ブラックボックスの検索結果
検索のヒント
検索のヒント
■キーワードの変更・再検索
記号を含むキーワードや略称は適切に検索できない場合があります。 略称は正式名称の一部など、異なるキーワードで再検索してみてください。
■ひらがな検索がおすすめ!
ひらがなで入力するとより検索結果に表示されやすくなります。
おすすめ例
まどうし
つまずきやすい例
魔導士
「魔導師」や「魔道士」など、異なる漢字で検索すると結果に表示されない場合があります。
■並び順の変更
人気順や新着順で並び替えると、お探しの作品がより前に表示される場合があります。
■絞り込み検索もおすすめ!
発売状況の「新刊(1ヶ月以内)」にチェックを入れて検索してみてください。
-
Black Box
社会を変え続けるジャーナリスト、渾身の手記 「そうは言ってもあなたも悪かったんじゃないの?」社会システムの隅々まではびこる性暴力被害者への偏見。立ち上がり闘う魂の記録。 ※この電子書籍は2017年10月に文藝春秋より刊行された単行本の文庫版を底本としています。 -
アルゴリズム・AIを疑う 誰がブラックボックスをつくるのか
生成AIを筆頭に新しい技術の進歩は増すばかりの昨今。SNSや検索エンジンなどの情報は「アルゴリズム」によって選別されている。しかし私たちはそのしくみを知らないままで利用していることも多い。アルゴリズムを紐解くことは、偏った情報摂取に気づき、主体的にメディアを利用する第一歩なのである。本書は、GoogleやAmazon、X、食べログなどを例に、デジタル・メディアやAIのしくみを解説。ブラックボックス化している内部構造への想像力を高めることを通じて、アルゴリズム・AIを疑うための視点をわかりやすく解説、提示する。メディア・リテラシーのアップデートを図る書。 -
Optunaによるブラックボックス最適化
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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 -
CMA-ESによるブラックボックス最適化
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆勾配がなくても、答えは見つかる◆ ブラックボックス最適化は、関数の内部構造や勾配に依存せず、出力値のみに基づいてパラメータを調整する枠組みであり、科学・工学・産業の幅広い分野で活用されています。本書では、その中でも代表的なCovariance Matrix Adaptation Evolution Strategy(CMA-ES)を体系的に解説します。CMA-ESは優れた性能を誇る一方、研究の積み重ねによって段階的に発展してきたため、初心者が一から正しく理解するのは容易ではありません。本書の前半では、アルゴリズムの基本や設計指針を直感的にも理解できるよう解説し、後半では混合変数最適化や多目的最適化、ノイズを含む観測といった現実的な問題設定への応用を扱います。加えて、具体例や数値実験を通じて理解を深められるよう構成し、再現可能なPythonコードも公開しています。対象読者は、実務でパラメータチューニングに取り組む技術者や、CMA-ESを研究で扱う学生・研究者です。本書は、ブラックボックス最適化に取り組む読者にとって、これまでにない包括的なガイドとなることを目指しています。 ■目次 第1章 ブラックボックス最適化 ・1.1 問題設定 ・1.2 CMA-ESの活躍する場面 ・1.3 本書のゴールと構成 第2章 分布パラメータの更新則 ・2.1 挙動の直感的理解 ・2.2 多変量正規分布 ・2.3 候補解のサンプリング ・2.4 平均ベクトルの更新 ・2.5 共分散行列の更新 ・2.6 ステップサイズの更新 ・2.7 CMA-ESのアルゴリズム ・2.8 ハイパーパラメータの設定 ・2.9 Pythonによる実装例 ・2.10 上下限制約の対処 ・2.11 初期分布の設定方法 第3章 ベンチマークによる挙動解析 ・3.1 ベンチマーク関数 ・3.2 可視化指標 ・3.3 実験結果と考察 第4章 設計原理 ・4.1 不偏性 ・4.2 不変性 ・4.3 自然勾配法 第5章 高次元最適化 ・5.1 CMA-ESの時間・空間計算量 ・5.2 Sep-CMA-ES ・5.3 VD-CMA-ES ・5.4 共分散行列モデルと収束レートの関係 ・5.5 実験結果と考察 ・5.6 より発展的な手法 ・5.7 pycmaライブラリからの利用 第6章 学習率適応 ・6.1 サンプルサイズ適応と学習率適応 ・6.2 多峰性関数と学習率の関係 ・6.3 学習率適応法 ・6.4 実験結果と考察 ・6.5 cmaesライブラリからの利用 ・6.6 実用上の注意 第7章 混合変数最適化 ・7.1 問題設定 ・7.2 CatCMA with Marginの概要 ・7.3 連続・整数変数の最適化 ・7.4 カテゴリカル変数への対処 ・7.5 数値実験と性能評価 ・7.6 cmaesライブラリからの利用 第8章 多目的最適化 ・8.1 問題設定 ・8.2 スカラー化法 ・8.3 進化的多目的最適化法 ・8.4 スカラー化法と進化的多目的最適化法の選択 ・8.5 実験と考察 ■著者プロフィール 野村将寛(のむらまさひろ):2015年名古屋工業大学工学部卒業、2017年東京工業大学大学院総合理工学研究科知能システム科学専攻修了、2025年東京科学大学情報理工学院博士後期課程修了。博士(工学)。同年4月より東京科学大学情報理工学院助教。主な研究分野はCMA-ESをはじめとするブラックボックス最適化や機械学習におけるハイパーパラメータ最適化であり、進化計算に基づくアルゴリズムの設計と応用に従事。近年の研究成果はAAAI、CIKM、GECCO、ICML、IJCAI、WebConfといった主要国際会議で発表されており、GECCO 2022、2023、2025ではBest Paper Awardにノミネートされている。 秋本洋平(あきもとようへい):2007年3月東京工業大学工学部情報工学科早期卒業、2008年3月同大学大学院総合理工学研究科知能システム科学専攻修士課程早期修了、2011年3月同博士課程修了。博士(工学)。2025年9月より筑波大学システム情報系教授。進化戦略の理論から応用に至る研究に従事し、これまでにCMA-ESに関する論文を学術論文誌および国際会議にそれぞれ30件以上公表しているCMA-ESを含む進化戦略の教育および普及活動にも努めている。 -
成果を出すための7つのマインドセット システムの老朽化、ブラックボックス時代にどう立ち向うか?
「マインドセット」とは、自分のこれまでの経験や教育、先入観から作られる思考パターン、つまり自分の「考え方の癖」のことです。 本書は、自分自身を変えるだけでなく、組織を変えるために利用できるマインドセットやそれを補助するフレームワーク、法則を紹介し、トータルで強い組織にしていこうという内容になっています。 日本でDXが叫ばれて久しいですが、それを遂行するために必要な技術を持っているにもかかわらず、成果が出せなかったり、前に進めなかったりするエンジニアやビジネスパーソンがたくさんいます。さらに現在の複雑な世の中では、適切なディレクションは必ずしも期待できません。自分自身で進むべき道を決めて自身の技術力とマインドセット、それらをサポートする法則、フレームワークを駆使して成果を上げていくしかないのです。 読者には全てのビジネスパーソンを想定していますが、特に若手社員や中間管理職の方々に役に立つでしょう。 世の中の事象はますます複雑になってきています。「無理をする」「頑張る」という思考停止ワードに頼るのではなく、本書を通して選ぶべきものを選び捨てるべきものを捨て、最短経路で成果を出しましょう。 -
不動産投資の裏側(ブラックボックス)を見抜き、堅実に稼ぐ方法
将来の年金不安や金融緩和などを背景に、不動産投資に関心を持つ投資家が増えています。 それでは、投資家の方はどのような目的で不動産投資をはじめられているのでしょうか? インターネット調査の結果によれば、不動産投資のどのようなところに関心を持ったか、 という質問への答えとして、最も多かったのは「老後の収入として、年金の代わりになる」でした。 本書では、多くのサラリーマン投資家から求められている「年金の代わりになり、 かつ銀行預金以上のリターンを期待でき、手間をかけずに収益を得られる、 リスクの少ないワンルームマンション投資」について詳しく紹介しています。 その過程で、お困りオーナーからよせられた実際の相談を交えながら、 1棟物件や区分ワンルーム物件でオーナーが陥りやすい落とし穴・各物件のメリットや、 意外と勉強している人が少ない不動産投資ローンについても詳しく解説。 様々なお役立ち情報を盛り込みながらも、休日を謳歌しながら手間をかけず堅実に家賃収入を得ることができる 中古築浅ワンルームマンション投資についてのポイントを投資初心者の方でも分かりやすくまとめています。 本書は、あなたの目的から正しい投資計画を立てるための羅針盤となってくれるはずです。 ●本書の内容 第1章 「目標から逆算した投資計画を」 第2章 「お困りオーナー様の相談から学ぼう」 第3章 「中古ワンルームマンション経営のメリット」 第4章 「中古ワンルームマンションはここを買おう」 第5章 「知らないと損! 再投資で収益を上げる」 エピローグ 「投資で成功する人の特徴」 あとがき 「サラリーマンを続けながら手間をかけずに不動産投資をはじめたい方へ」 -
まいっちんぐマチコ先生 ブラックボックス
あらま学園に、放課後になるとマチコ先生の新しい教室がオープンした。その名も「まいっちんぐ診療所」。開設記念に、診療所を訪れたケン太&カメによって、なぜかスッポンポンにされ、チェックを受けるハメになるマチコ先生。はじめての野球拳に挑戦するマチコ先生や、こらま学園のアイドル教師・美千ミチ子先生との対決を描いたエピソードなど、青年誌を中心に掲載された23編を収録。 -
まいっちんぐマチコ先生 BLACK BOX<特典・原画集付き愛蔵版>・えびはら武司のまいっちんぐコレクション
連載開始から26年後に新たに描き下ろされた新エピソードの数々が詰まった作品集! 私立あらま学園のおなじみ新任教師の麻衣マチコ先生、23歳。担当教科は理科。京都府出身。美しいルックスと明るい性格、そしてグラマラスなボディでクラスの人気者。相変わらずイタズラ好きな生徒・池上ケン太と亀山マル夫や、マチコに恋するモテない独身教師の山形先生も加わりマチコ先生の毎日はハプニングの連続。次々と起こる騒動の中、マチコ先生の決まり文句「まいっちんぐ!」がこだまする……。巻末に特典で「えびはら武司お楽しみ原画集」を収録!
表示されていない作品があります
セーフサーチが「中・強」になっているため、一部の作品が表示されていません。お探しの作品がない場合は、セーフサーチをOFFに変更してください。