情報科学作品一覧
-
3.9■AIについての最も重要な命題=人類はAIを制御できるか、という「AIコントロール問題」と真正面から格闘した本命本。 ■近未来に、汎用的な能力においても思考能力においても、そして、専門的な知識・能力においても、人類の叡智を結集した知力よりもはるかに優れた超絶知能(スーパーインテリジェンス)が出現した場合、人類は滅亡するリスクに直面する可能性がありうる。そのリスクを回避するためには、スーパーインテリジェンスを人類がコントロールできるかどうかが鍵を握る。果たして、そのようなことは本当にできるのか? ■オックスフォード大学の若き俊英、ニック・ボストロム教授が、スーパーインテリジェンスはどのようにして出現するのか、どのようなパワーを持つのか、いずれ人類がぶち当たる可能性のある最大の難問、「AIのコントロール問題」とは何か、解決策はあるのかなどについて、大胆にして、きわめて緻密に論じる。2014年秋に原著が出版されるや、瞬く間にニューヨーク・タイムズ紙ベストセラーとなり、イーロン・マスク、ビル・ゲイツ、S・ホーキング博士およびその他多数の学者や研究者に影響を与え、AIの開発研究は安全性の確保が至上命題であることを広く認識させるきっかけとなった。 ■近未来においてスーパーインテリジェンスは実現する可能性はあるのか? どのようなプロセスで実現されるのか?スーパーインテリジェンスはどのような種類の能力をもち、人類に対してどのような戦略的優位性をもつのか? その能力が獲得される要因は何か? 人類が滅亡する危機に直面するリスク、人類との共存の可能性についてどう考えるべきか? これらAIをめぐる真に根源的な問題について著者は、類書をはるかに超えた科学的、論理的な考察を徹底して慎重に積み重ね、検証する。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【豊富な図と数式のコンビで、深層学習の基本原理が直感的に理解できる！】 本書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。 第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク（深層学習）の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。 -
4.0IoTについての基本的な知識が身に付く本です。IoTサービスの導入の際に必要となる知識や、IoT機器の仕組みなど、幅広い分野について理解できるようになります。2018年10月より開始されたIoT検定ユーザー試験パワー・ユーザーの教科書&問題集としても使うことができます。 -
3.8Amazon Web Services（AWS）のしくみや関連技術についてわかりやすく解説する図解本です。エンジニア1年生、IT業界などへの転職・就職を目指す人が、AWS関連の用語、しくみ、クラウドとネットワークの基礎技術などを一通り学ぶことのできる、1冊目の入門書としてふさわしい内容を目指します。本書では、クラウドやネットワークの基礎から解説し、AWSのサーバーサービス、ストレージサービス、ネットワークサービス、データベースサービスについて具体的なサービス名を挙げながら初心者向けにわかりやすく紹介します。今までのAWS解説書では用語がわからず難しかったという人も本書なら安心して学ぶことができます。 -
4.0機械学習・ディープラーニングについて学ぶための、図解形式の解説書です。エンジニア1年生、機械学習関連企業への就職・転職を考えている人が、機械学習・ディープラーニングの基本と関連する技術、しくみ、開発の基礎知識などを一通り学ぶことができます。 -
4.0 -
4.2システム開発における最初の関門である「要件定義」を、豊富なイラストや表、具体例を用いてわかりやすく解説しています。現場に立つうえでエンジニアが身につけておくべき知識が満載の一冊です。 -
-※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。 RPA（Robotic Process Automation）は、ソフトウェア化されたロボットで、パソコンやサーバに対して人手で行われている業務を自動化する技術です。AIやIoTなどのデジタル技術と同じく、経営や業務の革新に貢献すると期待されています。本書は、RPAの市場動向および導入前の心得から「五段階」導入プロセス、用語までを図表をつかってわかりやすく解説した入門書です。RPAに興味のある方、導入を検討されている方などにおすすめします。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 IoT導入・運用というとセンサーやデバイスに注目しがちです。しかしIoTをうまく構築するためには、ネットワークとサーバを含むシステム全体を理解する必要があります。本書は、これからIoTシステムについて学習したい方、導入の検討をしている方を対象に、IoTとはどのようなものか、どうすればうまく構築できるのか、そして導入・運用のポイントまでをやさしく解説します。自動化・無人化を進めるコア技術がよくわかります。 -
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。 データマイニングは、大量のデータを効率よく整理して、ビジネスなどに有用な知見を引き出す作業です。本書は、データマイニングで使われる専門用語や基礎知識の解説から、データ解析に必要な統計学の知識、最前線で使われているテクニックの紹介までを、豊富なイラストを交えながらわかりやすく解説した入門書です。データをどのように集めるのか、前処理とは何か、精度など知っておくべきことがまとめて身につきます！ -
3.7分析手法からAIの基本まで、 知っておきたい知識を全部図解 【本書のポイント】 ・解説とイラストがセットで理解しやすい！ ・グラフや値の種類、データ構造など、基礎知識から解説！ ・技術関連の項目も図解。初心者にもわかりやすい！ ・統計学やAIの基本などの周辺知識もしっかりカバー！ ・情報社会におけるデータ活用の問題点や課題まで網羅！ 【こんな方におすすめ】 ・データサイエンスの基本を知りたい人 ・業務でデータ分析に関わる人 ・AIの基礎や今後の課題など周辺知識まで知りたい人 ・現場の実態や出来事など、最新動向についても知りたい人 【内容紹介】 データを活用して、自社のビジネスやサービスに 生かそうという動きが活発化しています。 しかし、データの分析には幅広い知識が求められます。 本書では、データやグラフの種類、統計学の基本など、 基礎から周辺知識まで、データサイエンスを学ぶ際に 知っておきたいことを一通り解説しています。 見開きで1つのテーマを取り上げているので、 最初から順に読んで体系的な知識を得るのはもちろん、 気になるテーマやキーワードに注目しながら読むなど、 状況に合わせて活用してください。 【目次】 第1章 データサイエンスを支える技術～需要が高まる未来の必修科目～ 第2章 データの基本～データの表現方法と読み方～ 第3章 データの処理と活用～データを分類し、予測する～ 第4章 知っておきたい統計学の知識～データから答えを導き出す～ 第5章 知っておきたいAIの知識～よく使われる手法とそのしくみ～ 第6章 セキュリティとプライバシーの問題点～データ社会はどこに向かうのか？～ ※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。 -
3.5 -
-ChatGPT＆Midjourneyによる プロンプトエンジニアリングの 基本的な手法が学べる 【企画背景】 画像生成AIのMidjourneyやStable Diffusion、文章生成AIのChatGPTなどに代表される生成AIは、その高い精度と自然言語によるインターフェイスにより現在世界中の注目を集めています。生成AIはビジネスや開発の現場など多方面で利用が活発になり、生成AIでコンテンツを作成するプロンプトエンジニアリングの需要が高まってきています。 【ChatGPTとは】 会話形式で質問に答えてくれる文章生成AI。 【Midjourneyとは】 テキストから画像を作成する画像生成AI。 【書籍の概要】 生成AIを利用したプロンプトエンジニアリングの実践手法について解説した書籍です。生成AIの概要と基本的な利用手法から始まり、文章生成AIや画像生成AIを利用したコンテンツ生成の基本的な手法を解説します。最終章では今後の生成AIの展望についても触れています。 【対象読者】 ・文章生成AIや画像生成AIを利用したい方 ・プロンプトエンジニアリングに興味ある方 【本書の特徴】 ・ChatGPTやMidjourneyといった人気の生成AIの概要をつかめる ・文章生成AIや画像生成AIのプロンプトエンジニアリングの基本手法がわかる ・ChatGPTとMidjourneyを組み合わせたプロンプトエンジニアリング手法がわかる 【目次】 Chapter0 イントロダクション Chapter1 生成AIの躍進 Chapter2 文章を生成するAI：ChatGPTによるプロンプトエンジニアリング Chapter3 画像を生成するAI：MidjourneyによるAI画像生成 Chapter4 生成AIによる創作活動 （ChatGPT＆Midjourney） Chapter5 生成AIの未来 Appendix さらに学びたい方のために 【著者プロフィール】 我妻 幸長（あづま・ゆきなが） 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士（物理学）。 法政大学デザイン工学部兼任講師。 オンライン教育プラットフォームUdemyで、10万人以上にAIを教える人気講師。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ビジネスパーソン必見! データ分析に不可欠なAIスキルを最短で習得できる！ 本書は機械学習を実際のビジネスシーンに適用してデータ分析を行うための実践書である。機械学習そのものの解説というよりは、データ分析に不可欠な機械学習の手法を駆使してビジネスを予測的に改善する手法を解説していく。具体的な適用事例を用いて説明がなされるため、読者は目的やケースに合った手法（アルゴリズム）や実際の適用方法などを効率的に身に付けることができる。原著はMITで使われている教科書であり、講義の目的に応じて章を選択可能。ビジネスで使えるデータ分析手法を最短で習得したい読者に役立つ一冊である。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 世界を変える技術は絶えることなく誕生している。SNS（交流サイト）やチャットアプリはコミュニケーションの世界を、EC（電子商取引）はビジネスの世界を一変させた。ほかにも、2010年代のスマートフォンやAI（人工知能）、さかのぼれば1990年代のインターネット、さらに1970年代のPCなど、枚挙にいとまがない。本書では、現在にとどまらずこれからの世界の変化をリードするであろう注目の技術を選び解説する。 主なものを挙げれば、Web3、メタバース、ブロックチェーン、デジタルツイン、量子コンピューター、クラウド、5Gを含むネットワーク技術、セキュリティーとなる。これらは独立して存在するのではなく、互いに関連しながら社会への影響度を高めていく。 今まさに、Web1.0、Web2.0に続く、10年、あるいは20年に一度のインターネットの変革が起ころうとしている。この変化にあらがうことはできない。どんな技術が存在し、どういった変化を起こしていくのかを知ることが最良の対応であり、本書はそのガイドとなるものである。 ≪目次≫ 第1章 Web3/メタバース最新動向 第2章 量子コンピューター最新動向 第3章 クラウド/ネットワーク最新動向 第4章 セキュリティー最新動向 第5章 挑戦者たち 第6章 シリコンバレー最新動向 第7章 GAFA深読み最新動向 第8章 サイバー攻撃最新動向 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 あの「天然知能」を情報科学として明快に解説！ 本書は、セルオートマトンによる知能のシミュレーションについて、基本的な考え方から学ぶものです。 オートマトンの基礎から解説を始め、セルオートマトンに見られる典型的な現象（相転移、カオスの縁）、セルオートマトンと人工知能との対応、非同期調整セルオートマトンと著者らの提唱する「天然知能」との対応、リザバーコンピューティングによる実装の手法までを、順を追って解説します。 「天然知能」は、人工知能（RNN）のように初期情報と因果関係（規則）のみに従って結論を出すものではなく、推論過程で外部の情報に触れることにより結論が変わり得る仕組みであり、現実の思考過程・創造に向かう意識の変化にふさわしい概念として提唱されたものです。 第0章 本書の構成 第1章 はじめに：オートマトンから生命的計算へ 1.1 計算機としてのオートマトン 1.2 セルオートマトンによる世界の模倣 1.3 カオスの縁は本当なのか 1.4 天然知能的理解・天然知能的オートマトンへ 第2章 非同期ライフゲームによる確率的論理ゲート 2.1 ウォーミングアップ：本書におけるオートマトンの使用法 2.2 ライフゲームの規則とグライダー 2.3 非同期ライフゲームと相転移 2.4 非同期ライフゲームにおける計算の可能性 2.5 ゆらぎを利用する確率的論理回路 第3章 1次元セルオートマトン 3.1 初等セルオートマトン（ECA） 3.2 ECAの時空間パターン 3.3 1次元セルオートマトンの四つのクラス 第4章 ランダムさ・複雑性・べき乗則 4.1 ビット列のランダムさとエントロピー 4.2 1次元セルオートマトンのランダムさと複雑さ 4.3 べき乗則 第5章 カオスの縁 5.1 1次元セルオートマトンと「カオスの縁」 5.2 浸透セルオートマトンと相転移 第6章 セルオートマトンの天然知能化 6.1 同型性の発見・解体・転回 6.2 受動・能動の一致を実現する人工知能的描像 6.3 受動/能動のトラウマ構造―1：順序型・非同期時間 6.4 受動/能動のトラウマ構造―2：休止型・非同期時間 6.5 非同期調整オートマトン：脱色されたトラウマ 第7章 非同期調整オートマトンの実装 7.1 1次元セルオートマトンにおける同期と非同期 7.2 非同期調整オートマトンの実装 7.3 非同期調整オートマトンの時空間パターン 第8章 非同期調整オートマトンの臨界性 8.1 カオスの縁を超えて普遍的臨界性へ 8.2 パワースペクトルと1/fゆらぎ 第9章 計算万能性と計算効率のトレードオフ 9.1 万能性と効率は比較可能か 9.2 同期計算における万能性と効率のトレードオフ 9.3 非同期計算における万能性と効率のトレードオフ 9.4 非同期時間が内包する同期時間ルールの多様性 9.5 非同期調整が破るECAのトレードオフ 第10章 リザバー計算への実装 10.1 ニューラルネットとリザバー計算 10.2 ECAを用いたリザバー計算 10.3 非同期調整オートマトンを用いた天然知能的学習システム 第11章 おわりに 参考文献 -
4.7ゲーム開発者、AIエンジニア、 すべての意思決定に悩んでいる方に必見！ 戦略ゲームAIの仕組み、戦略的意思決定プロセスを紐解くバイブル書 【戦略ゲームAIについて】 戦略ゲームの元にとなるストラテジー＆シミュレーションゲームはボードゲームを発端として、発展してきました。 近年では、スマートフォン向けのソーシャルゲームを筆頭に、数多くのゲームでストラテジー＆シミュレーション要素が取り入れられており、 いまやゲーム開発において戦略ゲームAIは避けて通れない非常に重要な要素になっています。 またゲーム開発のみならず、一般の人工知能開発、複雑な意思決定のプロセス形成において、その技術は非常に注目されています。 【本書の特徴】 ストラテジー＆シミュレーションゲームに利用されている戦略ゲームAI技術について、 国内や海外の事例を交え、その仕組みを丁寧に解説した書籍です。 基本的な技術の概論の解説から始まり、 著者が注目するシミュレーション＆ストラテジーゲームAIのアルゴリズムについて、 ビジュアルを交えながら解説します。 【読者対象】 ・ゲーム開発者 ・AI開発者 ・意思決定に興味を持つ方 【本書のゴール】 戦略ゲームAIの仕組みを学ぶことができる 【プロフィール】 ゲームAI研究者・開発者。 京都大学で数学を専攻、大阪大学（物理学修士）、東京大学工学系研究科博士課程（単位取得満期退学）。 博士（工学、東京大学）。2004年よりデジタルゲームにおける人工知能の開発・研究に従事。 国際ゲーム開発者協会日本ゲームAI専門部会設立（チェア）、日本デジタルゲーム学会理事など。 ※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。 -
- -
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。 オープンソースの広がりにより、多様な機能を実現することは以前と比較すると驚くばかりに容易になっている。しかし、このような開発法ではスケーラビリティと高信頼性を同時に保証することはできない。機能の実現や追加が比較的安易にできる時代になったからこそ、成長し続けるシステム全体の正常な動作を保証しうる開発検査手法の必要性が増している。 本書では、優れた開発者として最先端の理論やツールと使ってソフトウェア開発をするために必要な基礎知識である、論理学、並行システム、オートマトン、モデル検査のアルゴリズムや実装技術、モデル検証ツールをまとめて解説する。 -
- -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書はFOSE主催ワークショップの予稿集（2022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。 本書はFOSE主催ワークショップの予稿集（2021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。 -
4.8※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。 1979年に発行された『ソフトウェア・テストの技法』は、「作ったソフトウェアが意図した通りに動き、意図していないことはしないようにするにはどうしたらよいか」という、もっとも根本的な問題を扱っており、四半世紀にわたって読み継がれる、この分野の古典となっている。 第2版では、インターネット時代に合ったソフトウェアの品質を確保するため、第8章を全面的に書き換え、第9章と付録を新たに追加した。 -
-※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。 本書は、実際にアーキテクチャを設計するための具体的なスキルとして設計原則や開発プロセスと対応付けながら、アーキテクトの最も基本的な素養としてのソフトウェアパターンを丁寧に解説している。ソフトウェアアーキテクト育成ための理論と実践という観点でバランスのとれた書籍であり、独習書として実務家にも最適である。 -
3.8 -
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。 さらにパターン認識・機械学習を学ぶ！ 本書は『わかりやすいパターン認識』（第1版1998年、第2版2019年）、『続わかりやすいパターン認識』（2014年）の姉妹書として、教師付き学習における非線形な識別処理を主テーマに、パターン認識・機械学習を解説したものです。本書ではサポートベクトルマシン、カーネル法、畳み込みニューラルネットワークを取り上げ、それらの前段階として、一般化線形識別関数、ポテンシャル関数法も紹介しています。 パターン認識・機械学習を学びたい初学者が独学で学べるようにわかりやすい記述として、具体例、実験例をできるだけ取り入れて解説しています。また章末に演習問題を設けて、力試しができるようにもなっています。演習問題の解答はオーム社Webページからダウンロードできるようになっています。 第1章 線形識別関数とパーセプトロン 第2章 線形分離不可能な分布 第3章 一般化線形識別関数 第4章 ポテンシャル関数法 第5章 サポートベクトルマシン 第6章 カーネル法 第7章 ニューラルネットワーク 第8章 畳み込みニューラルネットワーク 付録 補足事項 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 Amazon社のAlexaやマツコロイドなど、人との対話を通して仕事をこなすコンピュータ内蔵システムやロボットが活躍している。 私たちが日常使う言語（自然言語）を、AIを用いてコンピュータに組み込むための技術「自然言語処理」を集めた本シリーズの第5巻『対話システムの作り方』では、様々な実例を通して対話システムを体系的に紹介していく。マツコロイドの制作にも関わった著者が、対話というものの本質から目的に沿った対話システムの作り方まで、幅広く解説する。対話システムの導入書！ -
-※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。 ロボットが“巧みさ”を手に入れるには？ 冗長自由度系の不良設定性から“巧みさ”の力学的原理に迫る 人が日常的に何気なく行っている、目標物に向けて手を伸ばしたり、物を掴んだりするような巧みな動作。 それを多関節・多自由度なロボットで実現するには、その動作を生み出す「プログラム(計算式)」を用意しなければなりません。そして、そのプログラムを記述する時に、逆運動学の不良設定性が問題となります。 この問題をいかに解消するか? それがロボットで「巧みさ」を実現するための鍵となります。 本書では、ロボットが自然にこの問題を解消するための、数学的道筋に言及し、「巧みさ」の源泉を探ります。 本書は『"巧みさ"とロボットの力学』（2008年5月刊行）をプレミアムブックス版として復刊したものです。内容は変更されていませんので、ご了承ください。 -
3.7 -
- -
-※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。 「いつ、なにをする？」がわかれば、Unityが使えるようになる！ はじめてプログラムを作る、はじめてゲームを作る、という初心者向けのやさしいUnityとゲームの作り方入門です。 作る時の「考え方」がわかれば、アプリ作りはぐっと楽になります。「動く」「回転する」などの簡単なしくみから、それを組み合わせてゲームにしていく過程まで、サンプルアプリを作りながら解説していきます。 カリキュラムは次のようになっています。 Chapter1 Unityって何？ Unityの基本解説と、インストールをします。 Chapter2 体験してみよう まずは、プロジェクトを作って、基本的な使い方を理解しましょう。 Chapter3 スクリプトで動かそう 「絵を移動させたいとき」は、「ずっと、絵の位置を変え続ける」というスクリプトで実現できます。 Chapter4 キー入力と衝突判定 「キーで移動させたいとき」は、「ずっと、キー入力を調べ続ける」というスクリプトで実現できます。 Chapter5 マウスでタッチしたものを調べる 「マウスのタッチで何か処理を行いたいとき」は、「マウスのタッチがものに衝突したとき、何かの処理を行う」というスクリプトで実現できます。 Chapter6 アニメーション 「パラパラマンガで動くキャラを作りたいとき」を解説します。 Chapter7 シーンを切り替える 「メインのゲーム画面の他に、タイトル画面や、ゲームオーバー画面を作りたいとき」のやり方を解説します。 Chapter8 プレハブでたくさん作る 「同じしくみのキャラをたくさん登場させたいとき」はどうしたらよいでしょう？ Chapter9 重力を使う 「横から見た2Dゲーム」を作ります。 Chapter10 UI テキストでカウンター 「ゲーム中に文字を表示させたいとき」の方法を解説します。 楽しいゲームを作りながら、Unityとプログラミングの基本をマスターしましょう！ ◆著者：森 巧尚(もり よしなお) パソコンが登場した『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて約40年。現在は、コンテンツ制作や執筆活動を行い、また関西学院大学、関西学院高等部、成安造形大学の非常勤講師や、プログラミングスクールコプリの講師など、プログラミングに関わる幅広い活動を行っている。 近著に『作って学ぶ iPhoneアプリの教科書～人工知能アプリを作ってみよう！～』（マイナビ出版）、『楽しく学ぶ アルゴリズムとプログラミングの図鑑』（マイナビ出版）、『動かして学ぶ！ Vue.js開発入門』（翔泳社）、『Python1年生』（翔泳社）、『Java1年生』（翔泳社）、『なるほど！ プログラミング 動かしながら学ぶ、コンピュータの仕組みとプログラミングの基本』（SBクリエイティブ）、『小学生でもわかるiPhoneアプリのつくり方』（秀和システム）など多数。 -
-1巻3,839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。 本書は、スマートコントラクトアプリケーションを事例として、パブリックなブロックチェーンを用いたスマートコントラクト開発の手法を紹介する書籍です。 スマートコントラクトプラットフォームのデファクトであるEthereumと、スマートコントラクトを開発するためのプログラミング言語Solidityを中心に取り上げ、実際にアプリケーションを開発するためのプロセスを体験することができます。 スマートコントラクトのコーディングやテスト手法はもちろん、フロントエンドやミドルウェアを含めたアプリケーション提供のための包括的な手順を説明しています。さらに、ブロックチェーンの特徴を活かすサービスデザインの取り組みも紹介します。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 コンテナ型の仮想環境を作成、実行するためのプラットフォーム、Dockerの実践解説書。 本書は、エンジニアが普段行うようなWebアプリケーション開発環境の構築を、Dockerを用いて行うにはどのようにすればよいか、またその環境をDockerで作ることによってどのように開発を効率化させることができるか、にフォーカスした内容となっています。 PHPのLaravel、Node.jsのNuxt.js、RubyのSinatraとRuby on Rails、PythonのPyTorchといった、Webアプリケーションや機械学習の領域で用いられているものを対象として取り上げました。それぞれの解説は独立したものとなっているので、読者の方が使っている言語はもちろん、経験していない言語やフレームワークを試すのにも良いでしょう。 -
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。 Chainerのバージョン2でディープラーニングのプログラムを作る 本書はChainer を使ってディープラーニングのプログラムの作り方を示すものです。ディープラーニングは複雑なネットワークで表現された関数の回帰の問題と見なせます。そしてこのような問題は勾配法で解きます。この観点から Chainer によるプログラムの作成法を示しました。Chainerが2にバージョンアップしたため、2に対応し発行するものです。畳み込みニューラルネットワークについても解説しています。 主要目次 はじめに 第0章 Chainer とは 第1章 NumPy で最低限知っておくこと 第2章 ニューラルネットのおさらい 第3章 Chainer の使い方 第4章 Chainer の利用例 第5章 Trainer 第6章 Denoising AutoEncoder 第7章 Convolution Neural Network 第8章 word2vec 第9 章Recurrent Neural Network 第10章 翻訳モデル 第11章 Caffe のモデルの利用 第12章 GPU の利用 参考文献 ソースプログラム -
-エネルギー、環境、高齢化など、我々が直面している課題の多くは、たくさんの要素が複雑に関連し合う問題である。ここで重要なことが「知の構造化」である。知識が凄まじい勢いで増えて、細分化された結果、全体像が見えなくなっているということである。科学が発展し、細分化していくにつれ、人間の価値と科学との距離が、次第に遠くなってしまった。知の構造化は、細分化されて知識を再構成しビジョンを「解りやすく、良くする」ために必要なのである。知の構造化は、「知識の構造化」と「行動の構造化」からなる。（カバー袖より／小宮山宏） -
-第一線の人工知能研究者が見通す、近未来の「人と人工知能」の協働シナリオとは？ 人工知能が急速に能力を高めているなか、 近い将来、シンギュラリティは本当にやってくるのだろうか。 それはいつごろなのか。 人間の価値観を揺るがすような、パラダイムシフトは起こるのだろうか。 そのとき、労働はどう変わる？ 教育は？ 芸術はどうなる？ 富の偏在はどうなる？ 著者は、俳句を生成する人工知能「AI一茶くん」を開発した人工知能研究者。 研究者から見たGhatGPT出現の意味とは。 GhatGPTなどの大規模言語モデルの仕組みから、 近未来の社会変容までを平易に解説。 【目次】 序 章 六十七年の時を経て 第一章 人工知能は自ら学習する――脳の仕組みとディープラーニング 第二章 本能と知能と、生と死と――「知能」と「人工知能」の違い 第三章 ChatGPTで見えた次のフェーズ――人工知能研究の現在地と近未来 第四章 人工知能との「協働」シナリオ――「強い人工知能」と「弱い人工知能」 第五章 新たな価値の出現と富の再配分――人工知能時代のパラダイムシフト 第六章 人工知能が人工知能を開発する日――研究の最前線と課題 第七章 代替される「知能」、代替されない「芸術」――人間に残される仕事は何か 第八章 一変する「教育」の風景――人工知能時代に必要な自発的「学び」 終 章 人間とも人工知能とも「仲良く」する力 【著者】 川村秀憲 1973年、北海道に生まれる。小学生時代からプログラムを書きはじめ、人工知能に興味を抱くようになる。同研究院で調和系工学研究室を主宰し、2017年9月より「AI一茶くん」の開発をスタートさせる。ニューラルネットワーク、ディープラーニング、機械学習、ロボティクスなどの研究を続けながらベンチャー企業との連携も積極的に進めている。 -
3.3※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ChatGPTは、入力する質問・指示次第でいくらでも使い勝手が変わります。しかし、その圧倒的な自由度のせいで、効果的に使いこなせていない人が多いのが現状です。特に多いのが、ChatGPTに自分の知らない知識を求めてしまうパターンです。ChatGPTはでたらめな回答をすることも多いので、失望して「使えない」と思った人も多いでしょう。しかし、それはあくまで使い方に問題があっただけなのです。ChatGPTには、あなたの優秀な部下だと思って接してあげましょう。部下への指示の出し方にコツがあるように、ChatGPTにも質問や指示の出し方にコツがあります。そのコツさえ掴んでしまえば、ChatGPTはいくらでもあなたのために働いてくれます。 ※本書はGPT-4にも完全に対応し、解説した1冊となっています。 ※本書はKindleで発売されている『おばちゃんでもわかる超入門ChatGPT』『ChatGPT の応答精度はプロンプトが9割』に最新情報を加え、大幅に加筆修正して出版したものです。 -
- -
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。 ポスト深層学習!! 本書は、ポスト深層学習の最右翼として注目される「アンサンブル機械学習」を、具体的にプログラムを動かしながら概観できる“超実践”の書である。 アンサンブル機械学習とは簡単に言えば、従来のいくつかの機械学習法の“良いとこ取り”である。その主な手法であるランダムフォーレスト、ブースティング、バギングなどについて、簡潔に紹介している。 「とにかく使ってみたい」という読者にはうってつけの、まさに「超実践の必読書」となるだろう。 -
4.3※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。 ［本書で学習できるタスク］ 転移学習、ファインチューニング：少量の画像データからディープラーニングモデルを構築 物体検出（SSD）：画像のどこに何が映っているのかを検出 セマンティックセグメンテーション（PSPNet）：ピクセルレベルで画像内の物体を検出 姿勢推定（OpenPose）：人物を検出し人体の各部位を同定しリンク GAN（DCGAN、Self-Attention GAN）：現実に存在するような画像を生成 異常検知（AnoGAN、Efficient GAN）：正常画像のみからGANで異常画像を検出 自然言語処理（Transformer、BERT）：テキストデータの感情分析を実施 動画分類（3DCNN、ECO）：人物動作の動画データをクラス分類 本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art（最高性能モデル）の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。 ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。 -
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。 実践・自然言語処理シリーズの第3巻。本書は自然言語処理におけるテキスト処理の様々な要素技術を、実用的な手法に厳選してまとめている。前処理、類似度、重要度、検索、要約、フィルタリング処理といった基礎的な処理方法が網羅され、自然言語処理の各種ツールの使い方も丁寧に解説している。教科書だけでは不十分な、実践に足る情報をこの一冊を通して得ることができる。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 NFTを仕組みとコードで知り尽くす！ NFTは、ブロックチェーン技術における最大のトレンドです。唯一無二のデジタルトークンとして、アートはもちろん、メタバースの不動産、チケット機能など、様々な応用があります。本書は、NFTについて基礎から応用まで深く学べる、実践的なガイドです。暗号通貨の歴史やブロックチェーンの基本概念、そしてスマートコントラクト設計やデプロイ方法など、理論と実践の双方を広くカバーします。すぐにデプロイできる多数のサンプルも紹介、NFTやDeFiの開発に興味ある方は必読の一冊です。この本を手に取って、NFTの深い世界に飛び込んでみてください！ はじめに 第1章 NFTの全体像 1.1 NFTとは 1.2 NFTが誕生するまで 1.3 NFTの様々な事例 1.4 Fungibility?代替可能性とは 1.5 ブロックチェーンとNFT 1.6 NFTのエコシステム 第2章 NFTを体験する 2.1 ウォレットの準備 2.2 ETHの購入と出庫 2.3 NFTの購入 2.4 NFTの発行と販売. 第3章 NFTを支える技術 3.1 ブロックチェーンの設計思想と仕組み 3.2 BitcoinとEthereum 3.3 ブロックチェーンノードとNode as a Service 3.4 メインネットとテストネット 3.5 ブロックチェーンエクスプローラ 3.6 スマートコントラクト 3.7 Ethereum上のスマートコントラクト 3.8 コンテンツのホスティング 3.9 Dappsフロントエンドとweb3.js 第4章 最初のトークン：Hello NFT 4.1 事前準備 4.2 NFTコードの作成 4.3 ローカル環境でのテスト 4.4 パブリックブロックチェーンへのデプロイ 4.5 フロントエンドの実行 4.6 コントラクトコードのアップロード 第5章 スマートコントラクト開発に役立つ知識 5.1 Solidity言語について 5.2 Ownableによる管理用の関数の実装 5.3 アップグレード可能なコントラクト 5.4 ガスの節約 5.5 パブリックブロックチェーンへのデプロイ 5.6 テストの記述 5.7 TypeScriptを用いた開発 第6章 NFTの規格ERC-721について 6.1 実装すべき関数 6.2 2種類の移転関数 6.3 2種類の委任 6.4 実装すべきイベント1 6.5 トークンのメタデータについて 6.6 トークンを列挙できるようにするERC721Enumerable 6.7 発展的な内容 第7章 IPFS上のアートNFT 7.1 IPFSについて 7.2 Pinataへのアップロード 7.3 コントラクトの作成 7.4 トークンの発行 7.5 NFT売買サービスでの確認 第8章 チケットトークンの実装 8.1 設計について 8.2 チケットコントラクトの開発 8.3 フロントエンドの開発 8.4 バックエンドの開発 8.5 動作の確認 8.6 発展的な検討事項 第9章 ジェネラティブNFTの実装 9.1 設計について 9.2 コントラクトの開発 9.3 メタデータ生成ロジックとバックエンドの準備 9.4 フロントエンドの準備 9.5 動作の確認 9.6 テストネットでの実験 付録 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。 本書は機械学習を始めたばかりの方にもTensorFlowを初めて使う方にも、究極のガイドです。 コードを理解するにはPythonプログラミングに関する知識が事前に必要ですが、それ以外は機械学習の基本からTensorFlowの実践的な使いこなしまでマスター可能です。 Part 1では、機械学習とは何か、といった探求と、TensorFlowが果たす重要な役割についてハイライトを当てます。1章では機械学習の用語と理論を紹介し、第2章ではTensorFlowの利用を開始するために必要なことを解説します。 Part 2では、基本的なアルゴリズムについて説明します。3章～6章のそれぞれの章で、回帰、分類、クラスタリング、隠れマルコフモデルについて解説します。これらのアルゴリズムは、機械学習のあらゆる分野で利用できます。 Part 3では、TensorFlowが真のパワーを発揮するニューラルネットワークについてそのベールをはがします。7章～12章では、オートエンコーダー、強化学習、畳み込みニューラルネットワーク、再帰型ニューラルネットワーク、シーケンス変換モデルおよびユーティリティーについて紹介します。 経験豊かなTensorFlowユーザーでない限り、最初にPart 1(1章と2章)を読むことをお勧めします。そこをマスターしたら、あとは本書の好きな章から読んでOKです。 機械学習やTensorFlowを初めて使う方には究極のガイド本であり、その基礎をバッチリマスターできます。 -
-※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。 本書は、ディープラーニングの代表とも言える「畳み込みニューラルネットワーク（CNN）」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを動かしながら学べる書籍です。 ディープラーニングについて解説する書籍は多数発行されていますが、本書では、「きちんとニューラルネットワークの原理から理解すること」と、「その原理をどのようにコードとして書くか」の両方がバランスよく学べます。 表面的にコードを覚えるだけでは、応用力は身に付きません。本書で根本から理解しておくことで、現場に出てからも長く使える基礎力を身に付けましょう！ ※本書では、プログラムの実行環境としてGoogle Colaboratoryを利用するため、面倒な環境構築は不要です。 ※本書は、2016/9発行の『TensorFlowで学ぶディープラーニング入門』をもとに、Python3系、TensorFlow 2.0ベースに書き換えたほか、全体的に解説を見直し、修正しています。そのほか、実行環境をGoogle Colaboratoryに変更、オートエンコーダーによるアノマリー検知やDCGAN による画像生成などのトピックを追加しています。 -
-
- -
-※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。 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。 最先端研究者必携シリーズ！！ ナチュラルコンピューティング・シリーズとは、自然界の様々な現象を研究し「情報処理」の全く新しい地平を切り開く未踏領域の知識を集めた本邦初のシリーズである。 本巻は、DNAナノエンジニアリングについて、基礎から最先端の研究までを解説。読者は、情報科学、材料科学、生命科学、システム工学等の学生・研究者である。 -
3.3ディープフェイクとは、人工知能（AI）の技術を用いて合成された、本物と見分けがつかないほどリアルな人物などの画像、音声、映像やそれらを作る技術のことである。大統領が敵国への降伏を呼びかける動画が拡散されたり、ある企業のCEOの偽音声を用いた詐欺事件が発生するといった事例が生まれる一方、画像生成AIを用いて作成された絵画が米国の美術品評会で優勝するなど、アートやエンターテインメントの分野にも大きな変革が生じる可能性がある。ディープフェイクを生み出す原理や社会への影響などを平易に解説し、共存せざるを得ない未来に向けて知っておくべきことを語る。 ●偽ゼレンスキーかく語りき ●ディープポルノ――日本では逮捕者も ●GANの発明――敵対的生成ネットワークというアイデア ●画像生成AI――言葉を入力すれば絵ができる ●人はディープフェイク顔を信頼する ●脳はディープフェイクに気づいている ●フェイク動画を見破る ●ディープフェイクと共存する -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 変化し、長期運用するシステムの信頼性を確保する！ 本書は、現代社会において、変化しつつ長期的に運用される巨大で複雑な複合システムに対し、いかにしてその不具合を減らし、重大事故を防ぎ、信頼性を保ちつつ運用を継続していくかについて体系的に議論した初めての技術書である。機能や構造、その境界が変化するシステムは通常「オープンシステム」と呼ばれる。我々はこのための技術体系を「オープンシステムのためのディペンダビリティ工学」、英文で“Dependability Engineering for Open Systems”、その略称をDEOS（デオス）と呼んでいる。システム開発・保守・運用に従事する技術者、研究者に必携の書である。 -
4.0印刷本なのか、電子本なのか。これからの出版社・取次・書店・読者を考えるために必読の1冊！ 出版をめぐる状況は世界的な規模で、大きな変貌を遂げている。学術雑誌はインターネット上であたりまえに公開。電子出版・インターネット書店・出版情報と物流情報のデジタル化・電子図書館、そして出版メディアのゆくえを語り尽くす、書店員の書いた一冊。 前書きより〜 （前略）私は「電子出版」と呼ばれるものが、現在の出版物の一般的な形態である本や雑誌をすべてなぎ払ってしまうなどと主張するつもりはありません。また、「電子出版」の良いところだけをことさら取りあげて、バラ色の出版未来論を展開する気もありません。そうではなく、現在進行形の事態をできるだけ総合的に分析して、今後の出版メディアをその流通も含めて展望してみたいと思っているのです。（後略） 【目次】 はじめに ●一時間目 学術出版の世界は激変している ●二時間目 電子出版は出版を変えるか ●三時間目 成長するインターネット書店 ●四時間目 出版情報・物流情報のデジタル化 ●五時間目 出版メディアのゆくえ あとがき 索引 【著者】 湯浅俊彦 1955年、大阪府豊中市生まれ。追手門学院大学・国際教養学部・教授。学校法人追手門学院図書・情報メディア部長。日本図書館協会・出版流通委員。 著書に『電子出版学概論―アフターコロナ時代の出版と図書館』（出版メディアパル）、『図書館情報学用語辞典 第5版』（丸善出版）、『文化情報学事典』（勉誠出版）、『電子出版活用型図書館プロジェクト―立命館大学文学部湯浅ゼミの総括』（出版メディアパル）、 『ICTを活用した出版と図書館の未来―立命館大学文学部のアクティブラーニング』（出版メディアパル）など -
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。 イノベーションを解き明かす！ インターネットを基盤とした情報技術が、あらゆる分野の産業に新しいイノベーションを起こしている。本書は、これらの背景を歴史的変遷と技術的変遷の両方から紹介する。特にその中核となるデジタル・イノベーションやデジタルプラットフォームについては、単なる技術の視点だけでなくビジネスと技術の両面から本質を解き明かしており、また、イノベーション・モデルの転換やプラットフォームの役割についても、技術基盤としてのソフトウェアとビジネス思想としてのオープン＆クローズ戦略という、2つの視点から解説する。ドイツのインダストリー4.0をはじめとする各国の動きにも触れており、産業政策などに関心のある読者にとって有意義な1冊である。 -
- -
5.0データ×AI領域のキャリア設計を徹底解説！ 自分に合った道筋と戦略がわかる ビッグデータや人工知能の活用が本格化されつつある現代、 データ×AIの領域で活躍できる人材が、様々な業界で求められています。 本書は、そんなデータ×AI人材への就職・転職を目指す方に向けて、 職種やプロジェクトごとの具体的な仕事内容、 求められるスキルなどを、網羅的に解説した書籍です。 【本書で扱う職種】 ・データサイエンティスト ・データエンジニア ・機械学習エンジニア ・データアナリスト ・BIエンジニア 【本書で扱うプロジェクト】 ・機械学習システム構築プロジェクト ・データ分析プロジェクト ・データ可視化・BI構築プロジェクト 本書を読めば、ファーストキャリアを獲得するために取るべきアクション、 自分の市場価値を高めてキャリアアップするための戦略がわかります。 これからデータ×AI領域で活躍したい方、 どのようなキャリアを描いていけばいいのか知りたい方にお薦めの一冊です。 【目次】 ■第1部 データ×AI業界の全体像 第1章 データ×AIによる社会の変革 第2章 データ×AI活用に関する基礎知識 ■第2部 データ×AIプロジェクトの全体像と各職種の果たす役割 第3章 データ×AIプロジェクトの種類と概要 第4章 機械学習システム構築プロジェクト 第5章 データ分析プロジェクト 第6章 データ可視化・BI構築プロジェクト ■第3部 データ×AI人材になるために必要なこと 第7章 データ×AI人材になるためのロードマップ 第8章 データ×AI人材としての転職を決めるポートフォリオ（概要編） 第9章 データ×AI人材としての転職を決めるポートフォリオ（作成編） 第10章 10年後を見据えたキャリア設計 ※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。 誰もが頭を悩ます仮説構築を学び，データマイニングを習得する！ データマイニングで重要な仮説の設定について，その枠組みを解説した書物は世の中にあまりない。そこで本書では誰もが一番悩むデータマイニングのための仮説構築の手法を重点的にまとめた。さらに，データマイニングに必要な，統計スキル・ITスキル・企画スキル・コミュニケーションスキルという4つのスキルを養成するために，2種類のPBLに基づく課題を設定することで，より実践的な学習を目指した。 -
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。 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。 ※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でデータサイエンスの理論と実践を学ぶ データサイエンスは、「データを科学的に扱う」学問分野です。近年、ICTの進展によって、センサやインターネットを通じて取得できるデータ量が爆発的に増加したこと、コンピュータの高性能化に伴ってこれまでできなかった大規模なデータ処理が可能となったことなどから注目されています。 本書は、データサイエンスの基礎となる統計分析からパターン認識（機械学習）、時系列データ分析、深層学習などを、Pythonを使って実際に分析しながら学ぶものです． データの取り扱い、確率・統計の基礎といった基本的なところから、パターン認識、深層学習といった統計・機械学習手法、時々刻々と変化する時系列データの分析などの解説を行い、読者がデータサイエンスの一通りを俯瞰できるようになっています。 Pythonを使った解説によって理論と実践を同時に学ぶことができるので、データサイエンスを学び、自身の分野に応用したい方にピッタリの一冊です。 第2版にあたっては深層学習を大幅に拡充し、自然言語処理、生成系（AutoEncoder、GAN）などの近年重要視されるテーマを取り上げました。 1章 はじめに 2章 データの扱いと可視化 3章 確率の基礎 4章 統計の基礎 5章 回帰分析 6章 パターン認識 7章 時系列データ分析 8章 深層学習の基礎 9章 深層学習による画像処理 10章 深層学習による自然言語処理 11章 生成系深層学習 12章 深層強化学習 索引 -
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。 「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」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「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」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 小澤誠一 神戸大学数理・データサイエンスセンター 第2章 大川剛直 神戸大学大学院システム情報学研究科情報科学専攻 第3章 藤井信忠 神戸大学大学院システム情報学研究科システム科学専攻 第4章 青木 敏 神戸大学大学院理学研究科数学専攻 第5章 光明 新 神戸大学数理・データサイエンスセンター 第6章 為井智也 神戸大学数理・データサイエンスセンター 第7章 大森敏明 神戸大学大学院工学研究科電気電子工学専攻 第8章 為井智也 神戸大学数理・データサイエンスセンター 第9章 寺田 努 神戸大学大学院工学研究科電気電子工学専攻 第10章 熊本悦子 神戸大学情報基盤センター 第11章 高島遼一 神戸大学都市安全研究センター 第12章 村尾 元 神戸大学大学院国際文化学研究科 第13章 白石善明 神戸大学大学院工学研究科電気電子工学専攻 第14章 小澤誠一 神戸大学数理・データサイエンスセンター 第15章 羽森茂之 神戸大学大学院経済学研究科 第1章 データサイエンスの考え方 1.1 データサイエンスとは 1.2 データサイエンスを学ぶ理由 1.3 データから価値を生み出すプロセス 第2章 アルゴリズムとデータ構造 2.1 はじめに 2.2 データサイエンスにおけるアルゴリズムとデータ構造 2.3 アルゴリズムの基礎 2.4 基本的なデータ構造 2.5 探索 2.6 ソーティング 第3章 システム最適化 3.1 最適化問題とは 3.2 線形計画問題 3.3 非線形計画問題 3.4 整数計画問題 第4章 統計的データ解析の考え方 4.1 標本調査 4.2 信頼区間と仮説検定 4.3 分布の近似と標準誤差 4.4 線形回帰モデル 4.5 非線形回帰モデル 第5章 教師なし学習 5.1 クラスタリング 5.2 高次元データの次元削減と可視化 第6章 教師あり学習 6.1 教師あり学習とは 6.2 学習モデルとトレーニング（パラメータ最適化） 6.3 データのセットの分割とテスト（モデルの評価） 6.4 実データへの適用例（回帰） 第7章 確率モデル・確率推論 7.1 はじめに 7.2 確率モデルとベイズの定理 7.3 確率推論 7.4 確率推論の応用 第8章 強化学習 8.1 強化学習とは 8.2 強化学習の理論 8.3 強化学習アルゴリズム 8.4 探索と利用のトレードオフと意思決定モデル 第9章 情報センシング 9.1 情報センシングとは 9.2 センサデータ処理 9.3 センシング応用 第10章 画像解析・深層学習 10.1 画像解析 10.2 デジタル画像の特徴とフィルタ処理 10.3 深層学習 第11章 時系列データ解析・音声解析 11.1 時系列データ解析 11.2 音声解析 第12章 テキスト解析 12.1 はじめに 12.2 テキストデータの収集 12.3 テキストクレンジング 12.4 トークン化 12.5 ベクトル化 12.6 探索的データ分析 12.7 テキスト分析 第13章 情報セキュリティ 13.1 情報資産と情報セキュリティ 13.2 情報セキュリティの基本：アクセス制御 13.3 情報セキュリティのCIA 第14章 プライバシー保護技術 14.1 データが価値を生む仕組みと提供リスク 14.2 匿名化によるプライバシー保護 14.3 差分プライバシーによるプライバシー保護 14.4 準同型暗号によるプライバシー保護 14.5 協調学習によるプライバシー保護 第15章 意思決定論 15.1 意思決定の基本的枠組み 15.2 相関関係と因果関係 参考文献 索引 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 データサイエンスの社会的需要が高まる中、データサイエンティストにはデータを的確に把握し正しく理解する能力が求められる。そのためにはデータ全体をさまざまな角度から丹念に調べる技術が必須となる。本書ではデータの形式や属性、型などの骨子を解説し、データを扱う上で抑えるべき基本を学ぶ。 また著者が開発したソフトウェア「TRAD」（無償）を利用してデータの属性や背景を読み解いた事例も紹介している。20年以上に渡り「サイエンスとしてのデータサイエンス」を追い求めてきた著者が贈る、データの時代に迷わないための必読書。 -
3.3技術の無駄遣い!? 日常の些細な出来事を データサイエンスを駆使して 「まじめに」分析 【本書の概要】 ITmedia NEWS で大人気の連載記事 『データサイエンスな日常』をもとにした書籍です。 「飲み会での孤立」「LINEの既読スルー」「満員電車での立ち振る舞い」。 日常生活で気になるテーマを著者の持つ独特の視点で分析。 読み物としてもデータ分析の学習本としても楽しめます。 【本書の対象読者】 ・データやテクノロジー、デバイスを用いたテック系の読み物に興味のある方 ・データ分析、アプリケーション開発に興味のある方 【本書の目次】 PROLOGUE それはコミュニケーションの問題ではなくデータサイエンスの問題 PART 1 家の孤独に立ち向かう CHAPTER1 LINEの既読スルーにランダムフォレストで立ち向かう CHAPTER2 多面的な自分と向き合うためのチャットボット CHAPTER3 電子デバイスを駆使して強制的に感情移入できる漫画を作る CHAPTER4 在宅ワークの孤独に対抗してプロジェクションマッピングで“バーチャル職場”を作り出す PARTT 2 街の孤独に立ち向かう CHAPTER5 「休日に会社の同僚と遭遇しないための動き方」を物理シミュレーションとゲーマーの英知で解き明かす CHAPTER6 飲み会で孤立しないためのセル・オートマトン CHAPTER7 飲み会の帰り道での孤立に、ARシミュレーションで立ち向かう CHAPTER8 「満員電車で快適に過ごすための動き方」を物理シミュレーションで解き明かす CHAPTER9 すべての孤独に悟りとデータサイエンスで立ち向かう ※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。 -
3.0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。 -
-本書はデータベース初心者およびPostgreSQL初心者向けの入門書です。データベースとは何か？からPostgreSQLのインストール、SQLの実行、トランザクションについて、レプリケーション、バックアップまでを解説しています。 -
-データを使い、業務改善をしてビジネスに貢献する。その担い手として情報システム部門が期待されています。本書はデータを整え、活用する「データマネジメント」の体系を提示し、計画の立て方、取り組む際の勘所、実例を網羅した一冊です。 複数システムに散在するデータの統合手法について一章を設けました。企業合併や国際化にあたって必須の活動です。さらに著者が30年かけて分析した「データモデルパターン」を初公開しました。商品管理、価格、契約、予実対比のパターンを見ると、業務の改善や設計の糸口が得られます。 手法ごとに実践事例を掲載しました。ビッグローブ、ホンダ、ヤマハ発動機、NTTデータ、大成建設、JCBの実務者が寄稿しています。 -
-AIの民主化！ DataRobotで AIドリブンな意思決定を実現！ 【本書の概要】 本書は、データ準備からAI（機械学習）モデルの生成、モデルの実運用化などデータ・AI活用のステップを エンドツーエンドで自動化してくれる「DataRobot」を利用してAIのビジネス活用を実現する手法を解説した書籍です。 DataRobotを使えば、データサイエンティストやAIエンジニアのように専門知識を持たないユーザーでも、 シチズンデータサイエンティストとしてAI活用の最先端に立ち、AIドリブンな意思決定を実現できます。 【対象読者】 ・ビジネスアナリスト：BIツールやSQLなどを使ってデータ分析をしている方 ・マネジメント層：「AIで何かをやれ」ではなく、最低限のAIの知識を持って技術者と話せるようになりたい中間管理職の方 ・エンジニア：統計分析やプログラミングなどの技術を日常的に使っているものの、AI技術には馴染みのない方 【本書の特徴】 本書はDataRobot初心者に必要となる前提知識、基本操作、データ準備、モデル生成、モデルの評価・解釈などにおける ベストプラクティスを網羅した入門書です。 また業務活用編として自社のビジネスに合わせた利用方法のヒントも紹介しています。 【著者プロフィール】 中山晴之、小島繁樹、川越雄介、香西哲弥 DataRobot Japan 執筆メンバー。 【著者・監修者プロフィール】 シバタアキラ（DataRobotJapan チーフデータサイエンティスト） 世界のトップデータサイエンティストが働くDataRobot, Inc. にて、日本事業の技術責任者。 ※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。 -
3.0 -
-実践的かつ具体的なサンプルで理解を促す ディープラーニングとAIのコアアルゴリズム 【本書の内容】 本書は Rishal Hurbans, "Grokking Artificial Intelligence Algorithms", Manning Publishing, 2021 の邦訳です。 ここ十数年のさまざまな進歩によって、想像をはるかに超 える規模の、人工知能へのハイウェイが整備されてきました。 本書は、そのハイウェイを高速で走行しながら、周囲の景色や走行時の注意事項、交通法 規を図や例題・演習などで理解を促します。 目的地は、AIのコアを形成するアルゴリズムの理解と構築です。 取り上げるアルゴリズムは、画像内のオブジェクトの識別やテキストの意味の解釈、不正 や異常を検知するパターン検索などを、効率よく・手際よく行う手法です。 とはいえ、それぞれを仔細に論じることはありません。かといって、大雑把な地図を広げ るだけでもありません。 本書はあくまでもAIに興味のある読者自身が走行するハイウェイの見どころと、有用なア イテムを提供するだけです。 アイテムのほとんどは高校レベルの代数学ですし、図を多用することで数式は極力排除し ています。Pythonが多少わかれば、すぐにでもハイウェイをぶっ飛ばせます！！ 【本書のポイント】 ・小難しい理屈をイタズラ描きのような図で解説 ・直観的にAIの問題と解決を把握できる ・理解を促すための演習問題 【読者が得られること】 ・人工知能を構成するアルゴリズムの理解 ・統計・分析／解析だけにとどまらない未来 ※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。 -
4.6※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 複数のプログラミング言語とパラダイムを使いこなせれば、プログラマとしての幅が広がります。本書は、1週間で1つの新しい言語を学ぶ“Seven Languages in Seven Weeks”を、Rubyの作者まつもとゆきひろ氏の監訳で発行するものです。言語の特徴を映画の登場人物になぞらえて、Ruby、Io、Prolog、Scala、Erlang、Clojure、Haskellという個性的な7つの言語を紹介。各言語の特性とそこにあるプログラミングパラダイムを、体験を通してものにしましょう。 母に捧ぐ 謝辞 序文 第1章 はじめに 第2章 Ruby 第3章 Io 第4章 Prolog 第5章 Scala 第6章 Erlang 第7章 Clojure 第8章 Haskell 第9章 全体のまとめ 付録A 参考資料 監訳者あとがき 索引 著者・監訳者・訳者について -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 データサイエンス・AIを学ぶ前に読んでおきたい教科書 前版発行後のソフトウェア周りの進展にあわせて内容を見直すとともに今後重要度が増していくであろうデータサイエンス、AI寄りのテクニカルな内容を増強して改訂するものです。情報科学を扱ううえでの基本的なリテラシーやコンピュータサイエンスの基礎、Word、PowerPoint、Excelの操作の基本、Excelによる統計処理の基礎などを文理問わず学部学部生にわかりやすく解説する教科書です。 1章 情報社会とビジネス 1.1 情報社会とは 1.2 プライバシーと個人情報 1.3 ユビキタス社会 1.4 IoT 1.5 Web2.0 1.6 人工知能 1.7 人工知能の応用 2章 コンピュータネットワーク 2.1 コンピュータネットワークとは 2.2 ネットワークの形態 2.3 ネットワークの構成 2.4 インターネット 2.5 有線接続手段 2.6 無線接続手段 2.7 プロトコル 2.8 ネットワークセキュリティ 2.9 パーソナルセキュリティ 2.10 暗号化 3章 コンピュータシステム（ハードウェア） 3.1 コンピュータの歴史 3.2 コンピュータの種類 3.3 コンピュータの機能 3.4 コンピュータの構成要素 3.5 パソコンの内部構成 3.6 記憶装置 3.7 演算装置 4章 コンピュータの動作原理 4.1 演算処理の原理 4.2 論理素子の歴史 4.3 論理素子の動作原理 4.4 論理回路 4.5 基 数 4.6 2進数と10進数の変換 4.7 桁数の多い足し算 4.8 引き算 4.9 掛け算・割り算 4.10 数学関数 5章 情報量 5.1 ディジタルとアナログ 5.2 情報量 5.3 情報量の単位 5.4 英文字の情報量 5.5 日本語の情報量 5.6 文字コード 5.7 音声の情報量 5.8 静止画像の情報量 5.9 動画像の情報量 5.10 通信の情報量 5.11 情報圧縮 5.12 誤り検出・訂正 6章 ソフトウェア 6.1 オペレーティングシステム（OS） 6.1.1 オペレーティングシステムとは 6.1.2 OSの種類 6.1.3 OSの機能 6.2 プログラム 6.2.1 プログラミング言語とは 6.2.2 プログラムの内部動作 6.2.3 高級言語の基本処理 6.3 データベース 6.3.1 データベース理論 6.3.2 データベースの表現法 6.3.3 関係的表現のデータ操作 7章 人工知能のアルゴリズム 7.1 学 習 7.2 教師あり学習の代表的な手法 7.3 教師なし学習の代表的な手法 7.4 深層学習 7.5 手法の評価 8章 メディアリテラシー 8.1 メディアの定義 8.2 メディアリテラシーの必要性 8.3 メール 8.4 Twitter 8.5 Facebook 8.6 LINE 8.7 Instagram 9章 ビジネス文書の基礎（Word） 9.1 画面構成 9.2 文書全体の設定 9.3 文章の編集と保存/印刷 9.4 表の作成 9.5 オブジェクトの配置 10章 ビジネスプレゼンの基礎（Power Point） 10.1 画面構成 10.2 スライドのデザイン 10.3 画面切り替え効果 10.4 アニメーション 10.5 リハーサル 10.6 スライドショーの実行 11章 データ処理の実践 11.1 Excel操作の基本 11.2 グラフ作成 11.2.1 折れ線グラフ 11.2.2 複合グラフ 11.3 数式の計算 11.3.1 複利計算 11.3.2 損益分岐点 11.3.3 共有地の悲劇 11.4 帳票の作成 11.4.1 見積書 11.4.2 確定申告書 11.5 データ集計 11.5.1 データの分類 11.5.2 フィルター 11.5.3 検索表 11.5.4 データベース関数 11.5.5 クロス集計 11.6 統計処理 11.6.1 ヒストグラム 11.6.2 偏差値 11.6.3 相関分析 11.6.4 t検定 11.6.5 カイ2乗検定 索 引 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AIのしくみと，使いこなすための技術がいっぺんに身につくディープラーニングの入門書 ディープラーニングをゼロから始めて，しっかりと理解したい人のための入門書です．ディープラーニングの基礎を一歩一歩着実に理解しながら，NumPyとKerasを使った実践的なAIプログラミングを学ぶことができます。 本書は，ディープラーニングの原理を説明しているテキストでも，そのプログラミングを実践形式でまとめたチュートリアルのような本でもありません．それらの両方をバランスよく組み合わせた，本当の意味でディープラーニングをわかるように解説した本です．「AIの学習とは」から，「ディープラーニングによる画像認識プログラムの作成」までを，なるべくやさしい言葉で，しかし大事なところを省くことなく説明しています． これからディープラーニングを学ぶ人，また，いまいちディープラーニングについてわからないことがある人，プログラムがうまく実行できない人におすすめの書籍です． 第1章 AIプログラミングを始めよう 1.1 AIとAIプログラミング 1.2 NumPyを使ってみよう 1.3 Matplotlibを使ってみよう 第2章 AIの学習の基本的な考え方 2.1 AIはどうやって学習するのか 2.2 再帰計算法を理解しよう 2.3 学習アルゴリズムの基本形 2.4 勾配降下法を理解しよう 2.5 多変数関数の勾配降下法 第3章 AIの学習の基本的なしくみ 3.1 重みを導入しよう 3.2 損失関数と重みの最適解 3.3 確率的勾配降下法 3.4 簡単なデータセットをつくってみよう 3.5 確率的勾配降下法による重みの最適解を求めるプログラム 3.6 ミニバッチ勾配降下法 3.7 ミニバッチ勾配降下法による重みの最適解を求めるプログラム 第4章 ニューラルネットワークの導入 4.1 単純パーセプトロン 4.2 活性化関数（その1）：ステップ関数 4.3 基本論理ゲートの学習問題 4.4 誤り訂正学習法 4.5 学習プログラムを作成するときの注意点（その1） 4.6 プログラム例：AND ゲートの学習問題 第5章 ニューラルネットワークに勾配降下法を適用する 5.1 活性化関数（その2）：シグモイド関数 5.2 単純パーセプトロンに確率的勾配降下法を適用する 5.3 学習プログラムを作成するときの注意点（その2） 5.4 プログラム例：単純パーセプトロンの確率的勾配降下法 5.5 単純パーセプトロンにミニバッチ勾配降下法を適用する 5.6 プログラム例：単純パーセプトロンのミニバッチ勾配降下法 第6章 単純パーセプトロンを組み合わせる 6.1 パーセプトロンを「多出力」にする 6.2 活性化関数（その3）：ソフトマックス関数 6.3 多出力のパーセプトロンに確率的勾配降下法を適用する 6.4 学習のためのデータを十分に用意しよう 6.5 プログラム例：アイリスの種類を判別する学習問題 第7章 ニューラルネットワークを2層にする 7.1 ニューラルネットワークの層を重ねる 7.2 1出力2層のニューラルネットワークの確率的勾配降下法 7.3 XORゲートの学習問題 7.4 プログラム例：XORゲートの学習問題 第8章 ニューラルネットワークを多層にする 8.1 多出力多層のニューラルネットワーク 8.2 一般的なニューラルネットワークの確率的勾配降下法 8.3 誤差逆伝播法 8.4 学習プログラムを作成するための補足説明 8.5 プログラム例：手書き数字を認識する学習問題 第9章 Kerasを使ってプログラミングする 9.1 Kerasとは何か 9.2 Kerasの導入 9.3 Kerasを用いたプログラムの基本構成 9.4 Kerasを用いたプログラムにおける損失関数 9.5 Kerasを用いたプログラムにおける学習アルゴリズム 9.6 Kerasを用いたプログラムにおける学習の評価指標 9.7 Kerasを用いた学習プログラムの例 第10章 CNNで時系列データを処理しよう 10.1 畳み込みとは何か 10.2 CNN（畳み込みニューラルネットワーク） 10.3 活性化関数（その4）：tanh関数 10.4 1次元CNNのプログラム例 10.5 Kerasによる1次元のCNNの実現 10.6 Kerasによる1次元CNNのプログラム例 第11章 RNNで時系列データを処理しよう 11.1 簡単な再帰型システム 11.2 RNN 11.3 簡単なRNNの学習アルゴリズム 11.4 簡単なRNNのプログラム例 11.5 KerasによるRNNの実現 11.6 KerasによるRNNのプログラム例 第12章 ディープラーニングで画像認識を行おう 12.1 2次元畳み込み 12.2 活性化関数（その5）：ReLU関数 12.3 画像処理の2次元CNNのプログラム例 12.4 Kerasによる2次元CNNの実現 12.5 Kerasによる2次元CNNのプログラム例 -
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。 データベース入門の決定版！ データベースを学びたい初学者に向けて、平易な言葉で基礎を解説した入門書です。 大規模な情報を効率よく処理するために、いまやデータベースは欠かせないコンピュータの基盤技術となっています。 本書は、データベース技術に関する、大学・高専の標準的な教科書として、また社会人の方の入門書として、データベース技術のポイントを選んで、それぞれの基本的な考え方，内容をていねいにわかりやすく説明しています。 1章 データベースとは 2章 関係表とは 3章 データベースの代数 4章 関係表の正規化 5章 基底表と視野表 6章 やわらかい内部スキーマ 7章 安全なデータベース -
-※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。 人工知能に向けて、人間知能のメカニズム解明 現在は、人工知能ブームであり、機械学習・進化学習が花盛りです。本書は、生物は進化のなかでどのように知能を発展させてきたか、そして人工知能はどういうものであるかについて、著者の長年の研究にもとづいた最新の成果をまとめたものです。 コンピュータですぐに実践できるといった派手さのない書籍ですが、人工知能と言われるものが増えていくと考えられる現在、自分たち人間の知能がいったいなんであるかを認識しておくことは大切なことです。 まえがき 第1章 知能とは何か 1.1 知能の構造 1.2 知能構造の進化 1.3 知能への期待 1.4 外界との関わり 1.5 知能化メカニズムの諸様相 1.6 知能をつくる細胞組織 第2章 生命の時代［知能化メカニズムの基盤＝生命構造］ 2.1 生命構造の各部機能 2.2 教師あり学習─制御学習 第3章 記号化の時代［知能化メカニズムの基盤＝原生言語］ 3.1 記号化の始まり 3.2 形態素表現への進化 3.3 生命構造の機能拡大─複文の生成 3.4 文化継承としての知能深化 第4章 論理の時代［知能化メカニズムの基盤＝意味言語］ 4.1 意味言語への進化 4.2 意味言語の基本形式 4.3 ニューラルネットワークによる遷移知および推論の実現 4.4 遷移知の源 4.5 知能活動の原型─規格型の問題解決 4.6 物語生成と表現能力 4.7 意味言語ベースの知能化メカニズム 第5章 知能進化の新たな段階［問題の多様な現れ方］ 5.1 知能活動の高度化の例 5.2 高度化問題へのアプローチ 5.3 統合知能論 むすび 参考文献 索 引 -
-
3.3※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 進化し続けるAI（人工知能）とテクノロジーにより「シンギュラリティ」は刻々と近づいている。ビッグデータ、IoT、ディープラーニングをはじめ注目の仮想通貨・ブロックチェーン・MRなど、知らないではすまされない最先端の技術革新と私たちの近い未来の「変わる生活」について、科学オンチにも身近で大切な話題を中心テーマにわかりやすく図解した一冊！ ＜監修者について＞ 三宅陽一郎（みやけ よういちろう） ゲームAI開発者。京都大学で数学を専攻、大阪大学大学院理学研究科物理学修士課程、東京大学大学院工学系研究科博士課程を経て、人工知能研究の道へ。ゲームAI開発者としてデジタルゲームにおける人工知能技術の発展に従事。国際ゲーム開発者協会日本ゲームAI専門部会チェア、日本デジタルゲーム学会理事、芸術科学会理事、人工知能学会編集委員 。 -
- -
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。 今やニュースで聞かない日はないＡＩ〈人工知能〉。ディープラーニングに代表される先進的技術が世界を変えるとして産業界やビジネス社会からの関心も高い。そもそも人工知能とは何か、どういう歴史を歩んできたのか、どういった課題があるのか、そして私たちの生活にどのような影響を与えるのかを説いた、これからを生き抜く教養としてのＡＩ入門書。話題の先端科学に触れたいという知的好奇心に応えるシリーズ第6弾。 -
5.0政府は「AI戦略2019」の中で，リテラシー教育として文理を問わず，全ての大学・高専生約50万人を対象に，初級レベルの数理・データサイエンス・AIを課程にて習得する方針を打ち出しました。これを踏まえ，各大学・高専で参照可能な「モデルカリキュラム」の検討と策定が進められています。本書はこのモデルカリキュラムのうち，基礎的な範囲に対応した教科書です。AIリテラシーの基礎を薄く広く扱います。文科省の認定制度に準拠し，半期15回の講義で進められるよう工夫されています。これから導入を考えているすべての大学・高専が対象です。 -
3.5本書は，わずか11行のプログラム解説からはじまります。たったそれだけで深層学習を体験できるのが，いまの状況です。自らがハマってコードを書いて習得した著者が，Deel，Chainer，TensorFlowといった深層学習用フレームワークを使い，畳込みニューラルネットワークやリカレントニューラルネットワークのしくみをコードを読み解きながら解説します。ニューラルネットワークの学習には，画像と自然言語を対象に，GUIツール（CSLAIER）を使って行う方法を紹介。さらに後半では，AlphaGoにも使われた深層強化学習，ファインチューニングの手法，深層化の本命と目されているオートエンコーダについても知ることができます。 -
-
3.5自分で動かすから、よくわかる！専門知識を身につける第一歩！ 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を、はじめて学ぶための本です。機械学習をはじめ、ニューラルネットワーク、遺伝的アルゴリズム、問題解決、ゲーム戦略、知識表現など、人工知能を支えるそれぞれの分野の基礎をつかむことができます。 独特の技術が多く使われている分野ですが、Excelのサンプルプログラムを体験することで、その技術を実感できるようになっています。Excelプログラムは簡単な入力とクリック操作で動くので、専門知識は不要です。操作を繰り返すことでプログラムが賢くなっていく様子は、人工知能技術への大きな期待も感じさせます。 また、本書で取り上げている各論は、高専5年生向けの授業がもとになっているので、学生・社会人問わず入門に最適です。特に、人工知能分野で活躍したい学生や、将来仕事で人工知能にかかわるかもしれない理系職種の方におすすめです。 【Excelサンプルプログラム】 ・多少ゆがんだ文字でも人工知能なら正しく認識できる ・「ちょっと高め／ちょっと低め」の感覚で空調を制御する ・遺産の適正な分配を要領よく行う ・宣教師が「人食い人」に食われずに川を渡れるか？ ・最小コストで山の頂上まで登るときの経路を探せ ・簡単なカードゲームでコンピュータに挑戦！ ・人工知能にことばの意味を教えよう ・病院に行く前に人工知能に聞いてみよう ・犯人を捕まえろ！ 【本書で解説している技術】 機械学習／深層学習（概論）／ニューラルネットワーク／ファジィ／遺伝的アルゴリズム／問題解決／探索法／ゲーム戦略／知識表現／エキスパートシステム／エージェント／Lisp／Prolog など ※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。 -
-さまざまなAI技術を1冊に網羅 動かしながら学ぶ、本格入門書！ 本書は、人工知能の技術をはじめて学ぶための本です。 近年は機械学習・深層学習が注目を集めていますが 人工知能は各技術が相互に進化を促したり いろいろな技術を組み合わせたりして発展しています。 そこで本書では、下記のような 幅広い技術の基礎知識を網羅しています。 【本書で解説している技術】 ・機械学習／深層学習（概論） ・ニューラルネットワーク ・遺伝的アルゴリズム ・エキスパートシステム ・知識表現 ・ゲーム戦略など 独特の技術が多く使われている分野ですが、 Excelのサンプルプログラムを体験することで、 その技術を実感できるようになっています。 操作を繰り返すことでプログラムが 賢くなっていく様子は、人工知能技術への 大きな期待も感じさせます。 特に、人工知能分野で活躍したい学生や、 将来仕事で人工知能にかかわるかもしれない 理系職種の方におすすめの本です。 【Excelサンプルプログラム（一部）】 ・正解がわからなくても人工知能が自力で認識してくれる ・宣教師が「人食い人」に食われずに川を渡れるか？ ・簡単なカードゲームでコンピュータに挑戦！ ・人工知能にことばの意味を教えよう ・病院に行く前に人工知能に聞いてみよう ・犯人を捕まえろ！ ※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。 論理回路は基本の「き」！電子・情報系では必須といわれる論理回路をわかりやすく解説。1章には高校からの橋渡し的な内容を入れ、つまずかないように工夫。また、「論理」がどのように論理回路につながるかも解説する。後半では、現場で使われているHDLも解説し、初歩的な論理回路が組めるようにする。章末に演習問題を多数用意し、A基本問題、B応用問題、C発展問題に分け、ABには詳しい解答をつける。また、側注を設けて、確認する内容やアドバンスな事柄を解説する。論理回路を初めて学ぶ読者には、まさに最良の入門書である。 -
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。 ライバルはディープラーニング!! OTTERは、数学における定理やパズルの解法の証明を支援するソフトウェアで、述語論理を用いて解を導き出す。医療・金融システムの安全性構築、ウイルス検知などにも適用され、欧米では近年、高い評価を受けている。最大の特徴は、ユーザが与えた不完全な論理（情報）であっても、自動的に正しい推論を行うことができる点にある。 統計的論理を用いる機械学習等に手詰まり感のある中、OTTERには推論を通して新しい解を導き出す“創発的機能”があり、注目のAI技術である。 本書は、OTTERが得意な論理パズルを具体的な解法プログラムとともに紹介しながら、自動推論・定理証明の方法を解説する。人工知能の研究者・技術者、必読必携の書である。 -
-クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。 Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「AI・機械学習」に焦点を当てます。 AI・機械学習は自分で一から作るのが困難な分野です。モデルを構築するのに専門知識が必要なだけでなく、数多くのデータを用意したり、それを学習させたりと、大変な労力がかかり、ノウハウも必要です。Google CloudではGoogleが培ってきた学習済みのモデルを使ったり、ユーザーが学習させたりすることで容易にシステムを構築できます。 本書ではハンズオンでこれらを学習できます。データはGoogleがビッグデータとして用意しているものを使っているので、実際に試すのも容易です。 -
-クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。 Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「ビッグデータ」と「コンテナ」に焦点を当てます。 ビッグデータを管理するBigQueryは従来のデータベースと異なり、インデックスを作る必要がないのが特徴。データ分析に力を発揮します。コンテナを管理するオーケストレーション・ツールではGoogleが開発したKubernetesが業界標準となっていますが、Google CloudではKubernetesを使いやすくするGoogle Kubernetes Engine（GKE）を用意しています。 本書ではハンズオンでこれらを学習できます。データはGoogleが用意しているものを使っているので、実際に試すのも容易です。 -
-※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。 レッドハットのエンジニアが直伝！ 導入からシステム管理コンテナー構築まで完全網羅。 サーバー向けLinux分野で圧倒的なシェアを誇る米Red Hat社の商用Linuxディストリビューション「Red Hat EnterpriseLinux（RHEL）」解説書の決定版。 2022年5月にリリースされた最新バージョン9だけでなく、いまだ多数のユーザーが利用しているバージョン8についても完全対応。 すぐに移行せず、しばらく8を使おうと考えている人にも役立ちます。 RHELの導入方法から各種サーバーのインストール方法や設定・管理方法、運用に役立つコマンドやツールの利用方法などを豊富なコマンド実行例と共に解説。 本書を片手にサーバーの管理や運用に必要な作業をすぐ試せる構成になっています。 セキュリティやコンテナ技術、仮想化技術など今どきのサーバー管理者に必須の技術要素についてもしっかりと学べます。 さらに、RHELを運用する際に起こりがちなトラブルの対処法や、RHELでサーバーを安定的に運用し続けるために欠かせない メンテナンスに関する知識なども70ページ以上のページを使って詳しく紹介しています。RHELを初めて触る人から既にサーバーを運用している人まで、 RHELの導入・管理・運用に欠かせない情報を網羅的に掲載しています。 -
- -
-数学の基礎知識とPythonコードを紐づけて機械学習の基本を学べる！ 【本書の目的】 現在、人工知能関連のプロダクト・サービスが数多く見受けられるようになりました。 人工知能関連の開発に機械学習の基礎知識は必須です。 本書はそうした機械学習の基礎知識を学びたいエンジニアに向けた書籍です。 【本書の特徴】 本書は機械学習の基本について、数学の知識をもとに、 実際にPythonでプログラムしながら学ぶことができる書籍です。 ・最新のPython 3.7に対応 ・学習内容を「要点整理」で復習 ・数式とコードをつなげたわかりやすい解説 【読者が得られること】 本書を読み終えた後には、機械学習のしくみとプログラミング手法を理解できます。 【対象読者】 機械学習の基礎を学びたい理工学生・エンジニア 【目次】 第1章 機械学習の準備 第2章 Pythonの基本 第3章 グラフの描画 第4章 機械学習に必要な数学の基本 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 ニューラルネットワーク・ディープラーニング 第8章 ニューラルネットワーク・ディープラーニングの応用（手書き数字の認識） 第9章 教師なし学習 第10章 要点のまとめ ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 -
-【本書の概要】 本書は株式会社アイデミーで大人気の講座『ディープラーニングで画像認識モデルを作ってみよう!』を書籍化したものです。 機械学習の基本からはじまり、Pythonの基礎、データの処理、深層学習の基本から応用ついて、 サンプルを元に実際に動かしながら、わかりやすく解説します。 各項には練習問題がありますので、学習効果を確かめながら読み進めることができます。 本書を読めば、機械学習から深層学習の基本を一気通貫で学習できます。 これから深層学習をはじめたい、初学者の方におすすめの1冊です。 【本書の対象】 人工知能関連の開発に携わる初学者（開発者、研究者、理工系学生） 【本書の構成】 第1章から第3章で機械学習の基本を、 第4章から第6章ではPythonの基礎知識を、 第7章から第9章ではNumPyやPandasの基礎知識を、 第10章から第13章では可視化の基礎知識を、 第14章から第15章ではデータの扱い方の基本を、 第16章から第18章では教師あり学習やハイパーパラメータとチューニングを、 第19章から第22章では深層学習について基本から応用まで、 丁寧に解説します。 【著者プロフィール】 石川 聡彦（いしかわ・あきひこ） 株式会社アイデミー 代表取締役社長 CEO。 東京大学工学部卒。株式会社アイデミーは2014年に創業されたベンチャー企業で、 10秒で始める先端テクノロジー特化型のプログラミング学習サービス「Aidemy」を提供。 様々な企業のアプリケーション制作・データ解析を行った。現在の主力サービス「Aidemy」は AIやブロックチェーンなどの先端テクノロジーに特化したプログラミング学習サービスで、 リリース100日で会員数10,000名以上、演習回数100万回以上を記録。 早稲田大学主催のリーディング理工学博士プログラムでは、AIプログラミング実践授業の講師も担当した。 著書に『人工知能プログラミングのための数学がわかる本』（KADOKAWA/2018年）などがある。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 -
-AI開発に必要な数学の基礎知識がこれ1冊でわかる！ 【本書の目的】 本書は以下のような対象読者に向けて、 線形代数、確率、統計/微分 といった数学の基礎知識をわかりやすく解説した書籍です。 【対象読者】 • 数学がAIや機械学習を勉強する際の障壁になっている方 • AIをビジネスで扱う必要に迫られた方 • 数学を改めて学び直したい方 • 文系の方、非エンジニアの方で数学の知識に自信のない方 • コードを書きながら数学を学びたい方 【目次】 序章 イントロダクション 第1章 学習の準備をしよう 第2章 Pythonの基礎 第3章 数学の基礎 第4章 線形代数 第5章 微分 第6章 確率・統計 第7章 数学を機械学習で実践 Appendix さらに学びたい方のために ※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。 -
3.8世界最大のデータ分析コンペサイト Kaggle（カグル）に挑戦して データ分析の基礎知識を身に付けよう！ 【本書の概要】 本書はこれからデータ分析をはじめたいと思っている方や、 Kaggleに興味のあるデータ分析の初心者に向けて、 Pythonの実際のコードとともに丁寧に解説した書籍です。 データ分析で必要な一般的な知識とともに、 Kaggleへチャレンジするフローや、 Kaggleの初心者向けコンペへの取り組み方を紹介します。 データ分析や機械学習の一端に触れ、 実際に課題を解決するプロセスを体感できます。 【本書の対象読者】 ・データサイエンティストを目指す学生 ・データ分析に興味はあるが、あまり経験や知見がないデータ分析の初学者の方 【本書のポイント】 Kaggleの初心者向けチュートリアル「Titanicコンペ」「House Pricesコンペ」について、 分析の準備から結果の考察、そして精度を上げるプロセスを ステップバイステップでコードとともに、わかりやすく解説しています。 【本書より扱うコンペの特徴：本書より抜粋】 ・Titanicコンペの特徴 乗客ごとに性別や年齢、乗船チケットクラスなどのデータが、 生存したか死亡したかのフラグとともに与えられています。 生死に影響する属性の傾向をデータから分析して、 生死がわからない（予測用に隠されている）乗客について、 生死結果を予測することが目的です。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Pythonで機械学習に必要な統計解析を学べる!! 機械学習を使いこなすには、確率・統計に根ざしたデータ解析の基礎理論の理解が不可欠です。そこで本書は、Pythonの簡単な使い方から確率・統計の基礎、統計モデルによる機械学習を解説します。 第I部 Pythonによる計算 第1章 Pythonの初歩 第2章 確率の計算 第II部 統計解析の基礎 第3章 機械学習の問題設定 第4章 統計的精度の評価 第5章 データの整理と特徴抽出 第6章 統計モデルによる学習 第7章 仮説検定 第III部 機械学習の方法 第8章 回帰分析の基礎 第9章 クラスタリング 第10章 サポートベクトルマシン 第11章 スパース学習 第12章 決定木とアンサンブル学習 第13章 ガウス過程モデル 第14章 密度比推定 付録A ベンチマークデータ A.1 UCI Machine Learning Repository A.2 mlbench A.3 datasets 参考文献 Python索引 用語索引 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習による異常検知と系列データ解析を実例をもとに学ぶ 本書は、現在産業界で注目されている、機械学習による ・機器の振動データに対する異常検知 ・系列データ（例として睡眠系列データ）に対する解析 を解説したものです。 業務や研究開発に必要だが機械学習については素人という方でも実践できるように、本書前半では、基本的な識別器・予測器のPythonによる実装例・使い方を解説しています。後半では、実問題への適用例を著者の研究経験をもとに解説しています。 第1章 機械学習とは何か 第2章 基本的な識別器・予測器 第3章 機器の振動データに対する異常検知 第4章 系列データの解析 -
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。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」 -
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。 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 -
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。 『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 -
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。 Python 3を使ったテキストマイニングの入門書！ 本書は、Pythonを使ったテキストマイニングの入門書です。Pythonのインストールから基本文法、ライブラリパッケージの使用方法などについてもていねいに解説していますので、Pythonに触れたことがない方でも問題なく使用できます。また、テキストマイニングも、概要から実例に至るまで一から解説していますので、Python・テキストマイニング両方の知識が全くない方にとって最適な入門書となっています。 目次 第1章 テキストマイニングの概要 1.1 テキストマイニングとは 1.2 応用の例 第2章 テキストデータの構造 2.1 テキストの構成要素 2.2 統計分析・データマイニングの基本的な手法 2.3 テキストマイニング固有の考え方 第3章 Pythonの概要と実験の準備 3.1 Pythonとは 3.2 プログラムを作って動かす環境 3.3 Pyrhonの書き方ルール 3.4 テキストマイニングに役立つライブラリパッケージ 3.5 データの準備 第4章 出現頻度の統計の実際 4.1 文字単位の出現頻度の分析 4.2 単語の出現頻度の分析 第5章 テキストマイニングの様々な処理例 5.1 連なり・N-gramの分析と利用 5.2 共起（コロケーション）の分析と利用 5.3 語の重要性とTF-IDF分析 5.4 KWICによる検索 5.5 単語のプロパティを使ったネガポジ分析 5.6 WordNetによる類語検索 5.7 構文解析と係り受け解析の実際 5.8 潜在的意味論に基づく意味の分析とword2vec 付録 Python, Jupyter notebook のインストール -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 バイオのデータもPythonで！ 生物学に関わる理解・研究では、コンピュータによるデータ処理が欠かせないものとなってきています。生物学の扱う系はもともと非常に複雑で雑音が多く、統計的な解析が広く使われてきましたが、特に最近のDNA/RNA解析ではいわゆる次世代シーケンサ（NGS）が大量のDNA配列データを生み出してそれを整理しなければならないなど、コンピュータによるデータ処理が必須になっています。 本書は、生物学分野において行われる、さまざまなデータ解析処理について、Pythonを用いて行う方法を解説し、理解することを目的としています。従来、簡単な処理はExcelを使ったり、RやSPSSなどの統計処理を主目的とする言語・ソフトウェアパッケージが用いられてきました。そのなかで本書は、比較的新しく、機械学習やデータ分析に優れたプログラミング言語であるPython を使って、初歩的なデータ処理をどのように行えばよいのかを紹介しています。 第 1 章 バイオデータ処理 第 2 章 プログラムを動作させるための知識 第 3 章 Pythonによる入力・出力データ加工のためのプログラミング 第 4 章 Pythonからバイオデータを扱うライブラリ 第 5 章 可視化のためのライブラリ 第 6 章 統計処理に便利な汎用の統計パッケージ 第 7 章 変異解析・発言解析の流れの例