IT・コンピュータ - オーム社作品一覧

  • Rで学ぶVAR実証分析 時系列分析の基礎から予測まで
    4.5
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベクトル自己回帰(VAR:vector autoregression analyses)に特化した実用書  本書はRを使ってベクトル自己回帰(VAR:vector autoregression analysis)分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問、等VARに関する疑問に答えるものです。実証分析を行ううえで、役に立つ情報を提供します。 まえがき 第1章 Rについて 第2章 VAR分析の紹介 第3章 時系列分析の基礎 第4章 VAR分析の基礎 第5章 ラグ次数の選択問題 第6章 単位根検定 第7章 共和分検定  第8章 撹乱項に関する仮説検定 第9章 推定と識別問題 第10章 係数パラメータの制約に関する仮説検定 第11章 インパルス応答分析 第12章 推定後のモデル変換 第13章 インパルス応答分析の区間推定 第14章 予測誤差の分散分解  第15章 グランジャー因果性検定 第16章 その他のVAR分析 あとがき 本書を終えるにあたり 索引 参考文献 分布表
  • 量子コンピューティング ―基本アルゴリズムから量子機械学習まで―
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 これから必ずくる量子コンピューティングの時代に備えるためのバイブル 本書は、IT分野のプログラマやエンジニアを主な読者対象として、その方々にとって特に重要な量子コンピューティングの基礎をわかりやすく解説した書籍です。 量子コンピュータについては、多くの人がクラウド越しで実物に触れられるようになった今でも、物理の専門書から学ぶか、チュートリアルやハンズオンのウェブ記事を読んで勉強するかしかありません。これから量子の力をフル活用できる人や、量子情報の考え方を利用してコンピュータサイエンスをよくしていく人材が必要になるというのに、入門書と専門書の間には大きな隔たりがあります。 本書はこれから必ずくる量子コンピュータの時代で活躍されるであろうIT分野のプログラマやエンジニアの皆様にとって、特に知っておくべき概念をできる限り網羅しています。量子コンピュータの背景、その原理や応用についても高校数学で学んだ内容を起点に数式も示しつつ、しっかりと解説しています。 第1章 なぜ量子コンピュータ? 第2章 量子コンピュータの基本 第3章 量子計算の基本パッケージ 第4章 量子アルゴリズム 第5章 NISQ量子アルゴリズム 第6章 量子コンピュータのエラー訂正 第7章 量子コンピュータのプログラミング 第8章 量子コンピュータのアーキテクチャ 第9章 量子コンピューティングでひらく未来
  • 機械学習による分子最適化―数理と実装―
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習を用いた新規分子構造の生成や最適化にまつわる技術について,基礎理論から実装まで一気通貫して解説  本書は,機械学習の初学者であっても分子構造の生成モデルや分子構造の最適化手法を理解できるように,機械学習の基礎から分子構造の生成モデルや最適化手法にいたるまでを体系的にまとめた書籍です.  さらに,機械学習に関する技術はプログラミングを通じて実践することでより理解が深まるものであるため,数理的な内容だけではなく,Pythonによる実装を織り交ぜて説明しています.分子構造の生成モデルや最適化手法に関する基礎知識を得ることができるだけでなく,それらを実践に活かすところまで習得できます.  また,分子構造を取り扱うための手法や,特有の事情についても詳しく説明していますので,機械学習の研究者が分子構造を取り扱った研究を始めたい場合にも参考になります. 〈このような方におすすめ〉 材料設計、創薬に携わる技術者、研究者および学生 分子生成モデルへの応用を目指す機械学習の技術者、研究者および学生 〈目次〉 第1章 分子生成モデルと分子最適化 1.1 分子最適化 1.2 分子生成に関する問題設定 1.3 分子生成モデルの構成要素 1.4 本書の構成 1.5 記 法 1.6 プログラミング環境 第2章 分子データの表現 2.1 分子のグラフ表現 2.2 SMILES 2.3 SELFIES 2.4 分子記述子 2.5 フィンガープリント 第3章 教師あり学習を用いた物性値予測 3.1 教師あり学習 3.2 経験損失最小化にもとづく教師あり学習 3.3 予測分布 3.4 ニューラルネットワーク 3.5 最適化アルゴリズム 3.6 評 価 3.7 過剰適合と正則化 3.8 グラフニューラルネットワーク 3.9 モデルの適用範囲 3.10 予測器の実装例・実行例 第4章 系列モデルを用いた分子生成 4.1 系列モデル 4.2 系列モデルを用いた分子生成モデル 第5章 変分オートエンコーダを用いた分子生成 5.1 変分ベイズ法 5.2 変分オートエンコーダ 5.3 変分オートエンコーダを用いた分子生成モデル 第6章 分子生成モデルを用いた分子最適化 6.1 分子最適化問題とその難しさ 6.2 分子最適化問題の連続最適化問題への変換 6.3 ベイズ最適化を用いた分子最適化 6.4 ベイズ最適化を用いた分子最適化アルゴリズム 第7章 強化学習を用いた分子生成モデルと分子最適化 7.1 強化学習の定式化 7.2 分子最適化の強化学習としての定式化 7.3 方策勾配法 7.4 オフライン強化学習 7.5 SMILES-LSTMを方策とした方策最適化 第8章 発展的な分子生成モデル 8.1 原子団を組み合わせる分子生成 8.2 分子骨格を用いた分子生成 8.3 生成モデルの評価手法 付 録 正規分布にかかわる公式 A.1 モーメント母関数 A.2 線形結合 A.3 条件付き確率
  • Pythonではじめる音のプログラミング ―コンピュータミュージックの信号処理―
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで音作りをはじめよう! ・音のプログラミングが音響楽の基本からわかる! ・音の信号処理もていねいに解説! ・打楽器・管楽器・弦楽器・鍵盤楽器の音が手もとで作れる! ・ソースコードはWebからダウンロード可能!    本書は、コンピュータで音作りをしてみたい方に向けた、サウンドプログラミングの入門書です。音作りに興味があるけど何からはじめたらという初心者のために音響の基本から解説をはじめ、コンピュータでの音の考え方、音を加工するディジタル信号処理の基礎をていねいに説明し、シンセサイザ、エフェクタの音作りなどを解説します。さらに、さまざまな音響合成のテクニックとともに、その具体例として、ゼロから楽器音をつくり出すフルスクラッチ合成のレシピを紹介します。サウンドプログラミングの言語には、音データの読み書きはもちろん、波形、周波数特性、そしてスペクトログラムの描画も簡単に行える、Pythonを採用しています。  Pythonを使ってサウンドプログラミングの第一歩を踏み出しましょう! はじめに 目次 第1章 音響学 1.1 純音 1.2 複合音 1.3 音の三要素 1.4 音の大きさ 1.5 音の高さ 1.6 音色 第2章 サウンドプログラミング 2.1 サンプリング 2.2 標本化 2.3 量子化 2.4  WAVEファイル 2.5 サウンドプログラミング 第3章 コンピュータミュージック 3.1 五線譜 3.2 音階 3.3 音符 3.4 強弱 3.5 拍子 3.6 テンポ 3.7 音楽の三要素 3.8 コンピュータミュージック 3.9 自動演奏 第4章 MIDI 4.1 MIDI 4.2 ノートオンとノートオフ 4.3 ノートナンバー 4.4 ベロシティ 4.5 プログラムチェンジ 4.6 プログラムナンバー 4.7 パーカッションマップ 4.8 MIDIファイル 4.9 DTM 4.10 自動演奏 第5章 ディジタル信号処理 5.1 周波数分析 5.2 スペクトログラム 5.3 楽器音の周波数分析 5.4 フィルタ 第6章 シンセサイザ 6.1 音響合成のアプローチ 6.2 アナログシンセサイザ 6.3 オシレータ 6.4 時間エンベロープ 6.5 加算合成 6.6 減算合成 6.7 FM合成 6.8 カープラス・ストロング合成 6.9 音のリアリティ 第7章 エフェクタ 7.1 リバーブ 7.2 ディストーション 7.3 コンプレッサ 7.4 イコライザ 7.5 モジュレーション 7.6 デチューン 第8章 ミキシング 8.1 モノラル再生とステレオ再生 8.2 音像定位 8.3 ミキシング 8.4 音楽制作 8.5 ボーカルキャンセラ 第9章 打楽器の音をつくる 9.1 グロッケンシュピール 9.2 トライアングル 9.3 チューブラーベル 9.4 マリンバ 9.5 シロフォン 9.6 ティンパニ 9.7 シンバル 9.8 銅鑼 9.9 ハイハットシンバル 9.10 バスドラム 9.11 タムドラム 9.12 スネアドラム 第10章 管楽器の音をつくる 10.1 フルート 10.2 ピッコロ 10.3 クラリネット 10.4 オーボエ 10.5 バスーン 10.6 サキソフォン 10.7 トランペット 10.8 トロンボーン 10.9 ホルン 10.10 チューバ 第11章 弦楽器の音をつくる 11.1 バイオリン 11.2 ビオラ 11.3 チェロ 11.4 コントラバス 11.5 ハープ 11.6 アコースティックギター 11.7 エレクトリックギター 11.8 エレクトリックベース 11.9 スラップベース 第12章 鍵盤楽器の音をつくる 12.1 パイプオルガン 12.2 リードオルガン 12.3 ハープシコード 12.4 アコースティックピアノ 12.5 エレクトリックピアノ 索引
  • Pythonによる時系列分析 ―予測モデル構築と企業事例―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 時系列データを上手く活用し、ビジネス成果を生み出す!!  時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価(自動車ディーラー) ・モニタリング指標の異常検知と要因探索(小売りチェーン) ・売上予測モデルを活用したデータドリブン販促(小売りチェーン) ・離反予測モデルによる離反対策ルールの策定(食品・法人向けビジネス) ・チャーンマネジメントのための離反時期予測(携帯電話サービス) ・LTVマネジメントのためのLTV予測(ECサイト) ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング(スポーツジム) 第1章 ビジネスにおける時系列データ活用 1.1 ビジネス現場は時系列データで溢れている 1.2 ビジネス時系列データでよくある7つの活用事例 1.3 2種類の時系列データ 1 1.4 よく目にする7つの時系列特徴量 1.5 時系列特徴量付きテーブルデータ 第2章 Pythonのデータ分析環境の設定(JupyterLab) 2.1 Pythonのインストール 2.2 Python以外のインストール 2.3 利用するライブラリー(パッケージ)のインストール 第3章 時系列予測モデル構築・超入門 3.1 時系列データを使った予測モデル構築の流れ 3.2 時系列データの特徴把握と前処理 3.3 時系列の予測モデルを構築してみよう 3.4 季節成分が複数ある場合の予測モデル 3.5 多変量時系列データの特徴把握と因果探索 第4章 時系列データを使ったビジネス成果の上げ方 4.1 データでビジネス成果を上げる「データ活用ストーリー」 4.2 時系列データの異常検知 4.3 時系列データの要因探索 4.4 時系列データの将来予測 第5章 時系列データを活用したビジネス事例 5.1 モニタリング指標の異常検知によるキャンペーン評価(自動車ディーラー) 5.2 モニタリング指標の異常検知と要因探索(小売りチェーン) 5.3 売上予測モデルを活用したデータドリブン販促(小売りチェーン) 5.4 離反予測モデルによる離反対策ルールの策定(食品・法人向けビジネス) 5.5 チャーンマネジメントのための離反時期予測(携帯電話サービス) 5.6 LTVマネジメントのためのLTV予測(ECサイト) 5.7 広告と販促効果を見える化し最適化するマーケティングミックスモデリング(スポーツジム)
  • 医学研究のためのRによる統計解析入門
    -
    ※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。 ※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。 論文執筆や学会発表のための統計解析手法が、しっかり身に付く! 国際的なEBM (Evidence-Based Medicine) の潮流をうけ、各医学雑誌は研究の再現性について非常に厳しい目で論文を審査するようになってきました。そのため、正しい統計リテラシーに基づき精確なデータ分析や統計解析を行うこと、また、その結果をわかりやすく可視化し表現することは、臨床医・研究者にとって不可欠といえます。 本書は、統計学の基本事項を学んだ方が実践的な統計解析を行うための橋渡しとなるような内容で構成しました。統計解析のツールとして、プログラミング言語Rとその統合環境RStudioを採用し、Rの導入のハードルが低くなるよう配慮しています。また、事例ごとに、データ分析や統計解析の手法と考え方、Rの記述、分析・解析結果の表現をその都度解説し、統計解析の考え方と関連するRのスキルをまとめて、手を動かしながら実践的に身につけることができる流れとしました。 1章 RとRStudioの準備や基本操作 2章 データの読み込みと前処理 3章 変数の種類と記述統計 4章 統計的仮説検定 5章 回帰モデル 6章 多変量回帰モデル 7章 結果のアウトプット 付録 参考文献
  • Pythonではじめる数理最適化 ―ケーススタディでモデリングのスキルを身につけよう―
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで実務に使える数理最適化のスキルを身につけよう!  本書は、Pythonを用いた数理最適化の入門書です。さまざまな課題をPythonを使って実際に解いてみることで、数理モデルを実務で使いこなす力を身につけます。  第1章と第2章はチュートリアルです。中学校で習う連立一次方程式や、高校で習う線形計画法を題材として、数理最適化の流れや考えかたを説明します。シンプルな課題設定なので、数学的な難しさを感じることなくPythonに集中して基礎を学習することができます。  第3章~第7章では、実際に起こりうるさまざまな課題を数理最適化によって解いていきます。学校のクラス編成やサークル活動における車のグループ分けなどの学生にとっても身近な課題や、配布クーポンの効果最大化や効率のよい配送計画の立案などのビジネスにおいてたびたびぶつかる課題などを解いていくことで、手順や注意点、効率のよい方法などが学べます。 はじめに/目次 第Ⅰ部 数理最適化チュートリアル  第1章 数理モデルとは   1.1 数理モデルの最も簡単な例   1.2 モデル   1.3 数理モデル   1.4 数理最適化モデル   第1章のまとめ  第2章 Python数理最適化チュートリアル   2.1 連立一次方程式をPythonの数理最適化ライブラリで解く   2.2 線形計画問題をPythonの数理最適化ライブラリで解く   2.3 規模の大きな数理最適化問題をPythonの数理最適化ライブラリで解く   第2章のまとめ 第Ⅱ部 数理最適化のケーススタディ  第3章 学校のクラス編成   3.1 導入   3.2 課題整理   3.3 数理モデリングと実装   3.4 数理モデルの検証   第3章のまとめ  第4章 割引クーポンキャンペーンの効果最大化   4.1 導入   4.2 課題整理   4.3 データ理解   4.4 数理モデリングと実装   4.5 結果の評価   第4章のまとめ  第5章 最小コストで行う輸送車両の配送計画   5.1 導入   5.2 課題整理   5.3 数理モデリング   5.4 実装と数値実験   第5章のまとめ  第6章 数理最適化APIとWebアプリケーションの開発   6.1 導入   6.2 数理モデリングと実装   6.3 最適化 API を作る   6.4 Webアプリケーションを作る   第6章のまとめ  第7章 商品推薦のため興味のスコアリング   7.1 導入   7.2 課題整理   7.3 データ分析   7.4 数理モデリングと実装   7.5 数理モデルの検証   7.6 まとめ  Appendix メソッド・関数早見表  索引
  • Pythonによる制御工学入門 (改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonを使って制御工学を学ぶための入門書 本書は,各所でわかりやすく,かつ,実用的と好評をいただいているPythonを使って制御工学を学ぶための入門書の改訂版です. 「使ってみる,やってみる」を通して,制御工学を体感することができます. よりわかりやすさを追求して構成を見直し・追記したほか,ライブラリの最新版に合わせてPythonコードを修正しています. これから制御工学に携わる方々にとって必読の書です. 第1章 制御とは 第2章 Pythonの基礎 第3章 制御のためのモデル 第4章 制御対象の振る舞い 第5章 閉ループ系に注目した制御系設計 第6章 開ループ系に注目した制御系設計 第7章 アドバンストな制御系設計 付録 数学とプログラムの補足
  • IT Text(一般教育シリーズ)  一般情報教育
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • IT Text 自然言語処理の基礎
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • IT Text  深層学習
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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
  • IT Text  情報セキュリティ(改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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
  • IT Text 人工知能(改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人工知能の基礎から最新技術まで、事例を通して適用法と効果を体系的に解説。 IT Textシリーズは情報処理学会編集の教科書として、大学や高専などでこの間一定の評価を得てきました。本書は論理・推論・知識表現・探索など人工知能の基礎技術から、プログラム言語、AIシステム開発、さらにはエージェントやセマンティックWeb、機械学習などの最新技術まで、事例を通して、適用法と効果が理解できるよう体系的に解説した教科書です。 第1章 人工知能の歴史と今後 第2章 探索による問題解決 第3章 知識表現と推論の基礎 第4章 知識表現と利用の応用技術 第5章 機械学習とデータマイニング 第6章 知識モデリングと知識流通 第7章 Web上で活躍するこれからのAI 第8章 社会で活躍するこれからのAIとツール
  • IT Text  データサイエンスの基礎
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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
  • ITエンジニアのためのプロジェクトマネジメント入門
    -
    ※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 手を動かして学ぶ、ITエンジニア向けのプロジェクトマネジメント入門書! PMBOK第6版に基づいた、プロジェクトマネジメントの本格的な入門書です。 本書は、現場でプロジェクトマネージャーを育成するための教科書となるよう制作しました。独習やIT企業での教育ではもちろん、大学や専門学校などでもお使いいただける構成です。豊富な演習問題を解きながら、プロジェクトマネジメントの基礎知識が身につきます。 ▼企画のポイント ・ITエンジニアリングに特化しプロジェクトマネジメントを詳細に取り扱った、本格的な入門書です。 ・各章末に演習問題を掲載しています。ただ文章を読むだけでなく、手を動かして問題を解くことでしっかりと理解できます。 ・最新のPMBOK第6版に準拠しています(2020/8現在)。 第1章 プロジェクトマネジメント入門 第2章 ソフトウェア開発プロセス 第3章 プロジェクトマネジメントとソフトウェア開発 第4章 プロジェクトのステークホルダー、ライフサイクル、組織構造 第5章 PMBOK 第6章 プロジェクトの立上げとスコープ定義 第7章 WBSとアクティビティ 第8章 スケジュールの作成 第9章 コスト見積り 第10章 リスク・マネジメント 第11章 プロジェクト資源のマネジメント 第12章 実績の測定とコントロール 第13章 コミュニケーションとステークホルダー 第14章 成果物の品質管理 第15章 調達の管理とプロジェクトの終結
  • IT Text 応用Web技術 改訂2版
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 Webサービス構築の技術が実践的に学習できる教科書   Webシステムを利用したビジネスが急速に展開している今日、大学でも実践的なWeb技術の教育が求められるようになりました。 本書は、HTMLなどを解説した「IT Text 基礎Web技術(改訂2版)」の姉妹編として、動的Webページの作成から携帯端末Webサイトの構築、データ管理、セキュリティ技術まで学べる教科書です。
  • IT Text オペレーティングシステム(改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 OSの基礎から応用までを図解を用いてわかりやすく解説した教科書、待望の改訂版! 本書は、2002年9月に発行されて以来、教科書として広く活用されてきた「IT Textオペレーティングシステム」の内容を時代に則して見直し、改訂版として発行するものです。 オペレーティングシステムの内部的な原理や処理とともに、ユーザインタフェースなど外部的な機能、ネットワークやセキュリティ、性能、標準化などについてていねいに解説した学部学生向けの教科書で、実際に学生がオペレーティングシステムを利用するうえで役立つように、実践的にまとめています。 1章 オペレーティングシステムの役割 2章 オペレーティングシステムのユーザインタフェース 3章 オペレーティングシステムのプログラミングインタフェース 4章 オペレーティングシステムの構成 5章 入出力の制御 6章 ファイルの管理 7章 プロセスとその管理 8章 多重プロセス 9章 メモリの管理 10章 仮想メモリ 11章 仮想化 12章 ネットワークの制御 13章 セキュリティと信頼性 14章 システムの運用管理 15章 オペレーティングシステムと性能 16章 オペレーティングシステムと標準化
  • IT Text 音声認識システム(改訂2版)
    3.0
    1巻3,850円 (税込)
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 音声認識の基礎理論から実用的なシステム構成までわかる 本書は音声認識手法の最新技術について基礎から丁寧に解説するとともに、実際の音声認識ソフトによって実践的に学ぶことができることを目的としたものです。改訂版では、DNNをはじめとした音声認識手法のこの間の発展を補うとともに、最新の音声認識ソフトに対応しています。 1章 音声認識の概要 2章 音声特徴量の抽出 3章 HMMによる音響モデル 4章 ディープニューラルネットワーク(DNN)によるモデル 5章 単語音声認識と記述文法に基づく音声認識 6章 統計的言語モデル 7章 大語彙連続音声認識アルゴリズム 8章 音声データベース 9章 音声認識システムの実現例 付録 大語彙連続音声認識エンジン Julius
  • IT Text 画像工学
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 画像工学の基礎から応用までがわかる教科書 本書は情報処理学会編集のIT Textシリーズの一巻であり、情報系の大学学科の専門科目である「画像工学」「画像処理」の教科書です。画像認識・画像処理の基本となる標本化・量子化、各種変換処理や二値化処理、特徴抽出などの技術を解説するものです。やや進んだ動画像処理や三次元画像処理などまでわかりやすく記述します。 1章 視覚と画像 2章 デジタル画像 3章 ノイズ除去 4章 エッジ処理 5章 二値画像処理 6章 画像の空間周波数解析 7章 特徴抽出 8章 画像の幾何変換 9章 動画像処理 10章 3次元画像処理 11章 画像処理の具体的応用 付録 OpenCVの使い方
  • IT Text 基礎Web技術 改訂2版
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 Webサービス構築の基礎が実践的に学習できる教科書   本書は、HTML、XML、CGI、JavaScriptなどのWebページ作成のためのプログラミングの基礎事項を実践的に解説した教科書です。改訂版にあたり、HTML5などの最新技術も加えて解説しています。近刊の「IT Text 応用Web技術(改訂2版)」とあわせて読むことでより理解が深まります。
  • IT Text  コンピュータグラフィックスの基礎
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 理工系の学生にとって必要なコンピュータグラフィックスの基礎理論と技術をコンパクトに解説。 理工系の学生にとって必要なコンピュータグラフィックスの基礎理論と技術をコンパクトに解説した教科書です。 コンピュータグラフィックスは急激な進歩を遂げていますが、理工系の学生がコンピュータグラフィックスに取り組むうえで基礎となる部分は変わっていません。しかし、解説を平易に行うことが難しく、その理解が大きなハードルです。 本書では、コンピュータグラフィックスの原理・しくみを、理工系の学生の皆様を対象にわかりやすく解説しています。 第1章 コンピュータグラフィックスの概要 第2章 座標変換 第3章 3次元図形処理 第4章 3次元形状表現 第5章 自由曲線・自由曲面 第6章 質感付加 第7章 反射モデル 第8章 照明計算 第9章 レイトレーシング 第10章 アニメーション 付 録
  • IT Text  情報システムの分析と設計
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • IT Text  データベースの基礎
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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
  • IT Text ネットワークセキュリティ
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 通信ネットワークシステムの基本からセキュリティ技術までがわかる教科書 本書は、情報系の大学学科の専門科目である「情報セキュリティ」「ネットワークセキュリティ」の教科書です。インターネットをはじめとした各種通信ネットワーク・システムの基本的なしくみをあらかじめ解説したうえで、さまざまな脅威とそれに対する暗号技術や認証管理などのセキュリティ技術についてわかりやすく解説するものです。 1章 情報システムとサイバーセキュリティ 2章 ファイアウォール 3章 マルウェア 4章 共通鍵暗号 5章 公開鍵暗号 6章 認証技術 7章 PKIとSSL/TLS 8章 電子メールセキュリティ 9章 Webセキュリティ 10章 コンテンツ保護とFintech 11章 プライバシー保護技術
  • IT Text ヒューマンコンピュータインタラクション(改訂2版)
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ヒューマンコンピュータインタラクションの基本的事項を中心にわかりやすく解説 IT Textシリーズは情報処理学会編集の教科書として、大学や高専などでこの間一定の評価を得てきました。本書は人間の感性や認知に関する基礎知識や対話システムやGUI、インタフェースの評価技術など、人間とコンピュータの親和性が高いシステムづくりに必要な技術を解説するものです。改訂版では、スマホ/タブレットなどの話題を盛り込み、最新技術に対応した内容とします。 1章 人間とヒューマンコンピュータインタラクション 2章 対話型システムのデザイン 3章 入力インタフェース 4章 ビジュアルインターフェース 5章 人と人工物のコミュニケーション 6章 空間型インターフェース 7章 協同作業支援のためのマルチユーザインタフェース 8章 インタフェースの評価
  • ITプロジェクト日記 英文絵日記の力
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 発刊にあたって  プロジェクトは非定常業務である。ルーティン作業として毎日繰り返される日常業務と異なり、基本的には、常に気の抜けない作業に挑戦して行かなくてはならない。ところで、プロジェクトは有期性という属性をもつ。はじめがあるが、おわりも必ずある、そのような有期のものである。さらに、個々のプロジェクトはすべて異なるという、個別性という属性ももつ。類似のプロジェクトは過去に存在していても、全く同じプロジェクトはない。さらに、プロジェクトの語源は未来への投影である。その名前の由来の通りプロジェクトは未来に向かって挑んでゆく業務であるために、何が起こるかわからないという不確実性を持ち備えている。この有期性、個別性、不確実性は、プロジェクトの3属性だ。このような属性を持つプロジェクトを成功に導くためには、過去の経験に学ぶことが重要だと言われている。いわゆる、Lessons-Learnedに記載された経験者の体験記録が参考になり、時としてその中には貴重な宝の山がある。  本書のきっかけは経済産業省からのアジアを対象としたプロジェクトに関する英文エッセイ投稿のお誘いであった。このような投稿記録を残せる機会は、日本プロジェクトマネジメント協会にとっても貴重である。その白羽の矢を渡部寿春氏に当てたのも縁だとおもう。当協会の発足以来、地域ごとのP2M研究部会があり、渡部寿春氏はその中の東京P2M研究部会の2代目部会長になった。当協会の会員の中でもユニークな仕事に就かれているうえに、人の思い付きにくい発想をされる。英語も日常的に使われている。適任であったことは、本書を読んでいただければわかるとおもいます。  こうして英文が先行し、日本語をあとつけした日英文のプロジェクト日記ができることになった次第です。100編のエッセイは、きっと読者の思考を刺激するでしょう。それがあらたな発想のヒントになれば幸いです。  最後に、本書の発刊のきっかけをつくっていただいた関係者のすべての方に感謝いたします。そして、何より本書を完成させた著者に感謝いたします。 特定非営利活動法人日本プロジェクトマネジメント協会 理事長 光藤昭男 2019年6月吉日 発刊にあたって まえがき 読み方 もくじ Chapter 1 PMの基本 Chapter 2 修羅場 Chapter 3 プロマネの仕事 Chapter 4 日本のPM Chapter 5 今時の知恵 参考文献 NIN2 P2Mについて PMAJについて P2Mについて 著者紹介
  • アイデア実現のための Raspberry Piデザインパターン 電子回路からMathematicaによるArduinoコラボまで
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • ITRONプログラミング入門 H8マイコンとHOSで始める組み込み開発
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 RTOS(組み込みOS)による開発を基礎から実践的に解説 組み込みOSの標準仕様であるITRONのオープンソース実装(HOS)を用いて、組み込みOSによるプログラミングを具体的に解説する。既刊のITRON関連書と異なり、組み込みOSによる開発の基本から簡単なアプリケーションの作成までを実際に手を動かしながら学習できる。ターゲットとするマイコンはH8。 第1章 開発を始める前に 1.1 ITRONはRTOS 1.2 Hyper Operating System(HOS) 1.3 開発に必要なもの 1.4 できれば準備したいもの 1.5 カーネルライブラリの構築 第2章 初めてのITRONプログラミング 2.1 サンプルプログラムを動かそう 2.2 タスクを2本走らせてみよう 2.3 タスクの起動順を変更する 2.4 もう1つタスクを追加する 第3章 ITRONのさまざまな機能を体験する 3.1 タスク管理機能 3.2 タスク付属同期機能 3.3 自タスクの遅延実行 3.4 タスク間通信 3.5 周期ハンドラ 3.6 割り込み処理 3.7 組み込みシステムにRTOSが必要な理由 第4章 RTOSの基礎知識 4.1 タスクとタスクコンテキスト 4.2 プロファイル 4.3 RTOSを構成する3つの状態 第5章 HOSのソースで見るITRONの機能 5.1 スケジューリングとディスパッチ 5.2 割り込みハンドラと割り込みサービスルーチン 5.3 μITRONの時間管理 5.4 アラームハンドラ 5.5 資源の排他制御とセマフォ 5.6 デッドロックと優先度逆転 5.7 メモリ管理 5.8 メールボックス、メッセージバッファ、データキュー 5.9 CPU例外、タスク例外機能について 5.10 コンフィギュレータ 5.11 HOS-V4におけるサポート状況 5.12 まとめ 第6章 ITRONによる開発の実際(簡易ゲーム機の作成) 6.1 ハードウェア仕様を考える 6.2 ハードウェア構成 6.3 ソフトウェア構成を考える 6.4 小型ゲーム機のプログラム構築 6.5 スタックサイズの再割り当て 6.6 ゲームの進行(プログラムの動作) 6.7 まとめ 付録A HEWによる開発について A.1 HEWの入手方法 A.2 HEWによるHOS-V4カーネルライブラリの構築 A.3 HEWにプロジェクトを登録する A.4 HEWでコンフィギュレータを使用する(カスタムビルドフェーズ) A.5 HOS-V4のアプリケーションをビルドするまで A.6 HEWの最適化機能について 付録B GCCによる開発について B.1 GCCの入手方法 B.2 GCCによる開発手順
  • A Gentle Introduction to Functional Programming in English [Third Edition]
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 英語とHaskellで学ぶ関数プログラミンの入門書(日本名:関数プログラミング入門,in English![第3版])  本書は、Haskellを用いて関数プログラミングの入門的な内容を英語で解説した書籍です。多くのプログラミング言語はもともと英語が母体であり、プログラミング自体を英語で学習することは、日本をはじめ特に非欧米語圏の人々にとって、きわめて重要かつ有用です。  なお本書では、日本の学生の英語での学習を支援するために、本文中の重要キーワードについては、適宜、日本語の訳や解説を加えています。本書を読み進めれば,英文の読解力と情報関係の専門用語の知識を自然に得ることができ,今後,英語論文や英文原書を読みこなすための確かな力が身につきます。 1 About Functional Programming  関数プログラミングについて 2 Basic Syntax and Evaluation Model  基本文法と評価モデル 3 Variables 変数 4 Functions 関数 5 Lists and Tuples リストとタプル 6 Conditions 条件の表現 7 Recursion 再帰 8 Pattern Matching パターンマッチ 9 Advanced Typing さらに進んだ型付け 10 Selected Applications 応用例 11 Towards Logic Programming  論理プログラミングに向けて 12 Concluding Remarks おわりに APPENDIX A APPENDIX B APPENDIX C
  • アジャイルコーチング
    3.8
    アジャイルなチームの育て方を学ぼう ソフトウェア開発手法の一つである「アジャイル開発」。本書は、アジャイルコーチ(アジャイル開発を実践するチームにおける、メンバーの指導者)のあり方について、実用的な側面から解説したRachel Davies and Liz Sedley, “Agile Coaching”(The Pragmatic Programmers, LLC 2009)の翻訳書です。 チームを改善するためのヒントや効果的なミーティングの方法などを実践的に解説しています。
  • アジャイルプラクティス 達人プログラマに学ぶ現場開発者の習慣
    4.1
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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(俊敏な、フットワークの軽い)開発の実践的な側面を解説した書籍。単なる開発手法の教科書ではなく、実際の開発現場から生まれたアドバイスや手引きを、具体例を用いて達人プログラマが伝える。 原書は、2007年Software Develompent誌Jolt Awardで一般書籍部門のProductivity Award を獲得。
  • 新しい 情報ネットワーク教科書
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 情報ネットワークのわかりやすい実践的な教科書  文系学部や経営・経済・ビジネス系の文理融合情報学部における「情報ネットワーク」の教科書。  現在の情報ネットワークのしくみの知識を学習するとともに、LANの配線や設定などネットワークシステムを構築し、実装できることを目標として実践的に解説。 Capter1 ネットワークの構造 Capter2 ネットワークの種類 Capter3 イーサネットによるネットワークの構成 Capter4 最小ネットワーク構成によるLAN Capter5 ルータによるネットワーク Capter6 ネットワーク層の機能 Capter7 正確なTCPと軽快なUDP Capter8 DNS、DHCP Capter9 プライベートネットワークとレイヤ3スイッチ Capter10 リモートアクセスとファイル転送 Capter11 電子メール Capter12 WWW(World Wide Web) Capter13 家庭からのインターネット接続 Capter14 ネットワークの安全管理
  • アナログ電子回路 ―集積回路化時代の― 第2版
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 アナログ電子回路の定番教科書、待望の改訂! 本書は、具体的数値を含んだ多数の例、問題、演習問題を交えて、トランジスタ回路、集積回路の解析・設計へとつながることを目指してまとめた教科書です。 第2版にあたっては、全体を見直すとともに、初版「第6章 集積基本電子回路」を「集積化アナログ電子回路」とし、電子回路の集積化を主題として見直しました。 第1章 電子回路に必要な基礎 第2章 トランジスタの動作と等価回路 第3章 小信号基本増幅回路 第4章 トランジスタの高周波等価回路と小信号増幅回路の周波数特性 第5章 負帰還増幅回路 第6章 集積化アナログ電子回路 第7章 演算増幅器回路 第8章 発振回路 第9章 変復調回路 第10章 コンピュータによるシミュレーション 問題解答・演習問題解答
  • 暗号と量子コンピュータ ―耐量子計算機暗号入門―
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • Understanding Microcontrollers,2nd Edition:a gentle introduction to an AVR architecture
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 本書は、「コンピュータアーキテクチャ」を履修する学生に向けた教科書として、マイクロコントローラを解説した英文書籍“Understanding Microcontrollers”の改訂版です。コンピュータの「特定化」や「省エネ」の社会を踏まえて、比較的わかりやすい機器「マイクロコントローラ」を用いてコンピュータアーキテクチャの基礎を解説しています。 なお、本書は、日本の学生の英語での学習を支援するために、本文中の重要キーワードについて適宜、日本語の訳や解説を側注に加えてることで英文原書の敷居を下げ、英語を敬遠する学生への導入書籍としても役立つ構成となっています。本書を読み進めれば、英文の読解力と情報関係の専門用語の知識を自然に得ることができ、今後、英語論文や英文原書を読みこなすための確かな力を身につけることができます。 改訂版では、実際に行われた授業内容を反映し、12章「SPIによる通信」を大幅に増補するとともに、新たに15章「基本コンパイラ」を追加することで、より使いやすい内容としています。 This book is a revised version of the English book "Understanding Microcontrollers", which explains microcontrollers, as a textbook for students who are studying "computer architecture". Based on the "specialization" and "energy saving" society of computers, we explain the basics of computer architecture using relatively easy-to-understand devices "microcontrollers". In the revised edition, the content of the actual class was reflected, and Chapter 12 "Communication by SPI" was greatly expanded, and Chapter 15 "Basic Compiler" was newly added to make the content easier to use. List of Figures List of Tables List of Abbreviations Preface Chapter 1. Introduction Chapter 2. Preliminaries Chapter 3. Instruction Set Architecture Chapter 4. Memory Architecture Chapter 5. Processor Architecture Chapter 6. Addressing Modes Chapter 7. Programming the MCU Chapter 8. I/O Ports Chapter 9. Interrupts Chapter 10. Application: LCD Panel Control Chapter 11. The Analog-to-Digital Converter3 Chapter 12. Communication Through the Serial Peripheral Interface Chapter 13. Rational Numbers and the MCU Chapter 14. Reverse Engineering Chapter 15. A BasicCompiler Chapter 16. Concluding Remarks Appendix A. Character Codes Appendix B. Logic Gates Appendix C. Answers and Discussions Bibliography About the Author Index
  • ARMマイコンによる組込みプログラミング入門 ロボットで学ぶC言語(改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「習うより慣れろ」で課題をこなしてCのプログラムを身につけよう! 本書は、2011年に発行した『ARMマイコンによる組込みプログラミング入門-ロボットで学ぶC言語』の改訂版です。 プログラミング初心者が、実際にテキストに従って環境構築やサンプルプログラムを作成していくことで、C言語を学べる内容になっています。組込み業界でも世界的に使用されているARMマイコンを使うというコンセプトはそのまま、開発環境のバージョンアップにによる内容の改訂と、応用編の内容は、現状に即した開発事例に変更しています。 具体的には、基本編は教材用のライントレースロボットを題材として使用し、ロボットを制御するプログラムを作成しながらC言語を学んでいきます。応用編では、ロボットの無線化、タブレットとの連携等を取り上げていきます。 はじめに 学習の前に  第1章 C言語プログラミングの環境構築 第2章 C言語プログラミングをはじめよう 第3章 ロボットをC言語で動かしてみよう 第4章 拡張部品でロボットをステップアップさせてみよう 付録1 ARM Cortex-M3 LPC1343 仕様 付録2 VS-WRC103LV 付録3 プログラムマスター解説
  • Rで学ぶデータサイエンス データマイニングの基礎から深層学習まで
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • Rによる教育・言語・心理系のためのデータサイエンス入門
    -
    ※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Rによる実践と分析のセオリーを把握 数学の苦手な文化系の学生,実務者向けに、分析スキルの習得および理解を目的としてまとめたデータサイエンス(統計学)の入門書です。計算はRに任せ、数学的な理解よりもまずは実践・実際的な理解を促します。 実際の課題(研究課題)を取り上げ、それを解くためのセオリーおよびデータ分析、結果のまとめ方、最後にまとめ(考え方)と類題といった構成で解説することで、目的(テーマ)に応じた分析の流れを学ぶことができます。 【このような方におすすめ】 ◎卒論・修論,仕事で推測統計を使ったデータ分析を試みている文系の学生・実務者 ○文系研究者でデータ分析を使ってみたいと思ってる人やその予備軍 【主要目次】 準備 Chapter 0 Rはじめの一歩―これだけで使えるR― 第1部 Chapter 1 グラフを描き、記述統計量を出す―Rエディタを使う― Chapter 2  統計分析はじめの一歩―標準化と統計的仮説検定― Chapter 3 同じ人の異なるテストの平均点を比較する―TOEIC のReading とListening はどちらが難しいのか― Chapter 4 異なる人のテストの平均点を比較する―音楽的能力は音楽経験の有無で異なるか― Chapter 5 サンプルの小さい外れ値のある二条件(群)を比較する―電話をかける頻度に性差はあるか― Chapter 5 発展 三条件(群)以上の対応のない順序データを比較する―サッカー選手はポジションによって性格が異なるか― Chapter 6 二つの変数の関係性を数値化する―音楽的能力と数学の力の相関― 第2部 Chapter 7 2×2のクロス集計表を分析する―ボディランゲージは聞き手の理解を促進するか― Chapter 8 名義変数の関係性を数量化し理論化を試みる―高校の時に好きだった科目と理系大学での所属学科に関連性はあるか― Chapter 8 発展 名義変数間の関係性を2次元で表現―対応分析- Chapter 9 テキストマイニング―パートナーに求めるもの― 第3部 Chapter 10 同じ人の三つ以上の平均を比べる―理科嫌いは小中高のどこではじまるのか― Chapter 11 二つの要因の絡みを浮き彫りにする―TOEIC リスニングのスコアはどうすれば上がるのか― Chapter 12 複数の変数で一つの変数を説明する―キャンパス学食の満足度は何によって決まるか― Chapter 12 発展 説明変数から二値データを予測する―オンライン授業の印象を分ける要因は何か― Chapter 13 変数に共通する因子を見つける―自分の心配や悩みを相手が受け止めてくれたと感じる言葉とは― Chapter 14 人をグループに分ける―大学入学の動機によって人を分類してみる― 類題の解説・解答 参考図書 別表
  • Rによる教育データ分析入門
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 教育現場のデータを活かすために!  本書は、教育現場に蓄積された多様なデジタルデータ(成績データ、アンケート結果など)の分析方法を解説するものです。  中・高・大や予備校などの教育現場には、多くのデータ(試験・入試の結果、TOEICなどの外部試験の結果、出席管理システムの情報など)が、なかば勝手に集積されていきます。昨今、データ利用の重要性が叫ばれるなか、そのようなデータの山の中から教育上、有用な知見を見つけ出すことが教育現場にも求められています。  本書は、大学や予備校、通信教育の教職員・事務職員、教育に熱心な中・高の教職員をおもたる対象として、教育データの分析手法や考え方を解説しています。オープンソースの統計分析向けのソフトウェア環境であるRを用いることで、実際に使える実践的な方法を解説しています。  教育分野の方以外にも、データ分析が身近な学校という現場を例に、どのように実応用されているかを知ることができる一冊になっています。 【準備編】 第1章 Rの使い方 【基本編】 第2章 記述統計―テスト結果の概要を知りたい 第3章 層別分析・可視化―クラスごとの傾向を視覚的に把握したい 第4章 t検定―2つのテスト結果を比較したい 第5章 分散分析・多重比較―3つ以上のグループや繰り返しのテスト結果を比較したい 第6章 効果量―指導法による成績の違いを調べたい コラム ノンパラメトリック検定―少人数の成績を比較したい 第7章 相関分析―中間試験と期末試験の成績の関係を調べたい コラム テキストマイニング―授業評価アンケートの自由記述を分析したい 【発展編】 第8章 回帰分析―テスト欠席者の見込み点を予測したい コラム マルチレベル分析―異なる学校の成績を比較したい 第9章 因子分析―授業評価アンケートを作成・分析したい コラム 項目反応理論―テストごとの難易度を考慮して成績を出したい 第10章 構造方程式モデリング―成績データから因果関係を探りたい コラム 潜在ランク理論―100点満点のテスト結果を5段階評価に変換したい 第11章 クラスター分析―同じような特徴を持つ学習者をグループ化したい コラム 決定木分析―合格者と不合格者を分けるルールを知りたい 参考文献 索引
  • Rによる極値統計学
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データからどのような大きな値(極大値)(または極端に小さい値(極小値))がどれくらいの確率でいつ頃出現するか?! 極値統計学とはデータからどのような大きな値(極大値)(または極端に小さい値(極小値))がどれくらいの確率でいつ頃出現するか知るための学問です。  本書は統計学の基礎、Rの基礎から始め、極値統計学の理論とシミュレーションを実践することが出来ます。特に数理統計学で分析できない内容、コンピュータを使ったデータ分析が必要なため、データサイエンティストやSEなどにも役立つものです。 第1章 概要 第2章 統計の一般論 第3章  Rの基本 第4章 極値統計の基本 第5章 極値統計法の推定法 第6章 ブロック最大データと上位r 個データ GEV モデルとrGEV モデル 第7章 閾値超過データ 一般パレートモデルと点過程モデル 第8章 時系列データ 第9章 極値理論の数理 第10章 補遺
  • Rによる実証分析(第2版) ―回帰分析から因果分析へ―
    -
    ※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。 回帰分析の「正しい」使い方をRで徹底解説! Rコードの記法を更新し、プログラミングマニュアルとしての側面を強化した第2版登場! 機械学習や計量経済学を含むデータサイエンスの重要性がますます高まっている中、本書は「因果分析」を中心テーマに据え、関連する内容がこのテーマに収まるように構成し、経済学を中心とする社会科学における回帰分析の「正しい」使い方を徹底解説するものです。 テーマを回帰分析による因果分析に絞り込むことで、高校数学程度の知識でも理解できるよう必要とする数学を最小限にとどめ、また多くの分析例に加えて、多数の例題および解答・解説を収録します。さらに用いられる数学・統計学については、適度な難易度の説明とともに、数値シミュレーションによる直感的・ビジュアル的な解説を多く盛り込みます。 また、巻末の付録には、統計処理言語Rのダウンロード方法などを掲載することで、プログラミングマニュアルとしても使用できるよう構成しています。 第2版では、Rコードの記法を更新し、実データを用いたより実践的な演習を多く追加することで、プログラミングマニュアルとしての側面を強化しています。 Part I 基礎編 第1章 回帰分析の目的 第2章 統計の基礎知識 第3章 確率論の基礎 第4章 回帰分析の基礎 第5章 推測統計の基礎 第6章 相関関係と因果関係 第7章 外生変数と内生変数 Part II 実践編 第8章 ランダム化実験 第9章 マッチング法 第10章 不連続回帰デザイン 第11章 操作変数法 第12章 パネルデータ分析 第13章 実証分析の手順 付録1 R の基本 付録2 数学的補足
  • Rによる多変量解析入門 データ分析の実践と理論
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • Rによるデータ駆動マーケティング
    -
    1巻2,860円 (税込)
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「マーケティング」を知り尽くした著者が、Rによるマーケティングデータの分析をやさしく解説! データ分析関連のビジネス書は多数ありますが、読み物・啓蒙書に近い書籍や、分析例を説明しているものの実際の分析手法が解説されていないため、いざ実践となると正しい分析ができない書籍などが散見しています。 本書は、マーケティングのデータ分析の概念・理論をやさしく解説し、特に初心者が陥りやすい「答えを求めるデータ分析」思考をあらため、「ヒントを求めるデータ分析」へと導くとともに、豊富なRによる例題で実践力を身につけます。
  • Rによるデータ分析のレシピ
    3.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データの要約からモデル解析まで、簡単クッキング! 本書は、R&RStudioを使ったデータ分析の新しい入門書です。連続データやカテゴリデータの要約、シミュレーションや統計的検定の考え方、ベイズ解析、モデル解析までを、レシピのスタイルで手順を追って画面操作、ソースコード入力、出力された数値やグラフの解釈方法などを説明します。データ分析が必要となるシーンや具体例を都度示しながら解説していますので、Rや統計学についてはじめて学ぶ方も安心して読み進めることができます。 Part 1 カルビが売れ残りすぎる×連続データの要約 Part 2 アンケートが雑すぎる×カテゴリデータの要約 Part 3 思い込みが激しすぎる×ベイズ解析のコンセプト Part 4 室温が変わりすぎる×モデル解析 Part 5 説明が後ろすぎる×R&RStudioの基本と補足
  • Rによるデータマイニング入門
    -
    ※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。 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。
  • Rによるやさしいテキストアナリティクス
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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
  • Rによるやさしいテキストマイニング
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 「テキストマイニングに必要な知識とはなんだろう?」 素朴な疑問に答えたテキストマイニング入門書の決定版!    本書は、「テキストマイニングに必要な知識とはなんだろう?」という素朴な疑問に直球でお答えする入門書です。テキストマイニング自体に注力して、わかりやすく解説しています。  単なるツールの説明にならないように、言語学や社会調査法の理論についても前半でていねいにふれ、さまざまな用途に応じたデータの視覚化手法を盛り込みます。また、テキスト分析やデータ分析のためのファイルの作り方についても詳しく説明します。
  • Rによるやさしいテキストマイニング [活用事例編]
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • Rによるやさしいテキストマイニング 機械学習編
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • 医療AIとディープラーニングシリーズ 2021-2022年版 標準 医用画像のためのディープラーニング-実践編-
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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
  • インターネットのカタチ もろさが織り成す粘り強い世界
    4.1
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人気ブログ「Geekなぺーじ」の管理人である著者らによる、非常に身近でありながらその全容をとらえることが難しいインターネットという存在を、わかりやすい切り口で解説したものです。 インターネットってそもそも何? という疑問に、従来の教科書や読み物とは別のアプローチ方法で、身近な話題と公開された情報や論文などをもとにわかりやすく解説した書籍です。
  • Webデザインの現場で使えるVue.jsの教科書
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 ノンエンジニアでもわかる! やさしいVue.js入門書 Web デザイナー・Web 担当者・初級のフロントエンジニアなど、「Web の見た目」を作る人に向けたVue.js の入門書です。 ノンエンジニアでもむりなく読み進められるように、難しいことは極力省いて、図を用いながらできるだけ平易に解説していきます。 Vue.jsは、使いこなせればさまざまなことが実現できます。しかし本書では、Vue.js のおおまかな仕組みと、最低限の動かしかたを理解することを目的とします。まずは使ってみて、手を動かしながら感覚を掴んでいく、というイメージです。 「Vue.jsのガイドを読んでみたけれど、うまくイメージできなかった」「他の書籍を読んでみたけれど、高度でついていけなかった」という方におすすめです。 必要とする前提知識は、HTML とCSS のみです。なるべくやさしい表現と図を用いて、Vue.js とはなにか、どう役に立つのかを明確にしたのち、JavaScript の基礎知識、Vue.js の作法を丁寧に解説します。 JavaScriptはコピペでしか触ったことがない、という方でも安心して読み進めてください。 <Vue.js とは?> JavaScript フレームワークのひとつ。JavaScript 自体のコードを書かなくても、HTML やCSS の基礎的な知識があれば低い学習コストでさまざまな機能が実装できます。ノンエンジニアでも導入しやすいことから、Web デザインの現場で使われ始めています。 <本書の特徴> ・フロントエンド開発の未経験者や初級者を想定して、基礎的なところから平易に解説していきます。 ・HTML、CSS、JavaScriptのファイルのみで即実行できるサンプルを多数掲載します。初級エンジニアの入門にも最適です。 Chapter 1 スタートアップ ~なぜVue.js が必要なのか?~ Chapter 2 Vue.jsのためのJavaScriptの基礎 Chapter 3 Vue.js デザインのキホン Chapter 4 簡単なUIを作ってみよう Chapter 5 現場で使えるUIデザインレシピ集
  • 動かしながら学ぶ PyTorchプログラミング入門
    -
    ※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 手を動かして学ぶ!! 「手を動かしアプリを動かしながら学ぶ」をコンセプトにしたPyTorchの入門書です。「解説」と「コード作成」を柱とした構成で、主な特徴は次の通りです。 ・最低限の知識でアプリ開発までを実現できる。 ・実用性のあるアプリを作りながら学ぶ。 ・実用性のあるアプリにより学習モチベーションが上がる。 「株価の予測」「画像分析」「感情分析」アプリを開発します。アプリづくりの面白さを通し、読者に楽しみながらPyTorchを学んでいただくものです。 Chapter1 スタートアップ Chapter2 PyTorch の基本 Chapter3 ニューラルネットワークの基本 Chapter4 畳み込みニューラルネットワーク ~画像分類プログラムを作る~ Chapter5 再帰型ニューラルネットワーク(時系列データの予測) ~株価予測プログラムを作る~ Chapter6 再帰型ニューラルネットワーク(テキストデータの分類) ~映画レビューの感情分析プログラムを作る~
  • エクストリームプログラミング
    4.3
    アジャイル開発とは何だったのか、その原点を再考する新訳 優れた技術力と良好な人間関係をもってしてソフトウェア開発を成功に導く、ケント・ベックによるXP(エクストリームプログラミング)のすべてを集約した名著“Extreme Programming Explained: Embrace Change” の新訳版。アジャイル開発の原点を知る、必読の一冊です。 ★このような方におすすめ エクストリームプログラミング(XP)の実践を考えている、ソフトウェア開発プロジェクトのマネージャ・リーダー・チームリーダー。 よりよく仕事がしたいと考えているプログラマ。 ピアソン版のXPの読者
  • Excelで学ぶAHP入門(第2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Excelを使って意思決定モデルを体感!! AHP(Analytic Hierarchy Process)とは、1971年にサティー博士によって提唱された意思決定手法のことをいいます。 本書は、Excelを使ってAHPを体験学習する書籍です。プログラミングの知識がなくてもAHPのシステムを作成でき、最終的にはシステムを拡張・工夫することができるようになることを目標としています。 第1章 AHPで意思決定 第2章 AHPのしくみ 第3章 簡単な事例 第4章 Excelで計算してみよう 第5章 AHPをうまく使いこなすには 第6章 さまざまなAHP 第7章 AHP を使ってシステムを作る 第8章 表計算で学ぶAHP のしくみ 第9章 表計算で学ぶ階層化ファジィ積分(HFI)
  • Excelで学ぶ管理会計
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 管理会計は、「利益を増やすための会計」。そのしくみをExcelでシミュレーションしよう!!  管理会計の手法をExcelで実行し、その詳細を学ぶことができます。実務で役立つ、あるいは発展して使えるシートで戦略的計画や価格決定などシミュレーションすることができます。  大学や専門学校で管理会計を学ぶ学生に役立つものです。 第1章 管理会計の基礎  ※管理会計の概要をつかみ、実例からその本質を学ぶ 第2章 企業経営と企業会計  ※企業経営と財務会計および管理会計の役割、機能について理解する 第3章 戦略的計画のための管理会計  ※経営戦略、中長期計画を立案し、それを支援するための管理会計について理解する 第4章 総合管理のための管理会計  ※1年間、半年、各月など短期における利益目標のための総合的管理に役立つ管理会計について学ぶ 第5章 現業管理のための管理会計  ※現場で行われているオペレーション、業務の管理、統制のための管理会計について学ぶ
  • Excelで学ぶ進化計算―ExcelによるGAシミュレーション―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 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
  • Excelで学ぶ多変量解析入門 (新装版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Excelでデータ分析はばっちり! 本書は『Excelで学ぶ多変量解析入門』の最新版です。 多変量のデータ分析手法の理解のためには、実際にデータを解析してみるのがよいので、例題を設け、これについて計算方法や解釈の仕方を説明しています。 Excelによる分析を丁寧に解説し、つまずくことなく多変量解析を学ぶことができるようになっています。 はじめに 本書のねらい 第1部 多変量解析を学ぶための基本的統計解析法 第1章 基本統計量 第2章 相関分析 第3章 直線回帰分析 第4章 曲線回帰分析 第5章 CS分析 第2部 多変量解析法 第6章 多変量解析の概要 第7章 重回帰分析 第8章 時系列重回帰分析 第9章 主成分分析 第10章 コンジョイント分析 第11章 拡張型数量化1類・2類 付録 付 録 付-1 ゴールシークとソルバー 付-2 最小2乗法による回帰式の係数の算出方法 付-3 直交表 付-4 本書で利用する「多変量解析ソフトウェア」のダウンロード方法 付-5 Excelデータ分析の組み込み
  • Excelで学ぶ統計解析入門 Excel 2019/2016対応版
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 例題で統計解析が理解できる!!  Excel関数を使った例題をとおして学ぶことで統計の基礎知識が身に付くロングセラー『Excelで学ぶ統計解析入門』のExcel2019┴2016対応版です。本書は例題を設け、この例題に対して、分析の仕方と、Excelを使っての解法の両面を取り上げ解説しています。Excelの機能で対応できないものは、著者が開発したExcelアドインで対応できます。 第1章 代表値と散布度 第2章 度数分布と正規分布 第3章 相関分析 第4章 母集団と標準誤差 第5章 統計的推定 第6章 統計的検定 第7章 平均に関する検定 第8章 割合に関する検定 第9章 度数分布表の検定 第10章 分散に関する検定 第11章 相関に関する検定 第12章 ノンパラメトリック検定 第13章 ANOVA(分散分析法) 第14章 多重比較法 第15章 第1種の過誤、第2種の過誤、検出力、サンプルサイズ 第16章z分布、t分布、χ2分布、F分布 第17章 補遺
  • ExcelとRではじめる やさしい経済データ分析入門
    -
    ※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ツールの操作からレポートのまとめ方まで、データ分析のキホンが身につく! この本は、データ分析の初心者、とくに文系の方を対象とした社会経済に関するデータ分析の入門書です。 前半は、プログラミング言語に抵抗のある方でも取り組みやすいよう、Excelで記述統計の解説を行います。Excelの基本操作もフォローするので、パソコンが苦手な方でも大丈夫です。 後半に入ったら、データ数が多い場合の分析方法をR(R Studio)で解説していきます。Rについても、もちろんインストールから使い方を説明します。経済データの分析でよく使われる回帰分析をしっかり理解し、レポートとしてまとめられるよう、ていねいに解説していきます。 卒論などで大量のデータ分析を必要とする文系学生のほか、アンケートなどのデータ分析が必要だけれど、数学が苦手な社会人の方にもおすすめです。 【本書の特徴】 ・ ExcelやRを使用した経済に関する例題および演習問題を、各章に掲載しています。数式を追うだけでなく、手を動かして実際の分析方法を身につけることができます。 ・ 演習問題には公的統計データを使用しているため、常に最新の情報を分析しながら学べます。 ・ExcelやRは、パソコンに苦手意識のある方でも取り組みやすいよう、使用方法をていねいに解説します。 Chapter 1 データと変数の種類 Chapter 2 データをグラフ化しよう Chapter 3 一つの変数による記述統計―中心と散らばりの統計量 Chapter 4 二つの変数による記述統計―相関係数と回帰分析 Chapter 5 推定の考えかた Chapter 6 検定の考えかた Chapter 7 回帰分析での推定と検定 Chapter 8 ダミー変数を用いた回帰分析 Chapter 9 レポートの作成
  • Excelによる やさしい統計解析 分析手法の使い分けと統計モデリングの基礎
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Excelを用いてデータを解析し、実践的な統計処理をマスターする!! 「どのような場合に、どのような統計的手法を用いれば、得られたデータから新たな知見が得られるか」ということを中心に、実際に企業で実践した、また、現在、大学で実践している例を交えて、丁寧に解説します。統計および確率の概念や、それぞれの解析手法の理論については、極力数式を省略して簡単にそのエッセンスを解説し、理解を深めていただきます。 第1章 はじめに~統計の知識はこんなに大事!~ 第2章 データの特徴をつかもう 第3章 正規分布とは何なのか? 第4章 梅干しは本当に減塩か?~母平均を推定する~ 第5章 新薬は高血圧に有効か?~統計的仮説検定とt検定~ 第6章 専有面積が広ければ賃料も上がる?~相関~ 第7章 家賃は築年数だけで決まる?~統計モデリング(回帰分析)~ 第8章 補遺 8.1 数学的説明 8.2 分析ツールのセットアップ 8.3 練習問題の解答と解説
  • SEクライシス
    3.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 日本中のSEを沸かした名著『SEクライシス』が、4半世紀のときを超えて復刊! SEとは何か?時代はSEに何を求めているのか?SEが奏でる「疑問」と「理想」の狂想曲。 《この25年で、SEの生態はどう変わったか?》 (以下は、発行当時の内容梗概です) 本書一冊でSEを取り巻くすべてがわかるよう解説! 自分の業務実態や悲喜こもごもの人間ドラマを織りまぜ、SEの核心に迫っていく異色の読み物。コンピュータ社会において確固たる地位を持つSEの新しい側面が満載。4コママンガが秀逸。 越川 亘 著 須崎 一成 画 目次(一部) 1 ハートブレイクSE 2 手に職ってなぁに?? 3 SEの実態を知らないユーザー 4 SEへの過度の期待 5 ソフトウェアはハードウェアのおまけか? 6 最近のソフトウェア技術動向へのキーワード 7 ソフト屋のハードウェア知らず 8 過度の専門的文化はシステム屋を殺す? 9 SEの仕事ってなぁに? 10 OJTは金稼ぎの場か?? 11 SEってブーム?? 食べられる?? 12 神経質なら避けましょう 13 でもおもしろいよ 14 ユーザーSEの実態とは? 15 意外と知られていないSEの実態 16 SEの仕事の行方は? 17 プログラマーの次、SEの次 18 提案力と新技術企画力 19 社内コンサルタントへの道とキーマン 20 結局使うのは人間 21 絶対、絶対、一番になってやる 22 時のロストワールド?? 23 ある玩具メーカーSEと話をしたら、こんなもん? 24 はてさて、実際のSE業務は? 25 概要計画に入るまで 26 お客様は神様です、概要設計の日々 27 とっても大切基本設計 28 だからどーしたコーディング 29 まずは正常、単体テスト 30 もっと、もっと!! 結合テスト ほか
  • SNSで映えるマンガの描き方 CLIP STUDIO PAINT PROで自作しよう
    3.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 マンガに興味あれば誰でも描けるようになる!!  本書はSNSで投稿するマンガの描き方を解説します。道具や決まり事をイチから覚え、ある程度満足するレベルの画力やネームで紙に表現するレベルでは初心者には敷居が高いです。一方、SNSへの投稿は、描画ソフトがあるため描きやすく、SNSの使い方に慣れているうえ、「作品」を公開する範囲を限定することにより、画力がなくても「承認欲求」を満たせることが可能です。中でもTwitterに投稿されている漫画は、基本的に1頁投稿で、色数・コマ数の規定はなく(1コマ~6コマの短コマ)、画力がなくてもバズります。  道具を揃えるのが大変なことを考えてペイントソフトCLIP STUDIO PAINTの使い方も解説します。 冒頭マンガ ・マンガを描く楽しさとは? Chapter 1 映えるマンガを描くにはどうしたらいいの? 1‐1 初心者でも映えるマンガが描ける 1‐2 うまく描くコツはうまく観察すること 1‐3 ○△□で描いてみよう 1‐4 奥行き(遠近感)の表現 1‐5 顔を描こう 1‐6 人の動きを把握する 1‐7 身体を描こう 1‐8 衣服を描こう Chapter 2 どうやってストーリーを決めるの? 2‐1 テーマを決める 2‐2 ストーリーを作る 2‐3 キャラクターの作り方 Chapter 3 描いてみよう! 3‐1 道具の準備 3‐2 ネームの作成 3‐3 作画 3‐4 マンガを描くうえでのポイント Chapter 4 投稿のススメ! 4‐1 投稿先を決める 4‐2 投稿についての注意点 4‐3 バズらせるためののコツ Chapter 5 CLIP STUDIO PAINT PRO で実際に作品を作ってみよう 5‐1 デジタルの描き方の基本 5‐2 CLIP STUDIO PAINT PROで描く COLUMN 模写のコツ 衣服のデザイン AIとマンガ マンガ家の収入 マンガ家を目指す 索引
  • SPSSによる応用多変量解析
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。 SPSSを用いた社会科学データの計量分析の実際!!  本書は、SPSSを用いて社会科学データや社会調査の多変量解析を行うために必要な手法を解説する書籍です。最初に統計学の基礎的な解説を行ってから社会科学で使用頻度の高い統計手法を詳しく解説しています。従来の多変量解析手法である重回帰分析をはじめ、その応用の階層的重回帰分析、曲線関係の回帰分析、ロジスティック回帰分析(二項、多項、順序)、Cox回帰分析などを解説します。さらに離散時間ロジットモデル、マルチレベル分析など通常の社会科学の学習ではあまり触れない統計手法も解説します。 目次 第1章 多変量解析の応用のために 第2章 SPSS の基本操作 第3章 クロス集計表 第4章 平均値の差の検定 第5章 相関係数と偏相関係数 第6章 重回帰分析の基礎 第7章 ダミー変数の利用 第8章 交互作用項の利用 第9章 階層的重回帰分析とモデル比較 第10章 曲線関係の回帰分析 第11章 二項ロジスティック回帰分析 第12章 多項ロジスティック回帰分析 第13章 順序ロジスティック回帰分析 第14章 Cox 回帰モデル 第15章 離散時間ロジットモデル 第16章 マルチレベル分析 第17章 パネルデータのマルチレベル分析 第18章 多変量解析の結果のまとめ方と留意点 参考文献 索引
  • SPSSによる多変量解析
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 SPSSでの多変量解析手法と操作をマスター SPSSはSPSS社が開発・販売している統計ソフトで国内シェアはNo.1となる。本書はSPSSを使った多変量解析の入門書である。SPSSの操作テクニックはもちろんのこと、実務で必要な統計分析の方法もわかりやすく解説した。 はじめに 第1章 統計分析の目的とは 第2章 SPSS の基本操作 第3章 統計分析の基礎 第4章 クロス集計、独立性の検定 第5章 平均値の差の検定と分散分析 第6章 単回帰分析 第7章 相関と偏相関 第8章 重回帰分析 第9章 ダミー変数と回帰診断 第10章 パス解析 第11章 変数の合成と主成分分析 第12章 因子分析 第13章 クラスター分析 第14章 ログリニア分析 第15章 論文作成法:統計分析の利用法とは 参考文献 索 引
  • AI・データ分析モデルのレシピ
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 マーケティングプロジェクトを成功に導く分析プロセスがサクッと学べる!  ビジネスの現場では多くのデータやAIの活用に関する取り組みが行われています。このようなプロジェクトが増える一方で、思うような結果が得られずにプロジェクトを中止せざるを得なかったとの声も聞こえてきます。  そこで本書では、正しく的確にAIを活用したデータ分析を導入できるよう、具体的な活用シーンに示しながら、「要件定義」「分析マスターデータ作成」「基礎集計・可視化」「モデリング」「評価・実装」の分析プロセスにおける知識やテクニックを丁寧に解説します。 Part 1 プロセスの一般論 Part 2 顧客データ × クラスタリング分析モデル Part 3 広告効果データ × 重回帰分析モデル Part 4 キャンペーンデータ × ロジスティック回帰分析モデル Part 5 調査データ × コレスポンデンス分析モデル Part 6 Eコマースデータ × 協調フィルタリング分析モデル Appendix AI開発の成功パターン(EDA)と失敗パターン(LISA)
  • APIではじめるディープラーニング・アプリケーション開発-Google Cloud API活用入門-
    -
    ※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書。 本書は、API(Application Programming Interface、Web サービスの機能を外部から利用するためのインターフェース)を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。 第1部 APIとは? ディープラーニングとは?  1章 APIの原理  2章 ディープラーニングの原理  3章 ディープラーニングのしくみ・基礎 第2部 API呼び出しのポイント  1章 APIを呼び出す環境を構築しよう  2章 いますぐ使えるAPI:利用可能なクラウドサービス 第3部 いますぐできる2つの活用シーン  シーン1 テスト採点の自動化:分析情報抽出APIの活用  シーン2 会話による健康管理サポート:音声操作アプリケーションの活用
  • Optunaによるブラックボックス最適化
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 チューニングを自動化するブラックボックス最適化について詳説  本書は,機械学習に欠かせないハイパーパラメータ調整(チューニング)を自動化するブラックボックス最適化について一からわかりやすく,そして,詳しく説明した書籍です.合わせて,Python言語上で動作するフレームワーク“Optuna”によるブラックボックス最適化の実行を,Optunaの開発者ら自ら詳しく説明しており,基礎を理解しながら実践に即した知識を身につけることができます.  いまや機械学習は多種多様な応用が広く図られており,技術者/研究者,学生全般にとって必修といえるスキルになっていますが,その際に手間を要するのが,ハイパーパラメータ調整です.特に,深層学習(ディープラーニング)では,ハイパーパラメータの数が多い傾向があるうえに,その調整が性能を大きく左右するといわれています.多くの技術者が,これにかなりの時間が費やされてしまっているのが実情です.ブラックボックス最適化は汎用性も高く,機械学習のハイパーパラメータ調整に限らず,工学や日常生活にかかわる多くのことを最適化できます.例えば,本書ではミドルウェアのパフォーマンス調整や,お菓子のレシピ作成にブラックボックス最適化を応用する方法も紹介しています.  ハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化とそのPythonベースのフレームワークOptunaについて,応用例からアルゴリズムまでを一からわかりやすく説明した書籍です.機械学習に留まらず,科学技術のあらゆる分野で登場するブラックボックス最適化に入門するにあたって最適な書籍です. CHAPTER 1 ブラックボックス最適化の基礎 1.1 ブラックボックス最適化とは? 1.2 目的関数と最適化 1.3 グリッドサーチとランダムサーチ 1.4 SMBO 1.5 ブラックボックス最適化の利用対象 CHAPTER 2 はじめてのOptuna 2.1 環境構築 2.2 簡単な数式の最適化 2.3 機械学習のハイパーパラメータのOptunaによる最適化 CHAPTER 3 Optunaを使いこなす 3.1 多目的最適化 3.2 制約付き最適化 3.3 可視化機能を用いた探索空間の調整 3.4 探索点の手動指定 3.5 分散並列最適化 3.6 サンプラーの選択 3.7 枝刈り CHAPTER 4 ブラックボックス最適化の応用例 4.1 機械学習のハイパーパラメータの最適化:音声認識ソフトウェアMozilla DeepSpeech 4.2 パイプラインフレームワークとハイパーパラメータ最適化 4.3 継続的なモデル改善でのOptunaの使い方 4.4 オンライン広告入札システムの実行環境の最適化 4.5 クッキーレシピの最適化 4.6 ニューラルアーキテクチャサーチ CHAPTER 5 Optunaの最適化の仕組み 5.1 Optunaの柔軟なインタフェース 5.2 独立サンプリング 5.3 独立サンプリングの課題 5.4 同時サンプリング 5.5 パラメータ選択の全体像 CHAPTER 6 ブラックボックス最適化のアルゴリズム 6.1 探索点選択における共通の枠組 6.2 単目的最適化における探索点選択のアルゴリズム 6.3 多目的最適化における探索点選択のアルゴリズム 6.4 探索点選択アルゴリズムの使い分け
  • 音楽で身につけるディープラーニング
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 音楽を創りながらディープラーニングを身につける! 音楽の自動生成を題材に、ディープラーニングの代表的な手法を解説した入門書です。 音符一つひとつに文字を割り当てれば、自然言語と同じように音楽を扱うことができ、演奏内容をピアノロールという表現に変換すれば、画像として扱うこともできます。そのため、音楽という 1種類のデータを使ってさまざまな手法を広く学ぶことができます。 本書では、PythonとTensorFlowを使って、自分で音楽データを学習させます。現状で生成される音楽のクオリティは高くはありませんが、音楽を創りながら学ぶディープラーニングは体と耳になじみ、読者の力になるはずです。 第1章 音楽を題材にディープラーニングを学ぼう 第2章 音楽データを Python で読み書きしよう 第3章 長調・短調判定で学ぶ多層パーセプトロン 第4章 ハモリパート付与で学ぶ RNN 第5章 メロディのデータ圧縮で学ぶオートエンコーダ 第6章 メロディモーフィングで学ぶVAE 第7章 多重奏生成で学ぶ CNN 第8章 多重奏生成で学ぶ GAN
  • 音声対話システム ―基礎から実装まで―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 音声対話システムの理論と実装を網羅! Python言語による音声対話システムの実装方法を詳しく解説.  本書は,人間の言葉を理解し,適切に応答するシステム(=音声対話システム)の理論をわかりやすく網羅した書籍です.合わせて,Python言語による音声対話システムの実装方法を詳しく説明しており,基礎を理解しながら実践に即した知識を身につけることができます.  音声対話システムの実用化・普及が進む中で,さまざまな課題が明確化され,取り組みが進められています.また,少子高齢化が進み,働き手が不足している社会状況から,音声対話システムに対する社会の期待は今後ますます高まっていくと予想されています.  今後,音声対話システムの研究開発に携わる方に必携の書籍です. 第1章 音声対話システムの概要 第2章 音声対話システムの分類 第3章 音声認識 第4章 言語理解 第5章 対話管理 第6章 end-to-endモデルによる応答生成 第7章 応答文テキストの音声合成 第8章 音声対話システムの評価 第9章 人間らしい対話を実現するための要素技術 第10章 音声対話システムの未来 付 録 Dialogflow ESによる実装
  • OS X Server 実践ワークグループ&インターネットサーバ構築 -Mountain Lion対応版-
    -
    OS X Serverによるサーバ構築手法を詳説!   AppleのOS X Serverは、ファイル共有やOpen Directory、DNS、FTP、Web、メール、Wikiなどの高機能なサーバを、ユーザフレンドリーなGUI管理ツールにより容易に構築・運用することのできるサーバOSです。  本書は、OS X Serverによるイントラ向けネットワークサーバとインターネットサーバの構築・設定方法について、ステップごとの画面例を紹介しながらわかりやすく解説します。必要なパートを読み進めていくことで、目的のサーバ環境を構築するためのノウハウがわかる、設定・活用ガイドです。
  • オープンサーキット ―美しい電子部品の世界―
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 そのあたりの電線を切ってみたら、機能美の極致がそこにあった! 目で見て、仕組みを知って、二度たのしめる電子部品の図鑑 目の前のスマートフォンやPC、日々使用する家電製品は、数百もの電子部品で構成され、それぞれ決まった機能を果たすために精密に設計されています。しかし、目に見えるところにあることは稀で、また、見られることを想定して作られてはいません。 本書では、抵抗器やコンデンサ、LED、スイッチに各種ケーブル、モーターなど、さまざまな電子部品を実際に切断し、美しい断面図を視覚的にたのしみながら、仕組みや製造方法について知ることができます。 電気に興味がある方、電子工作好きの方はもちろん、アートや写真が好きな方も楽しめる一冊です。 【このような方におすすめ】 電子機器にかかわる社会人および専門としている学生、 電子工作愛好家、 電子機器に興味のある一般の方 【目次】 謝辞 はじめに 1.受動素子 32kHz水晶振動子 カーボン皮膜抵抗器 ガラススケルトン抵抗 大電力型巻線抵抗器 厚膜抵抗アレイ 表面実装チップ抵抗 薄膜抵抗アレイ 巻線ポテンショメータ トリマポテンショメータ トリマポテンショメータ(15回転型) ポテンショメータ(10回転型) 円板型セラミックコンデンサ ガラスコンデンサ 積層セラミックコンデンサ アルミ電解コンデンサ フィルムコンデンサ ディップ型タンタルコンデンサ ポリマータンタルコンデンサ アルミポリマーコンデンサ アキシャルリードインダクタ 表面実装インダクタ 焼結フェライトインダクタ フェライトビーズ 3端子フィルタコンデンサ トロイダルトランス 電源トランス 低電流カートリッジ型ヒューズ アキシャルリード型ヒューズ 液体パワーヒューズ 小型パワーヒューズ 温度ヒューズ 2.半導体部品 1N4002 整流ダイオード ガラス封止ダイオード ブリッジダイオード 2N2222 トランジスタ 2N3904 トランジスタ LM309K 電圧調整器 デュアルインラインパッケージ(DIP) AVRマイコン ATmega328 スモールアウトライン集積回路(SOIC) 薄型クワッドフラットパック(TQFP) ボールグリッドアレイ(BGA) SoC(System-on-a-chip) スルーホール実装型赤色LED 表面実装型LED 自己点滅LED(赤緑2色) 白色LED 半導体レーザ フォトカプラ 光学式傾斜センサ 光学式エンコーダ 照度センサ CMOSイメージセンサ 3.エレクトロメカニクス トグルスイッチ スライドスイッチ 押ボタンスイッチ DIPスイッチ タクタイルスイッチ マイクロスイッチ 電磁継電器 サーマルスイッチ ブラシ付DCモータ ステッピングモータ 磁気ブザー スピーカー スマートフォンカメラ カメラモジュール内部 ロータリーボイスコイルモータ 光学ドライブのモータ エレクトレットコンデンサマイク 4.ケーブルとコネクタ 単線とより線 AC電源ケーブル IDCリボンケーブル モジュラーケーブル(電話線) DIPソケット バレルプラグとジャック 1/4インチオーディオプラグとジャック 3.5 mmオーディオジャック LMR-195 同軸ケーブル ノートPC用電源ケーブル RG-6 同軸ケーブル RG-59 同軸ケーブル F型コネクタ BNCプラグとジャック SMAコネクタ DE-9コネクタ CAT6 LANケーブル SATAケーブル HDMIケーブル VGAケーブル 一般的なUSBケーブル USBジャック SuperSpeedモード対応USBケーブル 5.レトロテクノロジー ネオンランプ ニキシー管 ニキシー管の内部 12AX7 真空管 蛍光表示管 陰極線管 陰極線管の内部 水銀スイッチ 古い巻線抵抗器 カーボンコンポジション抵抗器 Cornell-Dubilier社製 9LSコンデンサ シルバーマイカコンデンサ アキシャルリード型 積層セラミックコンデンサ 中間周波トランス(IFT) 白熱電球 写真撮影用閃光電球 フォトレジスタ 点接触型ダイオード ゲルマニウムダイオード μA702集積回路 窓付きEPROM コアメモリ IBM SLTモジュール アナログ計器(パネルメータ) 磁気テープヘッド 薄型磁気ヘッド GMRヘッド 6.複合デバイス LEDフィラメント電球 片面プリント基板 両面プリント基板 両面スルーホール基板 フレキシブル基板とリジットフレキシブル基板 エラストマーコネクタ MicroSDカード グロブトップパッケージ EMVクレジットカードチップ NFCカードキー スマートフォンのロジックボード ロジックボード内部 イーサネットトランス DC-DCコンバータ 7セグメントLEDディスプレイ 厚膜LED数字ディスプレイ 5×7 LEDドットマトリクスディスプレイ ビンテージLEDバブルディスプレイ LED英数字ディスプレイ 温度補償水晶発振器 水晶発振器 アバランシェフォトダイオード(APD)モジュール 3656HG 絶縁アンプ 絶縁アンプ内部 付録:断面図のつくりかた 切る・磨く キレイにする 固める キメる 撮影機材 レタッチする マクロ撮影 多焦点合成 用語集 索引
  • 回帰分析から学ぶ計量経済学 ―Excelで読み解く経済のしくみ―
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 マンガとイラストで理論をつかみ、Excelで実践  本書は計量経済学の入門書です。統計学を詳しく知らなくても、回帰分析がわかれば計量経済学は活用できます。本書は回帰分析の基本から紐解き、経済データの分析ができる計量経済学を使えるようにします。数式が苦手な方でも抵抗をもたいないよう、イラストと図解でわかりやすく解説します。 主な特徴 ・社会人が経済分析できるようになるための本。高校までの知識で理解できるようにする。 ・統計ソフトはExcelを想定する。 ・回帰分析を推計するところからスタートして、実用化への距離を縮める(すぐに役立つ)。 ・つかみとしてマンガを挿入します。 Prologue プロローグ コスプレな私と、本物の魔法使いさん! 第1章 データを関連づける 第1章の課題 第2章 結果をどう評価するか 第2章の課題 第3章 式の工夫 第3章の課題 第4章 変数の工夫 第4章の課題 第5章 時系列分析 第5章の課題 第6章 機械学習への道 第6章の課題 第7章 仮想現実の世界 第7章の課題 Epilogue エピローグ appendix 付録 Excelの使い方
  • 化学のための Pythonによるデータ解析・機械学習入門 (改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験/製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部 Python と統計の基礎知識 第1章 Pythonの基礎 1.1 Pythonの使い方 1.2 データセットの読み込み・保存 第2章 データの図示 2.1 ヒストグラム 2.2 箱ひげ図 2.3 散布図 2.4 相関行列 第2部 データ解析・機械学習の基礎 第3章 多変量データとデータの可視化 3.1 多変量データ 3.2 データの前処理 3.3 主成分分析(Principal Component Analysis:PCA) 3.4 階層的クラスタリング 3.5 [発展]非線形の可視化手法:t-distributed Stochastic Neighbor Embedding(t-SNE) 第4章 化学データを用いたモデリング 4.1 回帰分析(regression analysis) 4.2 クラス分類(classication) 第5章 回帰モデル・クラス分類モデルの適用範囲 5.1 モデルの適用範囲(Applicability Domain:AD)とは? 5.2 データ密度 5.3 アンサンブル学習法(Ensemble learning) 第3部 化学・化学工学データでの実践のしかた 第6章 材料設計,分子設計,医薬品設計 6.1 材料設計 6.2 分子設計,医薬品設計 6.3 化学構造の表現方法 6.4 化合物群の扱い 6.5 化学構造の数値化 6.6 化学構造の生成 6.7 化合物のデータセットを扱うときの注意点 6.8 具体的なデータセットを用いた解析 第7章 時系列データの解析 7.1 化学プラントにおける推定制御・ソフトセンサー 7.2 時系列データ解析の特徴 7.3 モデルの劣化と適応型ソフトセンサー(Adaptive Soft Sensor) 7.4 データ解析・機械学習による化学プラントのプロセス管理(異常検出,異常診断) 第8章 Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1 Datachemical LAB 8.2 材料設計 8.3 分子設計 8.4 適応型ソフトセンサー 8.5 Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理
  • かんたん! スマートフォン+FlashAir(TM)で楽しむIoT電子工作
    -
    ※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。 ※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。 スマホ+FlashAir(TM)でIoT電子工作をはじめよう!   本書は、スマートフォンと無線通信(無線LAN搭載SDカード FlashAir(東芝)を使用)を活用した電子工作の入門書です。 きわめて身近なデバイスとなったスマートフォンとUSBによる基本的な電子工作からFlashAirによる無線の電子工作、TwitterにペットのようすをアップロードするIoTシステムの構築までを解説します。FlashAirを電子工作に組み込むことで、無線LANを使って(比較的)簡単に、遠距離の LED を点灯させたり、離れたところのセンサ情報を取得したりすることができます。 具体的には、電子工作の初心者を対象として、まず無線に入る前の下準備として、スマートフォンとUSBデバイスを用いた有線のLED点灯・センサ制御を実践します(Part 1)。次に FlashAirを用いた無線システムへの置換えを図り、あわせて Lua によるマイコン制御も行います(Part 2)。本書のゴールとしてはTwitterを活用したIoTシステム(ペットの見守り装置)を構築し(Part 3)、読者は本書を読みながら実際に工作を行うことで、ワイヤレス電子工作の一通りを学ぶことができるようになっています。 ブー先生とたっくん、みきちゃんの3名の登場人物が対話形式で、実際に回路やプログラムを構築していくので楽しく読み進めることができます。
  • 画像生成AIと著作権について知っておきたい50の質問
    -
    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
  • 機械学習エンジニアのための知財&契約ガイド
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 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
  • 機械学習ガイドブック RとPythonを使いこなす
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習を理解し実践するために必要な要素を選抜して解説した、実践的ガイドブック!  本書は、機械学習の入門者から中級者までをおもな対象として、機械学習を理解し実践するために必要なさまざまな要素を選抜して解説した、機械学習のガイドブックです。  機械学習の概要から解説をはじめ、機械学習の歴史と主要なアルゴリズム、機械学習を実践するためのプログラミング言語であるRとPythonそれぞれの説明と連携、機械学習を正しく使いこなすためのさまざまな注意点、Kerasを活用したディープラーニングの実践、そして強化学習の例としてアルファゼロを取り上げています。付録には機械学習の理論的裏付けとなる数学の概要も取り上げています。  入門者の方はまず本書の第1章「機械学習とは何か、どんな働きをするのか」を読み、第5章「さあ機械学習の本質を体験してみよう」の実践を繰り返してみてください。だんだんと機械学習に関する多くのことが見えるようになってきて、中級者への道が開けるでしょう。  中級者の方には前半はやや簡単かもしれませんが、第8章「Kerasを使ったディープラーニングの実践」、第9章「さまざまなゲームの攻略法をゼロから学習するアルファゼロ」の内容が十分に理解できたのであれば、かなりのレベルに達したのだと思います。簡単かもしれない前半部分にも、参考になるさまざまな要素を仕込みました。  機械学習の入門から中級者への道をガイドする1冊となっています。 はじめに 第1章 機械学習とは何か、どんな働きをするのか 第2章 機械学習小史:機械学習ブームの基盤を作った主人公たち 第3章 ぜひ使ってみたい役に立つアルゴリズム 第4章 RとPython 第5章 さあ機械学習の本質を体験してみよう 第6章 機械学習を上手に使いこなすコツ 第7章 RとPythonの連携 第8章 Kerasを使ったディープラーニングの実践 第9章 さまざまなゲームの攻略法をゼロから学習するアルファゼロ 付録A 機械学習の基盤となる数学の概要 A.1 機械学習の数学的基盤となるベクトル空間 A.2 ベクトル空間、ノルム空間、内積空間、ユークリッド空間とその関係 A.3 ドット積、行列、行列積 A.4 さまざまな行列の性質とその演算 A.5 行列と線形写像、固有値、テンソル、カーネル関数と射影 A.6 確率空間、確率変数、確率分布 A.7 統計的推定 A.8 最適化の手法 付録B RとPythonのデータ分析に関連する基本的コマンドの比較 B.1 基本的機能 B.2 ベクトル、行列などの作成と操作および数値計算(NumPy機能の対応) B.3 データフレームの作成・操作など(Pandas機能の対応) おわりに 参考文献とそのガイド
  • 機械学習と深層学習 《C言語によるシミュレーション》
    4.0
    1巻2,860円 (税込)
    本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(C言語)を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介していきます。
  • 機械学習と深層学習 Pythonによるシミュレーション
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!!  本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例(Python)を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。 まえがき 第1章 機械学習とは 1.1 機械学習とは 1.1.1 深層学習の成果 1.1.2 学習と機械学習・深層学習 1.1.3 機械学習の分類 1.1.4 深層学習に至る機械学習の歴史 1.2 本書例題プログラムの実行環境について 1.2.1 プログラム実行までの流れ 1.2.2 プログラム実行の実際 第2章 機械学習の基礎 2.1 帰納学習. 2.1.1 演繹的学習と帰納的学習 2.1.2 帰納的学習の例題 ―株価の予想― 2.1.3 帰納学習による株価予想プログラム 2.2 強化学習 2.2.1 強化学習とは 2.2.2 Q学習 強化学習の具体的方法 2.2.3 強化学習の例題設定 迷路抜け知識の学習 2.2.4 強化学習のプログラムによる実現 第3章 群知能と進化的手法 3.1 群知能 3.1.1 粒子群最適化法 3.1.2 蟻コロニー最適化法 3.1.3 蟻コロニー最適化法の実際 3.2 進化的手法 3.2.1 進化的手法とは 3.2.2 遺伝的アルゴリズムによる知識獲得 第4章 ニューラルネット 4.1 ニューラルネットワークの基礎 4.1.1 人工ニューロンのモデル 4.1.2 ニューラルネットと学習 4.1.3 ニューラルネットの種類 4.1.4 人工ニューロンの計算方法 4.1.5 ニューラルネットの計算方法 4.2 .バックプロパゲーションによるニューラルネットの学習 4.2.1 パーセプトロンの学習手続き 4.2.2 バックプロパゲーションの処理手続き 4.2.3 バックプロパゲーションの実際 第5章 深層学習 5.1 深層学習とは 5.1.1 従来のニューラルネットの限界と深層学習のアイデア 5.1.2 畳み込みニューラルネット 5.1.3 自己符号化器を用いる学習手法 5.2 深層学習の実際 5.2.1 畳み込み演算の実現 5.2.2 畳み込みニューラルネットの実現 5.2.3 自己符号化器の実現 付 録 A 荷物の重量と価値を生成するプログラム kpdatagen.py B ナップサック問題を全数探索で解くプログラム direct.py 参考文献 索  引
  • 機械学習トレーニングデータがわかる本
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AI精度向上はトレーニングデータが鍵。 良質なトレーニングデータを手に入れるための必須知識。 アメリカをはじめ、ヨーロッパや中国などを中心にAI(機械学習)やディープラーニングを活用としたユースケースやビジネスモデルなどが大きく進化し、日本国内においても、自動車、製造、建築・土木、公的機関、eコマースなどさまざまな業種で機械学習やディープラーニングの適用が進んできています。  このようにAIに使われる機械学習を、高い精度・確率のものとするためには、高い品質、さまざまな条件の分布、バリエーションに富んだトレーニングデータを準備することが成功の鍵といえます。 本書では、トレーニングデータの性質に焦点をあて、解説を行います。 はじめに 第1章 機械学習とトレーニングデータ 1.1 ディープラーニングに進化する過程 1.2 ディープラーニングはブラックボックス 1.3 機械学習の種類 1.4 プログラミングから見た機械学習 1.5 トレーニングデータの位置付け 第2章 マネジメント層とエンジニアの機械学習 2.1 データ活用とは 2.2 DXからデジタルファーストへ 2.3 マネジメント層の大事な役割 2.4 エンジニアとトレーニングデータ 2.5 機械学習を取り巻く課題 2.6 実行すべきこと 第3章 AIとトレーニングデータ 3.1 音声認識とは 3.2 機械翻訳 3.3 画像認識 3.4 動画 3.5 チャットボット・ボイスボット 3.6 自然言語処理系AI 3.7 固有表現抽出 3.8 ポイントオブインタレスト(POI) 3.9 自動車関連系AI 3.10 AR/VR/MRとメタバース 3.11 その他 第4章 各種トレーニングデータ 4.1 音声データ 4.2 画像データ 4.3 動画データ 4.4 センシングデータ(3D点群データ) 4.5 シンセティックデータ 第5章 データアノテーション 5.1 データアノテーションとは? 5.2 プリラベリングデータ 5.3 音声データからのアノテーション 5.4 テキストデータのアノテーション 5.5 画像データのアノテーション 5.6 アノテーションフォーマット 第6章 アノテーションツール 6.1 アノテーションツールの種類 6.2 データ収集 6.3 プロジェクト定義 6.4 データ管理と割り当て 6.5 音声系へのアノテーション 6.6 テキスト系のアノテーション 6.7 画像・動画系データ 6.8 品質チェック工程 6.9 データ取りまとめ 第7章 データセキュリティ 7.1 関連する法律 7.2 データセキュリティについて 7.3 AI倫理 第8章 トレーニングデータの重要性 おわりに 参考文献
  • 機械学習入門 ボルツマン機械学習から深層学習まで
    4.0
    1巻2,530円 (税込)
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 イラストを使って初心者にわかりやすく解説!!  現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。 さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。
  • 機械学習のための確率過程入門 ―確率微分方程式からベイズモデル,拡散モデルまで―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベイズモデル、生成AIの数学的動作原理を学ぶ  本書は,機械学習の道具として使われている確率過程の書籍です.確率過程とは,誤解をおそれずにひと言でいえば「パラメータにしたがってランダムに変動するデータを解析するための数学の一分野」です.すなわち,ベイズモデル、生成AIの数学的動作原理です.  日進月歩の勢いで発展を遂げる機械学習の研究成果を各自の専門領域に取り入れるには,これらの中で道具として使われている確率過程の基礎的な知識が必要不可欠です.本書では,数学的な厳密性は犠牲としながらも,機械学習の最新の結果を理解するために最低限必要と思われる内容にしぼって,確率過程について説明しています. 第1章 確率論の基礎 1.1 ランダム事象と確率 1.2 確率空間と確率変数 1.3 確率変数の独立性 1.4 確率変数の相関 1.5 確率変数の和 1.6 確率変数の変換 1.7 累積分布関数と特性関数 1.8 モーメントとキュムラント 1.9 多変量の確率変数 第2章 確率積分と確率微分方程式 2.1 ランダムな運動 2.2 確率過程 2.3 ブラウン運動とその性質 2.4 ブラウン運動と確率積分 2.5 確率微分方程式 2.6 伊藤の公式 2.7 確率微分方程式の具体例 2.7.1 オルンシュタイン・ウーレンベック過程 2.7.2 幾何ブラウン運動 2.7.3 一般化コーシー過程 2.7.4 多変数オルンシュタイン・ウーレンベック過程 第3章 マルコフ過程の性質 3.1 確率密度関数による表現 3.2 マルコフ過程 3.3 フォッカー・プランク方程式の導出 3.4 フォッカー・プランク方程式の解法 3.4.1 1変数の場合 3.4.2 多変数の場合 第4章 確率過程とベイズモデル 4.1 ベイズモデルの基礎 4.1.1 線形回帰モデルとベイズモデル 4.1.2 変分推論 4.1.3 マルコフ連鎖モンテカルロ法 4.2 時系列と状態空間モデル 4.2.1 時系列モデリング 4.2.2 状態空間モデル 4.2.3 カルマンフィルタ 4.2.4 拡張カルマンフィルタ 4.2.5 アンサンブルカルマンフィルタ 4.2.6 粒子フィルタ 4.3 連続空間のベイズモデル 4.3.1 確率的パラメータ 4.3.2 EMアルゴリズム 第5章 確率過程と機械学習 5.1 ガウス過程回帰 5.1.1 ガウス過程回帰の導入 5.1.2 ガウス過程回帰のパラメータ推定 5.1.3 ガウス過程回帰の予測分布 5.1.4 ガウス過程潜在変数モデル 5.1.5 ガウス過程動的潜在変数モデル 5.2 スチューデントのt-過程回帰 5.2.1 スチューデントのt-過程回帰の導入 5.2.2 スチューデントのt-過程回帰のパラメータ推定 5.2.3 スチューデントのt-過程回帰の予測分布 5.2.4 スチューデントのt-過程回帰潜在変数モデル 5.2.5 スチューデントのt-過程動的潜在変数モデル 第6章 実問題への応用 6.1 環境ゆらぎの影響を受けるブラウン粒子の運動 6.2 オプションの価格付け問題 6.3 深層学習への応用 6.3.1 深層学習とガウス過程回帰 6.3.2 拡散モデル 付録  サンプルコード A.1 状態推定のサンプルコード A.2 機械学習のサンプルコード
  • 機械学習をめぐる冒険
    3.8
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習のしくみをイラストや図解でやさしく学ぼう! 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街(=機械学習内の分野)を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、k近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり-機械学習の国へ行こう- 第一章 いりぐち-機械学習ってなんだろう?- 機械学習ってなんだろう? AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの? 「言葉」を認識する 「画像」を認識する  COLUMN 強いAIと弱いAI 第二章 観光案内所-機械学習の種類と仕組み- 機械学習には種類がある 先生に正解を教えてもらおう-教師あり学習- 教師データとラベル  教師あり学習の仕組み 自力で学習を進めよう-教師なし学習- 試行錯誤の経験から学習しよう-強化学習- コラム いろんな機械学習 学習した知識を役立てよう-汎化・タスク・アルゴリズム- 学習のしすぎに注意!-過学習- COLUMN オッカムの剃刀とノーフリーランチ定理 第三章 分類の街-k近傍法と決定木- 並べかたで分類しよう-k近傍法-  一刀両断、スパッと分類!-サポートベクターマシン- ○と×で分類しよう-決定木- 決定木の作りかた たくさんの決定木の森-ランダムフォレスト- COLUMN みにくいアヒルの子定理 第四章 最適化の街-進化的計算と群知能- 最適化ってなんだろう? 進化を模倣してよりよい情報を残そう-進化的計算- いきものの進化の仕組み 進化的計算ってなんだろう? 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには-遺伝的プログラミング- 生物の群れの行動から学習しよう-群知能- 蟻みたいに近道を見つけよう -蟻コロニー最適化法- 大勢で答えを探そう-粒子群最適化法- 魚みたいに餌を探そう-AFSA- 第五章 試行錯誤の街-強化学習- 強化学習ってなんだろう? とにかく試行回数を重ねよう-モンテカルロ法- より効率的に試行するには?-Q学習- Q学習で迷路を脱出しよう 第六章 神経回路の街①-ニューラルネット- 神経細胞と神経ネットワーク 神経細胞の模倣-人工ニューロン- 神経ネットワークの模倣-人工ニューラルネットワーク- ニューラルネットの学びかた 視覚のシミュレーション-パーセプトロン- ハイスピードで学ぼう!-バックプロパゲーション- ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける-認識- 「何か」を動かす-制御- 「何か」を考える-判断- 必ず「何か」を返してくる。……それでいいのかな? 第七章 神経回路の街②-ディープラーニング- ディープラーニングってなんだろう? 人間の「視覚」を真似したニューラルネット これはイヌ? それともネコ?-畳み込みニューラルネットの画像認識- CNNはどうして高性能なんだろう? 時間で変わるデータを分析しよう-リカレントニューラルネットとLSTM- 本物そっくりのニセモノをつくる-敵対的生成ネットワーク- ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習-深層強化学習- 第八章 でぐち-機械学習をはじめよう- 機械学習に使われる言葉-プログラミング言語Python- 機械学習に使われるソフトウェア①-TensorFlowとKeras- 機械学習に使われるソフトウェア②-Caffe、PyTorch、Chainer- おわりに-AIについて学べる参考図書たち-  索引
  • 基礎から学ぶ 人工知能の教科書
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人工知能の構成技術を網羅的に概観する、やさしい教科書 本書は、人工知能のしくみを一から丁寧に解説する入門書です。 「人工知能とはなにか」という定義からはじまり、機械学習や画像処理といったさまざまな技術のしくみを、できるだけ数式を使わずに平易に説明します。 深層学習が火付け役となった人工知能ブームによって、人工知能は多くの方にとって馴染みのある存在になってきました。しかし、 ・ 機械学習 ・ ニューラルネットワーク ・ 進化的計算 ・ 自然言語処理 ・ 画像認識 などの個別のトピックのみが取り上げられることも多く、人工知能全体の体系はよくわからない、という方も多いのではないでしょうか。 本書では、上述したようなトピックを網羅的に扱い、人工知能を構成する技術の全体像を概観します。できるだけ数式を用いずに、平易に解説するよう心がけました。 業務上AIに関する知識が必要になった社会人や、情報系の学部・学科に所属する大学生はもちろん、人工知能に興味のある高校生にも読んでいただける内容です。 なお、各章の最後には、Pythonを使った演習を設けています。 エンジニアの方や、エンジニアを志す学生の方は、ぜひ演習問題にも取り組んでみてください。 第1章 人工知能とは 第2章 人工知能研究の歴史 第3章 学習 第4章 知識表現と推論 第5章 ニューラルネットワーク 第6章 深層学習 第7章 進化的計算と群知能 第8章 自然言語処理 第9章 画像認識 第10章 エージェントと強化学習 第11章 人工知能とゲーム 第12章 人工知能はどこに向かうのか
  • 基礎から学ぶ 量子計算 ―アルゴリズムと計算量理論―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 丁寧な解説と豊富な演習問題により、量子計算のアルゴリズムと計算量理論について一から理解できる 量子計算のアルゴリズムと計算量理論について、一からわかりやすく解説した書籍です。 現在、大きな注目を集めている量子コンピュータによる計算(量子計算)は、従来のコンピュータによる計算(古典計算)と比べて、いわゆる指数関数的な高速化を実現することがあります。 その一方で、この高速化は量子力学の基礎原理をもとにしており、アルゴリズムと計算量理論の分野の言葉で記述されるものです。したがって、この高速化の現象を正しく理解するには、量子力学特有の重ね合わせの原理とエンタングルメントをはじめとした量子計算のアルゴリズム、および、計算量理論をひと通り理解する必要があります。 本書は、線形代数と離散数学の基本的な知識のみを前提として、量子計算の原理について初学者向けに丁寧な解説を行っています。 数多くの例題と演習問題を収載しており、読者自ら手を動かしながら学ぶことができます。 第1章 計算理論の基礎事項 1.1 文字列,計算問題 1.2 ブール回路 1.3 二進列に対する演算 1.4 計算量クラス 1.4.1 P, NP, EXP 1.4.2 多項式時間帰着とNP完全問題 1.4.3 オラクル 1.4.4 乱択アルゴリズムと計算量クラス 第2章 ブラケット記法と量子計算でおなじみの行列 2.1 ベクトル 2.2 行 列 2.3 量子計算でよく出現する行列 2.3.1 ユニタリ行列 2.3.2 正規行列,エルミート行列 2.3.3 射影行列 2.3.4 半正定値行列 第3章 量子情報の基礎 3.1 量子ビット,量子状態 3.1.1 量子ビット,量子状態の測定 3.1.2 量子ビットの幾何的描像 3.1.3 量子ビット,量子状態の時間発展 3.1.4 量子ランダムアクセス符号 3.1.5 量子鍵配送 3.2 複数の量子ビット 3.2.1 テンソル積 3.2.2 複数の量子ビットからなる量子状態 3.2.3 複数の量子ビットの時間発展および測定 3.2.4 部分系の測定 3.2.5 CHSHゲーム 3.2.6 量子テレポーテーション 3.3 観測量 3.4 混合状態 3.4.1 1量子ビットと密度行列 3.4.2 部分トレースと混合状態 3.5 POVM 3.5.1 3ビット量子ランダムアクセス符号 3.5.2 2値POVM の実現方法 3.6 発展的な概念 3.6.1 トレース保存完全正値写像 3.6.2 近似と距離 第4章 量子回路 4.1 基本ゲート,量子回路 4.2 古典計算vs量子計算 4.3 量子計算の計算木 4.4 万能量子ゲート集合 4.5 よく使用される量子回路 4.5.1 量子回路のワイヤの交換 4.5.2 量子アダマール変換と一様重ね合わせ状態の生成 4.5.3 量子フーリエ変換 4.5.4 アダマールテスト 4.5.5 SWAPテスト 4.6 空間的制約が課された量子回路 第5章 量子アルゴリズム 5.1 Deutsch?Jozsaの量子アルゴリズム 5.2 Groverのアルゴリズム 5.2.1 量子計算に古典アルゴリズムを組み込む 5.2.2 量子振幅増幅 5.3 Simonのアルゴリズム 5.4 位数発見アルゴリズム 5.5 量子特有の問題に対する量子アルゴリズム 5.5.1 位相推定 5.5.2 量子シミュレーション 5.6 その他の量子アルゴリズム 5.7 通信を含む計算問題に対する量子プロトコル 第6章 量子計算量クラス 6.1 Pの量子版:BQP 6.1.1 BQPとNPの関係 6.1.2 BQPを含む古典計算量クラス 6.2 NPの量子版:QMA 6.3 量子対話型証明 6.4 量子多証明者対話型証明 付録 A.1 群と体 A.2 オーダ記法 A.3 チューリング機械 A.4 非決定性チューリング機械 A.5 確率チューリング機械 A.6 PSPACEとEXP
  • 基礎から学ぶ 量子コンピューティング ―イジングマシンのしくみを中心に―
    -
    ※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。 量子コンピューティングがやさしくわかる 「量子コンピューティング」は量子コンピュータを用いた計算手法です。量子コンピュータには、大別してゲート型量子コンピュータとアニーリング型量子コンピュータがあり、ほかにアニーリング型量子コンピュータに着想を得た疑似量子コンピュータがあります。 本書で特に力を入れて説明しているのは、イジングマシンを使った具体的な問題の解き方です。イジングマシンは、組合せ最適化問題を解く専用のコンピュータで、アニーリング型量子コンピュータと疑似量子コンピュータのことを指します。組合せ最適化問題は応用範囲が広いので、具体的な問題の解き方を知ることで、量子コンピューティングの役立つシーンがイメージしやすくなるはずです。そうしたイメージができて興味がわいてきたら、もう少し専門的な資料を読んだり、量子コンピュータを使ってみたりして、さらに上の段階に進めると思います。 量子コンピューティングのしくみと、量子コンピュータを使ってどんなように問題を解くのかを知りたい方に基礎からていねいに解説します。 1章 量子コンピューティングの概要 1.1 量子コンピューティングとは 1.2 量子コンピューティングの応用例 1.3 量子を使わない量子コンピューティング 2章 イジングマシンのしくみ 2.1 イジングマシンとイジング模型 2.2 イジングマシンの計算のしくみ 2.3 問題を解くために必要なこと 2.4 問題を解く前の注意点 3章 イジングマシンで問題を解く 3.1 最大カット問題 3.2 画像のノイズ除去 3.3 グラフ彩色問題 3.4 クラスタリング 3.5 巡回セールスマン問題 3.6 ナップサック問題 4章 イジングマシンを使った機械学習 4.1 二値分類 4.2 行列分解 4.3 ブラックボックス最適化 5章 ゲート型量子コンピュータ 5.1 ゲート型量子コンピュータの計算のしくみ 5.2 量子アルゴリズム 5.3 量子ビットと操作の方式 6章 量子コンピューティングの今後 6.1 イジングマシンの進化 6.2 ゲート型量子コンピュータの発展 6.3 量子コンピューティングへの期待 付録 A.行列とベクトル A.1 行列とベクトルの演算 A.2 行列の固有値と固有ベクトル B.ブラックボックス最適化の補足 B.1 損失関数の平方完成 B.2 多変数ガウス分布 C.量子アルゴリズムの補足 C.1 ブラケット記法 C.2 ドイチュ・ジョサのアルゴリズム C.3 グローバーの量子探索アルゴリズム 参考文献 索引
  • 基礎からわかるTCP/IP ネットワークコンピューティング入門 第3版
    4.3
    1巻2,200円 (税込)
    TCP/IPネットワークの実際が基礎から理解できる TCP/IPを真に理解するため、ネットワーク技術の解説はもちろん、コンピュータ内部の構造、データやパケットをやり取りする仕組みを解説した1冊。豊富な解説図により、パケットやメッセージの動作がよく分かる! 第1章 TCP/IP入門 第2章 TCP/IPの理解を助けるアプリとコマンド 第3章 ネットワーク技術を支えるコンピュータの基礎 第4章 ネットワークの基礎知識とTCP/IP 第5章 IPはインターネットプロトコル 第6章 TCPとUDP 第7章 TCP/IPアプリケーション 第8章 IPを助けるプロトコルと技術 付録
  • 基礎からわかるTCP/IP  ネットワーク実験プログラミング  第2版
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 TCP/IPプロトコルの動作を実験プログラミングで学ぶ! TCP/IPの動作メカニズムの詳細を理解するには、実際に動作を確認するためのプログラム作成し、解析することが最良の方法といえる。 この本では、IP、TCP、UDP、ICMP、IP(v6)などのヘッダを直接操作したり、生成するプログラムの作成をとおして、これらのプロトコルのもつ性質、メカニズムの本質を理解していく。 プログラムはC言語対応、OSは、FreeBSD、Linux対応。実験プログラムをとおしてプロトコルの詳細を学ぶのに最適の1冊。 2001年8月に発行された初版を、現状に合わせて改訂し、第2版として発行するもの。 第1章 TCP/IPプロトコルスタック入門 第2章 TCP/IPプロトコルとヘッダの構造 第3章 ソケット 第4章 パケットモニタリング実験 第5章 TCP/IP通信の識別 第6章 ARPの実験 第7章 IPとICMPの実験 第8章 TCPの実験 第9章 IPv6による通信実験
  • 基礎がよくわかる! ゼロからのRPA UiPath 超実践テクニック
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 業務効率化の武器となるRPAツール、UiPathを動かして学び、基礎から応用まで身につける!  本書は、情報収集、レポート作成、データ転記、システム登録、Excel操作などの定型的作業を自動化できるRPAツールの中で、国内で1,500社以上が導入しているUiPathの使い方を詳解しています。  豊富な図を用い、初めてでも理解できるように解説します。自動化システムの開発を体験することで、自分の業務に応用するための技術を身につけることができます。 はじめに Part1 UiPathの基礎を学ぼう Part2 UiPathの画面操作・Excel操作を理解しよう Part3 ワークフローの安定化、保守性向上を身につけよう Appendix UiPath Community Editionのインストール
  • キッチン・インフォマティクス ―料理を支える自然言語処理と画像処理―
    5.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 料理を支える自然言語処理と画像処理を学ぼう! クックパッドや楽天レシピなどのレシピサービスは、多くの方にとってなじみ深い、日常的に使用するものです。ほかにも、写真を撮るだけで食事が記録できるアプリや、トレーに載せた食品をスキャンすると精算ができる画像認識型のレジなど、身の回りには食に関係する情報技術が多数存在します。 本書は、そういったレシピや料理画像を題材として、言葉や画像を扱う技術について解説します。 たとえばクックパッドには、投稿されたレシピの文章を解析して、自動的にカテゴリ分けする機能があります。これには、自然言語処理という言葉を扱う技術が活用されています。 また、上で触れた食事が記録できるアプリなどには、投稿された料理写真を解析して、自動的に料理を認識する機能があります。これには、画像処理という画像を扱う技術が活用されています。 こういった自然言語処理や画像処理の技術を概説したのち、研究や開発に使用できるデータセットや、実際のサービスにおける活用事例を紹介します。さらに、自然言語処理と画像処理を複合的に用いる、クロスモーダルな処理についても紹介します。 また、最後には、自然言語処理や画像処理をより深く学びたい方に向けて、推薦図書の案内も掲載しています。 「まさに料理に関する情報サービスの開発に携わっている!」という方にはもちろんですが、これから自然言語処理や画像処理を学びたい方、言語と画像のクロスモーダルな処理について学びたい方、新しい研究テーマやサービス開発のアイデアを見つけたい方、さらには単純に料理とAIという組み合わせに興味のある方まで、技術に興味のある方には幅広く楽しんでいただける内容です。 第1章 はじめに――なぜ料理と情報処理なのか? 第2章 料理と自然言語処理 第3章 料理と画像処理 第4章 料理とクロスモーダル処理――複合的なアプローチ 第5章 おわりに――料理と情報処理のこれから
  • 基本を学ぶ  コンピュータ概論 (改訂2版)
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 基本事項をコンパクトにまとめ,親切・丁寧に解説したコンピュータの基礎の教科書!現場のニーズに応じて,さらに内容をブラッシュアップしました.  基本事項をコンパクトにまとめ,親切・丁寧に解説したコンピュータの基礎の教科書です。今回の改訂で現場のニーズに応じて,さらに内容をブラッシュアップしました.  大学1,2年生向けの教科書として適切な内容として,ハードウェア,ソフトウェアの両面からコンピュータやネットワークの内部構成や動作原理について,基礎的かつ重要な事項に的をしぼって解説しています. 1章 コンピュータシステム  1 コンピュータの歴史  2 コンピュータの基本構成と動作原理  3 現代社会におけるさまざまなコンピュータ  練習問題 2章 情報の表現  1 2進符号  2 2進数による数の表記法  3 数値データの表現  4 文字データの表現  5 音声・画像データの表現  練習問題 3章 論理回路とCPU  1 ブール代数と論理回路  2 論理回路と中央演算処理装置(CPU)  3 CPUの動作  練習問題 4章 記憶装置と周辺機器  1 記憶装置  2 インタフェースとバス  3 入出力装置  練習問題 5章 プログラムとアルゴリズム  1 プログラムとプログラミング言語  2 アルゴリズム  3 プログラミング言語と言語処理プログラム  練習問題 6章 OSとアプリケーション  1 OS  2 制御プログラムの役割  3 アプリケーションとミドルウェア  4 仮想化ソフトウェア  練習問題 7章 ネットワーク  1 コンピュータネットワーク  2 インターネットとTCP/IP  3 インターネットサービス  4 コンピュータシステムの構成と信頼性  練習問題 8章 セキュリティ  1 セキュリティ技術  2 暗号化技術  練習問題 練習問題解説・解答 索 引
  • 強化学習アルゴリズム入門 「平均」からはじめる基礎と応用
    3.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 「平均」という観点から強化学習の基本が理解できる! AlphaGoがプロ棋士を破った2016年以降、強化学習や深層強化学習はさまざまな分野から注目を集めています。しかし、専門書では難解な専門用語や数式が多用されるため、初学者にとってはハードルが高い状態が続いていました。 本書は、そのハードルの高さを解消することを目的に制作されました。平均という初歩的な数学を使うことで、「価値」「探索」「マルコフ性」といった強化学習の基本をわかりやすく解説します。 また、各アルゴリズムについては、「多腕バンディット問題」および「グリッドワールド問題」のいずれかを用いて、比較しやすい状態で解説します。そのため、各アルゴリズムの特徴や差異がわかりやすくなっています。さらに、中核的なアルゴリズムについては、PythonとMATLABの2種類のコードを、オーム社と著者のWebサイト、およびGithubで配布します。配布コードを実行することで、「原理→数式→プログラム」という一連の流れを直感的に把握できます。 【本書の特徴】 ・難解な強化学習の原理を、中高生にもなじみ深い「平均値の計算」という観点からわかりやすく解説します。 ・さまざまなアルゴリズムを、共通する例題を用いて特徴がわかりやすいように比較します。 ・PythonとMATLAB、2種類のコードを配布します。 ※Pythonのバージョンは3です。 第1章 平均から学ぶ強化学習の基本概念 第2章 各アルゴリズムの特徴と応用 第3章 関数近似手法 第4章 深層強化学習の原理と手法
  • 強化学習と深層学習 C言語によるシミュレーション
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人工知能研究における諸分野を、C 言語による具体的な処理手続きやプログラム例によりやさしく解説する!!  強化学習は、一連の行動の結果だけから行動知識を学習する手法です。 本書では、この強化学習と深層学習の基礎を紹介した上で、深層強化学習のしくみを具体的に説明します。単に概念を説明するだけでなく、アルゴリズムを実際にC言語のプログラムとして実装することで、実際にプログラムを動かすことで具体的な処理方法の理解を深めます。 主要目次 第1章 強化学習と深層学習 第2章 強化学習の実装 第3章 深層学習の技術 第4章 深層強化学習
  • 技術者のための 情報通信法規
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 資格試験対策や実務に役立つ情報通信法規のテキスト!  本書は、情報・電気通信関係法令を総合的にまとめるとともに、電気通信主任技術者、情報処理技術者、無線従事者の資格を受験する際の法規科目および電気通信関係法規の参考書として、関連する法令を集録しています。また、大学、高専、専門学校において情報通信法規のテキストとして活用できるよう、演習問題等も収録しています。 ※本書は、日本理工出版会から2017年4月に発行した「技術者のための情報通信法規教本(新版)」を引継ぎ、オーム社から発行するものです。 1 電気通信事業法 1 概 要 2 通信の秘密 3 電気通信事業 4 事業用電気通信設備 5 端末設備 6 工事担任者 7 登録認定機関・承認認定機関 8 基礎的電気通信役務支援機関 9 事業の認定 10 土地の使用 11 雑 則 12 罰 則 2 有線電気通信法 1 概 要 2 有線電気通信設備の設置の届出等 3 技術基準 4 設備の検査等 5 非常事態における通信の確保 6 有線電気通信の秘密の保護 7 罰 則 3 不正アクセス行為の禁止等に関する法律 1 概 要 2 不正アクセス行為の禁止 3 アクセス管理者による防御措置 4 都道府県公安委員会による援助等 5 罰 則 4 電子署名及び認証業務に関する法律 1 概 要 2 電磁的記録の真正な成立の推定 3 特定認証業務の認定等 4 指定調査機関等 5 雑 則 6 罰 則 5 電波法 1 概 要 2 無線局の免許 3 無線設備 4 無線従事者 5 運 用 6 監 督 7 雑 則 8 罰 則 6 放送法 1 概 要 2 放送番組の編集等 3 日本放送協会 4 放送大学学園 5 基幹放送 6 一般放送 7 有料放送 8 認定放送持株会社 9 放送番組センター 10 雑 則 11 罰 則 7 著作権法 1 概 要 2 著作物 3 著作者 4 著作者の権利 5 著作権の制限 6 著作隣接権 7 権利侵害 8 罰 則 8 国際条約 1 概 要 2 国際電気通信連合憲章 3 国際電気通信連合 4 無線通信部門 5 電気通信標準化部門 6 電気通信開発部門 7 世界国際電気通信会議 8 国際電気通信連合に関するその他の規定 9 電気通信に関する一般規定 10 無線通信に関する特別規定 11 国際連合その他の関係機関及び非構成国との関係 12 用語の定義
  • Gitによるバージョン管理
    4.7
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 バージョン管理ツールGitは、高機能な反面、望みどおりの結果を得るには少し慣れが必要です。本書は、Gitを使っていて実際によく出会う状況やワークフローを例に、基本的な使い方からその先まで、場面に応じた使い方を解説します。
  • クラウドシステム移行・導入 ―アーキテクチャからハイブリッドクラウドまで―
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 従来のシステムをクラウドシステムに移行させるうえでの標準的なプロセスや必須知識を網羅  自社システムをクラウドに移行する,あるいは自社システムにクラウドを導入するうえでの標準的なプロセスや必須知識を網羅した書籍です.AIOps,CI/CD,DevOps,IaaS/PaaS/SaaS/IDaaS/MaaS,Kubernetes,VPCなどのいま1つよくわからない専門用語の1つひとつを,IT技術者向けにていねいに解説しています.  まずクラウドシステムを使ううえでの考え方からスタートして,クラウドシステムに関連した主な技術,考えるべき指針についてわかりやすく解説しています.さらに,各種規制への対応についても述べています.現在のクラウドシステムを支えている技術は高度かつ複雑であり,しかも日進月歩で進化しています.したがって,各社のインフラストラクチャの担当者,アプリケーション開発の担当者,およびシステム運用の担当者として,常にクラウドの個々の技術の詳細を理解しておくのは少し難しいかもしれませんが,クラウドを使用するユーザの立場から最低限の知識とポイントを押さえておく責任があります.  本書を読むことで,クラウドの移行・導入の全体的なイメージをつかむことができ,取り組むべき課題がみえてきます. 第1章 システムのクラウド移行・導入をデザインする 第2章 クラウドのアーキテクチャを正しく理解する 第3章 クラウドにおけるアプリケーションの開発と運用 第4章 クラウドセキュリティの考え方と実践 第5章 ハイパフォーマンスマシン,モビリティのクラウドアーキテクチャ 第6章 情報管理と法制度
  • グラフニューラルネットワーク ―PyTorchによる実装―
    4.0
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 深層学習でネットワークを解析する世界最前線の研究を1冊で学ぶ!  深層学習をグラフ(ネットワーク)で表される構造データに対して適用するための研究が盛んになっています。それが、本書で解説するグラフニューラルネットワークです。グラフ中の頂点やグラフ全体を高精度に分類できれば、高度な画像認識、推薦システム、交通量予測、化合物分類、さらには新型コロナウイルス(COVID-19)への対処のための応用なども期待できる、世界最前線の研究です。  本書では、グラフニューラルネットワークの基本的な知識および研究事例について説明し、PyTorchによる実装について紹介するとともに、今後の学習のための情報源についても解説します。Google Colaboratoryで解説するとともに、サンプルコードもついています。 まえがき 第1章 グラフニューラルネットワークとは  1.1 はじめに  1.2 グラフを対象とした畳み込み  1.3 グラフを対象とした機械学習タスク   1.3.1 ノード分類   1.3.2 グラフ分類   1.3.3 リンク予測   1.3.4 グラフ生成  1.4 グラフニューラルネットワークの応用   1.4.1 画像認識   1.4.2 推薦システム   1.4.3 交通量予測   1.4.4 化合物分類   1.4.5 組み合わせ最適化   1.4.6 COVID-19とグラフニューラルネットワーク  まとめ 第2章 グラフエンベディング  2.1 グラフエンベディング手法の概観  2.2 次元縮約に基づく手法  2.3 グラフ構造に基づく手法   2.3.1 DeepWalk   2.3.2 LINE   2.3.3 node2vec   2.3.4 GraRep  2.4 ニューラルネットワークに基づく手法  まとめ 第3章 グラフにおける畳み込み  3.1 グラフ畳み込みにおけるアプローチ  3.2 Spectral Graph Convolution   3.2.1 フーリエ変換   3.2.2 グラフラプラシアン   3.2.3 ChebNet   3.2.4 GCN  3.3 Spatial Graph Convolution   3.3.1 PATCHY-SAN   3.3.2 DCNN   3.3.3 GraphSAGE  まとめ 第4章 関連トピック  4.1 グラフオートエンコーダ  4.2 GAT  4.3 SGC  4.4 GIN  4.5 敵対的攻撃  4.6 動的グラフのエンベディング  4.7 時空間グラフ畳み込みネットワーク  4.8 説明可能性  まとめ 第5章 実装のための準備  5.1 Python  5.2 NumPy  5.3 SciPy  5.4 pandas  5.5 Matplotlib  5.6 seaborn  5.7 Scikit-learn  5.8 t-SNE  5.9 Jupyter Notebook  5.10 Google Colaboratory  まとめ 第6章 PyTorch Geometricによる実装  6.1 PyTorch   6.1.1 データセット   6.1.2 モデル   6.1.3 損失   6.1.4 最適化  6.2 PyTorch Geometric入門   6.2.1 PyTorh Geometricとは   6.2.2 類似ライブラリとの比較   6.2.3 PyTorch Geometricによるグラフのデータ構造   6.2.4 よく使われるベンチマークデータセット   6.2.5 ミニバッチ   6.2.6 データ変換   6.2.7 グラフの学習手法  6.3 PyTorch Geometricによるノード分類・グラフ分類   6.3.1 PyTorch Geometricによるエンベディング   6.3.2 PyTorch Geometricによるノード分類   6.3.3 PyTorch Geometricによるグラフ分類  まとめ 第7章 今後の学習に向けて  7.1 書籍  7.2 サーベイ論文  7.3 動画  7.4 リンク集など  7.5 Open Graph Benchmark  まとめ おわりに 参考文献 索引
  • 現場がわかる 組込みソフトウェア開発
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 組込みソフトウェア開発の現場がよくわかる!  本書は、組込みソフトウェア開発の現場の知識を学ぶことができる実務入門書です。  現場で必要となる知識をQ&Aの形式で整理し、現場に配属された新人・若手エンジニアの成長の流れ(配属前→プログラマ→エンジニア→チームリーダー)に沿ってまとめているので、どこでこの知識が必要になるのかを具体的にイメージしながら仕事の要点をつかみ、学んでいくことができます。  全体に平易に、先輩が現場の流れを教えてくれるようなかたちで記述しているので、教科書的な記述が苦手な方にもお勧めできる一冊です。 1章 組込み開発現場に入る前に(最初の疑問) 2章 プログラミングとテスト(プログラマの視点) 3章 内部設計とプログラム設計(エンジニアの視点) 4章 チームのリーディング(チームリーダーの視点)
  • ゲームAI研究の新展開
    -
    ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ゲームAI研究の「これまで」と「これから」を第一線の研究者がわかりやすく解説  本書は,ゲームAI研究の「これまで」と「これから」を第一線の研究者がわかりやすく解説した書籍です.  ゲームAI研究は従来より,AIの社会実装における重要な示唆を与えるものとして大きな役割を果たしてきました.特に近年,深層学習の登場により注目を集める分野になっています.しかし,すべての情報を得られない不完全情報ゲームや実環境の外乱が結果を大きく左右するスポーツ等の不確定ゲーム,コミュニケーションがゲームの勝敗に大きな影響を与えるコミュニケーションゲームなど,まだまだ多くのゲームで人間を超えるゲームAIをつくることが困難な分野もあります.さらに,AlphaGoZeroが人間のプロを超越したとされる完全情報ゲームの囲碁でも,囲碁AIが陥ってしまう穴が見つかっています.  また,人間を超越したゲームAIが人間と共存するために求められる人間らしさや楽しさの理解,これからのデジタルゲームに求められるゲームデザインとゲームAI,ゲーム体験の評価手法および人間の認知機能の理解なども課題として残されています.  本書は,これまでのゲームAI研究の理解の上に,これからゲームAI研究をする人にとってヒントとなるエッセンスの詰まった必読書です. CHAPTER 1 ゲームと知能研究 1.1 知能研究におけるゲーム 1.2 ゲーム研究のメインストリーム 1.3 ゲーム研究の残された課題 CHAPTER 2 不完全情報ゲーム 2.1 CFR 2.2 ガイスター 2.3 大貧民 2.4 ポーカー 2.5 不完全情報ゲームのゲームAIの可能性 CHAPTER 3 不確定ゲーム 3.1 バックギャモン 3.2 バックギャモンのゲームAI 3.3 ゲームAIの評価の可視化 CHAPTER 4 コミュニケーションゲーム 4.1 ゲームにおける社会的相互作用 4.2 Hanabi 4.3 人 狼 CHAPTER 5 実環境のゲーム 5.1 カーリング 5.2 測定データの処理 5.3 研究事例 5.4 実環境で人間プレイヤを支援する技術 5.5 実戦運用と課題 5.6 ミニ四駆AI 5.7 ミニ四駆AIの技術と課題 CHAPTER 6 ゲームデザイン 6.1 ゲームにおけるゴール 6.2 ルール設定 6.3 ゲームデザインの表現 6.4 レベルデザイン 6.5 難易度の調整 CHAPTER 7 メタAIとプロシージャル コンテンツ ジェネレーション 7.1 メタAI,PCG,機械学習 7.2 メタAIとは 7.3 アルゴリズムによるPCG 7.4 機械学習を用いたPCG 7.5 学習を含んだMCS-AI動的連携モデル CHAPTER 8 人間らしさと楽しさの演出 8.1 人間らしさのさまざまな側面 8.2 ゲームの要素とAI技術 8.3 ゲームAIに求められる人間らしさ 8.4 人間プレイヤの人間らしさ 8.5 人間らしさの実装方法 8.6 人間プレイヤの感じ方のモデリング 8.7 実例(FPS,スーパーマリオブラザーズ,囲碁,不確定ゲーム) CHAPTER 9 ゲーム体験の評価 9.1 AlphaZero以後のゲームAI研究 9.2 主観的事項の評価・計測手法 9.3 楽しさの評価 9.4 今後の課題 CHAPTER 10 人間の認知機能とスキルアップの原理 10.1 スキルアップの原理 10.2 熟達にともなう潜在化と自動化 10.3 熟達者の認知特性の実例 10.4 熟達者の脳 CHAPTER 11 認知研究とAIの人間への影響 11.1 ゲームと認知研究 11.2 ゲームの認知科学的研究 11.3 生体データの計測と解析 11.4 ゲームによる学習支援 11.5 人間を超えるゲームAIの反響 11.6 将棋界に起こった変化と邂逅 11.7 囲碁AIが囲碁界に与えた影響 11.8 eスポーツとゲームAI 11.9 人間の知を超えたゲームAIとその応用

最近チェックした本