStudio】を使用したローカルLLMの構築を中心に、 ・最適なモデル選びのコツや使い分け ・AIに思った通りの答えを出させるコツ ・既存ツールのローカル化 ・現場で使えるパーソナルAI活用術 を、丁寧に徹底的に解説します。 これからのビジネスに欠かせないパーソナルAIを本書と一緒に手に入れましょう！ ※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。 ◆コンピュータが世界を理解するしくみ◆ 本書は、画像や音声、動画など複数の異なるデータを扱う「マルチモーダルモデル」の入門書です。自動運転やロボット、AIエージェントといった存在が、実世界の複雑な情報を理解して人間と円滑にコミュニケーションをとるために必要とする最先端技術を、基礎知識からその仕組みまで体系的に解説します。共通基盤となるTransformerの基礎からはじめ、視覚・音声・動画・3次元データの各モデルにふれたうえで、画像・音声・自然言語の融合モデルを解説します。マルチモーダルモデルを用いた研究や開発に応用できる確かな力が身につく一冊です。 ■目次 第1章 マルチモーダルモデルへの基礎 ──1.1 Transformer ──1.2 Transformerの処理単位としてのトークン ──1.3 LLMが獲得した能力 ──1.4 LLMの学習手法 第2章 Vision and Language ──2.1 視覚基盤モデルと視覚言語モデル ──2.2 大規模視覚言語モデルの基礎 ──2.3 LLaVA ──2.4 LVLM の性能に寄与する要素 ──2.5 LVLM の視覚トークンに関する内部分析 ──2.6 LVLM の評価 ──2.7 LVLM のリーダーボードと自動評価フレームワーク ──2.8 V&L の課題と展望 第3章 音データ ──3.1 音メディア処理の基礎 ──3.2 ニューラルオーディオコーデック ──3.3 音声の基盤モデル ──3.4 音楽の基盤モデル ──3.5 可聴音一般の基盤モデル ──3.6 音と言語の基盤モデル ──3.7 音メディア処理全体の課題と展望 第4章 動画データ ──4.1 動画データとは ──4.2 動画理解のタスク ──4.3 動画基盤モデル ──4.4 代表的な動画基盤モデル ──4.5 動画基盤モデルの学習 ──4.6 データセットと評価 ──4.7 動画基盤モデルのテクニック ──4.8 動画基盤モデルの課題と展望 第5章 3次元データ ──5.1 3次元データとは ──5.2 LLM/VLM 以前のマルチモーダル手法 ──5.3 3D データと LLM の統合技術 ──5.4 VLM との融合 ──5.5 3D データの課題と展望 第6章 オムニモーダルモデル ──6.1 複数モダリティ対応の基本 ──6.2 NExT-GPTの学習 ──6.3 オムニモーダルモデルの評価 ──6.4 オムニモーダルモデルの課題と展望 ■著者プロフィール ●栗田 修平（くりた しゅうへい）：国立情報学研究所 コンテンツ科学研究系 助教。東京科学大学 情報理工学院 特任准教授。博士（情報学）（京都大学）。実世界・物理世界を理解するための自然言語処理研究に従事。1章の一部の執筆を担当。 ●品川 政太朗（しながわ せいたろう）：SB Intuitions株式会社、奈良先端科学技術大学院大学 客員助教。2020年に奈良先端科学技術大学院大学 博士後期課程を修了。博士（工学）。マルチモーダル基盤モデルの研究開発に従事。6章および1章の一部の執筆を担当。 ●柳 凜太郎（やなぎ りんたろう）：産業技術総合研究所 人工知能研究センター 研究員。2024年に東京大学 博士後期課程を修了（博士（情報科学））。視覚言語処理の研究に従事。2章の2.1節と2.8節の執筆を担当。 ●塩野 大輝（しおの だいき）：東北大学大学院情報科学研究科博士後期課程3年。2024年3月に東北大学大学院情報科学研究科修士課程を修了。大学では、大規模視覚言語モデルの開発・応用・分析に関する研究に従事。2章の2.2節から2.7の執筆を担当。 ●高道 慎之介（たかみち しんのすけ）：慶應義塾大学 准教授。2016年に奈良先端科学技術大学院大学 博士後期課程を修了。音声研究に従事。3章の一部の執筆を担当。 ●仁泉 大輔（にいずみ だいすけ）：SB Intuitions株式会社（執筆時：NTT株式会社）。東京都立大学 客員研究員。2026年に東京都立大学大学院にて博士（情報科学）を取得（論文博士）。音の表現学習の研究に従事。3章の一部の執筆を担当。 ●中村 友彦（なかむら ともひこ）：産業技術総合研究所 主任研究員。2016年に東京大学 博士後期課程を修了（博士（情報理工学））。音楽信号処理，音響信号処理の研究に従事。3章の一部の執筆を担当。 ●八木 拓真（やぎ たくま）：産業技術総合研究所 人工知能研究センター 主任研究員。2022年に東京大学 博士後期課程を修了（博士（情報理工学））。動画理解の研究に従事。4章の執筆を担当。 ●篠原 崇之（しのはら たかゆき）：産業技術総合研究所 レジリエントインフラ実装研究センター 主任研究員。2022年に東京工業大学 博士後期課程を修了（博士（工学））。コンピュータビジョンを活用した土木インフラ管理の研究に従事。5章の執筆を担当。

「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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 学ぶことの多い機械学習をマンガでさっと学習でき、何ができるかも理解できる!! 　本書は今後ますますの発展が予想される人工知能分野のひとつである機械学習について、機械学習の基礎知識から機械学習の中のひとつである深層学習の基礎知識をマンガで学ぶものです。 　市役所を舞台に展開し、回帰(イベントの実行）、識別１（検診）、評価（機械学習を学んだ結果の確認）、識別２（農産物のサイズ特定など）、教師なし学習（行政サービス）という流れで物語を楽しみながら、機械 学習を一通り学ぶことができます。 序章　機械学習を教えてください！ 第1章　回帰ってどうやるの？ 第2章　識別ってどうやるの？ 第3章　結果の評価 第4章　ディープラーニング 第5章　アンサンブル学習 第6章　教師なし学習 エピローグ 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。 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。

聞いたことのない企業が、 国家のいちばん近くにいる── AIデータ分析企業〈パランティア〉を入口に、AI時代の〈判断のインフラ〉を徹底分析。データ分析が社会の見える化を推し進め、われわれの意思決定の前提を形づくるとき、判断と責任の所在はどうなるのか？　気鋭の政治社会学者が鋭く問う。 警察、移民管理、医療、そして戦場。まるで異なる現場に、同じ企業の名があらわれる。AIデータ分析企業〈パランティア〉。散らばった記録を結び、関係やリスクを浮かび上がらせ、現場の人間が判断に用いる情報を整理して提示するのが、この企業だ。最後に決定を下すのは、たしかに人間である。だがその手前で、AIの組み込まれたシステムによって、何を見るか、何を優先するかがすでに方向づけられている。最後に決めるのが人間なら、それで人間が決めたと言えるのか？　判断が誤っていたとき、誰が説明するのか？　誰に異議を申し立てればよいのか？　社会の〈見える化〉が進むほど、責任の所在は見えにくくなる。パランティアを入口に、AI時代の〈判断のインフラ〉を問い直す一冊。 【目次】 はじめに 序章　パランティアをめぐる違和感 第1章　社会を「見えるもの」にする技術 第2章　公共領域がデータ企業を求める理由 第3章　戦争がAI企業を正当化するとき 第4章　ピーター・ティール　反国家から国家インフラへ 第5章　アレックス・カープ　哲学者CEOの矛盾 第6章　判断支援はいつ判断の外注になるのか 第7章　「 見方」を問い直す民主主義 終章　見える社会と、見えなくなる責任 注 あとがき 【著者】堀内進之介（ほりうち・しんのすけ） 立教大学文学部特任准教授。博士（社会学）。専門は政治社会学、応用倫理学。技術による人間の拡張（ヒューマン・エンハンスメント）を、能力の向上としてだけではなく、人間形成と社会設計を結びつける主題として研究してきた。AIによる判断支援もその一つと捉え、「支援」と「操作」を分ける基準を問い続けている。著書に『データ管理は私たちを幸福にするか？──自己追跡の倫理学』（光文社新書）、『人工知能時代を〈善く生きる〉技術』（集英社新書）、『善意という暴力』（幻冬舎新書）、共著に『あやうく、未来に不幸にされるとこだった』（吉岡直樹との共著、東洋経済新報社）ほか多数。

※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。 現実世界で動くAIは、あなたの仕事を奪うのか？ 日本企業に勝ち筋はあるのか？ ChatGPT、Gemini、Copilot、Claudeといった生成AIがデジタル業務を激変させた今、私たちのビジネスや生活に押し寄せる次なる巨大な波、それが「フィジカルAI」です。フィジカルAIとは、AIがセンサーなどを通じて現実世界を認識し、ロボットやドローン、自動運転車、工作機械といった「身体」を通じて物理的な行動や作業を行う技術を指します。 米国が頭脳とシミュレーション基盤を握り、中国が圧倒的な量産力で追う中、変化は人型ロボットだけにとどまりません。工場や物流、インフラなどの現場において、AIが多様な身体で「認識・判断・行動」を繰り返し、稼働し続けるための現実的な設計が急速に進んでいます。本書は、Facebook（現Meta）など複数の外資系企業でエグゼクティブを経験してきた著者が、一般のビジネスパーソンや現場のリーダー、経営者に向け、フィジカルAIが変える産業の未来を圧倒的なリアリティとともに分かりやすく解説します。 技術的側面の紹介にとどまらず、「人手不足に悩む日本の製造・物流・サービス業の現場にどう実装するのか？」「人と機械の役割をどう再設計するのか？」といった、日本企業が2030年代に競争力を発揮するための具体的な勝ち筋や行動指針を提示しているのも、本書の特長です。さらに、AI・ロボティクス分野を牽引する5名のキーパーソンへの特別インタビューを収録するほか、巻末には国内外の主要企業や最新モデル名を網羅した用語集も掲載しています。現実世界を動かし始めたAIの進化に取り残されず、自らのビジネスやキャリアをアップデートするための必読書です。 ◆本書の構成 第1章　フィジカルAIとは何か――AIが現実世界に入るとき 第2章　社会実装の設計図――AIエージェントと世界理解で身体を動かす 第3章　フィジカルAIの地政学――米・中・欧・日は何を握るのか 第4章　リーディング企業の見抜き方――フィジカルAIの勝者はどこで決まるか 第5章　問われるのは現場への実装力――日本企業の勝ち筋はどこにあるのか 第6章　人間の仕事と責任はどう変わるか――人と機械の役割を再設計する 第7章　1台の学びを全体に展開できるか――2030年代に競争力を発揮する条件 用語集 ◆AI・ロボティクス分野を牽引する5名への特別インタビュー 三宅陽一郎氏（ゲームAI研究者｜東京藝術大学大学院 教授） 井﨑武士氏（NVIDIA エンタープライズ事業担当バイスプレジデント） 金出武雄氏（カーネギーメロン大学 創始者記念全学教授） 豊田啓介氏（建築家｜東京大学 生産技術研究所特任教授） 稲見昌彦氏（東京大学 先端科学技術研究センター副所長・教授）

画像生成AIと著作権について、イラストレーター・エンジニア・弁護士の3人と一緒に考えよう 　画像生成AIの急速な一般化に伴い、学習データや出力された画像に関して、法的・倫理的な議論が行われています。本書では、イラストレーター・AI開発者・弁護士というそれぞれ異なる立場の3名が、AIイラスト周辺の権利や倫理について説明や議論を行います。 　画像生成AIと権利をめぐる議論には、著作権法を中心とした法律の知識と、生成系モデルを中心とした機械学習の知識、さらにイラスト制作の技術や当該分野における慣習などのクリエイティブ業界の知識という異なる3分野の知見が必要となります。また、新技術として社会実装されるためには、「適法か否か」という論点だけでなく、「倫理的に正しいといえるのか」「ビジネスとして成立しうるのか」など、複数の視点からの問題提起が必要となります。 　本書では、3分野における基礎知識を説明しながら、画像生成AIの課題と可能性を指摘していきます。画像生成AIの学習データや出力に対して疑問をもっている方や、逆に画像生成AIを利用しており商用利用も考えている方など、立場問わず生成AIに関心のある方を広く読者対象として想定しています。 <本書のポイント> ・立場の異なる3人のプロが、50の質問に対して回答します ・画像生成AIをめぐる問題を広く取り上げ、法だけでなく倫理やビジネスなど複数の側面から議論します Chapter 1　画像生成AIと著作権の基本 Chapter 2　生成モデルと著作権 Chapter 3　学習データをめぐる問題 Chapter 4　生成AIをめぐるトラブルと対処法 Chapter 5　画像生成AIの課題と未来 補論 著作権法の基本

生成AIを使いたいのに、クラウドAPIの費用や社内セキュリティー、GPU不足が壁になる——本書は、そんな制約下でもノートPC1台でローカルLLMを動かすための実践入門です。llama.cppとllama-cpp-pythonによる量子化モデルの導入から、マルチターンチャット、RAG、Function Calling、VLMの画像理解までをPythonサンプルで解説。さらにDifyとLocalAIをセルフホストして、ノーコードでAIアプリを作る流れや、量子化形式の選び方、日本語対応モデルの性能比較も扱います。クラウドに頼り切らず、自前環境でLLMを試し、業務活用の足がかりをつかみたい人に最適な一冊です。

※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。 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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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！

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。 Googleの生成AI「Gemini」の使い方からビジネスなどで役立つ活用術まで解説した入門書。画像生成、Deep Research、Notebook LMやGoogle Workspaceとの連携もわかる。

【AIの実体は大したことはないので、何も恐れることはありません】 「最近はすごい人工知能も登場していますが、その背景にはコンピューター性能の飛躍的な向上があります。 　人工知能は脳科学という観点からは偽脳つまり偽の脳にすぎず、真の脳ではありません。偽脳では印象は悪いかもしれませんが、「本物か偽物か」となれば「偽物」と言っていいでしょう。人間の脳を模した擬似的な脳になるなら、偽脳は十分役に立ちますし、特定の分野では人間の能力をはるかに超える力を持っています。」 「偽脳を人工知能でつくる技術の変遷はコンピューターの歴史そのものです。ですから、コンピューターの発展と同じようなものですが、技術にはブレークスルー的な変化があるため、ブームという表現が用いられます。 　人工知能はコンピュータープログラムの1つですから、コンピューターの実用化が始まった1950年代から研究されてきましたし、そのころすでに人工知能のブームはありました。」 《第0次AIブーム（1955年ごろからの10年間）～人工知能の原理がつくられた時代》 《第1次AIブーム（1985年ごろからの10年間）～人工知能プログラミング基本の時代》 《第2次AIブーム（2015年ごろから現在進行中、2025年ごろまで？）～人工知能プログラミング実用化の時代》 「筆者は第0次ブームの終焉期から人工知能コンピューターの研究に関与してきましたので、今回のブームの“終焉”を2025年と予想しています。」 「ごく大雑把に今回のブームの骨幹をまとめると、人工神経回路網つまりニューラルネットワークでの学習方法が進歩したこと。と同時にコンピューターの発達により、ビッグデータ処理が可能になりました。 　ここで人工知能の教科書を書くつもりではありませんので、メディアで取り上げられるような項目、つまり人工知能の応用分野から眺めるようにします。」 （「プロローグ」より）

※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。 ※この電子書籍は紙版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

ChatGPTをはじめとする生成AIの可能性と限界を見通す！ ChatGPTに代表される「生成AI」は、急速に浸透したが、内容の間違いへの対応や著作権保護等、多数の課題がある。さらに、一層の開発をめぐる企業間、国同士の覇権争いまで、多くの論点を含む。生成AIをどう活かすべきなのか、AIの歴史や動作の理由も知り、その本質をあぶりだす。

◆「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。 広告でよく見るGoogleの最新AI「Gemini（ジェミニ）」は使っていますか？ スマホでもパソコンでも使えるGeminiは、Google検索やGmail、カレンダー、Googleマップといった日常的によく使うGoogleサービスと手軽につながる点で、利便性に優れています。 本誌は、スマホやパソコンでGoogleサービスを日常的に使っている方に、最新の「Gemini」を、図解を使い、具体的に入力するプロンプト（指示方法）や操作方法をわかりやすく解説しています。AIは「難しいもの」と感じている方でも、本誌を見ながらマネするだけで、自然とGeminiが使いこなせるようになります。 日常での活用 検索や調べものなど、スマホを使って日常的にGeminiを使う方法はもちろん、Googleレンズを使ったモノの名前の調べ方、外国語メニューのAI翻訳なども紹介しています。今日の献立の相談、子どもの学習サポートなど、より身近なシーンでの活用例も幅広く取り上げています。特別な「プロンプト」の知識は必要ありません。話しかけるような自然な言葉で、AIの力を引き出すコツがわかります。 仕事や学習での活用 Gmailの文脈に沿った返信案の作成、長文資料の要約、Googleドキュメントを使った企画書の構成起こし、さらに話題のNotobookLMとの連携など、日々の仕事の効率化、より仕事を楽にするGeminiの使い方を丁寧に紹介しています。最新のニュースやトレンドを踏まえたリサーチ方法などもわかります。また、仕事で活用できる画像生成の方法や、自分好みにAIの返答をカスタマイズする「Gem」の使い方についても解説しています。 Googleのサービスを日常的に使っていれば、Geminiはすでにあなたの日常や仕事環境に溶け込む準備ができています。本誌をGeminiをはじめて使うガイド本として、またGeminiを使って、AIをより身近な道具にするための1冊として活用できます！

その死因、本当ですか? 日本には｢Ai=死亡時画像診断｣が必要だ。｢ブラックペアン｣シリーズの著者、渾身の一冊。解剖率は先進国中最低レベルという日本の状況を変えようと、Ai(死亡時画像診断)の導入を訴える著者が、ブルーバックス『死因不明社会』を刊行してから10年。その後Aiの理解と導入は進んだが、いまだ死因不明社会は解消されていない。その原因とは。文庫化に際しこの10年を振り返る新章を書き下ろし。

AI活用で迷わないための「思考の地図」を手に入れる！ AIが普及し、誰でも簡単に情報を手に入れられる時代。今、ビジネスパーソンに最も求められているのは、高度な分析スキルではありません。 現場に溢れる「もやもや」とした課題を、AIを使いこなして「ビジネスの価値」へと変換できる力。すなわち「翻訳力」です。 本書は、積水ハウス イノコムで人材育成に携わる著者が、文系・非専門職でも実践できる「AIを味方につける新しい仕事術」を体系化した一冊です。 ■なぜ、あなたの職場でデータ活用は失敗するのか？ 「データは揃っているのに、施策につながらない」「AIを入れても使い道がわからない」。そんな現場の行き詰まりの正体は、現場の感覚とデータ分析の間に横たわる翻訳不全にあります。 本書では、この壁を突破し、現場の肌感覚をデータで検証可能な「問い」に変えるための思考プロセスを明かします。 ■迷わないための地図「5Dフレームワーク」 本書では、データ活用やAI利用を成功に導くための思考法として、「5Dフレームワーク」を解説します。このフレームワークを用いれば、課題発見からアクション実行までを5つのステップで迷わず進めることができます。 湘南のコンビニを舞台にした具体的なケーススタディを通じて、物語形式でその実践方法を学ぶことが可能です。 ■本書で得られるベネフィット ・「現場の違和感」を具体的なビジネス課題に言語化する力が身に付く ・生成AIへの的確なプロンプト（指示）の出し方が、実務レベルで理解できる ・データ分析部門と営業現場をつなぐリーダーとしての市場価値が高まる ・専門家でなくても、AIを右腕にしてプロジェクトを動かせるようになる 巻末には、明日からすぐに使えるアクションプランや、チームの変革準備度チェックシートを収録。またダウンロード特典として、「5Dフレームワーク実践チェックシート」などを提供しています。 データ活用の責任を任された30代の中堅社員から、現場と板挟みになっている若手リーダーまで、AI時代を生き抜くための決定版バイブルです。

※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。 生成AIの「全体像」と「業務での使いどころ」がスッキリわかる！ ChatGPTの登場以降、生成AIはエンジニアだけでなく、営業、企画、管理部門など幅広い職種で使われる技術になりました。一方で、「なぜそのような回答になるのか」「どこまで信用してよいのか」「RAGやAIエージェントは何が違うのか」など、仕組みや限界を理解しないまま活用が進み、現場で認識のずれが生まれることもあります。 本書は、生成AIを現代のITを支える基盤技術として整理する入門書です。生成AIの基本と歴史、LLMの仕組み、Transformer／Attention、トークン、ハルシネーションから、プロンプト、RAG、ファインチューニング、MCP、AIエージェント、ワークフロー、評価、コスト管理、セキュリティ、法規制・著作権までを一冊で俯瞰できます。 紙面は2ページ見開きを基本に、「左ページ＝解説」「右ページ＝図解」で展開。難しいテーマも図を使って順序立てて説明するため、エンジニアはもちろん、エンジニアと協働する非エンジニアにも読みやすい構成です。広木大地氏の監修に加え、巻末には参考文献も掲載しています。 【こんな人に向いています】 ●生成AIの仕組みと限界を基礎から押さえたい新米エンジニア ●AI活用の前提知識を身につけたい営業・企画・管理部門の方 ●社内で生成AI活用・導入を進める情シス、DX推進、研修担当者 ●部署横断の共通理解を作りたい方 【本書で学べること】 ●生成AIの基本、歴史、社会的インパクト ●LLM、Transformer、Attention、トークン、ハルシネーション ●プロンプト、RAG、ファインチューニング、MCP ●AIエージェント、ワークフロー、評価、コスト管理 ●情報漏洩、プロンプトインジェクション、アクセス権管理 ●法規制、著作権、マルチモーダル、エッジAI、AGI 「使える」だけで終わらせず、「なぜそう動くのか」「どこに注意すべきか」まで図解で理解する。生成AIを業務で活かすための基礎固めに最適な一冊です。 目次 Chapter1 生成AIの基本 Chapter2 生成AI／LLMの仕組み Chapter3 生成AI／LLMを活用するための技術 Chapter4 AIエージェントの仕組み Chapter5 業務に活かすための技術 Chapter6 セキュリティの必須知識 Chapter7 法規制と著作権 Chapter8 生成AIのさらなる広がり

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。

本書では「広告が売り上げに影響したのか？」「ある政策を行ったことが本当に良い影響をもたらしたのか？」といった、因果関係分析に焦点を当てたデータ分析の入門を展開していきます。なぜ因果関係に焦点を当てるかというと、因果関係を見極めることは、ビジネスや政策における様々な現場で非常に重要となるためです。また、この「因果関係の考え方」について、数式を使わず、具体例とビジュアルな描写を用いて解説していきます。

※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。 プロンプトエンジニアリングの入門書です。プロンプトエンジニアリングの基本的な手法から、最後は生成AIを利用したアプリを作成する方法まで説明します。プログラマでなくても、プロンプトエンジニアリングを覚えれば生成AIを利用するだけでなく、AIを利用したアプリまで作れる、という内容です。

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。 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。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。