※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ICTやIoT技術の発展によって社会にあふれる「ビッグデータ」を活用して、有用な「価値」を引き出す学問分野「データサイエンス」は、ビジネスから行政、医療、スポーツなど、あらゆる分野で注目されている。データサイエンスの基礎となるデータ処理（情報学）やデータ分析（統計学）手法の基本やあらまし、さまざまな分野での活用実例などを、図版や写真、イラストを使ってやさしく解説するシリーズ第10弾。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ポストコロナ時代、企業はどうあるべきか？生き残りにはDXによる変革が一段と重要に――。 ポストコロナ時代、企業の在り方が問われる時代になった。本書では、単なる概論にとどまらず、金融、公共、流通といった業界を中心にDXの最新動向を追いかける。さらにデジタル庁のトップ、日本を代表する大手金融機関トップのインタビューを含め、ほかでは読めない独自コンテンツを満載した1冊。 ■総合解説 ポストコロナ、DXはこう進む ■金融DX最新動向 地銀の反転攻勢 東京海上、正攻法のＤＸ インタビュー 東京海上ホールディングス社長 小宮暁氏 勘定系の新常態 インタビュー ＳＢＩホールディングス社長　北尾吉孝氏 「ｅＫＹＣ」急拡大／岐路の全銀システム／CAFISの葛藤　求められる競争原理 迷走、給与デジタル払い　賛否拮抗で解禁見えず　ほか ■公共DX最新動向 激変する行政システム／デジタル庁 その理想と課題 役所・銀行・薬局　マイナカード利用に挑む／デジタル庁の試金石　ワクチン接種ＤＸ 政府テレワークの今　拒むのは技術にあらず　ほか ■流通DX最新動向 クルマも化粧品も　「ノールック商売」台頭 デジタル直販「Ｄ２Ｃ」　最新ＥＣ誰でも手軽に 物流、再発明　ほか ■DXコラム システムの保守運用体制が瓦解　他人事ではない、みずほの惨事 量子コンピューターとメタバース　ＩＴ産業と社会を変える技術はこれ ２０２２年に日本のＤＸの真価を問う　「地獄の沙汰」が意味するもの 日本のＤＸを阻む規制を見直す　デジタル臨調への期待と不安 公取委がＩＴ業界の暗部を調査　ＥＳＧで「見ぬふり」は許されず 岸田新政権

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 企業システムに関わる人が知っておくべきGoogle Cloudのサービスを 網羅的にわかりやすく解説 3つのシナリオにおける設計の進め方や注意点も収録 Google Cloudは企業情報システムへの対応を急速に進めており、DX（デジタルトランスフォーメーション）での存在感を高めています。本書は、企業情報システムの担当者やシステム企画部門、サービスを開発・運営する事業部門の担当者などが知っておくべきGoogle Cloudのサービスを網羅的に分かりやすく解説した一冊です。 データベースやセキュリティー、機械学習など11のカテゴリーに分けて重要なサービスを1つひとつ平易に解説しており、Google Cloudの基本的な知識を体系立ててつかむことができます。「ハイブリッドクラウドの構築」「データ分析基盤の構築」「IoT・機械学習システムの構築」という3つのシナリオにおける具体的な開発の進め方、設計例、考慮すべきポイントも収録しました。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データサイエンスの重要性が叫ばれるなか、その教育への期待が産官学で高まっている。高校ではすでに統計学が必修となり、大学においても文・理を問わず全学生にデータサイエンス教育を課すことが決まった。 本書では、データサイエンスの要であるデータリテラシー（データを正しく読み取り情報を正確に提示できる能力）の総合的解説を試みており、初学者が一から理解できるよう豊富な例題・演習・解答が盛り込んである。 これからデータリテラシーを教えるにあたって適切な教材を探している教師の方々、データサイエンスを身につけるための足がかりを欲している学生の方々、どちらの要望にも応える充実の教科書となっている。

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

データ分析は意思決定のためにあり！ 現場で役立つデータサイエンスの新・定番書！ 本書は、主に統計学の視点からデータサイエンスについて解説しています。 PythonやRといったプログラミング言語を通じて データ分析の手法は一通り学んだという皆さん、そのスキル、 実際に活かせていますか？ 具体的な課題解決につながっていますか？ ・分析結果から何を読み取ればいいのかわからない ・数字からどんな価値を見いだせるのかがわからない ・そもそも、その分析方法が適切なのかどうか自信がない ・効率のいい分析ができているのかどうかわからない という方、多いのではないでしょうか？ データを使って意思決定を行うには、統計学の知識は欠かせません。 そこで本書では、8つの具体的な社会事例を用い、 ・課題に「適した」分析手法やデータの収集方法 ・事例の分析結果の解釈 ・分析や解釈の際に注意すべきこと を数学の知識で補完しながら紹介しています。 著者は首都圏初のデータサイエンス学部として2018年4月に創設された、 横浜市立大学 データサイエンス学部 学部長の岩崎 学先生。 データサイエンティストやエンジニアが見失いがちな、 「何のために分析するのか」を意識しながら読み進めてみてください。 【こんな方にお勧めします】 ・統計学もプログラミングも一通り学んだけれど、 　結果をどう判断すればいいのかわからないエンジニア ・分析結果の数字やグラフから、 　業務でいかすためのヒントを得たいデータサイエンティスト ・データサイエンスに興味のある学生（専門課程を選ぶ際の 　参考資料として） ※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。 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。

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

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。

「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。

あらゆる企業や組織の中で価値あるデータが、新しい時代のために十分に活用されないまま大量に眠っている。さまざまな情報システムの中枢をなすRDBに保管されてきたデータはもちろん、日常使われるワープロやPDFの文書、ネットのWebページなどのデータもそれぞれの目的に応じて囲い込まれていると言っていい。これらを解放してAIやブロックチェーンで活用できた者は、第4次産業革命の勝者となる。そのためにはデータの生成から変換、管理、流通までのプロセス全体を円滑に回すことのできる、デジタル時代にふさわしい新しい「データサイクル」を実現することが欠かせない。その鍵は、AIなどの機械がそのまま理解することのできるデータの形式を採用することにある。そこで今、オープンな国際標準に基づくXMLデータ形式による低コストで柔軟なシステム作りが、あらためて注目されている。本書が提唱する革新的なXML自動変換技術によって、企業や組織は最強のデータ戦略を手に入れることができる。

【背景】 近年、RPAをビジネスの現場で積極的に利用しようとする動きが活発です。 RPAとはロボティック・プロセス・オートメーションの略語で、 日常の定型業務をソフトウェアに代行させ、自動化を図ることです。 RPAが注目される理由としては、 ・慢性的な人員不足 ・システムの乱立とつなぎ業務の多さ ・製造業の成功 が背景にあります。 【書籍の概要】 本書は、長年自動化システムについて業務開発を行ってきた著者が、 オープンソースのRPAソフトウェアを組み合わせて、 RPAシステムを構築する手法を解説した書籍です。 RPAシステムで利用するソフトウェアはオープンソース「Sikulix」を利用します。 第1部ではRPAシステム開発の基本について簡単なシステム構築を元に解説します。 第2部では需要の高いRPAモデルケースを元に開発の勘所を中心に解説します。 【対象読者】 システムエンジニア 【Sikulix（シクリ）について】 OpenCV（インテル社が開発・公開したオープンソースの画像解析ライブラリ）を利用した GUIオートメーションツールです。 【著者】 小佐井 宏之（こさい・ひろゆき） 福岡県出身。京都工芸繊維大学同大学院修士課程修了。 まだPCが珍しかった中学の頃、プログラムを独習。 みんなが自由で豊かに暮らす未来を確信していた。あれから30年。 逆に多くの人がPCに時間を奪われている現状はナンセンスだと感じる。 業務完全自動化の恩恵を多くの人に届け、無意味なPC作業から解放し 日本を元気にしたい。株式会社完全自動化研究所 代表取締役社長。 ※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。

フリーのCG作成環境、Processingの設定、操作手順から、アート作品づくりまでを1冊で。数理、サウンド、3DCGなど各分野の専門家が応用事例も広く紹介。収録コードを改良することから、プログラミングをはじめよう。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 シンギュラリティ（Singularity）とは人工知能（AI）が人間の能力を超えることで起こる「技術的特異点」のこと。ロボット技術がさらに進化し、大変革が起こって後戻りできない世界に突入すると、人類はどうなるのか――。本書はシンギュラリティの実例と最新動向をわかりやすい文章と写真・イラストで解説し、近未来に訪れる世界を多角的に描き出す。話題の先端科学に触れたいとの知的好奇心に応えるシリーズ第3弾。

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

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。

本書は，Fintechをはじめとする次世代ITビジネスの中核技術として期待されている「ブロックチェーン」を取り上げ，ビジネスの常識として知っておきたい，ブロックチェーンの基本，ブロックチェーンを実現する最新IT技術のしくみ，中小企業や個人でも実現できるビジネス活用のヒント，ブロックチェーンの普及により社会や世界がどのように変わっていくかなどを，イラストでわかりやすく解説します。ビジネスパーソンが知っておきたいブロックチェーンのすべてが，この一冊でわかります！

ITアーキテクトを目指すエンジニア必携の一冊 マイクロサービスやDevOpsにも対応！ エンタープライズの情報システム開発において、ITアーキテクトの重要性がますます高まっています。スマートフォンやタブレットを生かした新たなシステムの構築や、クラウドサービスを利用したスモールスタートのシステム開発など、システムアーキテクチャーをゼロから考えなければならない場面が増えているからです。 しかしITアーキテクトを名乗るエンジニアの数はまだまだ少なく、またITアーキテクトのタスクや役割についても曖昧なのが実情です。本書では、そんなITアーキテクトがすべきことや求められるスキルを、システム開発の工程に沿って体系的にまとめました。ITアーキテクトが各工程で実施するタスクを、その成果物とともに解説しています。この一冊で、ITアーキテクトがシステム開発プロジェクトの中で何を考え、何をしているのかが見えてきます。 改訂版では、掲載内容を最新の情報にアップデートするとともに、注目の最新技術である「マイクロサービス」や「DevOps」に対応するパートを追加しました。 企業システムのデジタルシフトに伴って、システム開発では想定外の機能要件の追加や変更にも柔軟に対応し、その変更の影響範囲を極小化できるアーキテクチャーが求められます。改訂版で追加した第7章には、こうしたニーズに対応する際に取り得るアーキテクチャー戦略をまとめています。 ITアーキテクトは、アーキテクチャー設計というタスクを通じて、企業のビジネスおける様々な課題をITの力で解決します。本書はその問題解決力を磨くために必携の一冊です。

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

「神の一手」の謎にせまる！ 【概要】 2017年5月にAlphaGoと柯潔（カ・ケツ）九段の最終決戦が行われ、 AlphaGoの3連勝となりました。AlphaGoは今回の対戦で さらに進化をとげました。 このようにAIの技術進化は日進月歩で進んでおり、国内でも 企業で研究開発が進んでいます。中でも目されているのは、 機械学習・深層学習・強化学習です。 本書はネイチャーで提供されているAlphaGoに関する 難解な学術論文を著者のほうで読み解き、「AlphaGo」で 利用されている深層学習や強化学習、モンテカルロ木探索の 仕組みについて、実際の囲碁の画面も参照しながら、 わかりやすく解説した書籍です。 本書を読むことで、最新のAIに深層学習、強化学習、 モンテカルロ木探索がどのように利用されているかを 知ることができ、実際の研究開発の参考にすることができます。 【読者対象】 ・人工知能関連の開発に携わる開発者、研究者 ・ゲームAI開発者 ※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。検索やハイライト等の機能が使用できません。 初心者でもPythonを用いて機械学習が実装できる！ 　 本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。 また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。 詳細目次 第1部　導入編 　第1章　はじめに 　1.1 機械学習とは 　1.2 Python と機械学習 　1.3 インストール＆セットアップ 　1.4 Python 早分かり ― NumPy とmatplotlib 　1.5 クイックツアー 　　小話 深層学習って何だ？ 　第2 章　機械学習の様々な側面 33 　2.1 機械学習をとりまく環境.. 33 　2.2 関連分野. 34 　2.3 学習法による分類. 35 　2.4 手法や課題設定による分類. 36 　2.5 応用例. 37 第2部　基礎編 　第3章　分類問題 　3.1 分類問題とは 　3.2 最初の分類器 　3.3 学習データとテストデータ 　　ミニ知識 色々な用語 ―学習・訓練・教師 vs テスト・評価・バリデート・検証 　　ミニ知識 k- 分割交差検証 　3.4 分類器の性能を評価しよう 　　ミニ知識 正答率（Accuracy）と適合率（Precision） 　　ミニ知識 色々な平均.調和平均・算術平均・幾何平均 　3.5 色々な分類器 　3.6 まとめ 　第4章　回帰問題 　4.1 回帰問題とその分類 　4.2 最初の回帰 ― 最小二乗法と評価方法 　4.3 機械学習における鬼門 ― 過学習 　4.4 過学習への対応 ― 罰則付き回帰 　4.5 様々な回帰モデル 　4.6 まとめ 　第5章　クラスタリング 　5.1 iris データセット 　　ミニ知識 フィッシャーのあやめ 　5.2 代表的なクラスタリング手法 ― k-means 　5.3 その他のクラスタリング手法 　5.4 まとめ 第3部　実戦編 　第6章　画像による手形状分類 　6.1 課題の設定 　6.2 最初の学習 　6.3 汎化性能を求めて ― 人を増やしてみる 　6.4 さらに人数を増やしてみる 　　ミニ知識 学習データに含める人数について 　6.5 データの精査と洗浄 ― データクレンジング 　6.6 特徴量の導入 　6.7 パラメータチューニング 　6.8 まとめ 　第7章　センサデータによる回帰問題 　7.1 はじめに 　7.2 準備 　7.3 センサデータの概要 　7.4 データの読み込み 　7.5 高松の気温データと四国電力の消費量 　7.6 もっと色々、そしてまとめ 　7.7 終わりに 第4部　付録 　付録A　Python で作る機械学習 　A.1 この付録の目的 　A.2 最小二乗法 　A.3 行列計算による解析解の導出 　A.4 反復法 　A.5 コードを書く前に 　A.6 実装例 　付録B　線形代数のおさらいと代表的な非線形モデル 　B.1 この付録の目的 　B.2 そもそも「線形」とは 　B.3 線形変換とアフィン変換 　B.4 ノルムと罰則項 　B.5 線形回帰の最小二乗解を考える 　B.6 機械学習における「非線形」

21世紀、インターネットの登場で情報流通革命が起きた。 利便性が格段にあがり、既存のビジネスモデルに代替性が提供されてきた。 かつてはプロしか持てなかった機材を世界中の誰でも持てるようになり、消費者だった人間が自分でコンテンツを生産し発信する時代の到来である。 インターネットの流通革命は、いまや表現の革命段階に移行しつつある。 インターネットの世界で無数の表現者たちが生み出す無数のコンテンツ。 この群像の時代にメディアやコンテンツビジネス戦略はどう展開されていくのか。 放送、インターネットの海外動向を調査・分析してきた著者が、ここ数年の世界のメディア戦略の動きをレポートし、メディア・コンテンツの行く末を考えた。【※本作品はブラウザビューアで閲覧すると表組みのレイアウトが崩れて表示されることがあります。予めご了承下さい。】

※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の数学は、ここまで面白く読める◆ ★2024年ノーベル物理学賞受賞　ジェフリー・ヒントン氏絶賛！★ ・「学習する機械」というアイデアは、どこからやってきたのか？ ・一度は忘れ去られた技術が、なぜ現代のAIで復活したのか？ ・人工知能の能力に、限界はあるのか？ ★＜ニューラルネットワーク、勾配降下法、誤差逆伝播法、ディープラーニング……＞★ 本書では、現代AIを生み出した画期的なアイデアの数々を数学の基礎と研究の歴史から解き明かしていきます。 ★＜線形代数、微積分、確率・統計、最適化理論……＞★ 一見無関係な数学が、機械に「学習」を与えるために、どのように結びついてきたのか。 ベクトルや行列の基礎から丁寧にたどることで、AIを支える数学の美しさを垣間見ることができます。 本書の魅力は、数学の解説だけにとどまりません。 ★＜イリヤ・サツケヴァー、ジェフリー・ヒントン、 ジョン・ホップフィールド……＞★ 著者は、研究者たちの証言を丹念に拾い上げ、機械学習の発展を当事者の視点から描き出します。 一次情報に裏打ちされた語りによって、現代AIを支える数学が臨場感あふれる「知の物語」として立ち上がります。 ★＜AIを使う人、AIを作る人、そしてAIの正体を知りたい人へ……＞★ 現代のAIを本質から理解するための、知的興奮に満ちた一冊です！ ■こんな方におすすめ ・情報系の学科に所属する大学生、情報工学に興味がある高校生 ・AIを支える数学について面白く学びたいエンジニア ■目次 Chapter 1 パターンに焦がれて（Desperately Seeking Patterns） Chapter 2 ここでは誰もが、ただの数……（We Are All Just Numbers Here ...） Chapter 3 お椀の底へ（The Bottom of the Bowl） Chapter 4 すべては確率しだい（In All Probability） Chapter 5 類は友を呼ぶ（Birds of a Feather） Chapter 6 行列には魔法が宿る（There's Magic in Them Matrices） Chapter 7 カーネルトリック、その大いなる手品（The Great Kernel Rope Trick） Chapter 8 物理学が、そっと手を貸す（With a Little Help from Physics） Chapter 9 ディープラーニングを後退させた男（いや、彼のせいではない）（The Man Who Set Back Deep Learning（Not Really）） Chapter 10 しつこい神話に終止符を打ったアルゴリズム（The Algorithm that Put Paid to a Persistent Myth） Chapter 11 機械の眼（The Eyes of a Machine） Chapter 12 テラ・インコグニタ――未知なる地（Terra Incognita） 後記 トランスフォーマーさえあればよい？（Are Transformers All We Need?） ■著者プロフィール ●著者：アニル・アナンサスワーミー（Anil Ananthaswamy）：科学誌『ニュー・サイエンティスト』の元副ニュース編集長で、現在は同誌のコンサルタントを務める。カリフォルニア大学サンタクルーズ校の科学ライティング・プログラムで客員編集者を務めるほか、インドのバンガロールにある国立生命科学センターで、科学ジャーナリズムのワークショップを毎年担当している。また、『米国科学アカデミー紀要（PNAS）』の「Front Matter」欄で、フリーランスのフィーチャー記事編集者を務め、『ナショナル ジオグラフィック・ニュース』『ディスカバー』『マター』誌などに寄稿してきた。 ●訳者：小林裕亨（こばやし ひろたか）：上智大学応用データサイエンス学位プログラム教授。アクセンチュア、アーサー・D・リトルにて経営戦略策定や業務変革に従事、米国マイクロソフト本社では事業開発を担当。その後、経営コンサルティング会社ジェネックスパートナーズを共同創業し企業変革に多くの支援実績を積む。そして、プロセスインテリジェンスのリーダーであるCelonisの日本法人を立ち上げ、市場開拓を推進した。現在はAI・データサイエンスによる経営戦略や意思決定の高度化、AI時代における企業や社会の変革について研究・教育を行っている。東京大学工学部卒業、米国カーネギーメロン大学MBA修了。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ファイルの丸投げOK ChatGPTの次に使うべき最新AIの決定版 日本の生成AI利用率はすでに過半数を超え、多くの人が日常的にAIを使う時代になりました。そんな中、いま大企業を中心に急速に採用が進み、大注目の存在となっているのがアンソロピック社のAI「Claude」です。 「AIを使ってみたいけれど、情報漏洩などのセキュリティが不安」 「ChatGPTを試したけれど、結局コピペの手間がかかって面倒」 そんな悩みを抱えるビジネスパーソンにこそ、Claudeがおすすめです。Claude最大の特徴は、圧倒的な「長文処理能力」と「セキュリティの高さ」、そして「ファイルをそのまま投げ込める」手軽さにあります。 本書は、AI初心者でも今日からすぐに実務で使えるようになる、一番やさしいClaudeの入門書です。アカウントの作成方法から、日々の業務を自動化するプロンプトのコツまでをフルカラーでわかりやすく体系化しました。 Excelのデータを渡して「グラフ化して」と頼むだけで完成品がファイルで返ってくる感動や、Word文書の校正、PowerPointスライドの改善提案など、毎日使うOfficeファイルとAIを連携させる実践的なテクニックを網羅しています。 さらに、指示を出すだけで自律して動く最新のエージェント機能「Cowork」の活用法まで解説。競合調査や議事録の横断分析など、面倒な作業をAIに任せて、あなたの仕事をもっとスマートに変えてみませんか！ 「あの人、AIの使い方うまいよね」と言われる側の人間になるための、必携の一冊です。

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。 欠損値処理について理論から実務まで解説する一冊です。第1部では発生メカニズムや多重代入法などの最新手法を、第2部では大規模データへの適用例など実践的ノウハウを紹介。欠損値処理を推論の妥当性を左右する設計事項と位置付け、組織的な合意形成やガバナンスにも踏み込んだ、実務家向けの包括的ガイドです。

日本を支える研究者たちが繰り広げる、AIと人間のこころの関係を考えるための知的討論 生成AIの技術的発展は、徐々に私たち人間の心に影響を与えつつ、「知性とは何か」「自律性とは何か」という根源的な問いを投げかけてきている。数理研究者たちはAIが研究されてきた背景と人間の意識・知性の進化の歴史を解きほぐし、対話型生成AIが現代社会にもたらす「解決」の意義と将来性を考える。人文社会科学者は、脳科学とAI科学により解明された「人間とは何か」という問いのなかに、人文社会科学の固有領域を見出そうとする。脳科学者は、人間の「内省」が脳のどこから生まれるのかを明らかにすることで、人間とAIの関係を捉え直そうと試みる。心理学者は、「忘れる」という人間の能力に着目して、人間とAIの違いを整理する。AIは私たちのこころの在り方にどのような影響を及ぼすのか。答えのない問いに、日本の知性が愉しく挑む。日本学士院「脳と心の宇宙を探る」研究会の成果。

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。 コンサル流・AIへの「仕事の任せ方」を7つの技術で習得！ 生成AIがビジネスの現場に浸透する一方で、「結局自分で手直ししている」「思ったようなクオリティにならない」といった悩みを抱えていませんか？ これは、AIを従来のITツールや検索エンジンの延長として扱っていることが主な原因です。小手先のプロンプトテクニックやツール選びに頼るフェーズは終わり、今はAIのポテンシャルを最大限に引き出すための「本質的なマネジメントスキル」が求められています。 本書は、ボストン コンサルティンググループ（BCG）出身で、数多くの企業のAI導入を支援してきた生成AI専門コンサルタントによる実践的な解説書です。プロンプトやツール選びではなく、仮説思考やロジックツリーといったコンサル流の仕事の進め方をベースに、AIを「超優秀な新入社員」として動かすための普遍的な作法を7つの技術に体系化しました。 「期待」「設計」「指示」「フィードバック」といった、一生使える「仕事の任せ方」の基本から、AIエージェントの活用、さらには組織全体のAI活用を牽引し、業績向上につなげる「リーダー」へとステップアップするための技術までを網羅しています。 ◆本書の構成 第1章 AIに正しく“期待”する技術 第2章 即戦力になる仕事を“設計”する技術 第3章 思い通りに動く“指示”を出す技術 第4章 惜しいを一言で正す“フィードバック”の技術 第5章 AIエージェントを“率いる”技術 第6章 AI活用のリーダーとして“組織を導く”技術 第7章 AIを武器に“業績を伸ばす”技術 ◆このような方におすすめです ・AIを活用する同僚との差が開き、「このままでは置いていかれる」と焦りを感じている方 ・AIを業務に活用したいが、「何から手をつければよいのか分からない」ため立ち止まってしまう方 ・SNSなどでさまざまなテクニックは見かけるが、「自分の仕事に落とし込めない」ため諦めてしまう方 ・AIに何度指示を出し直しても、「期待する答えに近づかない」ため疲弊している方 ・AIエージェントに興味はあるが、「難しいうえに暴走が怖い」ため踏み出せずにいる方 ・自分は比較的AIを使えているが、「どう組織全体に広げ、バラツキを解消すればいいか分からない」ため苦戦している方 ・AIで業務を効率化できつつあるも、「部署や全社の業績成長につなげることができていない」ため行き詰まっている方

※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。 「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。 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

本書は、最新の音楽生成AI「ACE-Step 1.5」をローカルPC環境で最大限に活用するための実践的なガイドブックです。GUIを備えた「Easy_Music」アプリを中心に、インストール手順から高度な楽曲生成テクニックまでを網羅しています。従来、高品質な音楽生成には高価なクラウドサービスが必要でしたが、本書の手法を用いれば、WindowsやMac、Linuxといった手元のデバイスで、自分だけの音楽制作環境を構築できます。AIによる自動作詞パイプラインや、30種類以上のジャンル選択、既存曲をアレンジするカバーモード、さらには特定の区間を修正するリペイントモードなど、クリエイティブな作業を強力に支援する機能が満載です。初心者の方でもスムーズに始められるよう、7つのステップ別チュートリアルを用意しました。また、プロンプトの最適化やJUKEBOXモードによる連続再生など、中上級者向けの応用機能についても詳細に解説しています。AIと共に新しい音楽の形を切り拓きたいすべての方に、自信を持っておすすめできる一冊です。

※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。

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。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 もう人に頼らなくても大丈夫。話しかけるだけで使えるChatGPTやGeminiを、スマホ画面とともにやさしく解説。調べものや文章作成、健康や暮らしの相談など、暮らしに役立つ使い方が身につく、シニアのためのAI入門書です

「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。 スタートアップにこそ必要なQA。 品質改善だけでなく、ビジネス成長を実現するノウハウをわかりやすく解説！ 本書は、QA（品質保証）機能のないソフトウェア会社に向けて、QA組織・QA機能の効果的なつくり方を解説するものです。著者らは長年QAとして活躍し、またJSTQB技術委員も務めており、特にスタートアップ、中小企業におけるQAの知見を本書に惜しみなく詰め込みました。 プロダクトの性質、段階によって、必要なQAは異なります。本書では、それらをモデル化したものをベースに、各性質や段階に応じて必要なQA施策を解説します。実際の事例をふんだんに用い、また図解をとおして、各読者が置かれている状況をイメージしやすい構成としました。 数値で把握できるQAの指標や、今すぐ実行したいファーストアプローチ、アンチパターンの例も紹介し、現場に適用しやすい内容です。 【このような方におすすめ】 スタートアップ、中小企業の意思決定層（経営者、開発責任者） QA担当者 QA組織や1人目QAの新規立ち上げを考えている会社の意思決定層 QAが根づいていない会社で働くQAエンジニア QAエンジニア 1章　品質フレームワーク「AQUA」 2章　現場で学ぶ品質管理のリアル 3章　品質が顧客価値とブランドを作る 4章　品質を可視化する指標 5章　AIネイティブ開発時代の品質保証 6章　ファーストアプローチの観点 7章　品質保証のアンチパターン

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

本書は、AIおよび機械学習の次世代標準として注目されるデータフォーマット「Lance Format」の解説書です。テキスト、画像、音声、動画といった多様なモダリティを統合管理する「マルチモーダル・レイクハウス」の概念から、具体的な実装手法までを網羅しています。従来のデータ分析用フォーマットでは困難だった、局所的なデータの高速ランダムアクセスや頻繁な特徴量更新を、Lanceがいかに解決するかを丁寧に解説します。Apache Arrowネイティブな設計によるゼロコピー処理や、Python SDKを用いた実践的なデータ操作、さらにHugging FaceやRayといった最新エコシステムとの連携についても詳しく紹介しています。大規模なAIモデルの訓練データ管理に課題を感じているエンジニアや、マルチモーダルデータの効率的なパイプラインを構築したい開発者にとって、まさに必携の一冊と言えるでしょう。本書を通じて、AI/ML分野における新たなデータ基盤の可能性を体感してください。

※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

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。 各産業に向けて深層学習の実用的な参考となるよう、深層学習の理論、実装、応用という異なる視点から3巻の書籍に分けて書いています。この3巻の書籍は、深層学習の全体像を包括的かつ体系的に解説しており、実際の応用で直面する様々な問題に対処するのに役立ちます。理論編である本書では、モデルの構造、損失関数と評価指標から深層学習の説明性、連合深層学習までを扱っています。

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。 ※電子版には「ダウンロード特典：本誌電子版（PDF）」は付いておりません AIの進化で「いかに情報を効率よく整理し、活用するか」が重要になってきています。本書は、Googleの最新AI「NotebookLM」を初めて使う方に向け、アカウント作成から人気機能までを丁寧に解説した一冊です。動画・スライドの自動作成やソースの深掘りなど、仕事や学びに直結する活用術を豊富な画面写真で紹介。大きな文字とわかりやすい手順で、操作に迷わずマスターできます。AIを自分専用の最強パートナーに変え、仕事での時短につながる一冊です。

※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。 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。 アイデア出しや調べもの、文章・画像作成などを自然な会話のやり取りでお願いできると話題の生成AIサービス。無料で使えて仕事にも日常生活にも役立つ活用法が500円でマスターできる！ 基本から上手な活用テクニックまで、この1冊で全部わかります！

※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。 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。 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。

本書は、AMDの最新APUであるRyzen AI MAX+ 395を搭載したミニPCを使い、Ubuntu環境でROCmを構築してローカルAIを動かすための実践ガイドです。NVIDIA GPUが主流の現代において、AMD環境でのAI開発は情報が少なく、多くのユーザーが導入に苦労しています。本書では、著者が実際に行った試行錯誤をもとに、ROCm 7.2のインストールから最新の7.2.1へのアップグレード、そしてllama.cppやWhisperXといった主要ツールの動作手順をステップバイステップで詳細に解説します。さらに、最新のGemma 4によるマルチモーダル推論や、話題の1-bit量子化LLM「Bonsai」の実行テストなど、一歩踏み込んだ応用例も網羅しています。AMD GPUのポテンシャルを最大限に引き出し、自分だけの強力なローカルAI環境を構築したいエンジニアにとって、必携の一冊と言えるでしょう。

本書は、生成AIにおけるコンテキストエンジニアリングの実践的な手法と、宣言型プログラミングによるRAGの実装事例を最新の情報で解説した技術書です。近年、LLMに与える情報の密度が高まりコンテキストウィンドウが巨大化すると、モデルの推論能力が低下するコンテキスト・ロットという現象が知られており、本書はこの課題に対する解決策としてRLMの設計思想を詳述します。RLMはすべてのデータを直接プロンプトに入力するのではなく、コンテキストを外部データとして扱い、LLMが必要な情報のみを動的にコードの実行や再帰的な呼び出しを通じて探索・検証するように設計されているため、従来の静的なアプローチとは異なる柔軟な情報取得が可能になります。また、グラフDBを活用したRAGの実装方法や、RAGで活用されるサービスにおける具体的な適用例について、実践的なコードを交えて紹介しており、開発者がシステム設計において直面する複雑なデータ連携の問題を解決するための具体的な指針を提供します。さらに、RAGでの回答生成に至るLLMのトレース方法についても言及しており、ブラックボックス化しがちな生成プロセスの可視化と検証を通じて、信頼性の高いAIアプリケーションの開発を支援する包括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。 ※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

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。

本書は、AIを活用して動画の内容そのものから検索を可能にする技術の実装方法を扱います。現在の動画検索がタイトルや説明文といったメタデータに依存し、動画の中身を直接検索できないという課題に対し、本書は映像・音声・テキストのマルチモーダル解析による動画理解の仕組みと、従来の検索方法との違いを明確に提示します。動画からシーン検索を実現するための基礎パイプライン構築では、動画の読み込みとメタデータ取得から始まり、シーン境界の検出、音声認識とOCRによるテキスト抽出、画像キャプション生成、そしてマルチモーダル埋め込みを経て検索インデックスを構築するまでの一連の流れを、実際に動作するコードとともに紹介し、さらに埋め込みベクトルの概念や類似度計算、効率的な検索を実現するベクトルデータベースの活用方法を詳述します。加えて、RAGの基本的な仕組みとその動画検索への応用を通じて、検索と生成を組み合わせることでより精度の高い検索結果を提供できる理由を解説し、デモアプリケーションを使って動画のアップロードからシーン解析、ベクトル登録、自然言語検索までを一気通貫で試せるよう構成されています。 動画解析やマルチモーダルAIに興味がある方には必見の一冊です。

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。 毎日エクセル作業に追われていませんか？ 本書は、エクセル初心者から一歩抜け出し、日々のルーティンワークを効率化したい方のための最新エクセル時短攻略本です。 大好評を博した前作をベースに、Microsoft 365およびExcel 2024の最新機能を盛り込みし、現場で本当に使える123個の厳選ワザを詰め込みました。 前半は、手作業をゼロに近づける「時短テク」を紹介します。入力ミスを物理的に防ぐ設定や、一瞬で表を整える編集術、初心者がつまずきやすい「関数」の基本から、グラフ・ピボットテーブルを使った「魅せる資料」のクイック作成術まで、実用的なノウハウを丁寧に解説しています。 後半は、新時代の標準スキル「Excel×AI（Copilot）」を活用方法を解説！ 「AIをエクセルの何に使えばいいの？」という疑問が解消し、データの分析や構成案の作成をAIに任せて作業時間を最小化する、今どきエクセルの使い方を解説します。 経理、総務、管理部門など、膨大なデータを扱うすべてのビジネスパーソン必見。 「エクセルの熟練スキル」と「最新AIの機動力」を掛け合わせれば、あなたの仕事はもっとラクに、もっと速く片付きます。面倒な作業はエクセルとAIに任せて、はやく仕事を終える。デスクに置いておきたい1冊です。

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。 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！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆なぜ、そのオプティマイザがあなたの機械学習に適しているのか？◆ 　ディープラーニングの普及により、誰もが高度なAIモデルを扱える時代になりました。しかし、その背後にある「数理最適化」は、依然として多くの初学者にとって高い壁となっています。その数理最適化について「独学でも絶対に挫折しない」ことを目指して書き下ろした入門書です。 　「オプティマイザ」の正体を掴む： 確率的勾配降下法、モーメンタム、Adam。なぜこれらが機械学習に有効なのか、その理論的背景を「手計算」できるレベルまで丁寧に解説します。ゴールは「画像識別の理論」： 単なる数学の羅列ではありません。最終的に画像識別がどのような仕組みで動いているのかを、最適化の視点から完全に理解することを目指します。「脳内数学」から「泥臭い数学」へ： 理屈だけでなく、実際に手を動かして計算する習慣を身につけることで、ツールに使われるのではなく、自信を持ってツールを使いこなす力を養います。 　データサイエンティスト、AIエンジニアを目指す学生、そして「中身」を理解して一段上のステップへ進みたい社会人エンジニアに捧げる、新たなスタンダードとなる一冊です。 ■こんな方におすすめ ・数理最適化について学びたい人、機械学習に興味のある人 ■目次 第1章 数学の復習 ・1-1 論理と集合 ・1-2 ユークリッド空間 ・1-3 線形代数 ・1-4 微分積分 ・1-5 確率・統計 第2章 機械学習モデルを訓練する ・2-1 機械学習 ・2-2 機械学習モデルを訓練するには? ・2-3 機械学習モデルの訓練は経験損失の最適化 第3章 機械学習モデルの最適化 ・3-1 経験損失の最小解 ・3-2 経験損失は微分可能 ・3-3 経験損失は局所的凸関数 第4章 識別の正解率を上げる ・4-1 経験損失を下げる ・4-2 経験損失は平滑関数 第5章 ステップサイズを理解する ・5-1 オプティマイザ(反復法) ・5-2 経験損失の平滑性を利用するステップサイズ ・5-3 経験損失を下げるステップサイズ 第6章 勾配降下法 ・6-1 オプティマイザの収束性 ・6-2 勾配降下法の収束性 ・6-3 非凸平滑経験損失の最適化 ・6-4 凸平滑経験損失の最適化 第7章 訓練データの標本調査 ・7-1 勾配降下法の問題点 ・7-2 標本調査による推定量 ・7-3 ミニバッチ損失とミニバッチ勾配の不偏性 ・7-4 ミニバッチ勾配の分散 第8章 確率的勾配降下法1 ・8-1 確率的勾配降下法の構成 ・8-2 確率的勾配降下法の探索方向 ・8-3 勾配降下法に対する更新の比較 第9章 確率的勾配降下法2 定数バッチサイズ ・9-1 定数バッチサイズによる収束性 ・9-2 非凸平滑経験損失の最適化 ・9-3 凸平滑経験損失の最適化 第10章 確率的勾配降下法3 勾配降下法に近づける ・10-1 確率的勾配降下法の利点 ・10-2 バッチサイズを大きくする 第11章 確率的勾配降下法4 増加バッチサイズ ・11-1 増加バッチサイズによる収束性 ・11-2 非凸平滑経験損失の最適化 (定数・減少ステップサイズと増加バッチサイズ) ・11-3 非凸平滑経験損失の最適化 (増加ステップサイズと増加バッチサイズ) ・11-4 凸平滑経験損失の最適化 第12章 バッチサイズを理解する ・12-1 確率的勾配降下法の計算量 ・12-2 確率的勾配降下法の計算量とバッチサイズ ・12-3 確率的勾配計算量の最小化に基づいた確率的勾配降下法 第13章 確率的勾配降下法を加速する ・13-1 モーメンタム付き確率的勾配降下法 ・13-2 適応手法 ・13-3 特異値分解を利用するオプティマイザ 第14章 汎化性能を高める ・14-1 経験損失に正則化項を加える ・14-2 平坦な最小解を見つける ■著者プロフィール 飯塚秀明（いいづかひであき）：1978 年生まれ。東京工業大学大学院情報理工学研究科博士後期課程修了後、日本学術振興会特別研究員（PD）、九州工業大学ネットワークデザイン研究センター（東京サテライトオフィス）専任准教授を経て、現在、明治大学理工学部情報科学科 専任教授。博士（理学）。専門分野は最適化理論。著書『連続最適化アルゴリズム』（オーム社）、『機械学習のための数学』（コロナ社）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ClaudeのComputer UseやAgent Skills機能でタスク実行、PythonおよびNode.jsを用いた本格的なエージェント開発、さらには独自のMCPサーバー構築まで解説した書籍。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 話題のDifyでプログラマーでなくても業務効率化生成AIアプリを作ろう！　チャットボット、AIエージェント、ワークフローなど、業務に役立つ生成AIアプリをノーコードで作成。ローカルLLM環境の構築方法も解説。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ChatGPTは今、単なるチャットツールから「あなたの仕事の優秀なパートナー」へと進化を遂げています。本書は基本操作から新機能「Canvas」「Deep Research」までを完全網羅。ChatGPTに初めて触れる人から一歩進んだ活用を目指す方まで、1冊でChatGPTのすべてがわかります。 【本書のポイント】 1. 最新機能をどこよりも詳しく解説 話題のCanvas機能による文章作成やコード編集、Deep Researchによる深い情報探索など、ChatGPT独自の最新機能をいち早く解説。AIのポテンシャルを最大限に引き出す方法を紹介します。 2. 実践的なプロンプトをすべて提供 そのままコピーして使えるサンプル用の資料やプロンプトがすべてダウンロード可能。本を読みながら手を動かすことで、自然と「AIへの指示力」が身に付きます。 3. すぐに役立つ高度な活用方法も紹介 身近な疑問をChatGPTに気軽に相談する方法や、［考えています］を使ったデータの深堀り、［あらゆる学びをサポート］によるリスキリングなども紹介。さらに、GPTsを使った作業自動化なども丁寧に解説。ChatGPTをすみずみまで活用する方法がわかります。 【こんな方におすすめ】 ・ChatGPTを初めて使うけれど、何から始めていいか不安な方 ・AIを自己流で使っているが、もっと便利な機能や効率的な使い方を知りたい方 ・ビジネスの現場でAIを使いこなし、生産性を劇的に向上させたい方 ・最新のAIトレンドを短時間で体系的に学びたい方

●一冊目に読みたい機械学習の超入門。数式なしで基礎がわかる！ 　本書は、機械学習の「なぜ？」から「どう使うか？」までを、この一冊で解き明かす「機械学習入門」です。 　教師あり・なし学習といった基本から、PCA、t-SNE、UMAPによる次元削減、さらには最新のディープラーニング（CNN、RNN、Transformer）、強化学習まで、重要トピックを網羅。難解な概念も、豊富な図解と具体的な応用例を通じて、視覚的かつ実践的に、高校生でも理解できる平易な文体で理解を深めることができます。また、できるだけ数式は使わず、図解を中心に丁寧に基礎理論を解説しているため、数学が苦手な学生や新人ITエンジニアの方でも安心して読み進められます。モデル評価やデプロイ、倫理といった実践的側面にも触れ、この一冊で機械学習の全体像を把握し、次世代AIスキルの基礎を習得できる必携書です。 ▼本書の構成 第1章　機械学習とは？ 第2章　機械学習の手順 第3章　教師あり学習 第4章　ニューラルネットワーク 第5章　教師なし学習 第6章　強化学習 　本書を読むことで、知識や経験が浅い方でも機械学習の全体像を掴むことができます。これからITエンジニアを目指す学生や、新人の方におススメの一冊です。

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。 ◆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。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◎データ分析やAIに苦手意識がある人にこそ最適な超入門書！ AIやデータ分析に興味はあるけれど、 「難しそう」「自分には関係なさそう」などと感じていませんか？ 本書は、そんな“これからデータ分析を学び始めたい人”のための、 やさしくて実践的な超入門書です。 使うのは、スプレッドシートや無料AIツールなど、 誰でもすぐに触れられる身近なものだけ。 手順を丁寧に示し、実際に手を動かして演習しながら学べる構成になっているため、 初心者でもつまずかずに「できた！」という実感を積み重ねられます。 ◎職種を問わずに必要とされるデータ分析のスキル 本書では、世間で公表されているデータを活用しながら、 ビジネスや研究の現場で成果につなげるための “データ分析の考え方”や “意思決定への落とし込み方”までを 丁寧にフォローしていきます。 ・業務改善のヒントを見つけたい ・説得力のある資料を作りたい ・新規事業を考える際のポイントを知りたい そんなビジネスパーソンや学生の皆さんの 悩みに寄り添いながらデータ分析をしていきます。 データ分析のスキルを身につけるだけで、 職種を問わず、仕事の質が大きく変わります。 “仕事で使えるレベル”の分析力を一歩ずつ、 着実に本書で身につけていきましょう！

コンピューターの要（かなめ）であるプロセッサ（CPU）の創り方をゼロから学べる入門書が登場！ 基本的なCPU（3ビット・プロセッサ）をイチから創りながら、その仕組みをゼロから理解して、「コンピュータの超基本」を身につけよう！ 　本書は、デジタル時代に欠かせない道具となったCPUについて、その「使い方」ではなく「創り方」をゼロから説明します。目指すべきところは、CPUの動作原理を理解することです。 　そこで、本書のために新しいCPUを設計しました。このCPUは動作原理を理解するためにイチから創ったものです。そのため、複雑な構造を持ちません。とてもシンプルで分かりやすいCPUです。そして、まったくブラックボックスがありません。本書ではこのCPUの設計の流れを追いながら、その動作原理について理解を深めていきます。 　理解をさらに深めるには、手を動かすことも大切です。そのため、CPUを実際に製作できる「自作CPU組み立てキット」（別売）も用意しています。実物を作って手に取り、動かしてみてはいかがでしょう。理解が深まること間違いなしです。 いつの時代にも通用する普遍の知識を楽しみながら学んでみませんか。 ■こんな人におすすめです ・CPUをつくってみたい方 ・コンピュータの基本原理を疎かにしたままエンジニアになった方 ・ソフトウェアには詳しいけど、ハードウェアには自信がない方

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

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

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「AIは難しそう」「自分には関係ない」――そんなふうに感じていませんか？ 本書『世界一やさしい70歳からのAI　生活・趣味・健康にすぐ役立つ！』は、そうした不安をやわらげ、“AIがはじめての方”のために作られた、シニア向けのいちばんやさしい入門書です。 近ごろテレビや新聞でもよく見かける「生成AI」。実は、スマートフォンさえあれば、だれでも簡単に使い始めることができます。「料理レシピを聞く」「俳句づくりの相談をする」「体調の不安を調べる」「ちょっとした雑談相手になってもらう」など、日常のちょっとした場面で“便利な道具”として役立ちます。 本書は、初めてAIに触れる方の気持ちに寄り添いながら、 ●ゆっくり読める縦書き ●見やすい大きな文字 ●スマホ画面をそのまま写した写真・図版 で、操作の流れを一歩ずつ解説します。アプリの入れ方から、質問の仕方、会話の進め方まで、むずかしい専門用語は一切使わず、丁寧に案内しますので、「本当に自分でもできるだろうか…」という方こそ安心してお読みいただけます。 さらに本書では、AIを “日常のおとも” として活かせる実例をたっぷり紹介しています。 ●【生活に】料理の工夫、買い物の相談、調べもの ●【趣味に】俳句・短歌、生け花、囲碁や将棋の研究、旅行プランづくり ●【健康に】気になる症状の一般的な情報、ウォーキングの記録アイデア ●【心の支えに】雑談相手として話を聞いてもらう、ひとり時間のつよい味方に 「だれに聞いたらいいかわからないこと」「家族に頼みにくいこと」も、AIは気軽に相談できます。疲れた日は雑談をして気分転換もできます。読者の方からは「一緒に暮らす小さな相棒みたい」と喜ばれる活用法です。 著者はシニア世代へのヒアリングを重ね、実際の声をもとに“本当に役立つ使い方”を厳選しました。「むずかしい解説より、今の生活がちょっと楽になる本がほしい」という声に応えた一冊です。 AIを使うと、生活がほんの少し軽くなり、世界が広がります。 本書は、そんな“新しい第一歩”をやさしく支えるために作られました。 「70歳からでも大丈夫」 「スマホだけでできる」 「今日から使える」 シニア世代のための、いちばんていねいなAI入門書。 どうぞ、安心してページを開いてみてください。

※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。 ◆次世代AIの基礎として、どのように数学が応用されているのか？◆ 　前作『独学で鍛える数理思考～先端AI技術を支える数学の基礎』は、幸いにも多くの読者に支持されました。続編となる本書では、AIとロボティクスの最先端に踏み込み、数理思考を鍛えたいという読者の期待に真正面から応えます。ここで扱うのは、強化学習や深層強化学習、物体認識、マルチモーダルAI、自律移動、ロボット制御といった現代技術の核心をなすテーマばかりです。 　本書の特徴は三つあります。第一に、最先端のロボット／AI技術の理解に欠かせないテーマを幅広く扱い、強化学習からロボット制御まで、一冊に凝縮しました。各章ではマルコフ決定過程やベルマン方程式、深層強化学習と誤差逆伝播法、Vision TransformerにおけるMulti‑Head AttentionとMLP、CLIPに代表されるマルチモーダルAIの仕組み、ベイズ推定やカルマンフィルタ、ロボットアームの運動方程式とオイラー＝ラグランジュ方程式などを丁寧に解説します。第二に、初学者でも独学で理解できるようストーリー性のある解説を貫き、公式や定理を必要に応じて導入し、計算過程を省略せずに示します。微分や線形代数、確率論などの基礎も節ごとに「Lesson」として補い、副読本なしで学び切れるように構成しています。第三に、プログラミングなどにはあえて踏み込まず、数理モデルの導出とその背後にある思考力の鍛錬に集中しています。コードを書かずに数学の土台を徹底的に固めることで、読者自身が論文や他の専門書に挑む力を養うことを狙っています。 　本書の想定読者は高校生から社会人まで、「第四次産業革命」を生き抜くために本格的な数理思考を身につけたいすべての初学者です。授業の数学が何に役立つのか知りたい学生や、AI/DXに携わりたいがどの程度の数学力が必要か迷っている社会人、そもそも数学への苦手意識を払拭したい方々にとって、本書は現代社会で実際に活用と進化が著しいテーマを厳選しているので、学ぶ意義をはっきりと感じ取っていただけるのではないでしょうか。昨今、AIはもはや一部の技術者のものではなく、だれもが活用する民主化された基盤技術となりつつあります。この潮流の中で、AIの駆動原理である数学から目を背け続けることはできないでしょう。複雑な数式に粘り強く向き合い、紙とペンで思考を積み重ねる過程こそが、AIの強みと弱みを見極め、技術の恩恵と限界を主体的に評価できる真の力を育みます。 　前作で得た手ごたえをさらに深めたい方にも、本書から読み始める方にも、ここには新しい発見が数多く待っています。一歩一歩山を登るように読み進めれば、強化学習からマルチモーダルAI、ロボット制御まで、現代技術の裏側で脈打つ数理の共通項が見えてくるでしょう。読み終えたとき、最新のAIやロボティクスが「はっきりした数理構造」に支えられていることが実感できるはずです。仕組みを理解すれば、モデルの強みや限界も自分の言葉で説明できます。高校生・大学生から社会人まで、「これから数理思考を本格的に鍛えたい」という方に向けて、独学で取り組める手順と分量で構成しました。前作とあわせて学べば、ディープラーニングからロボット制御まで、現代のAIを横断する基礎体力が身につきます。 　徹底的に考え抜き、確かな力を養い、未知の世界へと踏み出す。本書と共に、新たな境地へと歩みを進めてください。 ■こんな方におすすめ 数学が何の役に立つのか理解できずにいる学生、実務で用いられる数学についてより深く知りたい社会人、AIやデータサイエンスに関心を持ち、将来的にこの分野でキャリアを築きたいと考える方 ■目次 第1章　強化学習を実現する数理 第2章　深層強化学習を実現する数理 第3章　物体認識を実現する数理 第4章　マルチモーダルを実現する数理 第5章　自律移動を実現する数理 第6章　物体操作を実現する数理 ■著者プロフィール 古嶋十潤（ふるしま とおる）：株式会社cross‑X 代表取締役。 京都大学法学部卒。2022年に株式会社cross‑Xを創業し、戦略・技術・数理を横断した知見を駆使し、日系大手企業の経営戦略・事業戦略・マーケティング戦略などの構築から実行まで幅広い支援を行っている。また、年間数十回に及ぶ講演活動や各社のDX・AI人材育成にも多数携わる。著書に『独学で鍛える数理思考』（技術評論社、2024年）と『DXの実務』（英治出版、2022年）。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆AI時代の画像処理を基礎から学ぼう！◆ AI時代に必須となった画像処理の基礎を、図解で理解できる入門書の改訂第3版の登場です。 　近年、画像生成AIやディープラーニングをはじめとするAI技術が急速に普及し、誰もが高精度な画像認識・画像生成を利用できる時代になりました。 しかし、その裏では 「画像とは何か」 「どう処理され、どう認識されるのか」 という基礎原理の理解が欠かせません。 　本書では、画像のデジタル化、色のしくみ、フィルタ処理、濃度変換、周波数領域処理、画像圧縮などの基本を、図解を交えてわかりやすく説明。さらに、AI画像認識、ディープラーニング、ステレオビジョン、医療・産業ロボット・自動車分野での応用、そして画像生成AIの基本概念も俯瞰できます。 　複雑なアルゴリズムに入り込む前に「なぜ画像処理はAIに不可欠なのか」を体系的に理解できる一冊。AIの実装に進む前の基礎固めに最適で、大学・高専の教材としてはもちろん、社会人の学び直しにも強い味方となります。 ■こんな方におすすめ ・画像処理を体系的に学びたい方 ・AIなどで画像処理をする方法を模索している方 ※バイオメトリクスや自動運転などの高度な画像処理についても扱うので、プロの方にもオススメです。 ■目次 Chapter 0　デジタル画像処理って何？ Chapter 1　画像の基礎 Chapter 2　カラー画像のしくみ Chapter 3　デジタル画像のフィルタ処理 Chapter 4　画像の明るさを変えよう Chapter 5　印刷のための画像処理 Chapter 6　画像とフーリエ変換 Chapter 7　静止画と圧縮のしくみ Chapter 8　動画像と圧縮のしくみ Chapter 9　テレビ放送と画像処理 Chapter 10　AI（人工知能）と画像認識 Chapter 11　様々な分野で活躍する画像処理 ■著者プロフィール 山田 宏尚（やまだ・ひろなお）：1986年名古屋大学 工学部 機械工学科卒業。1991年名古屋大学大学院 博士課程修了。工学博士。ドイツ・アーヘン工科大学客員研究員、名古屋大学 講師等を経て2007年より岐阜大学 教授。メカトロニクス、人間支援工学、画像処理工学、バーチャルリアリティ等の教育・研究に従事。主な著書に『デジタル画像処理』、『コンピュータグラフィックス』、『コンピュータのしくみ』、『CPUの働きと高速化のしくみ』（ナツメ社）、『画像処理と画像認識』（コロナ者<共著>）。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆見えないものを見るために。◆ 「Pythonで基礎をインプットする」をテーマに、いまのデータ可視化・データ分析を学ぶ本。 　データ可視化は、複雑なデータを人が見てわかる表現に変換できる技術です。本書・上巻では、その知識と技術の基本をまとめました。知識面では、数式やグラフの書き方よりも「なぜその形なのか」を解説します。たとえば「なぜ棒グラフは棒で、折れ線グラフは線なのか」。しくみを知ることで、情報の受け取り側に伝わる「表現」が身につきます。技術面では、データ分析・可視化分野のメジャー言語であるPythonに対応し、データは多くの人に馴染み深いマンガ・アニメ・ゲームを対象にしました。はじめての大規模なデータ処理も、自分の好きな作品のデータであれば宝探しのようなワクワクする作業へと一変するはずです。 　また、本書のサポートサイトから構築済みの環境や前処理済みのデータを取得できますので、コンピュータとネットワークがあれば気軽に分析・可視化の世界に飛び込めます。 　いま、そしてこれからのデータ分析・可視化を知りたい方々へ、長く役立つ基本とプロの舞台でも通用する充実の解説をお届けします。 ■こんな方におすすめ ・実用につながるデータ可視化・データ分析について基本から知りたい初学者の方々 ・Pythonによるデータ可視化・データ分析に興味をお持ちの方々 ・データ分析・データ可視化分野でステップアップしたい方々 ・データサイエンスでオリジナリティを発揮したい方々 ・日本のデータサイエンス教育や教育機関の「情報」科目に携わっている方々 ■目次 1章 データ可視化への招待　目の前の世界を変える旅のはじまり 2章 データ可視化の構成要素と手法　データと正しく向き合うために 3章 データ取得・前処理・基礎分析の基本　［マンガデータによる速習ハンズオン❶］旅立ちの準備 4章 データ可視化の基本　［マンガデータによる速習ハンズオン❷］知れば知るほど好きになる 5章 Python・Pandas・Plotlyの基礎　可視化に必要不可欠な道具箱 6章 データの取得・前処理・基礎分析　データ可視化の舞台を整える 7章 データ可視化の先に見えるもの　学び続けるヒント ■著者プロフィール Kakeami　かけあみ：都内マーケティング会社で数理モデルの研究に従事する傍ら、ジョージア工科大学大学院で計算機科学を専攻。少年時代はマンガ家に憧れ、現在はデータ分析という形で日本のポップカルチャーに向き合う。難解な概念を身近なデータで解き明かし、学習者が直面する理論と実践の壁を取り払うことを目指す。二児の父。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆仮説の答えを探る。◆ 「Pythonで実践へアウトプットする」をテーマに、いまのデータ可視化・データ分析を学ぶ本。 　データ可視化は、複雑なデータを人が見てわかる表現に変換できる技術です。現実のデータは想像を超える複雑さがあり、扱う量も巨大です。本書・下巻は、現実に即した複雑かつ膨大なデータセットを対象とし、実践を見据えたデータ可視化の世界へと踏み込みます。 下巻は可視化手法のリファレンスと実践ハンズオンの二部構成です。最終的に「メディア展開」というテーマに解説を集約していきます。マンガ・アニメ・ゲームを筆頭に、コンテンツが発展・浸透する局面を考えると、メディア展開は、いま、そしてこれから先も、多くの人にとって関心のある重要なテーマの一つと言えるでしょう。さらには、業界を限定せず、複数の領域を横断しながら目の前の現実や予測を描き出す力・技術は、まさにいま注目を集めているスキルです。 　実践で求められる、データに対して自ら問いを立てる「問う力」と、分析の過程や結果を自身で捉え、他者に届けるための「伝える技術」を磨く1冊をお届けします。 ■こんな方におすすめ ・実用につながるデータ可視化・データ分析について基本から知りたい初学者の方々 ・Pythonによるデータ可視化・データ分析に興味をお持ちの方々 ・データ分析・データ可視化分野でステップアップしたい方々 ・データサイエンスでオリジナリティを発揮したい方々 ・日本のデータサイエンス教育や教育機関の「情報」科目に携わっている方々 ■目次 1章 〈量〉を見るための可視化手法　数字より伝わる表現を目指して 2章 〈分布〉を見るための可視化手法　粗すぎず、でも細かすぎず 3章 〈内訳〉を見るための可視化手法　相対と絶対を使いこなす 4章 〈関係〉を見るための可視化手法　XとY、縦と横、原因と結果 5章 データ取得・前処理・基礎分析の実践スキル　［メディア展開データによるハンズオン❶］最後の旅の支度 6章 データ可視化の実践スキル　［メディア展開データによるハンズオン❷］この旅で得たものすべて ■著者プロフィール Kakeami　かけあみ：都内マーケティング会社で数理モデルの研究に従事する傍ら、ジョージア工科大学大学院で計算機科学を専攻。少年時代はマンガ家に憧れ、現在はデータ分析という形で日本のポップカルチャーに向き合う。難解な概念を身近なデータで解き明かし、学習者が直面する理論と実践の壁を取り払うことを目指す。二児の父。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆性能を制する者が、AIを制す◆ LLM をはじめとする生成AI の台頭により、パフォーマンスエンジニアリング （Performance Engineering）が再び注目されています。パフォーマンスエンジニアリングとは、コンピューターシステムやソフトウェアのパフォーマンス（処理性能）を改善するために必要な技術を扱う総合分野です。近年のAI は、「モデルの規模を大きくすることで精度が良くなる傾向がある」という考え方が主流になりつつあり、大規模なモデルを扱えなければ最新のAI 分野についていくことが難しくなっています。そこで、本書では、パフォーマンスエンジニアリングを用いてAI の処理性能を改善し、処理時間を削減するための技術を取りまとめました。前半ではパフォーマンスエンジニアリングの理論や技法を網羅的に解説し、後半では大規模AI の代表格であるLLM を中心とした題材を通して、具体的にどのようにパフォーマンスエンジニアリングを実際のAI に適用できるのかを紹介します。本書を読み通すことで、これまで体系的に説明されてこなかったパフォーマンスエンジニアリングを理解し、AI 時代に必要な知識と技法を習得できます。 ■こんな方におすすめ ・AI/LLMモデルを使ったサービスの提供を考えている方 ■目次 第1章 パフォーマンスエンジニアリング概論 ・1.1 パフォーマンスエンジニアリングとは ・1.2 なぜ今パフォーマンスエンジニアリングか ・1.3 AI 処理の概要 ・1.4 ハードウェア環境の概要 ・1.5 パフォーマンスエンジニアリングの実践方法 ・1.6 本書の構成 第2章 まずはパフォーマンスを計測する ・2.1 計測とは ・2.2 計測の基本戦略 ・2.3 計測のための基礎知識 ・2.4 計測の実践 第3章 次にパフォーマンスを改善する ・3.1 どこから着手するか ・3.2 アプリケーション・データ層の改善 ・3.3 モデル・アルゴリズム層の改善 ・3.4 ソフトウェア・フレームワーク層の改善 ・3.5 ハードウェア・カーネル層の改善 第4章 実践1：LLM 推論 ・4.1 問題設定 ・4.2 ベースラインの計測 ・4.3 パフォーマンス改善の実践 ・4.4 さらなる高みへ：推論エンジンと高度な技術 第5章 実践2：LLM 事後学習 ・5.1 問題設定 ・5.2 計測 ・5.3 パフォーマンス改善手法の考察 ・5.4 精度に影響のないパフォーマンス改善 ・5.5 精度に影響のあるパフォーマンス改善 第6章 実践3：LLM（継続）事前学習 ・6.1 問題設定 ・6.2 評価基準の決定 ・6.3 観測と改善の繰り返し 第7章 実践4：自動運転AI 学習 ・7.1 問題設定 ・7.2 プロファイルの設定 ・7.3 データローダーの分析 ・7.4 train プロセスの分析 ・7.5 Voxelize の分析と改善 ・7.6 TransFusionHead のget_targets の分析と改善 ・7.7 DepthLSSTransform の分析と改善 第8章 実践5：自動運転AI 推論 ・8.1 問題設定 ・8.2 エッジデバイスへのデプロイの基本 ・8.3 量子化適用の留意点 ・8.4 BEVFusion のデバイスへのデプロイ ・8.5 CUDA-BEVFusion の更なる高速化（概要） ・8.6 CUDA-BEVFusion の更なる高速化（詳細） ■著者プロフィール ●株式会社フィックスターズ (Fixstars Corporation)：フィックスターズは、“Speed up your AI”をコーポレートメッセージとして掲げるテクノロジーカンパニーです。マルチコアCPU やGPU、FPGA 等の計算資源を最大限に活用するソフトウェア最適化技術を駆使し、AI モデルの推論処理と学習プロセスの両面で圧倒的な高速化を実現しています。医療、製造、金融、モビリティをはじめ様々な分野で、高性能計算（HPC）最適化の実績を持ち、次世代AI 技術の進化を推進しています。また、スーパーコンピュータや量子コンピュータなどの最先端分野において、産学連携による研究開発にも取り組み、貢献実績があります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Canva公式の協力のもと、全国の教育現場で実際にCanva教育版を活用している先生方の実践事例を多数収録。本書は、Canva教育版の使い方そのものではなく、「どのような教育シーンで役立つのか」「現場でどのように活用されているのか」に焦点を当てた、事例集型のガイドブックです。各事例は、日々忙しい先生方にもすぐに取り入れていただけるよう、要点だけを簡潔に紹介しています。テンプレートもほぼすべての事例に付属しており、誌面のQRコードから自分のCanvaアカウントにすぐ取り込んで活用可能。デジタル板書のベースデザイン、生徒による協働制作のアイデア（例：文化の分布に関するプレゼン資料など）など、幅広い教科・活動に応用できます。Canvaの導入に迷っている方にとっても、「まずは何ができるのか？」を知り、気軽に使い始めるきっかけとなる一冊です。

※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。 長年「オペレーションズ・リサーチ（OR）」の入門的講義を担当してきた著者が、文系・理系を問わず、数理が苦手な初学者でも楽しめるよう工夫を凝らした内容をベースに書籍化。現実の事例と結びつけ、その先どんな発展があり、どんな知識・技術が必要となるかが伝わることを目指して構成しています。 本書では手作業やゲーム形式の演習に加え、Excel、R、Python、QGIS、MIPソルバーなどを活用した実践的な演習内容を豊富に反映させています。数式を丁寧に読み込み、手を動かしながら学ぶことで、問題解決の「本質」が理解できる意欲的な教科書です。

Ｎ・ウィーナーから始まったサイバネティックスは，認知科学，政治学，哲学などを巻き込んで世代を超え展開し，「情報」という視点から世界を書き換えていった．生成ＡＩに至るコンピュータの進化を用意するとともに，生命とは何かという問いに答えようとした巨大な思想運動――その全容をあますところなく描き出す．

ＳＮＳやカスタマーレビューなど，大勢の人々の「今」をとらえたソーシャルメディアはテキストの宝庫だ．玉石混淆のコトバの海から，いかにして価値ある情報を引き出すのか．テキストマイニングの基礎から，ソーシャルメディアならではの動向分析，評判分析そして信頼性評価まで，多岐にわたる技術をコンパクトに紹介する．※この電子書籍は「固定レイアウト型」で作成されており，タブレットなど大きなディスプレイを備えた端末で読むことに適しています．また，文字だけを拡大すること，文字列のハイライト，検索，辞書の参照，引用などの機能は使用できません．

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介】 AIを学べば、社会が見える！今がわかる！未来が読める！ 数式なしで人工知能の基本をやさしく解説した、はじめてのAI入門書です。 身近な生活に使われているAI技術から話題の生成AIまで、幅広いトピックを網羅。 機械学習の基礎はもちろん、決定木・k近傍法・人工ニューラルネットによるディープラーニング、そして生成AIのしくみまでデータサイエンス初心者にもわかりやすい言葉で丁寧に説明しています。 Pythonの基本やデータ処理の基礎も学べるので、大学でデータサイエンスを学ぶ方や、これからAIに取り組む社会人にもぴったりの一冊です。 【著者略歴】 著者：小高知宏（おだか ともひろ） 1990年 早稲田大学大学院理工学研究科博士後期課程修了 工学博士 1990年 九州大学医学部附属病院 助手 1993年 福井大学工学部情報工学科 助教授 2004年 福井大学大学院工学研究科 教授 機械学習、ネットワークセキュリティ、教育工学等の研究に従事 著書： 『Python版 コンピュータ科学とプログラミング入門』 『C言語で学ぶ コンピュータ科学とプログラミング』 『コンピュータ科学とプログラミング入門』 『基本情報技術者に向けての情報処理の基礎と演習 ハードウェア編』 『基本情報技術者に向けての情報処理の基礎と演習 ソフトウェア編』 『人工知能システムの構成（共著）』 『TCP/IPで学ぶネットワークシステム』 『人工知能入門』 『機械学習をめぐる冒険』 『Pythonによる数値計算とシミュレーション』など多数。 【目次】 0章 人工知能をはじめよう 0.1 人工知能は知らない間に ―これもAI、あれもAI、きっとAI 0.2 人工知能はなぜ必要なのか？ ―人工知能を学ぶと社会がわかる、今がわかる、そして未来がわかる 0.3 とりあえず、歴史 ―人工知能はここから学びましょう 1章 あれもこれもAI 生活に密着する人工知能技術 1.1 「ヘイSiri」で始まる自然言語処理 ―自然言語（ヒューマン）とコンピュータの言語 1.2 Google検索はAIのかたまり ―AIを意識しなくてもAI 1.3 Amazonのお買い物でつい買いすぎるのはなぜ？ ―AIとヒューマンとの駆け引き 1.4 CopilotとGeminiで時短生活 ―生成AI―どれが私に合っているのか分からない 2章 機械学習でできること 2.1 機械学習の手続き 2.2 決定木 ―気分に合わせたお好み音楽ジャンルの推薦 2.3 ｋ近傍法 ―どっちに似ている？ スマホvsタブレット 3章 人工ニューラルネットと学習 3.1 人工ニューロン ―明日の天気は雨だろうか 3.2 人工ニューラルネット 3.3 ニューラルネットの学習 ─株式投資で資産形成 夢は大きく 4章 ディープラーニングそして生成AI、LLM 4.1 さまざまなニューラルネット 4.2 画像認識コンテストとAlphaGo ―畳み込みネットワークCNN 4.3 画像生成 ―敵対的生成ネットワークGAN 4.3 Transformer、LLM、そして生成AIのしくみ ―大規模言語モデルLLM 5章 人工知能のこれからの技術 5.1 画像認識 ─ディープラーニングによる発展 5.2 自動運転 ─深層強化学習の適用 5.3 ロボット ─身体をもった知性 5.4 AIと倫理 ─AIに使われないために

大阪でデジタルコンテンツの制作・販売をするMeta Osaka。自治体や鉄道会社など、公共性の高い企業から高く評価され、大阪・関西万博において大規模なメタバースイベントを実施するなど、その活動に対し注目が集まっている。新たなテクノロジーによる人々の心が躍る活動は、実は社会課題の解決という深いテーマへと繋がっていく――。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 数理最適化を使って現実の問題を解決できるようになる！ 　本書は、数理最適化の基礎から実務に応用する際のポイントや注意点まで、「モデリング」の観点を中心にして初学者にもわかりやすく解説します。 　モデリングには、「教科書的な問題」と「現実の問題」の間に大きな壁があります。本書は、数理最適化の実応用に日々取り組んでいる著者たちが、その経験をもとに、「数理最適化を使う際にどのようなことを気にするか」「どのように問題を捉えるか」などを、「数理最適化の考え方」としてまとめたものです。 　典型的な例題を、条件を変えながら深く考察しているので、様々に応用できるモデリングの考え方が身につきます。本書の「考え方」を習得することで、現実の問題を数理最適化を使って解決できるようになります。 また、モデリングスキルだけでなく、実際に数理最適化を応用する際のノウハウについても学べる点が特徴です。 　数学的な予備知識はなるべく仮定せず、必要となる概念は本を読み進める中で自然に身につくようになっています。 まえがき 第1章　数理最適化という考え方 1.1　数理最適化について知ろう 1.2　今，数理最適化が注目されている理由 第2章　実務に活かす数理最適化の考え方 2.1　数理最適化とモデリング 2.2　定式化，求解，分析 2.3　最適化ソルバー 2.4　数理最適化問題の分類 2.5　まとめ 第3章　数理最適化問題の問題構造という考え方 3.1　配合問題 3.2　輸送問題 3.3　生産計画問題 3.4　まとめ 第4章　二択が含まれる最適化モデルの考え方 4.1　二択を表す変数 4.2　取捨選択問題 4.3　輸送問題再訪 – 問題拡張１ 4.4　輸送問題再訪 – 問題拡張２ 4.5　まとめ 第5章　割り当てという考え方 5.1　世の中にある割当問題 5.2　割当図と割当表 5.3　割当問題のモデル化 5.4　まとめ 第6章　割当問題を応用するための考え方 6.1　人員配置問題 6.2　シフトスケジューリング問題 6.3　配送計画問題 6.4　まとめ 第7章　問題を分割するという考え方 7.1　問題を分割するとは？ 7.2　期間で分割する 7.3　粒度で分割する 7.4　問題構造で分割する 7.5　制約の強さで分割する 7.6　まとめ 第8章　数理最適化プロジェクトを成功させるための考え方 8.1　問題をどう定めるか 8.2　システム化における注意点 8.3　数理最適化プロジェクト開始前の見極め 8.4　数理最適化プロジェクト進行の要諦 8.5　数理最適化の課題の発見について 付録 A　Excelソルバー B　よく使う数学記号 C　スラック変数 文献案内 あとがき 索引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 もう一つのLLM ―大規模言語モデルの一手法― 　解析木を中間データとする機械翻訳方式は，原言語解析木発生，原言語解析木から目的言語解析木への言語変換，目的言語解析木から目的言語文発生という縦続する3つの処理から構成される．このうち原言語文解析木発生処理は，方式が原言語文を理解することに相当し，処理誤りの9割がこの処理で発生するといわれている． 　本書の「文例を用いた文解析木発生方式」は，この原言語解析木発生動作を行うものであり，既存の機械翻訳方式KATEの解析木発生部分をベースとして，これに多数の文例文とその句構造解析結果である文例解析木の対を用いるための改良を加えた方式である．この方式は，大量の言語データを用いる点において大規模言語モデル（LLM）の一種といえる． 　「文例を用いた文解析木発生方式」は，1つのデータ対の効果が大きいことにより，学習データの枯渇の影響を受けにくいという利点が得られる．本書の後半で通常のニューラルネットワークを用いた単語列間変換（seq2seq）方式との共同動作の構想を示している．同一入力に対して「文例を用いた文解析木発生方式」とニューラルネットワークを用いたseq2seq変換方式という動作機構の全く違う2つの方式の出力間の共通部分を得ることにより，信頼度の高いデータ対を獲得し，それを新しいデータ対として用いることにより，両方式に対してより信頼性の高いデータ対の自動取得が可能となることが期待される． Ⅰ編　文解析木発生方式 序章 まえがき 1章 機械翻訳における文例を用いた文解析木発生方式の構成 2章 共通単語列の検出 3章 文例排他木の作成 4章 一時排他木木値算出 5章 上位被覆 6章 解析木発生 7章 禁止木非含有判定 8章 文解析木発生方式各部分の役割 9章 機械翻訳における文例を用いた文解析木発生方式の動作実験 10章 ニューラルネットワークを用いた単語列間変換との結合動作に関する構想 11章 ニューラルネットワーク単語列間変換による翻訳に対する1つの提案 12章 Ⅰ編のまとめ Ⅱ編　文解析木発生方式のアルゴリズム A. Ⅱ編の構成 B. 一時排他木木値ユニットを除く一時排他木発生モジュール C. 一時排他木木値ユニット D. 上位被覆モジュール E. 最大木値木発生ユニット F. 解析木発生モジュール G. ニューラルネットワークを用いた単語列間変換との共同動作 H. ニューラルネットワーク単語列間変換による翻訳に関するアルゴリズム

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆------------------------------------------------------------◆ 生成AIと一緒なら、できることがこんなに広がる！ ◆------------------------------------------------------------◆ 『生成AIと一緒に学ぶ Excel VBAふりがなプログラミング』は、生成AIを活用してExcel VBAやマクロの基本を楽しく学べる新しいスタイルの学習書です。企業のDX推進課を舞台に、「AIでプログラムを生成する」→「生成されたコードを読んで、ふりがなをふってみる」→「しくみを理解する」という実践的な流れで進行。プログラムにふりがなをふることで理解が深まり、Excel VBAの基礎をしっかり身につけられます。 AI生成のコードは、意図通りに動かないこともありますが、それを修正したりカスタマイズしたりする力を養えるのがこの本の大きな魅力。「Excel VBAを仕事で使いたい」「入門書で挫折した経験がある」という方にぴったりです。具体的なミッションを解決しながら、プログラミングスキルを楽しくステップアップできます。生成AIと一緒に、Excel VBAの世界に飛び込んでみませんか？ ■本書の内容 Chapter 1　「Excel VBAと生成AIでDXして！」といわれて Chapter 2　「1日でExcel VBAの基礎を身に付けて！」といわれて Chapter 3　「便利な小物マクロをたくさん作って！」といわれて Chapter 4　「見積書の作成を自動化して！」といわれて Chapter 5　「大量のデータの突合せ作業をやって！」といわれて Chapter 6　「ピボットグラフを自動的に作って！」といわれて ■本書はこんな人におすすめ ・Excel VBAの基本を身につけたい人 ・過去にExcel VBAの入門書で挫折してしまった人 ・仕事でExcel VBAを活用してみたい人

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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FOSE主催ワークショップの予稿集（2025年度）。ソフトウェア工学研究の活性化に寄与する情報がまとめられています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 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。 ◆勾配がなくても、答えは見つかる◆ ブラックボックス最適化は、関数の内部構造や勾配に依存せず、出力値のみに基づいてパラメータを調整する枠組みであり、科学・工学・産業の幅広い分野で活用されています。本書では、その中でも代表的なCovariance Matrix Adaptation Evolution Strategy（CMA-ES）を体系的に解説します。CMA-ESは優れた性能を誇る一方、研究の積み重ねによって段階的に発展してきたため、初心者が一から正しく理解するのは容易ではありません。本書の前半では、アルゴリズムの基本や設計指針を直感的にも理解できるよう解説し、後半では混合変数最適化や多目的最適化、ノイズを含む観測といった現実的な問題設定への応用を扱います。加えて、具体例や数値実験を通じて理解を深められるよう構成し、再現可能なPythonコードも公開しています。対象読者は、実務でパラメータチューニングに取り組む技術者や、CMA-ESを研究で扱う学生・研究者です。本書は、ブラックボックス最適化に取り組む読者にとって、これまでにない包括的なガイドとなることを目指しています。 ■目次 第1章 ブラックボックス最適化 ・1.1 問題設定 ・1.2 CMA-ESの活躍する場面 ・1.3 本書のゴールと構成 第2章 分布パラメータの更新則 ・2.1 挙動の直感的理解 ・2.2 多変量正規分布 ・2.3 候補解のサンプリング ・2.4 平均ベクトルの更新 ・2.5 共分散行列の更新 ・2.6 ステップサイズの更新 ・2.7 CMA-ESのアルゴリズム ・2.8 ハイパーパラメータの設定 ・2.9 Pythonによる実装例 ・2.10 上下限制約の対処 ・2.11 初期分布の設定方法 第3章 ベンチマークによる挙動解析 ・3.1 ベンチマーク関数 ・3.2 可視化指標 ・3.3 実験結果と考察 第4章 設計原理 ・4.1 不偏性 ・4.2 不変性 ・4.3 自然勾配法 第5章 高次元最適化 ・5.1 CMA-ESの時間・空間計算量 ・5.2 Sep-CMA-ES ・5.3 VD-CMA-ES ・5.4 共分散行列モデルと収束レートの関係 ・5.5 実験結果と考察 ・5.6 より発展的な手法 ・5.7 pycmaライブラリからの利用 第6章 学習率適応 ・6.1 サンプルサイズ適応と学習率適応 ・6.2 多峰性関数と学習率の関係 ・6.3 学習率適応法 ・6.4 実験結果と考察 ・6.5 cmaesライブラリからの利用 ・6.6 実用上の注意 第7章 混合変数最適化 ・7.1 問題設定 ・7.2 CatCMA with Marginの概要 ・7.3 連続・整数変数の最適化 ・7.4 カテゴリカル変数への対処 ・7.5 数値実験と性能評価 ・7.6 cmaesライブラリからの利用 第8章 多目的最適化 ・8.1 問題設定 ・8.2 スカラー化法 ・8.3 進化的多目的最適化法 ・8.4 スカラー化法と進化的多目的最適化法の選択 ・8.5 実験と考察 ■著者プロフィール 野村将寛（のむらまさひろ）：2015年名古屋工業大学工学部卒業、2017年東京工業大学大学院総合理工学研究科知能システム科学専攻修了、2025年東京科学大学情報理工学院博士後期課程修了。博士（工学）。同年4月より東京科学大学情報理工学院助教。主な研究分野はCMA-ESをはじめとするブラックボックス最適化や機械学習におけるハイパーパラメータ最適化であり、進化計算に基づくアルゴリズムの設計と応用に従事。近年の研究成果はAAAI、CIKM、GECCO、ICML、IJCAI、WebConfといった主要国際会議で発表されており、GECCO 2022、2023、2025ではBest Paper Awardにノミネートされている。 秋本洋平（あきもとようへい）：2007年3月東京工業大学工学部情報工学科早期卒業、2008年3月同大学大学院総合理工学研究科知能システム科学専攻修士課程早期修了、2011年3月同博士課程修了。博士（工学）。2025年9月より筑波大学システム情報系教授。進化戦略の理論から応用に至る研究に従事し、これまでにCMA-ESに関する論文を学術論文誌および国際会議にそれぞれ30件以上公表しているCMA-ESを含む進化戦略の教育および普及活動にも努めている。

※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。 感性情報処理では，人々のものやコト，サービスに関する感性情報を収集し，それらを解析して，どのような要素や特徴が人々のどのような感じ方につながるのかを解明したり，人々の感性情報を用いて，その人好みのものやコト，サービスを提案するシステムを開発したりします．本書では，感性情報処理について，特に前者に焦点を当て，ざっくばらんに理解することを目的としています．主眼点は，感性情報を得る対象はどのようなものか，感性情報はどのように計測されるか，取得した感性情報はどのように解析･利用されるかの3点です．

※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。 「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。 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。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 手を動かして理解する、実務で役立つMLOps 本書は、サービスに活用できる機械学習システムの開発・運用を解説する書籍です。 　機械学習をサービスで活用するとき、機械学習モデル自体ではなく、運用上・管理上の問題に直面することは数多くあります。どれだけ優れた機械学習モデルを構築できたとしても、それをサービスに活かすためのシステムがなければ運用できません。 　そこで本書では、機械学習システムを運用するための技術であるMLOpsを、機械学習システムの構築を通じて学んでいきます。具体的には、広告クリック率をリアルタイムで予測する機械学習システムをAWS上にデプロイします。 　機械学習パイプラインや推論サービスの構築だけでなく、バージョニングやシステム監視など、サービス活用のために必要とされる一歩進んだ内容にまで踏み込んでいる点が特徴です。 【このような方におすすめ】 ◎ 機械学習システムに関わるソフトウェアエンジニア ◎ 開発だけでなくデプロイまで行うデータサイエンティストや機械学習エンジニア 〇 機械学習をビジネス活用しようと考えているプロダクトマネージャー 〇 機械学習をサービスで活用している企業で働きたいと考えている大学生 はじめに・目次 1章　MLOps概要 2章　環境構築 3章　モデル作成 4章　機械学習パイプライン 5章　実験基盤 6章　バージョン管理 7章　CI・CD 8章　推論サービス 9章　継続的学習 10章　監視 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。 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。 フリーソフトのScilabを使ってシステム制御を理解できる！ 　「制御工学」は数学的な知識を前提に解説されるが、現場では数値解析ソフトを使って設計がなされる場合が多い。 　本書は、フリーソフトであるが入門には十分な機能があるScilabでの演習を通じて「制御工学」を実感し、必要な知識を身に付けられることを目的としたテキストで、豊富な例題により自習書としても役立つ。 このような方におすすめ ・高専、大学学部、大学院、専門学校の学生（教科書・参考書・自習書として） ・上記学校の教員 ・制御関連の初級技術者 主要目次 第１章　はじめに 第２章　Scilab入門 第３章　システム制御に必要な数学 第４章　伝達関数とブロック線図 第５章　時間応答 第６章　周波数応答 第７章　フィードバック系の安定性 第８章　PID制御 第９章　状態方程式の構造と性質 第10章　状態フィードバックとオブザーバ 第11章　最適制御 第12章　ディジタル制御

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「データを伝える力」を高める、データ実務者のためのデザイン原則 データ理解からデザインの基礎、ダッシュボード設計まで網羅した可視化の必読書 （Data Graphics Inc. 荻原和樹 推薦） データビジュアライゼーションデザインの実践に役立つ知識を体系的に解説。データの基礎知識から人間が情報をどう認識・処理するか、アクセシビリティ、色彩理論、タイポグラフィ、良いチャートの作り方、インタラクションデザイン、ダッシュボード設計まで幅広く紹介しています。 ●目次 第1部 　第1章 データビジュアライゼーションの世界にようこそ 　第2章 人はどのようにして情報を認識するか 　第3章 データについての基礎知識 第2部 　第4章 色の選択 　第5章 タイポグラフィ 　第6章 よいチャートの作り方 　第7章 インタラクションデザイン 第3部 　第8章 調査立案、デザイン設計、製作開発 　第9章 トラブル対策 付録　参考資料 ●著者 ●著者 Desireé Abbott 製品分析、ビジネス インテリジェンス、科学、設計、ソフトウェア エンジニアリングの分野で10年以上の経験を持つ。 ●日本語版監修 山辺真幸　博士（政策・メディア） 情報可視化研究者。一橋大学大学院ソーシャル・データサイエンス研究科特任講師、慶應義塾大学大学院メディアデザイン研究科特任講師。複雑な大規模データのビジュアライズデザインを専門とし、手掛けた作品は、NHK、日本科学未来館などで展示されている。グッドデザイン賞、可視化情報学会賞、他受賞多数。 ●翻訳 長尾 高弘 株式会社ロングテール社長、技術翻訳者。最近の訳書として『数式なしでわかるAIのしくみ』（マイナビ出版）、『Wiring the Winning Organization　成功する組織を導く3つのメカニズム』（日本能率協会マネジメントセンター）、『scikit-learn、Keras、TensorFlowによる実践機械学習 第3 版』（オライリー・ジャパン）、『Web APIテスト技法』（翔泳社）、『継続的デリバリーのソフトウェア光学』（日経BP 社）、『Scalaスケーラブルプログラミング 第4 版』（インプレス）などがある。 ※この商品は固定レイアウト型の電子書籍です。 ※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、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

◆実務で活躍できる、ワンランク上のデータサイエンティストへ！◆ データサイエンティストに求められるスキルは、いまや分析技術だけではありません。実務で活躍できるデータサイエンティストになるためには、チームでの働き方も身に付けなければいけないでしょう。本書では、分析環境の準備・分析データのチェックから、機械学習モデルの運用やプロトタイプ開発まで、データサイエンティストが抑えるべき「分析前後」の知識を身に付けられます。ワンランク上のデータサイエンティストになるための、強力なガイドとなる本です。 ■こんな方におすすめ ・新人データサイエンティスト ・分析技術は学んできて、これからチームで働く人 ■目次 第1章 実務で生き抜くためのエンジニアリングスキル ・1.1 データサイエンティストを取り巻く環境の変遷 ・1.2 プロジェクトで求められるエンジニアリングスキル ・1.3 まとめ 第2章 環境構築 ・2.1 分析の土台としての環境構築 ・2.2 リポジトリの構造を整える ・2.3 VS Codeでの開発環境の整備 ・2.4 Dev Container による仮想環境構築 ・2.5 uv によるパッケージ管理 ・2.6 まとめ 第3章 コードの品質管理 ・3.1 Notebookだけのデータサイエンティストからの卒業 ・3.2 コード品質とは ・3.3 品質の高いコードとその実現方法 ・3.4 コードレビューによる品質管理 ・3.5 まとめ 第4章 データの品質確認 ・4.1 データの品質確認の重要性 ・4.2 分析開始前のデータ確認 ・4.3 Panderaによるデータフレームのバリデーション ・4.4 データ品質管理の継続的な取り組み ・4.5 まとめ 第5章 機械学習モデルの実験管理 ・5.1 実験管理の意義 ・5.2 Hydraによるパラメータ管理 ・5.3 MLflowによる実験の比較 ・5.4 まとめ 第6章 プロトタイプ開発 ・6.1 プロトタイプ開発の意義 ・6.2 Streamlitによるプロトタイプ開発 ・6.3 まとめ ■著者プロフィール ●浅野 純季（あさの じゅんき）：株式会社ブレインパッド リードデータサイエンティスト。プロジェクトマネージャーとしてECサイトのマーケティング分析、レコメンド、効果検証、ゲームのチート検知などのプロジェクトをリード。 また、データサイエンスpodcast「白金鉱業.FM」の配信、Meetupイベント「白金鉱業Meetup」の主催、大学での寄付講義などでも活動。 1章と3章の執筆を担当。 ●田中 冬馬（たなか とうま）：株式会社ブレインパッド データサイエンティスト。デジタルマーケティングの領域での分析集計・機械学習モデルの構築や、LLMを活用したプロダクト開発などを担当。LLMに関する研究活動にも取り組み、論文の執筆や学会での発表を行なっている。社外では、AutoResというAIを活用した研究を自動化するプロジェクトに参画している。 2章の執筆を担当。 ●武藤 克大（むとう かつひろ）：株式会社Citadel AI ソリューションエンジニア兼ソフトウェアエンジニア。新卒で株式会社ブレインパッドに入社し、機械学習エンジニアとして、製造業・小売・金融業を中心に、MLOpsの推進や生成AIを活用したシステムの検証・開発に携わる。現職では、AIセーフティーやAIガバナンスに関するプロダクトの導入支援や開発を行う。 3章と6章の執筆を担当。 ●木村 真也（きむら まさや）：株式会社ブレインパッド データサイエンティスト。金融・食品業界におけるDX推進組織の立ち上げに携わる。DX推進組織のビジョンやアクションプランの策定といった上流の支援に加え、課題整理、分析、運用化までのデータ活用支援も担当。顧客のデータ活用人財の育成や社内コンペの主催など、データ・AI活用の民主化に向けた取り組みも実施。 4章の執筆を担当。 ●栁 泉穂（やなぎ みずほ）：株式会社タイミー データサイエンティスト。新卒で株式会社ブレインパッドに入社し、通信や小売の領域を中心に、予測モデル開発やLLMアプリケーション開発、データ基盤整備などのプロジェクトに携わる。統計学を専攻していた知見を活かし、新卒研修の資料作成や講師も担当。 4章と5章の執筆を担当。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆Wolframなら1行プログラムで体感しながらデータサイエンスがたのしく学べる！◆ 　私たちの身の回りにあふれる「データ」は、デジタルデータの世界で画像、文章などさまざまな形で表現される万物を対象に、私たちが新しいストーリーを組み立てる手助けをしてくれます。私たちは「データサイエンス」という魔法の杖で、すべての事実をデータとして「思考の地平」に取り込み、見える化し、そこから新しいストーリー、つまり未来を紡ぐことができるのです。ただし、データサイエンスが本当に魔法の杖になってくれるのは、私たちがその本質を理解してうまく扱うことができた場合です。 　本書は、データサイエンスやAIの本質を、手を動かしながら楽しい体験を通して、ワクワクしながら学べる題材があふれています。本書で扱っているWolfram言語には、データサイエンスやAIの世界を学ぶためのたくさんの「関数」が、あらかじめ用意されています。それらの関数を使うことで、ワクワクしながらこの世界に入門できるのです。 　数学の計算やプログラミングの書式に煩わされることなく、クリエイティブなことにチャレンジできる本書で、ぜひあなたもAIとデータサイエンスに入門してみてください。 ■こんな方におすすめ ・実際にプログラムを自分で動かしてAIとデータサイエンスを学びたい方 ・AIとデータサイエンスの基礎を学んで教科学習や探究活動に活かしたい中高生や教員の方 ・Wolfram言語を使ったデータ分析やAI プログラミングの実践や活用方法に興味のある大学生や教員の方 ■目次 ●第1章　Wolfram言語の世界を体験してみよう ・1-1　オンラインコンテンツで体験してみよう ・1-2　基本ルールを学び、実際に使ってみよう！ ●第2章　プログラミングの基礎 ・2-1　コンピュータのしくみ ・2-2　プログラミング言語の歴史と言語の種類 ・2-3　アルゴリズムとデータ構造 ・2-4　プログラムの3つの基本処理 ●第3章　画像データから見える世界 ・3-1　画像データとは ・3-2　画像処理のいろいろ ●第4章　音・音声データから見える世界 ・4-1　音・音声データとは ・4-2　音声処理のいろいろ ●第5章　AIのしくみ ・5-1　AIの頭脳はプログラム ・5-2　AIの頭脳を鍛えるしくみ：機械学習 ・5-3　教師あり機械学習とは ・5-4　演習：教師あり機械学習でお菓子を分類してみよう ・5-5　教師なし機械学習とは ・5-6　演習：教師なし機械学習で動物をグループ分けしてみよう ●第6章　テキストデータから見える世界 ・6-1　テキストデータとは ・6-2　自然言語処理 ・6-3　ワードクラウドとは ・6-4　演習：「走れメロス」のワードクラウドを作ろう ●第7章　統計学の基礎 ・7-1　統計学とAI・データサイエンスの関係 ・7-2　データの収集と種類 ・7-3　ヒストグラムと基本統計量 ・7-4　演習：ヒストグラムと基本統計量を求めてみよう ・7-5　2つのデータの関係 ・7-6　データの可視化（データビジュアライゼーション） ●第8章　社会の中でのAI・データの利活用 ・8-1　データ駆動型社会 ・8-2　AI・データ活用事例 ・8-3　個人情報と情報セキュリティの心得 ・8-4　AI・データを扱う上での心得 ●第9章　生成AI ・9-1　AIの歴史 ・9-2　ニューラルネットワーク ・9-3　知識ベースのWolframAlphaを使ってみよう ・9-4　生成AIのしくみ ・9-5　生成AIの未来 ●Appendix　現実世界を読み解くデータサイエンス ■著者プロフィール ※所属・肩書等は2025年8月初版発行時のものです。 北村美穂子：京都ノートルダム女子大学 社会情報学環 教授。博士（工学）。Wolfram Alpha LLCコンサルタント。 金光安芸子：Wolfram Research, Inc. 勤務。京都ノートルダム女子大学 社会情報学環 客員教授。 ドゥラゴ英理花：聖徳学園高等学校 校長補佐・データサイエンス部長。東京大学大学院教育学研究科博士課程在籍。WiDS TOKYO @ Shotoku アンバサダー。 小野陽子：大妻女子大学 データサイエンス学部 教授　国立研究開発法人　理化学研究所AIP 客員主管研究員。博士（工学）。 吉田智子：京都ノートルダム女子大学 社会情報学環 教授・学環長、ND教育センター 副センター長。