【読めば読むだけ力になる、新スキルチェックリスト対応の公式リファレンスブック！】 集めたデータから価値を創出し、ビジネス課題に答えを出すデータサイエンティストは、ますます必要とされてきています。そんなデータサイエンティストには、様々なスキルが求められています。 ・情報処理、人工知能、統計学などの情報科学系の知恵を理解し使う、データサイエンス力 ・データサイエンスを意味のある形に使えるようにし実装・運用できるようにする、データエンジニアリング力 ・課題背景を理解した上でビジネス課題を整理し解決する、ビジネス力 さらに、これらのスキルを日常生活や仕事等の場で活かすための学修目標を示した「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」も公表されています。データサイエンティスト検定（リテラシーレベル）では、これらの基礎的な部分を総合的に問われます。 本書では、問われる項目をひとつひとつピックアップし、現場の第一線でで活躍する著者が詳しく解説しています。読み込めば読み込むほど力になる、試験対策のための一冊です。 ■目次 第1章 DS検定とは 第2章 データサイエンス力 第3章 データエンジニアリング力 第4章 ビジネス力 第5章 数理・データサイエンス・AI（リテラシーレベル）モデルカリキュラム データサイエンティスト検定TMリテラシーレベル模擬試験 問題 データサイエンティスト検定TMリテラシーレベル模擬試験 解答例 ■著者プロフィール ●菅 由紀子（かん ゆきこ）：株式会社Rejoui（リジョウイ） 代表取締役、一般社団法人データサイエンティスト協会 スキル定義委員、広島大学 客員教授。 ●佐伯 諭（さえき さとし）：一般社団法人データサイエンティスト協会 スキル定義委員会副委員長、事務局長、ビーアイシーピー・データ株式会社 取締役COO。 ●高橋 範光（たかはし のりみつ）：株式会社ディジタルグロースアカデミア 代表取締役会長、株式会社チェンジホールディングス 執行役員、一般社団法人データサイエンティスト協会 スキル定義委員。 ●田中 貴博（たなか たかひろ）：株式会社日立製作所 人財統括本部 デジタルシステム＆サービス人事総務本部 直轄人事部 シニアHRビジネスパートナー、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大川 遥平（おおかわ ようへい）：株式会社AVILEN 取締役、一般社団法人データサイエンティスト協会 スキル定義委員。 ●大黒 健一（だいこく けんいち）：株式会社日立アカデミー 事業戦略本部戦略企画部部長、一般社団法人データサイエンティスト協会 学生部会副部会長、博士（農学）。 ●森谷 和弘（もりや かずひろ）：データ解析設計事務所 代表、データアナリティクスラボ株式会社 取締役CTO、一般社団法人データサイエンティスト協会 スキル定義委員。 ●參木 裕之（みつぎ ひろゆき）：株式会社大和総研 フロンティア研究開発センター データドリブンサイエンス部、チーフグレード／主任データサイエンティスト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●北川 淳一郎（きたがわ じゅんいちろう）：LINEヤフー株式会社、一般社団法人データサイエンティスト協会 スキル定義委員。 ●守谷 昌久（もりや まさひさ）：日本アイ・ビー・エム株式会社 シニアアーキテクト、一般社団法人データサイエンティスト協会 スキル定義委員。 ●山之下 拓仁（やまのした たくひと）：一般社団法人データサイエンティスト協会 スキル定義委員。 ●苅部 直知（かりべ なおと）：一般社団法人データサイエンティスト協会 スキル定義委員、LINEヤフー株式会社。 ●孝忠 大輔（こうちゅう だいすけ）：日本電気株式会社 アナリティクスコンサルティング統括部長、一般社団法人データサイエンティスト協会 スキル定義委員。 ●福本 信吾（ふくもと しんご）：一般社団法人データサイエンティスト協会 スキル定義委員。

Pythonの基礎から機械学習や最新の生成モデルまで、 開発環境を用意することなく「全部」理解できる！ 【本書の特徴】 ● Pythonを題材として様々な言語にも応用できる汎用的なスキルを獲得できる ● 身近な例を用いているので理解しやすい ● コードの書き方からプロジェクトマネジメントまで開発に求められるすべてのスキルを網羅できる 【こんな人におすすめ】 ・自分のビジネス分野にPythonを導入したい人 ・Pythonをイチから学び直したいエンジニア ・Pythonで実際に開発をしてみたい人 ・Pythonの入門書を読んで挫折した人 【本書の内容】 本書は、Pythonについて、基礎から実践的な知識まで幅広く学ぶことができる書籍です。 特にPythonを用いて人工知能を構築するための知識を中心に構成しています。 「やってみよう！」のページでは、Pythonのコードを書くことで、どのようなコードを書くとどのような動きになるのかを感覚的に理解できます。 また、身近なところでプログラムがどのように活かされているのか、人工知能がどのように活かされているのか、エンジニアリングや開発の考え方の基礎が身に付きます。 「学ぼう！」のページでは、本質を理解して、実際に開発の現場で活用できる知識を習得できるようにしています。 エンジニアリングだけでなく、プロジェクトマネジメントや人工知能が搭載された製品の実例なども含めているので、活きた知識を網羅的に習得できます。 【目次】 Chapter 1　プログラミングを学ぼう～プログラミングがPythonのスタート地点～ Chapter 2　プログラミング言語Pythonの特徴を学ぼう～Pythonもプログラミング言語のひとつ～ Chapter 3　人工知能の基本となる機械学習を学ぼう～機械学習の種類は豊富にある～ Chapter 4　ディープラーニングについて学ぼう～深い層のニューラルネットワークが人工知能をつくる～ Chapter 5　実践的な人工知能の構築手法を学ぼう～データは必ずしも完全ではない～ Chapter 6　人工知能を作るために扱うデータを学ぼう～どんなデータがあるのか？～ Chapter 7　Pythonを使って人工知能をつくろう～プロジェクトマネジメントを学ぶ ※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。

【ChatGPTをソフトウェア開発で活用しよう！】 ChatGPTに一番相性がいいのは、ソフトウェア開発かもしれません。コンピュータのことはコンピュータに聞くのがいい！ 「ソフトウェア開発にChatGPTは使えるのか？」エンジニアならば誰しも考える疑問です。本書は、ベテラン技術者が真正面からChatGPTにあたり、その性能をさまざまな点から検証しいきます。Officeなどのドキュメントの自動生成だけでなく、ソフトウェア設計やテスト、リファクタリングで活用など目からうろこの活用術を解説。 単に質問に答える人工知能ではありません。開発の仲間としてChatGPTを使う方法を紹介します。 ■こんな方におすすめ AIのソフトウェア活用を検討しているプログラマー。ChatGPTの活用を考えているエンジニアなど。 ■目次 ●第1章 ChatGPTで何ができる？なぜできる？ 　　1-1 ChatGPTで何ができる？ 　　1-2 なぜそんなことができるのか？ ●第2章 プログラミングでの活用 　　2-1 自動コード作成 　　2-2 エラー対策 　　2-3 クラス化について 　　2-4 状態遷移表でコードを生成 　　2-5 デザインパターンを提案してもらう 　　2-6 アルゴリズムを提案してもらう 　　2-7 段階的積み上げ手法 　　2-8 コードの変換 　　2-9 付記：テストケースの注意点 ●第3章 リファクタリングでの活用 　　3-1 隙間時間でお気軽リファクタリング 　　3-2 コメントとドキュメンテーション 　　3-3 セキュリティの脆弱性チェック 　　3-4 例外処理と論理完全性の改善 ●第4章 ドキュメントの自動生成 　　4-1 PowerPointのスライドを自動作成 　　4-2 Wordドキュメントの自動作成 　　4-3 Excelと連携しドキュメントを自動作成 　　4-4 diagramsを使ってクラウド図を作成 　　4-5 dbdiagram.ioでER図を作成する ●第5章 各種開発手法の提案 　　5-1 DDDによる設計と実装 　　5-2 TDDによるテストからの実装 　　5-3 ChatGPTとソフトウェア開発のアプローチ ●第6章 学習プロセスでの活用 　　6-1 分野別の学習 　　6-2 プログラミング言語の学習 　　6-3 ChatGPTは学習を加速する ●第7章 ChatGPT APIを活用する 　　7-1 最も基本的な使い方 　　7-2 要約をしながら文脈をつなげていく 　　7-3 社内データベースに日本語で問い合わせる 　　7-4 社内データベースと連携してユーザーサポートをする ●第8章 ChatGPTで長文データを扱う 　　8-1 LlmaIndexで長文データを扱う 　　8-2 LangChainで長文データを扱う ●第9章 長文をChatGPTで扱うコツ 　　9-1 LangChainの仕組みとは 　　9-2 Chainsでタスクをつなげる 　　9-3 Chainsによるチャットボットの例 　　9-4 Agentによるコードの実行 　　9-5 Agentによる判断・実行・プロセスの自動化 　　9-6 AgentによるChatボットの最終形 ■著者プロフィール 小野哲：ソフトウェア開発歴40年を超えるプロ技術者。技術評論社では『逆算式SQL教科書』『最新図解 データベースのすべて』『3ステップで学ぶOracle入門』など書籍がある。そのほかに『現場で使えるSQL』（翔泳社）など。ウェブアプリからデータベースまで幅広い知見と技術を持ち、最近ではPythonでアプリ開発を請け負う。

AI時代の必携試験、G検定の「公式テキスト」第3版！ 【本書の特徴】 ・大ベストセラー、ディープラーニング G検定 公式テキストの改訂版。 ・新シラバスに完全準拠。 ・試験運営団体である「日本ディープラーニング協会」が監修。 ・章末問題を一新！分かりやすい解説付き。 ・ディープラーニングに関する入門書としても最適。 【対象読者】 ・G検定を受験しようと思っている人 ・ディープラーニングについて概要を学びたい人 ・ディープラーニングを事業活用しようと思っている人 ・ChatGPT等生成AIの理解・活用のための知識習得したい人 【G検定とは】 ・内容：ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを検定する試験。 ・試験方式：知識問題（多肢選択式）、オンライン実施（自宅受験） ・試験時間：120分、出題数：200問程度 ・日程：年6回（2024年の場合。詳細は公式サイトにて公表） 試験の概要 第1章 人工知能（AI）とは 第2章 人工知能をめぐる動向 第3章 機械学習の具体的手法 第4章 ディープラーニングの概要 第5章 ディープラーニングの要素技術 第6章 ディープラーニングの応用例 第7章 AIの社会実装に向けて 第8章 AIの法律と倫理 Appendix 事例集 産業への応用 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

本書は茨城大学工学部2，3年生向けの専門科目｢システムのモデル化｣の教科書として作成した書籍の第2版になります．この科目では前半でロボットの制御や電気回路の働きなどを理解するために必要となる数学の基礎を学びます．これらは動的システムと呼ばれ，その数学モデルは1変数関数の微分方程式になります．後半では場のモデルと多変数関数の微分方程式が登場します．これらのモデルの具体例を通して微分方程式を説明しています．第2版では第5章の§5.5と付録Cを新たに追加しました．各章の章末には演習問題がありますが，その解答例は付けていません．それは，授業で使用することを念頭に本書を作成したためです．本書を独学で勉強される方はこの点にご注意ください． ところで，微分方程式をなぜ勉強する必要があるのでしょうか? PCの普及により多くの人が自分用のコンピュータをもつ時代になりました．しかしPCは計算のための道具にすぎません．PCでどの情報をどのように処理するのか，そしてその結果をどう解釈するのか，これらはわれわれ人間が考えなければなりません．コンピュータの強力な計算能力を十分に生かすにはそれを使う人間の側の視点が重要になります．その基本になるのが｢ものの見かた｣であり｢ものの変化の捉え方｣です． ニュートンは彼の｢ものの見かた｣や｢ものの変化の捉え方｣を表現するために微積分を発明しました．そして，彼が発見した自然の法則を微分方程式として表しました．つまり，微分方程式とは単なる数式ではなく，世の中の見方，見え方を表したものなのです．ニュートンに始まるこの｢ものの見かた｣は今では物理学に限らず社会学や経済学の分野でも使われています． 高校や大学の教養で学ぶ数学では微積分を計算問題として学びます．そのため多くの大学生にとって｢微分は接線の傾き，積分はグラフの面積｣のようです．しかし，微積分の計算は微分方程式を解くための技術なのです．大事なことは微積分の計算に習熟することではなく，その考え方を身に付けることです．これこそが理工系学生にとって最も大切な基礎知識です．人工知能や機械学習が社会に普及し始めた現在，このような人間の側の視点はますます重要になってくるでしょう．

★大反響につき無料お試しバージョン配信開始 ●プロローグ IoTとは？ ★第一部　IoTが生み出す生活の四大変化 ●第１章 モノが「つながる」メリットを理解する を、無料で配信中。 Iotの入門知識を身につけよう。 「わかる」だけではなく、明日から「使える」手法が満載！！ 基本的なキーワードから、すっきりわかる!いちばん丁寧な「IoT」解説書。 ★基本から応用までが理解できる、いちばん丁寧な「IoT」解説書！！ IoT専門の情報サイト『IoTNEWS』代表として、国内外、数々の企業の取材・記事執筆を行う著者が、 図解でわかりやすく、多くの事例から「IoT」の本質を紐解く。 IoTの現在や未来、そして生活やビジネスに与える衝撃を知り、 自分のビジネスを変えるための知識を、これまでにないわかりやすさで解説！ 身近な例として「家ナカ」でIoTを理解し、仕事や社会、産業がどう変わるか、 「わかる」だけでなく、「明日から使える」手法が満載！ ■目次 ●プロローグ IoTとは？ ・IoTは一過性のバズワードなのか？ ・IoTでいう「モノ」とは何か？ ・IoTのメリットとは？ ・IoTを読み解く4つのキーワード ★第一部　IoTが生み出す生活の四大変化 ●第１章 モノが「つながる」メリットを理解する ・家のカギを「つなげて」みる ・家庭用スマートロックを不動産業で利用する ・家庭用スマートロックを介護ビジネスに応用する ・IoTの本格的な普及に必要なこと -------★ ここまで無料 ★-------------- ●第２章　IoTで変わる家ナカ ・IoTで変わるライフスタイル ・IoTで電気代を節約する ・IoTで変わる私たちの「消費」 ・モノの進化を目指す時代の終焉 など ●第３章　IoTで変わるクルマと社会 ・自動運転カーの時代がやってくる ・TESLAが切り開くIoT時代のクルマ ・パーソナルモビリティ時代の予感 ・シェアリングコミュニティが自動運転カーの一歩を切り開くなど ●第４章　IoTで変わる医療とヘルスケア ・医療で使われるIoT ・患者の初期診断を人工知能が担当する ・がん診断支援を実現する ・ヘルスケア分野でのIoT ・IoTによる医療とヘルスケアの未来 ●第５章　高齢化社会とIoT ・介護の救世主となるIoT ★第二部　IoTが生み出す産業の変化 ●第１章 IoTで変わる産業構造 ●第２章　IoTに必須となるグローバリゼーション ●エピローグ　IoT時代をどう生きるか ■著者　小泉 耕二

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

アドラー心理学専門大学院を卒業、阪神タイガースの矢野耀大監督をはじめ、トップアスリートのコーチングや組織開発で実績多数のメンタルコーチ・平本あきおと、幸福学研究の第一人者、慶應義塾大学大学院教授・前野隆司が、難解とされるアドラー心理学を幸福学との対比でわかりやすく解説。 ビジネス、教育、子育てまで、人間関係を“劇的に”改善する具体例を豊富に収録した「使える心理学」の決定版！ ※QRコードを読み込むには、専用アプリ（QRコードリーダー）が必要です。（機種によっては最初からインストールされているものもございます。） QRコードの載った画像をQRコードリーダーで読み込み、閲覧してください。 読み込みづらい場合は、表示画像を拡大し、カメラが画像を読み込みやすいよう調整してから再度お試しください。 【著者プロフィール】 平本あきお　（ひらもと・あきお） メンタルコーチ 1965年生まれ。米国アドラー大学院修士号取得、東京大学大学院教育学研究科修士号（臨床心理）取得。 「人が幸せになる、科学的で体系的な方法」を39年間探し求め、世界中のカウンセリング、コーチング、瞑想を統合し、包括的で再現性のあるオリジナルメソッドを開発。 大学卒業後、病院での心理カウンセラーや福祉系専門学校の心理学講師を歴任。 1995年阪神・淡路大震災で両親を亡くしたことを機に、一念発起して渡米。アメリカでは小学校や州立刑務所、精神科デイケアなどに、コーチングを初めて導入。 2001年ニューヨークテロ直後、日本に帰国し起業。 北京オリンピック金メダリスト、メジャーリーガーなどのトップアスリートや有名俳優、上場企業経営者をコーチング。 産業、医療福祉、教育、政治、スポーツ、芸能など各業界のリーダーや起業家もサポートし、約10万人の研修実績を誇る。 著書に、『引き出す力』［山﨑拓巳との共著］（ビジネス社）、『フセンで考えるとうまくいく』（現代書林）などがある。 前野隆司　（まえの・たかし） 慶應義塾大学大学院システムデザイン・マネジメント研究科教授、ウェルビーイングリサーチセンター長 1962年生まれ。東京工業大学理工学研究科機械工学専攻修士課程修了後、キヤノン株式会社でカメラやロボットの研究職に従事したのち、慶應義塾大学教授に転ずる。 ロボット工学に関連した人工知能の研究途上で、人間の意識に関する仮説「受動意識仮説」を見いだす。 現在はヒューマンインターフェイス、ロボット、教育、地域社会、ビジネス、幸福な人生、平和な世界のデザインまで、さまざまなシステムデザイン・マネジメント研究をおこなっている。 著書に、『人生が変わる！無意識の整え方 - 身体も心も運命もなぜかうまく動きだす30の習慣 -』『無意識と対話する方法 - あなたと世界の難問を解決に導く「ダイアローグ」のすごい力 -』［保井俊之との共著］、『古（いにしえ）の武術に学ぶ無意識のちから - 広大な潜在能力の世界にアクセスする“フロー”への入り口 -』［甲野善紀との共著］、『無意識がわかれば人生が変わる - 「現実」は４つのメンタルモデルからつくり出される -』［由佐美加子との共著］（以上ワニ・プラス）、『脳はなぜ「心」を作ったのか―「私」の謎を解く受動意識仮説』（筑摩書房）、『幸せのメカニズム 実践・幸福学入門』（講談社）などがある。 発行：ワニ・プラス 発売：ワニブックス

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 これまで経済学を中心に発展してきたゲーム理論は、社会科学の分野はもちろんのこと、現在では、工学系の広い分野にも応用されている。特に近年は、人工知能やデータサイエンスなどの計算機科学や情報系の分野でも盛んに応用・研究されており、非常に重要視されるようになっている。 個人や企業の行動を分析し、社会をモデル化する一般的な枠組みを与えるゲーム理論は、統計学やプログラミング、最適化の数学と同様に、あらゆる分野に必要とされる理論であり、今後、ゲーム理論を学びたいという人たちは益々増えてくると思われる。 そこで本書は、初めてゲーム理論を学ぶ方でも数式で理解できるように、わかりやすい言葉で、なるべく省略することなく丁寧に解説することで、読者が一歩ずつ学んでいけることを目指して執筆したものである。そのために、数式による定義は最小限にした上で、その数式の意味を言葉で言い換えて、例や例題を使って解説した。 なお、各章の演習問題の中で難しいと思われる問題や、詳しい説明が必要と考えられる問題については、裳華房のWebページにその解説をPDFで掲載。ダウンロードもできるので、各自の必要に応じて参照してほしい。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医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　最新版 　医療関係者が人工知能をはじめて本格的に学ぶことができる一冊。 　人工知能と医療（主に画像）とのかかわりを詳しく解説。 　後半の事例編を大幅に増やし、具体的な応用例、研究例を多数掲載。 　医療AIの今がわかる！ 推薦文　福島邦彦先生 【基礎編】 Chapter1　人工知能（AI）総論 Chapter2　ニューラルネットワーク Chapter3　ディープラーニング Chapter4　動かす Chapter5　評価する 【応用編】 Chapter6　検出する Chapter7　分類する Chapter8　推定する Chapter9　作る・処理する Chapter10　診断を支援する Chapter11　医療を取り巻く世界 【事例編】 Chapter12　眼底画像 Chapter13　病理画像 Chapter14　大腸内視鏡画像診断支援 Chapter15　大腸CT内視鏡　　 Chapter16　歯科X線画像 Chapter17　放射線治療画像 Chapter18　外科治療画像 Chapter19　医用画像とRadiomics Chapter20　マンモグラフィと乳腺超音波検査 Chapter21　運動器領域の画像解析 Chapter22　深層学習のCT 画像再構成への応用 Chapter23　MRI再構成問題 Chapter24　MR画像処理への応用 Chapter25　核医学画像分野におけるディープラーニング 特別Column1　AI時代の放射線科医 特別Column2　AI時代の診療放射線科技師 【Column】 アジア近隣諸国におけるAI事情 大規模学習ニューラルネット（MTANN） 画像診断ナショナルデータベース AIと倫理，薬事ガイドライン コンピュータビジョンの動向 IT/AIの医療への実装 ACR AI-LABで医用画像AI を体験 深層学習による脳動脈瘤診断支援AI ディープラーニング研究の3つのツールのトピックス

※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。 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

日本株復活のカギはAI(人工知能)革命である。AI革命の主戦場は、1IoT(あらゆるモノがインターネットにつながる)、2自動走行、3ロボット、4フィンテック(ITと金融の融合)の4分野だ。これらはいずれも日本企業が先行しているか、あるいは将来リードすることが見込まれる。安倍政権も、アベノミクスの柱にAIを据えて第四次産業革命をリードすることを目指している。 AI革命で最大の市場は、「自動走行技術」になるだろう。その主戦場である自動車の技術力も規模も、日本は世界を圧倒している。トヨタ自動車の時価総額(約19兆円)は、世界2位ダイムラーの2倍以上ある。トヨタは京セラと並んでKDDIの筆頭株主であり、移動体通信システムの技術力は大変高い。そしてハイブリッドシステム、カーナビゲーションシステムなど自動車のIT化において、日本の自動車メーカーは世界を圧倒する。自動走行に不可欠なセンサー、小型モーター、電子制御用自動車部品においても、日本電産、オムロン、デンソーなど世界のトップ企業が数多い。 ロボットは、伝統的に日本が強い分野だ。ファナック、安川電機、パナソニックは、世界の工業用ロボットのトップメーカーである。そして、ソフトバンクグループ、ソニー、ホンダなどがサービス産業向けのロボット開発に注力している。その成功例がソフトバンクのペッパー君だ。またサイバーダインはロボットスーツを開発し、医療・介護の分野で新産業を創出した。 IoTでは高度なセンサーや電子部品が不可欠だが、この分野でも村田製作所、キーエンス、オムロンが世界的な競争力を持つ。さらに、コマツ、ファナック、三菱電機が機械の電子制御化において世界をリードしており、オリンパス、富士フイルムホールディングス、テルモなどが医療用機器のIoTで先行している。 フィンテックによって産業界と金融界の垣根が低くなり、その結果、産業界から金融業への進出が加速しよう。たとえば、ソニーや楽天の営業利益の半分前後はすでに金融事業から生まれている(15年度)。日本では楽天Edy(エディ)、WAON(ワオン)、nanaco(ナナコ)、Suica(スイカ)など電子マネーが普及しているため、フィンテックと親和性が高く、ビジネスチャンスが多くある。 本書は、日本株復活の最大テーマであるAI革命で浮上する日本企業に焦点をあてている。

人工知能（ＡＩ）、ＩｏＴ、ビッグデータ技術の活用で、人々の仕事が奪われていく。時代は大転換期に入った。あなたの仕事は大丈夫か。日本を動かしてきた３人が、大混乱期のニッポン経済を大胆予測。言いたい放題、炎上必死。でも、日本経済が２時間でわかる！ ▼日本の大企業が、自滅するのはなぜか。 ▼メガバンクが大量リストラするのはなぜか。 ▼仮想通貨の正体とは。 ▼中国アリババの急成長の真相は。 ▼あなたの仕事は大丈夫か……。 ▼大転換期に生き残る秘策とは。 ◎内容例 榊原　デフレ克服なんていうことを、まだスローガンにしていること自体が 田原　危ない？ 榊原　おかしい！（笑） 田原　日銀の黒田はそういっている。 榊原　本気でそういっているのかな。　　 （本文より）

●AI(人工知能)、の普及、ロボット化による雇用破壊が注目の的です。オックスフォード大学研究者の「労働人口の47%は代替される」という分析結果が衝撃をもたらし、世界中で雇用の未来に対する懸念が一気に高まりました。だが、それが本当なのか? 本書は、世界にも例がない、企業への広範な調査、先行しているドイツの調査研究などを通じて、AI、ロボット、IoTによる雇用へのインパクトを明らかにします。結論は、喧伝されている見方とはかなり違うものです。 <雇用減の極端なインパクトはない> 大部分の職は自動化されても人間がこなす部分が大きい。 <雇用は全体として増え、働き方が変わる。雇用の二極化が進む> IT関連、データサイエンス分野では雇用が増加、製造・物流などでは雇用が減少。中間層が大きな影響を受ける。 <自動化に前向きな日本企業。ルーティン職は自動化> 雇用は専門職・技術職で増加、事務職では減少する。 日本では悲惨な雇用の喪失は起きない可能性があるが、問題は、データサイエンティストなどの専門職の人材不足であり、高スキル人材の育成です。拡がる所得格差を縮小するための所得再配分の強化が必要になることを明らかにします。 ●本書の特色:ドイツはじめ世界の先進的な研究をもとに、日本企業へのヒアリング、中堅・中小企業も含め1万社へのアンケート調査に基づき、バランスがとれ、なおかつリアルな展望を描き出します。

人工知能が生み出す奇妙でワンダフルな世界にようこそ！　AIがいかに学習し、試行錯誤を繰り返し、適応していくかについて、シンプルな実験を重ねながら紹介。思わず吹き出してしまいそうな出力例（「地獄の渦」味のアイスはいかが？）や、予想の斜め上を行く解決策を示しながら、AIの得意分野と不得意分野、危険性や限界を解説する。ロボットが何を考えているのかに興味のある人のための、パーフェクトな一冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この商品は固定レイアウト型の電子書籍です。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします。 コンピュータに「視覚」を与えるプログラミングを解説。 画像処理に必要となるOpenCVのプログラミングについてC/C++ベースの開発環境で解説。 OpenCV 3系の導入・画像処理から顔の検出、機械学習まで。基礎と活用例を効率よく学べます。

※本書は、日経コンピュータ誌の特集記事「機械学習革命」（2014年1月9日号）を 　スマートフォンでも読みやすく再構成した電子書籍です。 　専門記者によるレポートが手ごろな価格で手に入ります。 記者は、米グーグル、米アップル、米フェイスブックといった先進IT企業が注目する「機械学習」に注目し、 社会や企業にどんな変化をもたらすかを探りました。 機械学習の本質を、「知性を実現するアルゴリズムを 人間の行動パターンから自動生成することにある」と説明しています。 ９つの事例を詳細に報じています。ここが読みどころです。 具体的には、人間に匹敵する知覚を実現したパターン認識の例、人間の試行錯誤を排除する未来予測の例、 不審な行動を把握する異常検知の例などを取り上げています。 「学習するコンピュータの台頭で人間の仕事が奪われるケースは間違いなく増える」と主張する一方で、 変化を好機に変えるヒントをまとめ、「機械学習をうまく使いこなせば、あらゆる企業にとって、 新ビジネスや異業種参入が容易になる」と締めくくっています。

機械学習は現代のAI（人工知能）になくてはならない技術です。一方で，機械学習の理解には統計学の知識が必要不可欠です。本書はその機械学習の理解に必要な統計学の知識をわかりやすく解説した入門書です。図を多用し，具体例を重視した内容になっています。また，Excelを使って解説するので，大学レベルの難しい数学の知識のない入門者でも，視覚的にそのしくみを学ぶことができます。機械学習を目的とした統計学の手法「教師あり学習」や「教師なし学習」を理解したい人に最適な入門書です。

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。

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

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。 また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 端末により、見開き表示で、左右が逆になる場合があります。 「Jubatus(ユバタス)」は、分散した大容量データを素早く深く分析するオンライン機械学習用フレームワークで、日本発のオープンソースプロダクトです。 本書はJubatusコミュニティのメンバー自らが執筆。様々な環境へのJubatusの導入から、特徴抽出方法、主要な機械学習アルゴリズムの解説を、新規に起こしたサンプルを例に実践的に解説します。大容量データを迅速に処理する分散モードでの実行方法も解説。また、サンプルで手を動かしながら学べるため、機械学習の入門にも適しています。 なお、本書で使用したサンプルコードはダウンロード提供します。

自社ビジネスの変革を目指して多くの企業が取り組むDX（デジタルトランスフォーメーション）。プロジェクトを成功させて成果を上げる企業が現れている一方で、苦戦している企業も少なくありません。「PoC（概念実証）ばかりで具体的な成果が出ない」「手掛けているのは一部の部門だけで、全社的な取り組みにつながらない」という声も多く聞かれます。 　AI（人工知能）やIoT（インターネット・オブ・シングズ）といったデジタル技術を用いて新たなサービスを生み出したり、既存事業の収益構造を変革したりするには、従来の業務システム開発とは異なるノウハウが必要です。 　本書は、複数企業のDXプロジェクトの運営を手掛けてきた筆者が、DXプロジェクトをうまく進めるためのノウハウを豊富な経験を基に解説します。DXプロジェクトは従来型の基幹系システムの開発とどう違うのか、DXプロジェクトではどんなプロセスが必要になるのかなどを体系立てて解説。何をつくるのかを決める構想フェーズや実現性検証のためのPoC、要件定義、設計など、DXプロジェクトを実践するときのプロセスを分かりやすく解説します。 　サービスを開発、活用するユーザー企業側の方、ユーザー企業と共にシステム開発などを請け負うSI企業やシステム開発会社の方、両方の立場の方に役立つようにまとめています。企画担当者やプロジェクトマネジャー、エンジニアなどDXプロジェクトに取り組むすべての人に必携の一冊です。 　イメージがわきやすいよう、具体的な例を挙げて解説しているので、実際にDXプロジェクトを進める上で役立つノウハウが満載です。ぜひご活用ください。

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

オノマトペとは、擬音語・擬態語の総称である。従来のオノマトペに関する書籍は言語学や心理学分野のものであり、関心はオノマトペという言語現象そのものであった。 それに対して本書は、人の感性を定量化するためのメソッドとしてのオノマトペの強みと面白さ、言語学・認知科学・工学まで幅広い研究で活用される可能性を伝える。オノマトペ研究の第一人者である筆者のこれまでの研究をたどりながら、五感・感性・感情までオノマトペで表される豊かな情報を数値化する手法として、筆者が提案したシステムを紹介する。さらに、そのシステムを使った産業界（製造業、医療など）での応用例もいくつか挙げる。 本書の対象としては、言語学や心理学だけでなく、人工知能など工学分野に関心をもつ学生や一般の読者に読んでいただきたい。さらに、消費者が製品から何をどのように感じているのか、どうしたら消費者の感性に効果的に訴求するものが作れるのか知りたい産業・マーケティングに関わる読者にも役立つ本になることを期待している。

現在ではAIは、より身近な存在になり、AIを普段の暮らしやビジネスの中に活かしていく移行のフェーズになっています。事実、私たちが普段使っているサービスの中にも、AIはたくさん使われ始めています。 AIの重要な機能のひとつに画像や音声の認知があります。人の顔や表情、声などをコンピュータが認識する重要な機能です。この認知機能に使われる様々なパーツ群として、マイクロソフトがワールドワイドで提供するのがCognitive Servicesです。 本書はこのCognitive Servicesを体験しながら、AIの仕組みや使い方を学べるITエンジニア向けの人工知能の入門書です。 具体的には、「視覚」「音声」「言語」「知識」「検索」というカテゴリごとに概要と実装サンプルを紹介しています。AIアプリを開発したい人が、自らの目的に合ったツール類を一目で探し出せるような構成となっています。 また書籍の後半では、AIアプリ開発の具体例としてチャットポットの作成について解説しています。 このように本書では、Cognitive Servicesの概要の説明だけではなく、実際に体験できるように、開発手順や実装サンプルも掲載しています。 本書を使ってAIアプリ開発の第一歩を踏み出してみませんか？ なお、本書は2017年12月13日に正式に一般提供（GA）されましたLanguage Understanding（LUIS）、Azure Bot ServiceのGAの更新内容に対応しています。

※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。 AI（人工知能）、IoTをビジネスの現場に活用する例が注目されて、最近ではさまざまな業種、業務での活用事例が出てきた。その一方、世界的なデジタルプラットフォーマーの力はますます強くなり、モビリティ、小売りなど他の産業分野へ進出し始めている。 AI、IoTに代表されるデジタル技術の浸透は、産業ごとの競争ルールを一変させるのか。本ムックでは、そのインパクトを理解する上で欠かせないキーワードを専門家が解説。今、目前で進んでいる有力企業の最先端の取り組みやキーパーソンへのインタビューなどを幅広く取り上げる。 【主な内容】　　　※内容は変更になることがあります ●第１章　キーパーソンインタビュー ●第2章　注目キーワード解説 ●第3章　テーマ別企業事例「業界・業務別ケーススタディ研究」 ●第4章　日米先端カンファレンス報告 ●第5章　データ活用実践講座

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 自然言語処理と深層学習が一緒に学べる!! 本書は、人工知能研究における主軸の一つである「自然言語処理」について、わかりやすく解説するものです。人工知能研究における自然言語処理分野でよく用いられる機械学習の理論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。単に概念を羅列するのではなく、豊富な実装例や演習問題を通して、自然言語処理の理論と実践をバランスよく学べるように紹介していきます。

「ITの本当はどうなのか」 社長の疑問に答えるために 「“第四次産業革命”の話があるが本当はどうなのか」。社長からこう質問されたら説明できますか。革命とはAI（人工知能）やIoT（モノのインターネット）によって社会や経済が一変するという話です。 「うちの取り組みはどうなっている」。革命の話に共鳴した社長が聞いてきたら答えられますか。 「革命どころか、我が社のIT（情報技術）利用は失敗続き。これ以上損を出さないように」。社長からこう命じられたらどうしますか。 社長の疑問に答えるためには「ITの本当」について日頃から考えておく必要があります。 本書はAIやIoTといった新しそうに見える話題から、情報活用、情報システムの企画、開発、運用といった積年の懸案に至る、合計50のテーマについて解説したものです。 単なる用語の説明ではなく、社長すなわち経営者や事業側の幹部が疑問に思う点と、情報システムの専門家の回答例をまとめています。 社長や経営幹部あるいは情報システムの専門家が「ITの本当」を知り、対話できるようになるための一冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 強化学習の基礎からロボットへの実装までがわかる!! 　本書は、強化学習の基礎からロボットへの実装までを解説した実務書です。プログラミングは、C言語でロボットへの実装までが解説された、実践的な内容となっております。ロボットへの実装は、誰でも購入できるライントレースロボットを使った例と、ソフトロボット（柔らかい素材を使ったロボット）を使った例で、具体的な方法を解説しています。 はじめに 第1章　人工知能とロボット 第2章　強化学習 第3章　C 言語による強化学習のプログラム 第4章　実ロボットへの適用 付録　Excel VBA による実装 参考文献 索引

シンギュラリティの到来に一喜一憂しても、「人工知能の時代」は確実にやってくる。だからこそ持つべき視点がある。コンピュータがいかに「見て」「動いて」「考える」かを、錯視やロボットの例を用いて徹底解明。そして「生命」を深く考えてこそ分かる「椅子に座る」ことの本当の意味。注目の新鋭研究者が迫る「知能」の正体！

（概要） GPUの基本構造と技術動向に焦点を当てた解説書。3Dグラフィックス，ゲーム，モバイル，VR/AR，科学技術計算，そして人工知能/ディープラーニングに至るまで，幅広い分野でGPU/並列計算の重要度は高まる一方です。その背景にあるハードウェアおよび計算処理への要求とは，どのようなものでしょうか。 本書ではGPUの今を主軸に，ハードウェアおよびソフトウェアの観点の基本事項，超並列処理の根幹部，重要技術の動向まで徹底解説。先端の実製品例，各分野での具体的な導入事例なども豊富に盛り込み，現場で活かせる技術知識を凝縮してお届けします。

AI（人工知能）、量子コンピューター、遺伝子工学、動物実験など、さまざまな「最新科学」のニュースがメディアを時折にぎわせていますが、それはつまり、「現代科学」の話題はこれからの私たちの生き方や未来をも大きく変える可能性のある「誰もが知りたい訴求力ある情報」であることを意味します。 けれども私たちは、残念ながら、現代の科学を理解するための基礎知識が、「学校で教わった範囲」あるいは「ほとんど知らない」状態なのが現実でしょう。 そこで本企画は、知っておくべき科学の基本や、現代科学を読み解くのに必要な知識について、身近な例を挙げながらやさしく解説。わかりやすい図解（イラスト・写真）を用いながら本文展開することにより、学生から年配層まで、科学全般の知識が浅い読者でもとっつきやすく、読むだけで「科学の教養」が身につけられる100項目を提供する内容です。

機械学習に携わる技術者向け。必要な生命科学の基礎を述べ、遺伝子解析に使われる多重検定を解説する。また、複数の具体例を通して推定量を設計する方法を紹介した。大規模データを生命科学の発見につなげる道筋がわかる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

テクノロジーはどこまで進化するのか？ 人間は駆逐される？ AIって結局、わたしたちにどんな影響を与えるの？ 今、多くの人がこのような疑問を抱いているのではないでしょうか。 ChatGPT、Bing、Midjourney、Stable Diffusion…世界を大変革の波に包み込んだ最先端AI。昨年の2022年は「画像生成AI元年」とも称されますが、現代に生きるわたしたちにとって、人工知能をはじめとする最新テクノロジーは、仕事、くらし、教育など人生のどの側面から見ても、もはや切り離して考えることが難しい存在にまでのぼりつめました。 そのような今、わたしたちの仕事やくらしのあり方、テクノロジーとの共生方法を模索することが、世界中で喫緊の課題となっています。 トレンドトピックでいえば、「教育現場で教師はAIに取って代わられるのではないか」「クリエイターはAI以上の価値創造ができるのか」など、人間にとって当たり前だった「働く行為」の見直しが各所で進んでいます。 本書では、ハーバード大学客員研究員であった山本康正氏が、「ハーバード大学、スタンフォード大学、マサチューセッツ工科大学（MIT）など、世界を舞台に活躍する一流エンジニアを輩出する名門大学・研究機関の研究者や関係者が発表している研究データ」に基づき、ジェネレーティブAIなどをはじめとした、さまざまな最新テクノロジーによって、これから業界・産業にどのような地殻変動が起こるのかを見通しています。 エンターテインメント、金融、不動産、製造、医療・ヘルスケア、教育など、各産業ごとに、最新テクノロジーによってそのしくみや働き方、ビジネスモデルのあり方がどう変わるのか、豊富な具体例とともにみなさまにご紹介します！ ※カバー画像が異なる場合があります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人工舌『味覚センサーレオ』が科学的にはじきだした、食べだしたら止まらない！　脳を狂わす「無限レシピ」88。日本人が本当に「おいしい」と感じる悪魔の食べ合わせを一挙皆伝！ ちょっとマジメに説明を。 人がおいしい、まずいと感じる基準が今までは個人の主観によって異なりすぎてあやふやでした。 でも、それだと飲料・食品メーカーや外食産業は困っちゃう。 そこで、多くの日本人に食べ物や飲み物を味わって点数評価してもらい、アンケート結果をＡＩ（人工知能）に学習させ、「おいしさ」を可視化するべく誕生したのが、人工舌コンピュータ『味覚センサーレオ』。 人間の舌にある味蕾と同様に、甘味・酸味・苦味・旨味・塩味の５基本味を感知し、「おいしさ」を計測できるようになったすぐれモノ。 　我々には長年の習慣にのっとった、固定概念がある。和食には緑茶、洋食にはコーヒーといったあれ。そこを打開すべく、たとえばコーヒーメーカーが『味覚センサーレオ』に「シェアをもっとひろげたいんだけど」と相談をもちかける。すると、「塩鮭と酸味の強いコーヒーは好相性だよ！」と、提案してくれる。当然、日本人の好みを熟知した人工舌の判断だから、多少突飛な提案でも、味覚的に間違えはないからそこは安心。この辺は健全な使い方だから問題ないんだけど、怖いのは、人工舌『味覚センサーレオ』にかかれば、人間がひとくち食べただけで中毒になるほど夢中になり、食べる手を自分では止められない悪魔的味覚を生み出すことも楽勝だということ。 　本書では、『味覚センサーレオ』がはじきだした、日本人が我を忘れて夢中になる食べ合わせ３パターンに合致する、組み合わせを多数ご紹介します。 ●本書で紹介する食べ合わせ例 ・バナナ＋シラス ・ スナック菓子＋マヨネーズ ・ フライドポテト＋卵焼き　 ・ いなり寿司＋クリームチーズ ・ 和風煮物＋タバスコ ・ カルボナーラ＋納豆 ・ かぼちゃの煮物＋プリン（生クリーム） ・ 味噌＋チョコ ・ 揚げ物＋ジャム ・ カレー＋ピノアイス ・ フライドポテト＋あんこ ・ インスタントコーヒー＋炭酸水 ・ 白和え＋生クリーム ・ 緑茶＋チーズ ・ 冷やし中華＋マーマレード ・ マカロニサラダ＋バニラアイス ・ ゴマ塩＋ココア ・ 野菜ジュース＋豆乳 ・ 生ハム＋アイスの実 ・ マーボー豆腐＋インスタントコーヒー ・ コーヒー＋食塩 ・ ゆで卵の黄身＋ハチミツ ・ 焼きそば＋納豆 ・ 魚卵＋お菓子 ・ プリン＋納豆 ・ インスタントラーメン＋プリン　 …etc…

【ソフトウェアプログラマのためのFPGAチュートリアルガイド！】 プログラム可能なハードウェア「FPGA」をソフトウェア技術者が活用するためのチュートリアルガイドです。FPGAの基礎知識からツールの入手方法、機械学習を例にした実際の動作までを図表やツールの動作、ソースコードの紹介を交えてわかりやすく紹介しています。

LINEで人工知能を有したBOTプログラムが寿司やピザの注文を受ける，これが今起きて進んでいるSNSのアプリケーションプラットフォーム化の一例だ。本書は，SNSでビジネスをする際に必要となる技術をさまざまな面から解説する。それは個人情報を保護しながらビジネスを円滑にすすめるための認証基盤，スマホ用アプリ開発のノウハウ，SNSの運用と管理方法，そしてAIを応用したBOTネットワークアプリの開発など広範囲に及ぶ。IT企業の最前線で培われた筆者の開発経験と実績から導かれた知見を余すことなく本書に凝縮した。

※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。 AIとの会話をはじめよう！ 対話型AI ChatGPTの使い方をわかりやすく解説 ChatGPTはOpenAIが提供・公開する対話側のAIサービスで、会話の相手だけでなく、さまざまなアイデア出し・文書作成も可能。 AIとの会話方法や日々の業務改善、創作活動のサポートなどChatGPTを活用する方法を解説します。 仕事・学習・生活を楽しく、より便利に！本書で紹介する活用方法で、AIと楽しく賢い会話をしよう！ Part 1 ChatGPTのはじめ方 1.1 ChatGPTとは 1.2 ChatGPTのはじめ方 1.3 ChatGPTの画面構成 1.4 ChatGPTへの指示力が上がるワード10選 Part 2 ChatGPTの基本 2.1 文章の要約をしてもらう 2.2 翻訳を頼む 2.3 校正をしてもらう 2.4 分類・カテゴリ分けをお願いする 2.5 アイディア出しをお願いする 2.6 文章作成を依頼する 2.7 プログラムを作ってもらう 2.8 ロールプレイ/ キャラクターを演じてもらう 2.9 質問応答 2.10 ステップバイステップで考えてみよう Part 3 コミュニケーション 3.1 物語の登場人物と話してみる 3.2 人称と語尾を変える 3.3 夕飯の献立の相談をする 3.4 誕生日プレゼントの相談をする 3.5 子供からの質問を答えてもらう 3.6 旅行プランを作成してもらう 3.7 しりとりで対決する 3.8 クイズで対決する 3.9 文章を絵文字で表現してもらう 3.10 世界各国のことを聞いてみる 3.11 AI同士で討論させる 3.12 SNSに投稿する文面のチェックを頼む Part 4 創作 4.1 物語を作成してもらう 4.2 歌詞を作成してもらう 4.3 作曲をしてもらう 4.4 絵を描いてもらう 4.5 アスキーアートを描いてもらう 4.6 画像生成AIのロンプトを作成してもらう 4.7 テキストアドベンチャーゲームを作成してもらう 4.8 俳句を詠んでもらう 4.9 プロットをまとめてもらう 4.10 ブログタイトルを考えてもらう 4.11 Unityのプログラムを作成してもらう 4.12 物語の感想を聞かせてもらう Part 5 勉強 5.1 英会話の練習相手になってもらう 5.2 英単語から英文を作成してもらう 5.3 英文から単語表を作成してもらう 5.4 文章をやさしく要約してもらう 5.5 文章をたとえ話で説明してもらう 5.6 文書を箇条書きで説明してもらう 5.7 文章から用語表を作成してもらう 5.8 作文の作成を手伝ってもらう 5.9 問題を作成してもらう 5.10 学習カリキュラムを作ってもらう 5.11 勉強が何の役に立つのかを質問する 5.12 希望の職業につくために必要な勉強を質問する Part 6 仕事 6.1 ビジネスメールの作成を依頼する 6.2 商品のキャッチコピーを作ってもらう 6.3 プレスリリースの作成を頼む 6.4 謝罪文を書いてもらう 6.5 プレゼンの下書きを相談する 6.6 プレゼンの想定質問と回答例をあげてもらう 6.7 新規事業についていろんな視点から意見してもらう 6.8 会議メモから議事録を作成してもらう 6.9 アイディアの利点と欠点を洗い出してもらう 6.10 Excel でやりたいことができる関数を教えてもらう 6.11 データベース検索のクエリを作成してもらう 6.12 プログラムを説明してもらいさらに修正をお願いする Part 7 ChatGPT Plus 7.1 ChatGPT Plus の使い方 7.2 Web 検索の結果を利用する 7.3 知識データベースの検索結果を利用する 7.4 特定のWebページの情報を利用する 7.5 特定のPDF文書の情報を利用する 7.6 グラフを作成する 7.7 近所の飲食店の情報を利用する 布留川 英一（ふるかわひでかず）： 1999年『JAVA PRESS』（技術評論社）にて、携帯アプリの開発方法の連載を開始。株式会社ドワンゴにて世界初のJava搭載携帯電話「503i」のローンチタイトル『サムライロマネスク』の開発に携わる。以後、新端末の新機能を活用したアプリを作りつつ技術書を書き続け、現在は株式会社ゼルペムにて、ヒトとAI の共生環境の実現を目指して人工知能の研究開発に取り組んでいる。主な著書に『OpenAI GPT-4/ChatGPT/LangChain 人工知能プログラミング実践入門』『BERT/GPT-3/DALL-E 自然言語処理・画像処理・音声処理人工知能プログラミング実践入門』（ボーンデジタル）など40以上の著作がある。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします

AI時代に必要な「伝え方」の鉄板の技術を紹介！ AI（人工知能）が普及すると、多くの仕事は自動化される。そこで人間に必要とされるのは、みんなからやる気を引き出せる人、想像力を引き出せる人。つまり、伝える力がますます重要になってくる。著者のカーマイン・ガロ氏は、グーグル、リンクトイン、アクセンチュアなど大手企業のコミュニケーション・アドバイザーを務め、30万部のベストセラー『スティーブ・ジョブズ 驚異のプレゼン』の著者でもある。AI時代にさらに重要になる「伝え方」のスキルを紹介しよう。 ■カーマイン・ガロが教える鉄板の「伝える技術」例 ・5秒で全体像を見せる 相手の気が引けるかどうかは、「5秒」が勝負。だから5秒でもっと聞きたくなるような全体像を見せよう。 ・小学3年生にもわかる言葉で話す 難しい言葉はわかりにくくなるだけで、いいことはなにもない。やさしい言葉のほうが、みんなの記憶に残る。ケネディ大統領の演説は、小学3年生でわかるレベルだ。 ・3幕構成のストーリーで話す ハリウッドの映画も優れたプレゼンも、3幕構成のストーリーで作られている。第1幕は「きっかけ・設定」、第2幕は「喪失・苦闘」、第3幕は「解決」。この3幕構成の伝え方ができれば、聞き手を動かせる。 ・聞き手の心を揺さぶれ 人をやる気にさせたり、動かしたりするには、論理だけでは難しい。聞き手の心を揺さぶり、感情を動かそう。

アドバイスしただけなのに「もういい!」と逆上される、「仕事と私(家族)、どっちが大事なの!?」とからまれる……。男性にとって永遠の謎である女の不機嫌は18種類に分類でき、そのすべてに対処法がある。そもそも男女のコミュニケーションギャップの多くが、男女脳の相違に起因している。共感を求める女性脳を理解して、優しいひと言をかけられれば、一発で妻の機嫌はよくなる、はず。本書は、人工知能研究者が脳科学の見地からすぐに実践できる具体例を示した究極の指南書。

ディープラーニング（深層学習）は，人工知能（AI）分野で活躍したい，多くの人たちに注目されています。ディープラーニングは，今後ますますの発展が予想される人工知能の技術を新時代へ導いています。一方で，ディープラーニングの学習には数学の知識が必要不可欠です。本書はそのディープラーニングに必要な数学の知識をわかりやすく解説した入門書です。図を多用し，具体例を重視した内容になっています。ディープラーニングに関わる数学の知識を基本からしっかり学びたい人には必携の入門書となります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ●本書の特徴 現在のコンピューティングの世界において、機械学習の分野は最も注目されている領域と言えるでしょう。機械学習の登場により、従来とは比べものにならないくらいの高精度かつ複雑なデータの分析が可能となりました。 本書は、機械学習の手法の中でもとくにディープラーニングに注目し、その実践のための知識を基礎からまとめています。概念としての「人工知能」「機械学習」「ディープラーニング」の紹介から、数学知識のまとめ、プログラミングとフレームワークの利用方法、環境の構築までを解説していきます。 機械学習基盤の構築について、理論から実践までの要素を紹介することから、実際の業務にも応用可能な本格的システムを作るための知識を一気通貫に習得可能です ●Python/PyTorchによる機械学習の実現 本書では、機械学習を実現するためのプログラミング言語としてPythonを取り上げ、ディープラーニングを実現するライブラリとしてPyTorchを用います。PyTorchは機械学習のさまざまな機能を備えており、煩雑な処理を極めて簡潔に書けます。本書では、PyTorchを利用した画像の解析とテキスト分析を例に、ディープラーニングの実践について詳しく見ていきます。 また、本書では開発したソフトウェアを動作させる環境についても言及します。クラウドを利用した実行基盤の実現についても多くのページを割き、スケーラビリティを有するシステムの構築についても学ぶことが可能です。 本書は、執筆者の人工知能の分野での教育活動やコンサルテーションの豊富な経験をもとに執筆されており、機械学習の分野における「学び」を、読者が基礎からひととおり体験できるように構成されています。

※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。 【データをどうやって見ていますか？】 データサイエンスや人工知能への関心の高まりとともに、データを読み取る能力の重要性が高まっています。データサイエンティストでなくても、「最近行った販促活動は売上につながっているのか」「広告や報道、SNSに出てくるグラフの読み取り」「ネットの情報の真偽を確かめる」など、私達は仕事や日常で多くのデータを扱っています。 本書は、数学が苦手な人にも馴染みやすい身近な例からデータに関する基本を学び、数字に強くなり、データを正しく読み取る事ができるようになるための書籍です。 ■こんな方におすすめ ・データの見方を理解したい人 ・数学は苦手だけど数字に強くなりたい人 ■目次 第1章 データとは　－データを基にして考える 第2章 データには種類がある　－種類でわかる数値の意味 第3章 正確な数字と大まかな数字　－オーダーと有効数字 第4章 デジタル化すれば便利になる？　－アナログとデジタル 第5章 平均値は真ん中の値？　－データの特徴を数値で表す 第6章 データどうしの結びつきを考えよう　－因果関係を疑う 第7章 ひっかけグラフにご用心　－グラフを読み解くポイント 第8章 データリテラシーを身につけるために　－データ社会の処世術 ■著者プロフィール 阿部 圭一（あべ けいいち）：名古屋大学大学院博士課程修了、工学博士、静岡大学、愛知工業大学を経て、現在はフリー。静岡大学名誉教授。専門は情報学、情報教育。著書に『よくわかるデジタル数学-離散数学へのアプローチ』（近代科学社、2020年）、『よくわかるデータリテラシー　データサイエンスの基本』（近代科学社、2021年）など。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 子供の科学★ミライサイエンスシリーズの第３弾のテーマは「統計」。 テレビの視聴率や内閣支持率、「売り上げNo.1」の広告、 薬や化粧品などの効果を表すグラフ、くじの当選確率、気象予報の降水確率、 テストの成績がわかる偏差値など、世の中にはたくさんの統計を使ったデータがあふれています。 ニュースを正しく理解して問題の本質を探り出したり、 もっともらしいデータから商品の効果を見極めたりするためには、 身の回りにあふれるさまざまなデータから、必要で正確な情報をつかみとることが必要です。 ただの数値やグラフでしかないデータから情報を引き出し、 目の前の問題を解決するためには統計の手法や考え方が欠かせません。 この本ではニュースや広告で登場するアンケート結果などのデータ、 サイコロやカードを使ったゲームなど日常生活で触れることのある身近な例をもとにしながら、 小学生から学んでほしい表やグラフの作り方、データの読み方、 平均や確率といった統計の基本についてわかりやすく解説していきます。 算数や数学の力を上げることはもちろん、データ社会の中を賢く生き抜き、 ビッグデータ、人工知能などを活用していくことが求められる これからの時代に必要なデータサイエンスの基本が身につく1冊です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人工知能は、コンピュータパワーの進歩とインターネットの普及により、実際様々な分野で利用され始めています。 本書をはじめから読んで頂ければ、簡単な人工知能あるいは、ニューラルネットワーク、そして初歩的なディープラーニングのプログラムは自分で作ることができるようになります。また、アルゴリズムの説明や、実際の具体例に紙面を割きました。 さらに、理工系の学生のみなさま、及びSE等情報関係で働いておられる社会人のみなさんに人工知能を再確認して頂ければと思っております。

「経済学って何の役に立つの？」と思っている方へ ・「今日から役立つポイント」を項目ごとに記載 経済学を初めて学ぶ、一般のビジネスパーソンが 知識を役立てることができる場面が 項目ごとにわかります。 ・身近な例と図解入り 身近な例や図解とともに一通りの 経済の基礎知識を解説するため、 初学者でもイメージしやすく、理解しやすい！ ・デジタル時代の経済の変化についても解説 さらにデジタル時代の経済の変化についても解説しているので、 経済学の新しい考え方がわかります。 ■解説内容（一部抜粋） ・その商品の需要は何で決まる？　～代替財と補完財～ ・一杯目のビールは、なぜおいしいのか？　～限界効用～ ・少子高齢化でどうなる、社会保障？　～再分配～ ・株で儲けるためには？　～効率的市場仮説～ ・なぜGAFAは経済学者を大量に採用しているのか　～データ分析の欠点～ ■目次 序章　経済をめぐる21世紀の変化 第1章　そもそも経済学って何？ 第2章　家計や企業を考える「ミクロ経済学」 第3章　国全体を考える「マクロ経済学」 第4章　道具としての「計量経済学」 第5章　お金の流れがわかる「ファイナンス理論」 第6章　人工知能と経済の未来 第7章　経済学で押さえておきたい人物 ※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。

7杯目のコーヒーが無料の米セブン-イレブン、レンタカー貸出手続き不要の米ハーツ、 購入レシートでポイントを付与する米ケロッグ……。 これらは、特定層のお客を囲い込み、企業の売り上げや利益を拡大するロイヤリティ・マーケティングの一例だ。 スマートフォンが普及し、AI(人工知能)やAR(仮想現実)の技術が身近になりつつある現在、 従来は入手が難しかったお客の消費行動がデータで分かるようになってきた。 この情報をマーケティングに活用し、お客をロイヤルカスタマー化する企業が業績を伸ばしている。 この動きは、企業のデジタルトランスフォーメーションによって、さらに加速していく。 激しさが増す競争環境を勝ち抜くために、ロイヤリティ・マーケティングは欠かせない。 ロイヤリティ・マーケティング業界のグローバルリーディングカンパニーである ブライアリー・アンド・パートナーズで社長兼CEOを務める筆者が、最新の成功事例を 取り上げながら、顧客の心をつかんで離さないロイヤリティプログラムの導入と実践を解説する。

文藝春秋の電子書籍約3500点を対象にして、2016年１年間全ての電子書店の電子書籍売上を集計した、電子書籍ベスト100です。 文藝春秋の今年の電子書籍ランキングは、芥川賞受賞作品、本屋大賞受賞作品などが上位に並んでいます。これらの候補作は、受賞後ではなく、候補作になるとすぐ、各出版社が電子化を進めるようになりました。数年前では考えられない状況で、電子書籍の重要度が増したことを表す例の一つです。 文藝春秋が積極的に取り組んでいる、電子オリジナルのコンテンツ「文春e-Books」も存在感を増して来ました。5位に『あと100円でもう一品！　楽天レシピ　節約お料理ベスト100』、6位に『週刊文春が報じた　ジャニーズ女帝メリー喜多川　怒りの独白５時間』と、2作品が初めてベスト10内に入りました。26位には、Ｄ県警シリーズの一作で、単行本・文庫本未収録の短編作品『刑事の勲章』（横山秀夫）、59位には話題の人工知能について２人が語った『羽生善治×川上量生「羽生さんはコンピュータに勝てますか？」完全版』がランクインしています。これらは、電子書籍特有の、スピード感と、手軽さを武器にした作品です。 また、村上春樹さん、池井戸潤さん、横山秀夫さんといったベストセラー作家と一緒に、没後20年となった司馬遼太郎作品が複数ランクインしているところに、電子書籍の読者層の広がりを感じることができます。 この１年を反映した100作、興味のある作品を是非読んでみて下さい。 村田沙耶香／又吉直樹／宮下奈都／池上　彰／横山秀夫／村上春樹／みうらじゅん／黒川博行／マイケル・ルイス／高田かや／半藤一利／乾　くるみ／佐藤　優／池井戸　潤／福澤徹三／松岡修造／司馬遼太郎／松本清張／堂場瞬一／エドワード・ルトワック／羽田圭介／ロバート・アラン・フェルドマン／堀江貴文／ピエール・ルメートル／伊藤祐靖／米原万里／ジリアン・テット／勝間和代／内田　樹／松村　卓／誉田哲也／山本七平／丸谷才一／伊坂幸太郎／星野　源／磯田道史／青山文平／西原理恵子／石田衣良／角田光代／羽生善治／川上量生／橘　玲／有栖川有栖／湊かなえ／壇蜜／牧野知弘／植村直己／林　真理子／エマニュエル・トッド／小川和久／西川美和／今野　敏／濱　嘉之／阿部智里／真山　仁／重松　清／奥田英朗／アンダース・エリクソン ロバート・プール／辻村深月／文・山口かこ　絵・にしかわたく／夢枕　獏／井上智洋

日経BPの専門誌編集長30人がブレーク必至の最新技術を解説! 新時代をひっぱるのはテクノロジーだ! テクノロジーは2020年五輪も、人々の体験も、社会のインフラも、ものづくりやビジネスも変える。 IT・ものづくり・建設・医療など各分野を知り尽くした日経BP専門誌の編集長30人が、 知っておくべきテクノロジーを100件厳選。わかりやすく解説する。 紹介する技術の例 5G/人工知能(AI)/AI検査/AR・VR/人間拡張/量子コンピューター/フィンテック(FinTech)/自己治療材料/曲がるディスプレー/木造超高層/ESG/生分解性プラスチック/水素発電/アクティブ消音システム/アクアトープ/再生医療/人工脾臓/細胞医薬

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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の基本を、Pythonでやさしく学んで楽しもう！ 本書は、AI（人工知能）技術の基本を、自然言語処理と音声処理をとおしてわかりやすく解説した入門書です。アルゴリズムを平易に解説し、Pythonによるプログラミング例を紹介。さらに、自然言語処理や音声処理への応用例を取り上げ、実践しながらAI技術の基本が理解できるようになります。 第1章　人工無脳から人工知能へ 第2章　文字を処理する　テキスト処理の技術 第3章　自然言語処理の技術 第4章　音声処理の技術 第5章　知識表現 第6章　学習 第7章　深層学習 第8章　対話エージェントの構成 第9章　人工無脳から人工人格へ 付録

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、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。 プログラミングなしで人工知能をはじめよう！ 　本書は，何か人工知能を活用してみたいが，プログラミングを学ぶのはハードルが高い，どんなことができるのかまずは試してみたい，という方をおもな対象として，Azure Machine Learning Studio (classic)を用いたノンプログラミングでの人工知能手法を紹介するものです． 　Azure Machine Learning Studio (classic)はMicrosoft社の提供するクラウドサービスで，一般的なブラウザ上でドラッグ＆ドロップによるビジュアル操作を用いて，人工知能（機械学習）を実践することができます．機能単位のアイコンとアイコンとを配線することで，さまざまな分析をおこなうことができます． 　基本的な人工知能手法の解説に留まらず，「カップの振動」に対する教師あり学習，「扇風機の異常」を教師あり学習で分類する，水位の推定などの数値予測，「地目別平均地価」に対する教師あり学習，「ICTサービスの利用動向」に対するクラスタリング，「扇風機の異常動作」に対するSVMを用いた異常検知などの具体的な例を取り上げて解説することで，実践的な人工知能の手法をお試しできるようになっています． 1.　AIとは？ 2.　Azure Machine Learning Studio (classic)の利用準備 3.　データ形式の理解と準備 4.　Azure Machine Learning Studio (classic)における処理の全体構造 5.　Azure Machine Learning Studio (classic)へのデータ入出力 6.　Azure Machine Learning Studio (classic)内における前処理 7.　教師あり学習 8.　数値予測 9.　グルーピングと異常検知 10.　学習と推定についての評価 11.　独自処理 12.　Webサービス化とAndroidアプリ作成

本書は、ビッグデータの専門家としてさまざまなメディアで活躍する著者の話題作です。 現代の戦争は、実際の兵器を用いた侵攻も含め、すべて「目に見えない戦争（インヴィジブル・ウォー）」である――これが本書で明らかにされる事実です。その実態が多くの具体的な事例や事件を題材にして語られます。 まずは、デジタル空間における国家の諜報・妨害活動。活動家、テロリスト、ハッカーなど、表面的には国家の委託を受けていない個人によるサイバー攻撃は、国際法上の「戦争」の資格を満たしていません。しかし、今や他国に対する攻撃の要は、相手国の国民の自国政府に対する信頼を切り崩すことにあります。その典型例が2016年のアメリカ大統領選におけるロシアの介入であり、2022年のウクライナ侵攻でも同じ手法が用いられているはずです。こうした情報空間の分断とデマゴギーがもたらす効果は何でしょうか。 続いて取り上げられるのは、自律型致死兵器システム。人の手を交えずに人命を奪う危険な新兵器です。ドローン兵器やキラーロボットなど、現在の戦場における主力兵器のそばに人間の姿はありません。しかし、その使用に規制をかける動きは鈍く、これらの兵器に対抗できる手段を開発するしかないのが実情です。その手段が攻撃してくる相手に対する「逆ハッキング（ハックバック）」ですが、その開発は国家ではなく民間企業によって行われています。 「目に見えない戦争」が一方の西側諸国、他方の中国とロシアという対立の中で進行していることに異論はないでしょう。両陣営は異なる戦略をとり、西側諸国は経済的競争力を高めることを、中国とロシアは経済的な価値のある資源を政治的・軍事的に管理することを目指しています。二つの体制の対立に直面する今、ヨーロッパは、そしてアジア諸国はどうすればよいのか？　この喫緊の問いに答えるための材料を本書は惜しみなく与えてくれるでしょう。 【本書の内容】 ［1］兵器としてのコード ［2］情報戦 ［3］人工知能軍拡競争 ［4］ハックバック ［5］主導権をめぐる戦い ［6］「条件つき防衛態勢」

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 数学がニガテでも大丈夫！機械学習をやさしく学ぼう 「機械学習に興味があるけど、どの本を見ても数式が出てきて、分からない…」 本書は、そんな方にぴったりの本です。 機械学習を勉強中のプログラマ「アヤノ」と、友達の「ミオ」の会話を通じて、楽しく学んでいきます。 本書では、 ・そもそも機械学習がどうして注目を集めているのか？ ・機械学習でできることにはどんなことがあるのか？ ・どんな時に、回帰や分類を使うと有効なのか？ といった基本的なところから始まり、 ・回帰や分類の具体的な題材に対して、どのように解決方法を考えていくのかをステップバイステップで解説 ・その解決方法を数式の形で表すとどうなるのかも、丁寧に説明 ・実際にプログラムの形にした場合の例 まで、丁寧に、じっくりと説明していきます。 とくに、数式については、高校で習った数学を忘れている方でも分かるように、つまづきやすいところや理解しにくいところを重点的に解説します。 機械学習の数式に対するモヤモヤを、一掃したいエンジニアの方に最適な1冊です。 【各章の概要】 ●Chapter1　ふたりの旅のはじまり ●Chapter2　回帰について学ぼう～広告費からクリック数を予測する●Chapter3　分類について学ぼう～画像サイズに基づいて分類する ●Chapter4　評価してみよう～作ったモデルを評価する ●Chapter5　実装してみよう～Pythonでプログラミングする ●Appendix　総和の記号・総積の記号／微分／編微分／合成関数／ベクトルと行列／幾何ベクトル／指数・対数／Python環境構築／Pythonの基本／NumPyの基本

※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。 サポートベクトルマシンの理論と実践の基礎・基本が，この1冊で学べる！ サポートベクトルマシンは、データの分類、回帰、はずれ値検知など、機械学習のさまざまな場面で強力かつ柔軟性の高いモデルとして知られています。そのアルゴリズムは直観的であり数学的な曖昧さがないことから、昨今注目されている「機械学習の解釈可能性」というモデルの評価基準に照らしても有力な手法といえます。そのため、自然科学や経済学等の研究成果や経験則的な業務知識をモデルに生かすことも容易です。 本書は、サポートベクトルマシンの理論的枠組みを高校レベルの数学からやさしく展開するとともに、Pythonによるわかりやすい実装例を紹介します。また、応用上重要な非線形サポートベクトルマシンで用いられるカーネル法も、図解や具体例を通してわかりやすく解説します。 第1章　はじめに 1.1　人工知能と機械学習 　1.1.1　人工知能による推論 　1.1.2　人工知能による学習 　1.1.3　機械学習 1.2　機械学習モデル 　1.2.1　モデル 　1.2.2　機械学習モデル 1.3　機械学習分類モデルの作りかた 1.4　サポートベクトルマシンの概要 1.5　サポートベクトルマシンの特徴 1.6　本書の読みかた 第2章　数学の基礎 2.1　ベクトル 　2.1.1　ベクトルとは何か 　2.1.2　位置ベクトル 　2.1.3　三角比と余弦定理 　2.1.4　ベクトルの内積 　2.1.5　点と直線の距離 　2.1.6　Pythonでベクトル 2.2　行列 　2.2.1　行列とは何か 　2.2.2　行列の演算 　2.2.3　転置行列 　2.2.4　半正定値行列 　2.2.5　Pythonで行列 2.3　関数 　2.3.1　関数とは何か 　2.3.2　指数関数 　2.3.3　対数関数 　2.3.4　Pythonで指数関数・対数関数 2.4　微分 　2.4.1　平均変化率 　2.4.2　微分 　2.4.3　合成関数の微分 　2.4.4　指数関数・対数関数の微分 　2.4.5　偏微分 　2.4.6　級数展開 第3章　線形サポートベクトルマシン（線形SVM） 3.1　線形SVM 　3.1.1　線形ハードマージンSVM 　3.1.2　線形ソフトマージンSVM 3.2　線形SVMの最適化 　3.2.1　ラグランジュの未定乗数法 　3.2.2　KKT条件 　3.2.3　線形SVM最適化の方法 3.3　線形SVMによる分類問題の解法 　3.3.1　ペンギン分類モデル 　3.3.2　Pythonでペンギンの分類 　3.3.3　2値分類モデルの評価 　3.3.4　ペンギン分類モデルの評価 第4章　非線形サポートベクトルマシン（非線形SVM） 4.1　非線形SVM 　4.1.1　カーネル法 　4.1.2　カーネル関数の具体例 　4.1.3　カーネル化SVMの定式化 4.2　非線形SVMの最適化 　4.2.1　逐次最小最適化アルゴリズム（SMO） 　4.2.2　非線形SVM最適化の方法 4.3　非線形SVMによる分類問題の解法 　4.3.1　カーネル化SVMによる非線形分類モデル 　4.3.2　カーネル化SVMによる分類問題の解法 　4.3.3　Pythonでアヤメ分類 付録　Pythonの基礎 A.1　開発環境Colab A.2　Python文法の要点 　A.2.1　データ型 　A.2.2　演算子 　A.2.3　条件分岐 　A.2.4　繰返し 　A.2.5　組込み関数 　A.2.6　関数定義 　A.2.7　クラス 　A.2.8　変数のスコープ A.3　Pythonライブラリ群 　A.3.1　NumPy 　A.3.2　pandas 　A.3.3　SymPy 　A.3.4　matplotlib 　A.3.5　scikit-learn 本書を読み終えた後に

※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。 絶対に失敗しない定番6パーツの配線テク Wi-Fiマイコン搭載IoTボードで遊ぼう 　メインの特集は「定番6パーツ配線テク」です。モーター、LED、スイッチ、LCD、スピーカー、ボリュームという定番6パーツを、いろいろな応用例に生かす方法を詳説します。人工知能を使って、スマートスピーカーや画像認識マシンを作る方法も紹介します。 ※電子書籍には紙版についている付録「無線プログラミング拡張ボードのプリント基板」はつきません。予め、ご了承ください。

通常の計算機環境で実行可能な例を中心に、機械学習の主要問題への組合せ最適化手法の適用を解説。NP困難な問題を含む最適化の理論に加え、データ構造を利用した劣モジュラ最適化アルゴリズムの高速化についても述べる。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

今、世界で最も注目を浴びる哲学者マルクス・ガブリエル。大ヒット作『なぜ世界は存在しないのか』の続編にして、一般向け哲学書「三部作」の第2巻をなす注目の書が日本語で登場です。前作と同様に目を惹きつけられる書名が伝えているように、本書が取り上げるのは昨今ますます進歩を遂げる脳研究などの神経科学です。それは人間の思考や意識、そして精神は空間や時間の中に存在する物と同一視できると考え、その場所を特定しようと努めています。その結果は何かといえば、思考も意識も精神も、すべて脳という物に還元される、ということにほかなりません。でも、そんな考えは「イデオロギー」であり、「誤った空想の産物」にすぎない、というのがガブリエルの主張です。「神経中心主義」と呼ばれるこのイデオロギーは、次のように主張します。「「私」、「意識」、「自己」、「意志」、「自由」、あるいは「精神」などの概念を理解したいのなら、哲学や宗教、あるいは良識などに尋ねても無駄だ、脳を神経科学の手法で―─進化生物学の手法と組み合わせれば最高だが―─調べなければならないのだ」と。本書の目的は、この考えを否定し、「「私」は脳ではない」と宣言することにあります。その拠り所となるのは、人間は思い違いをしたり非合理的なことをしたりするという事実であり、しかもそれがどんな事態なのかを探究する力をもっているという事実です。これこそが「精神の自由」という概念が指し示すことであり、「神経中心主義」から完全に抜け落ちているものだとガブリエルは言います。したがって、人工知能が人間の脳を超える「シンギュラリティ」に到達すると説くAI研究も、科学技術を使って人間の能力を進化させることで人間がもつ限界を超えた知的生命を実現しようとする「トランスヒューマニズム」も、「神経中心主義」を奉じている点では変わりなく、どれだけ前進しても決して「精神の自由」には到達できない、と本書は力強く主張するのです。矢継ぎ早に新しい技術が登場してはメディアを席捲し、全体像が見えないまま、人間だけがもつ能力など存在しないのではないか、人間は何ら特権的な存在ではないのではないか……といった疑念を突きつけられる機会が増している今、哲学にのみ可能な思考こそが「精神の自由」を擁護できるのかもしれません。前作と同様、日常的な場面や、テレビ番組、映画作品など、分かりやすい具体例を豊富に織り交ぜながら展開される本書は、哲学者が私たちに贈ってくれた「希望」にほかならないでしょう。［本書の内容］序　論I　精神哲学では何をテーマにするのか？II　意　識III　自己意識IV　実のところ「私」とは誰あるいは何なのか？V　自　由