※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介・目次・著者略歴】 独特の規定から成るイスラーム法の世界をもっとも色濃く写し出す家族法の領域に焦点を当てた、本邦初の体系的概説書。イスラーム最大宗派・スンナ派の四法学派の家族法を網羅的に紹介、詳細に比較検討した本書は、イスラーム社会を理解するうえでの必読文献となろう。第１３回尾中郁夫・家族法学術奨励賞受賞。 【目次より】 はじめに 序論 第1章　婚姻 第1節　総論 第2節　婚姻の成立 第1項　求婚　第2項　契約当事者と婚姻締結の態様　第3項　契約に関わる条件　第4項　証人の立会い　第5項　婚姻障害　第6項　確定要件 第3節　無効な婚姻 第1項　曖昧性の法理　第2項　婚姻の無効の定義　第3項　無効な婚姻の効果　第4項　効力未定の婚姻 第4節　婚資 第1項　婚資の性質　第2項　婚資の設定・条件・相場額　第3項　婚資債権の発生・確定と履行 第5節　扶養請求権その他の妻の権利 第1項　扶養請求権　第2項　住居の手当て　第3項　夫が妻の許で時を過ごすことを求める権利 第6節　夫の権利 第2章　婚姻の解消 第1節　主体から見た婚姻解消の分類 第2節　態様から見た婚姻解消の分類 第1項　各学派における各婚姻解消の態様　第2項　取消可能な離婚と取消不能な離婚　第3項　婚姻解消の形式または原因とその態様の対照表 第3節　待婚期間 第1項　定義と期間の計算　第2項　待婚期間中の夫婦間の権利義務関係　第3項　待婚期間に服する女性の婚姻や性交 第4節　婚姻解消のさまざまな形式 第1項　一方的離婚　第2項　イーラー離婚　第3項　背中離婚　第4項　委任による一方的離婚権の行使等　第5項　身請離婚　第6項　仲裁による離婚　第7項　選択権の行使による婚姻の解消　第8項　呪詛の審判による婚姻の解消　第9項　後発的無効原因の発生　第10項　約款違反を理由とする婚姻の解消　第11項　夫婦の一方の死 第3章　親子・親族 第1節　親子関係 第1項　子　第2項　養子　第3項　棄児　第4項　女奴隷の子の父性の推定とその身分　第5項　保護関係 第2節　授乳 第3節　監護 第1項　監護権の性質　誰の権利か　第2項　監護権者の範囲と就任の順位　第3項　監護期間の終了と爾後の子の住所 第4節　扶養 第1項　総則　第2項　ハナフィー派　第3項　マーリク派　第4項　シャーフィイー派　第5項　ハンバル派　第6項　婚姻の斡旋　第7項　奴隷と動物の扶養 第5節　財産後見 第1項　禁治産制度の概容　第2項　財産後見 注 文献目録 ※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。 柳橋　博之 1958年生まれ。東洋史学者。東京大学大学院人文社会系研究科教授。東京大学文学部卒業、同大学院人文科学研究科修士課程修了、同大学院人文科学研究科博士課程単位取得満期退学。専門は、法制史、イスラーム法。 著書に、『現代ムスリム家族法』『イスラーム財産法の成立と変容』『イスラーム家族法』『イスラーム財産法』『イスラーム　知の遺産』（編）などがある。

※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。 【内容紹介・目次・著者略歴】 六朝時代に盛行した義疏の中で唯一現存する、梁・皇侃撰述の「論語義疏」は、漢代から梁代に至る五百年の論語研究史を示すものである。中国では早く一〇〇〇年頃に散逸し、完本は日本の室町時代の古写本である旧抄本論語義疏が残るだけであり、異本としては敦煌で発見された唐代写本の敦煌本論語疏が存在するが、残巻である。本書は、論語義疏が中国あるいは日本で度重なる修改を受けながらも日本に現存している過程を明らかにし、旧抄本論語義疏と敦煌本論語疏に関わる諸問題を解明、論語義疏祖本の推定を行った労作。 【目次より】 凡例 序章 『論語義疏』研究の目的と本書の構成 一　皇侃について　二 『論語義疏』に潜む問題　三 『論語義疏』のテキスト　四　本書の構成 第一章　旧抄本『論語義疏』の研究 （一）　『論語義疏』の日本伝来とその時期 （二）　旧抄本『論語義疏』成書過程の解明 まえがき　一　旧抄本『論語義疏』に書き入れられている〓〓『論語正義』の検討　二 『論語正義』書き入れの意図　三 『論語正義』書き入れにかかわる『経籍訪古志』、島田、武内説批判　四　藤原頼長『台記』に見える『論語義疏』と『論語正義』　五 『論語正義』書き入れの時期　九華和尚の見た『論語義疏』　まとめ （三）『論語総略』と『論語義疏』 まえがき　一 『論語総略』の構成究　二 「大綱」について　三 「題名」について　四 「本之同異」について　五 「二十篇目録并篇次大意」について　「篇次大意」所引『論語義疏』の分析　まとめ 第二章　敦煌本『論語疏』の研究 （一)　敦煌本『論語疏』経文の検討 （二）　敦煌本『論語疏』に見える「通釈」の検討 （三）　敦煌本『論語疏』に見える「提示句」の検討 （四）　敦煌本『論語疏』の疏文を中心とした解読と分析 第三章　旧抄本『論語義疏』と敦煌本『論語疏』 第四章 『経典釈文』「論語音義」と『論語義疏』 附論 附論一　呉騫『皇氏論語義疏参訂』十巻初探 附論二 『論語義疏』の二種の校本、『根本校正本』と『武内校本』をめぐって 附論三　日本における『論語義疏』の受容 附論四　『論語』「学而」篇「有朋自遠方来、不亦楽乎」をめぐって 附論五　『論語義疏』研究の道筋 あとがき ※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。 高橋　均 1936年生まれ。中国文献学者。東京外国語大学名誉教授。 東京教育大学文学部漢文学科卒業、同大学院文学研究科博士課程単位取得退学。文学博士。 著書に、『中国語解釈の基礎』『論語義疏の研究(東洋学叢書) 』『経典釈文論語音義の研究(東洋学叢書)』など、 訳書に、趙紀彬『論語新探 論語とその時代』温端政『諺語のはなし 中国のことわざ』 (共編訳)などがある。

※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。 【本電子書籍は固定レイアウトのため7インチ以上の端末での利用を推奨しております。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。ご購入前に、無料サンプル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】 本データブックは、さくらインターネット株式会社／さくらインターネット研究所が、財団法人地方自治情報センター（LASDEC） 全国自治体マップ検索／地方公共団体ホームページへのリンク一覧をもと、独自の調査により自治体ホームページを支える通信事業者をリストアップしたものです。 この調査では、さくらインターネット株式会社の設備を観測地点として、地方公共団体ホームページのホスト名をDNSサーバーを使い検索し、得られたIPアドレスからルーティングデータベースを使って、通信事業者（AS番号）を特定しています。この際、システム冗長化および負荷分散のためラウンドロビンDNSやグローバルロードバランシング、コンテンツ配信システムを利用するホームページに関しては、観測地点から得られたIPアドレスを元に通信事業者の推定を行っています。 調査結果は、各章にて北海道・東北地方、関東地方、中部地方、関西地方、中国地方、四国地方、九州・沖縄地方の順にまとめられています。日本国内における地方公共団体ホームページを俯瞰するデータとしてお楽しみください。 ※本電子書籍は同名出版物（POD）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。 【内容紹介・目次・著者略歴】 従来、古詩を中心とする漢代五言詩の成立は、建安文壇に隣接する後漢時代後期と目されてきたが、本書はこれまで見過ごされてきた資料や、文献上に現れている微細な徴候に目を留め、新たな説を導き出す。数ある古詩の中に埋もれた特別な一群の存在を指摘して、その特定の古詩の成立年代を後漢初頭以前と推定するとともに、古詩の生まれた場を考察、さらにはその後の古詩の展開経緯を、近接ジャンルである古楽府との関連性も含めて明らかにする。漢代五言詩歌の清華である古詩という作品群の生成展開の経緯を解明し、研究史に新たな一頁を加える画期的業績。著者の明快で細やかな論述により、読者は自ずと古詩誕生の場面へと引きこまれるであろう。 【目次より】 序章 一　本書の目指すところと基本姿勢　二　考察の概要　三　各章の要点と初出一覧 第一章　古詩の成立年代 はじめに 第一節　第一古詩群の存在 第二節　第一古詩群の成立時期 第三節　五言詩の成立時期に関する先行研究 結び 第二章　原初的古詩の成立 はじめに 第一節　第一古詩群の成り立ち 第二節　古詩誕生の場 第三節　古詩の始原的性格 結び 第三章　原初的古詩の展開 はじめに 第一節　前漢宴席文化の広がりと古詩の流布 第二節　宴席に言及する古詩の成立 第三節　古詩の展開と死後の世界 結び 第四章　後漢時代における古詩の伝播とその展開 はじめに 第一節　第一古詩群の編成時期に関する仮説 第二節　後漢前期における五言詩の文学的位置　班固の傅毅に対する対抗意識を通して 第三節　後漢中期における古詩流伝の一系譜　古詩「凛凛歳云暮」を手がかりとして 第四節　漢代五言詩史上に占める蘇李詩の位置 第五節　後漢中期以降における五言詩の展開 結び 第五章　古詩と古楽府との関係性 はじめに 第一節 『宋書』楽志と『楽府詩集』　古楽府研究において拠るべき資料 第二節　古楽府の歴史的性格 第三節　古楽府と古詩との交渉 結び 第六章　建安文壇の歴史的位置 はじめに 第一節　曹操の楽府詩を通して見る漢末士人社会の一側面 第二節　貴族制の萌芽と建安文壇 結び 第七章　呉の文学風土と陸機の「擬古詩」　呉人から見た五言詩歌史 はじめに 第一節　呉の文学風土 第二節　ｃにおける「擬古詩」制作の動機 第三節　「擬古詩」に読み取れる陸機の思い　古詩との狭間に見えるもの 結び 終章　結びにかえて　遊戯的宴席文芸から個人的詠懐詩へ あとがき ※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。 柳川　順子 1959年生まれ。中国文学者。県立広島大学教授。 九州大学文学部卒業、同大学大学院文学研究科（中国学専攻）博士課程単位取得満期退学。博士（文学）。 著書に、『漢代五言詩歌研究』などがある。

※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。 【内容紹介・目次・著者略歴】 財政赤字、企業、住宅、年金、業種間負担、直間比率、地方税、税制改革など主要なトピックスに経済理論を適用、その説明力を実証。 【目次より】 まえがき 第1章　財政赤字と家計行動　中立命題の検証 I　はじめに　II　中立命題の理論的枠組とその限界　III　既存の実証分析　IV　中立命題の検証 第2章　企業税制と設備投資　投資のq理論からのアプローチ A)　設備投資理論の展開 I　はじめに　II　設備投資理論の諸類型 　III　設備投資と税制　IV　アメリカの設備投資に関する実証研究　V　日本の設備投資の実証研究 補論 記号一覧 B)　設備投資の実証分析 I　はじめに　II　モデル　III　データ　IV　推定結果　V　むすび 補論　理論モデルの説明 第3章　公的住宅政策と持家取得行動　資本コストの計測とシミュレーション I　はじめに　II　モデル　III　時系列データによる分析　IV　クロスセクションデータによる分析　V　むすび 第4章　わが国財政運営のマクロ的評価　高雇用余剰と高雇用経常収支の計測 I　はじめに　II　自然失業率の理論と実証　III　自然失業率の計測とその吟味　IV　GNPギャップの計測　V　高雇用余剰の計測　VI　高雇用経常収支，高雇用交易条件と高雇用為替レートの計測　VII　むすび 第5章　業種間負担率格差の実態　「クロヨン」問題の推計 I　はじめに　II　所得税負担率格差の指標　III　所得階層分布と租税関数の推定　IV　税負担の業種間格差の実態　V　業種間格差の相対的意義 第6章　最適直間比率のシミュレーション分析　効率と公平のトレードオフ I　はじめに　II　分析の方法　III　直間比率と経済的厚生 第7章　わが国税制改革の影聾分析 I　はじめに　II　竹下税制改革の概要　III　消費税と物価上昇　IV　世帯類型別の税負担の変化　V　ライフサイクルの税負担の変化 　VI　竹下税制改革の原生分析 補論 第8章　地方交付税：機能とその評価 I　はじめに　II　国と地方の財政関係と財政状況　III　地方交付税制度の概要と問題点　IV　地方交付税の財源保障機能　算定構造の分析　V　地方交付税の財政調整機能　VI　地方交付税の機能の評価と諜類 第9章　年金制度と高齢化社会　重複世代間モデルによるシミュレーション分析 I　はじめに　II　年金制度の現状とその問題点　III　戦後の経済成長と公的年金　IV　年金改革のシミュレーション分析(1)：定常状態の比較　V　年金改革のシミュレーション分析(2)：移行過程の比較　VI　むすび ※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。 本間　正明 1944年生まれ。経済学者。近畿大学世界経済研究所所長/教授。大阪大学経済学部卒業、同大学院博士課程中途退学。専攻は、公共経済学。 著書に、『租税の経済理論』『財政』『税制改革の実証分析』『ゼミナール現代財政入門』『日本型市場システムの解明』『フィラン・ソロピーの社会経済学』『ボランティア革命 大震災での経験を市民活動へ』『NPOの可能性 新しい市民活動』『21世紀日本型福祉社会の構想』『民からの改革』『地方財政改革』『財政危機「脱却」財政構造改革への第1歩』『コミュニティビジネスの時代 NPOが変える産業、社会、そして個人』『概説市場化テスト』『公共経済学』などがある。

※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。 【内容紹介・目次・著者略歴】 なぜ人々は狭い住居に甘んじていなければいけないのか、わが国に特有な住居問題の構造を明らかにし、今後の住宅政策のヴィジョンを示す。多面的な現実を理論モデルとして構築し、それを非線形計量分析などの手法により検証する。現状認識・理論・実証による全体的考察を踏まえつつ、政府の規制を緩め、市場機能を十分に発揮させることにより、２１世紀の真に豊かな市民生活の基盤となる住宅のあり方に正面から答えた本格的な業績。 【目次より】 はしがき 序章　本書のねらい 構成と特徴 第I部　日本の住宅市場の特徴と問題点 第1章　日本の住宅市場の特徴 第1節　日本の住宅市場の全般的な特徴 　第2節　住宅金融制度　第3節　住宅税制　第4節　住宅の住み替え 第2章　従来の研究と利用可能なデータ 第1節　従来の研究　第2節　利用可能なデータ 第II部　市場の不完全性と政策による歪み 第3章　住宅金融をめぐる資本市場の不完全性の検証　インフレーションが持ち家比率に与える影響 第1節　序論　第2節　データとモデル　第3節　推定結果　第4節　結論 補論A　推計式(3-1)の理論的導出 補論B　データの出典とデータ 補論C　利用可能なソフトウェア 第4章　住宅金融政策　住宅金融公庫の融資制度の問題点 第1節　序論　第2節　理論と実証　第3節　床面積需要モデル　第4節　床面積と質の結合需要モデル　第5節　政策的シミュレーション　第6節　要約と結論 補論A　生涯予算制約式(4-9)の導出 補論B　データの特性 第5章　住宅租税政策　固定資産税が家計の床面積需要に及ぼす影響 第1節　序論　第2節　固定資産税の減額措置を考慮した予算制約領域　第3節　推計モデル 第4節　データと変数　第5節　推定結果　第6節　結論 補論A　固定資産税・不動産取得税・登録免許税が床面積需要に及ぼす影響 補論B　固定資産税の軽減措置を0.0625とした場合 数学付録　非線形計量経済学 第1節　決定論的選好の場合　第2節　確率的な選好の場合　第3節　最近の進展 補論A　利用可能なソフトウェア 補論B　非線形最適化問題における収束と非収束について 第III部　今後の住宅政策 第6章　住み替えの経済学的な分析 第1節　住み替えの実態　東京圏の場合　第2節　住み替えの決定因　広さを要因とした場合 第7章　今後の住宅政策　高齢化社会における住宅政策 第1節　現在の居住形態と、将来の子供との同居　第2節　現在の居住形態と、将来の相続 補論　利用可能なソフトウェア 終章　政策的意義と今後の課題 参考文献 ※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。 瀬古　美喜 1948年生まれ。経済学者。慶應義塾大学名誉教授。 専門は、都市経済学、応用理論経済学、応用計量経済学など。 慶應義塾大学経済学部卒業、同大学院経済学研究科経済学専攻博士課程単位取得退学。マサチューセッツ工科大学経済学研究科博士課程単位取得退学。慶應義塾大学経済学博士。 著書に、『土地と住宅の経済分析』『完全マスター・ゼミナール経済学入門（第3版）』（共著）『金融危機とマクロ経済　資産市場の変動と金融政策・規制』（共編著）『日本の家計行動のダイナミズムVIII』（共編著）（政策分析ネットワーク賞）『日本の住宅市場と家計行動』（日経・経済図書文化賞）などがある。

※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。 【内容紹介・目次・著者略歴】 今日の世界は,貿易や直接投資あるいは自然環境を通じて経済的な相互依存関係にある。それらの実態を分析する上で産業連関分析は成熟した分析手法として多くのエコノミストに利用されてきた。本書は新たに開発された最新の手法を紹介しつつ、経済のグローバル化に伴ってますます重視されてきたエネルギー消費と環境汚染物質の排出の関連といった環境問題をはじめ、アジアNIEsや米国との産業構造、費用構造の国際比較、消費税導入の経済効果、さらには地域間の産業構造格差や輸入財を除いた国産化率など、多岐にわたる実証分析の応用を通してその可能性を明らかにする。 【目次より】 はしがき 第1章　産業連関表と産業連関分析 産業連関表とは　産業連関分析　産業連関分析のミクロ経済的基礎と多部門経済モデル的発展 第2章　日本の産業構造の変化とその要因 はじめに　比例成長からの乖離モデル　日本の産業構造の変化とその要因　まとめ 第3章　韓国・台湾・米国の産業構造の変化とその要因 はじめに　韓国の産業構造変化とその要因 　台湾の産業構造変化とその要因 　米国の産業構造変化とその要因 　まとめ 第4章　産業構造の地域間格差の要因分析 はじめに：日本の産業構造と国土政策　地域産業連関表での比例拡大からの乖離モデル 　地域格差の要因分析　まとめ 第5章　環境問題と産業連関分析　産業別環境汚染物質発生量の予測 エネルギーと環境問題　持続可能な経済開発　エネルギー消費と二酸化炭素・硫黄酸化物排出量 　産業別二酸化炭素・硫黄酸化物の排出量　日中の産業別二酸化炭素・硫黄酸化物排出量　二酸化炭素排出量の削減と技術移転　まとめと今後の課題 第6章　国産化率の推定 はじめに　産業連関表と国産化率の定義　国産化率の計測　多国間国際産業連関表を使った国際分業率 　まとめと今後の課題 第7章　費用構造の国際比較　日本， アメリカ， 西ドイツを例にとって 問題意識と分析方法　価格決定モデルと国際間での価格格差　購買力平価による価格格差　ジョルゲンソン・黒田モデルの産業連関分析への応用　拡大ジョルゲンソン ・ 黒田モデルによる価格の日米比較　まとめと今後の課題 第8章　戦後日本の費用構造変化の要因分析 はじめに　費用構造変化の要因分解モデル　戦後日本の費用構造変化　まとめと今後の課題 第9章　消費税導入の経済効果　1990年産業連関表を用いた予測とその評価 はじめに　価格決定の基本モデル　伝票方式 　帳簿方式　帳簿方式間接税（現行方式「消費税」）の経済効果　伝票方式間接税（中曽根内閣「売上税」）との比較　第6節　本章の分析の限界と今後の課題 参考文献 ※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。 藤川　清史 1959年まれ。経済学者。愛知学院大学大学教授。神戸大学経済学部卒業。神戸大学大学院経済学研究科博士後期課程単位取得退学。専門は、国際経済学。 著書に、『経済政策入門』（共著）『中国経済の産業連関分析と応用一般均衡分析』（共著）『社会保障の計量モデル分析』（共著）『産業連関分析入門』『グローバル経済の産業連関分析』などがある。

※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。 ※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。 電力システム改革のコア技術を詳細解説！ 　本書は、電力システム、スマートグリッド分野の研究者を読者対象に、今後、電力システム改革の中心となる太陽光発電の需要予測、スマートアグリゲーション、安定供給を実現する電力需給計画や電力・配電系統制御といったコア技術を中心に“予測と制御を融合した調和型の次世代電力システムの設計手法”について、詳述した専門書です。 1章　調和型電力システム 　1.1　次世代電力システムのあるべき姿と研究課題 　1.2　サイバー・フィジカル・バリューシステムの提案 　1.3　次世代電力システム設計 2章　太陽光発電予測と電力需要予測 　2.1　太陽光発電予測の基礎 　2.2　予測区間の推定 　2.3　予測大外れの事例 　2.4　予測大外れの予見手法 　2.5　超短時間時系列予測 　2.6　電力需要予測 3章　アグリゲーションと電力市場 　3.1　電力市場の基礎 　3.2　デマンドレスポンスを考慮したバランシンググループの需給計画 　3.3　モデル予測制御を用いた当日デマンドレスポンス 　3.4　電力プロファイル市場の設計と確率的約定方式 　3.5　再生可能エネルギーの不確かさを考慮した電力市場のモデリングと解析 　3.6　機械学習による需給計画 　3.7　太陽光発電出力予測更新に基づく需給計画 　3.8　太陽光発電の区間予測に基づいた蓄発電需給運用計画 4章　アグリゲーションとプロシューマ 　4.1　アグリゲーションとプロシューマのモデルの全体像 　4.2　エネルギー市場と需要家制御 　4.3　多価値最適化に向けた需要家の制御 　4.4　階層構造に基づく電力需要制御量の最適分配法 　4.5　デマンドレスポンスの実施診断 　4.6　充電量の秘匿制御 5章　電力系統制御 　5.1　需給制御の基礎 　5.2　潮流制御の基礎 　5.3　送電制約を考慮した経済負荷配分制御 　5.4　経済負荷配分制御による蓄電池充放電計画のロバスト化 　5.5　温度制約による混雑緩和 　5.6　予測を利用した負荷周波数制御 　5.7　発電機制御と需要家・供給家の需給バランス制御最適化 　5.8　電力系統のネットワーク構造と同期安定性 　5.9　大規模電力系統の階層的不安定性診断 　5.10　電力系統のレトロフィット制御 6章　配電系統制御 　6.1　配電制御の基礎 　6.2　電圧調整機器分散協調制御 　6.3　インバータ電圧協調制御 　6.4　インバータによる電力抑制 　6.5　単相同期化力インバータ 7章　調和型システム設計 　7.1　調和型システム設計の基礎和 　7.2　階層化システムの調和：共有モデル集合による分散設計 　7.3　エージェント間の協調：コミュニケーション型デマンドレスポンス 　7.4　人と調和する制御：集合値信号を用いた階層化制御 　7.5　予測と制御の調和：需給制御のための予測値整形 　7.6　データとモデルの調和：クリエーティブ・データサイエンス 　7.7　異種データの調和：多様性を有するデータの生成 付録A　次世代電力系統のモデリング 　A.1　次世代電力系統のモデリングの全体像 　A.2　コンポーネントごとのダイナミクスの詳細 付録B　制御理論に関わる基本事項 　B.1　動的システムの表現 　B.2　システムの安定性 　B.3　システムの安定化 　B.4　制御システムの性能評価 　B.5　制御システムの設計 　B.6　離散時間システム

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介・目次・著者略歴】 80年代に本格化したわが国の海外直接投資の決定要因とその経済効果の相互連関を、マクロ計算モデルを用いて本格的に分析した成果。 【目次より】 はしがき 第1章　日本の海外直接投資の計量分析に関する基礎的考察 はじめに 第1節　日本の海外直接投資の一般的特徴 第2節　直接投資の定義と実際の統計 第2章　日本の海外直接投資の決定要因と経済的効果の計量分析 はじめに 第1節　直接投資の決定要因の分析 第2節　直接投資の貿易効果の分析 付論　直接投資の雇用への影響 第3章　海外直接投資のマクロ計量モデル はじめに 第1節　モデルの基本的特徴 第2節　海外生産活動のモデル化 第3節　海外直接投資の経済的効果のモデル化 第4章　国内経済活動部門のマクロ計量モデル はじめに 第1節　国内経済活動部門の枠組み 第2節　主要な構造方程式の推定結果 第5章　マクロ計量モデルの動学的性質 はじめに 第1節　モデルの相互依存関係と現実説明力 第2節　モデルの動学的性質 第6章　日本経済の環境変化と海外直接投資・海外生産 はじめに 第1節　為替レートの変動による直接投資・海外生産の変動 第2節　世界貿易の拡大と直接投資・海外生産 第3節　海外直接投資・海外生産の変動と貿易効果 第4節　海外生産活動の変化と貿易取引 補論1　世界輸出価格指数，世界貿易数量の作成についてのデータ 補論2　ファイナル・テストについて 付表　方程式体系一覧 参考文献 ※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。 稲葉　和夫 1951年生まれ。経済学者。立命館大学経済学部教授。神戸大学経済学部卒業、同大学大学院経済学研究科後期課程中途退学。専門は、計量経済学、経済統計学 著書に、『海外直接投資の経済学』『現代経済社会入門』（共著）などがある。

最高裁判事を務めるなど、法曹実務においても主導的役割を果たしてきた刑法学の泰斗の古典的名著を、新たに「復刊によせて」を収録し待望の復刊。古くて新しい問題である「危険」の概念を深く掘り下げ、往来危険罪や放火罪をはじめとする危険犯の理論的問題について解決の糸口を導き出す。 【主要目次】 第一章　問題の所在と本稿の目的 第一節　従来の判例・学説 第一款　序 第二款　具体的危険をめぐる問題状況 第三款　抽象的危険をめぐる問題状況 第二節　本稿の目的 第二章　刑法における危険の概念――予備的考察 第一節　法益侵容の危険 第一款　危険判断の構造 第二款　結果としての危険 第二節　危険判断の方法 第一款　危険判断の基準 第二款　危険判断の基礎 第三章 具体的危険犯の処罰根拠 第一節　従来の学説の検討 第一款　一般的危険説 第二款　具体的危険説――「事前判断」の立場 第三款　客観的危険説――「事後判断」の立揚 第二節　具体的危険とその判断 第一款　我が国の判例の若干の検討 第二款 「事後的」危険判断 第四章　抽象的危険犯の処罰根拠 第一節　従来の学説の検討 第一款　純粋不服従説と批判 第二款　抽象的危険説 第二節　抽象的危険犯の解釈の試み 第一款　抽象的危険の意義 第二款　危険の「推定」について 第三款　「準抽象的危険」の概念 終章　危険犯の類型 復刊によせて

※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。 フィンランドで聖書の次によく読まれたと言われる伝説的名著を邦訳！　1875年初版以来、版を重ね、1960年代には推定250万部を発行。フィンランド国民国家形成の礎を築いた記念碑的作品。 【目次】 第１章　国土 ……祖国とは何か、各地域の地形、風景、特色、主な産業など 第２章　民族 ……各地方の人々の特性、暮らしぶり、民話、詩、言葉遊びなど 第３章　異教の神々と英雄たちの物語 ……民族叙事詩『カレワラ』の解説と要約および抜粋 第４章　カトリック教時代のフィンランドの話 ……石器時代から宗教改革前までの歴史 第５章　戦争時代のフィンランドの話 ……宗教改革から大北方戦争までの歴史 第６章　近代のフィンランドの話 ……大北方戦争以降の歴史、同時代の社会制度について

※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。 【内容紹介・目次・著者略歴】 国ならびに地方の歳入・歳出と税の関係を徹底的に分析する。国税、地方税、所得税、住民税などを、諸外国の例も交えて論じた力作。税と国と地方の経済活動はどうあるべきなのかを検証するための必読書。 はしがき 第Ｉ部　 国と地方の財政関係 第1章　政府の役割と財政構造 1　政府の役割 2　公共部門の規模 3　国・地方の財政規模 4　国と地方の財政関係 5 　都道府県と市町村の財政 ６　経済成長と都道府県・市町村の歳入 第2章　諸外国における財政と地方財政調整制度 1 　財政規模 2　地方財政調整制度の概要 3　諸外国の地方財政調整の規模 4　地方財政調整制度の将来動向 第3章　地方交付税による財政調整 1　財政調整の概要 2　地方団体間の財源調整方式 3　地方交付税と交付税率 4　交付税の代替的な配分方式による地方歳入のシミュレーション 5　地方交付税配分方式の評価基準に関する一試論 第ＩＩ部　国の財政構造 第4章　国の歳入・歳出 1　歳入 2　歳 出 3　歳出に含まれる地方への移転 4　税制改革の動向 第5章　所得税の累進構造 1　実証分析の展望 2　所得税制と所得控除 2. 1 所得税制　2.2 所得階級別控除額の推計 3　所得控除 3.1 所得控除の決定要因　3.2 所得階級別所得控除の推移 4　モデルと分析 5　所得分布と所得税 6　シミュレーション ７ まとめ 　 第6章　最適課税の観点からみた所得税 1　関心高まる所得税減税 2 　最適適所得税構造とは 3　最適所得税論の考え方 4　最適課税理論の適用 5　最適所得税制の分析 6　最適所得税からみた現行所得税制 7　むすび 第III部　地方の財政構造 第7章　地方の歳入構造 1　地方団体の歳入構造 2　国税・地方税の地域間格差 3　歳入総額の地域間格差 4　地域別の受益と負担の構造 5　税制改革と地方財政 補論　住民税の地域別減税額推定 第8章　地方の歳出構造 1　歳出構造の概観 2　歳出の相互依存関係について 第9章　歳入・歳出の相互依存関係 1　地方財政調整制度と歳出 2　社会福祉費と地方団体の財政状況 3　経済合理性からみた市町村の投資行動 4　残された問題. 第10章　地方財政モデル １　実証研究の展望 2　地方財政モデルの特定化と推定 3　モデル・シミュレーション 参考文献・資料 斉藤　愼 1952年生まれ。大阪学院大学教授、大阪大学名誉教授。大阪大学経済学部卒業〔経済学士〕。大阪大学大学院経済研究科修士課程修了〔経済学修士〕。大阪大学大学院経済研究科博士課程中途退学。経済学博士。専門は、財政学、地方財政論、社会保障論。 著書に、『政府行動の経済分析』『現代経済学』『どうする法人税改革』『地方分権化への挑戦 「新しい公共」の経済分析』（共著）『新しい地方財政論 新版』（共著）などがある。 ※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。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【内容紹介・目次・著者略歴】 一般均衡モデルを日本経済の生産部門に応用し、いかなる条件が生産効率の向上と低価格の維持を可能にしたかを明らかにする。 【目次より】 はしがき 図表一覧 第1章　多部門生産モデルの勘定体系 1　企業行動の経済図式 2　企業の短期的行動 3　企業の長期的行動 4　価格形成のメカニスム 第2章　多部門生産関数の計測 1　多部門生産関数の基本的勘定体系 2　多部門生産関数の推定結果 3　技術進歩率の計測 4　生産要素間の代用の弾力性 第3章　多部門生産構造の国際比較 1　全要素生産性の比較 2　生産要素間の代用の弾力性の比較 第4章　多部門生産構造の比較静学分析 1　生産量および生産要素投入の価格弾力性 2　比較静学の方法 3　価格変化の分析 第5章　生産量および雇用の分析 1　生産量の変化の分析 2　雇用量の変化の分析 3　コブ・ダグラス生産関数との比較 第6章　資産選択と設備投資行動 1　モデルの基本的勘定体系 2　資産選択方程式 3　正味資産、生産景およびラグ効果のパネル・データ分析 4　収益率効果の分析 5　資本ストック需要および借入金需要 第7章　資産選択の要因分析 1　動学的要因分析の方法 2　資産保有比率の変動の要因分析 第8意　多部門経済モデルヘの展望：結語 付録　統計データの出処、加工方法および単位 引用文献 ※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。 得津　一郎 経済学者。神戸大学大学院経営学研究科教授。神戸大学経営学部卒業、大学院経営学研究科博士後期課程退学。専門は、応用計量経済学。 著書に、『日本経済　実証分析のすすめ』（共著）『はじめての統計』『SASでらくらく統計学』（共著）『生産構造の計量分析 』『マクロ経済学』（共著）などがある。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベクトル自己回帰（VAR)に特化した実用書 　本書はRを使ってベクトル自己回帰（VAR：vector autoregression analysis）分析を行うものです。理論に関する疑問、モデル構築に関する疑問、分析ツールをRで書くことの疑問など、VARに関する疑問に答え、実証分析を行ううえで役に立つ情報を提供します。 　改訂2版では、「ヒストリカル分解」を章として拡充するとともに、構造安定性に関する仮説検定を追加し、単位根仮説検定のトピックを更に充実しました。また、本書で使用するRパッケージやR関数に関して再検討を行い、「CADFtest」を本書で使用するRパッケージに含めました。 第２版によせて まえがき 第1章　Rについて 第2章　VAR分析の紹介 第3章　時系列分析の基礎 第4章　VAR分析の基礎 第5章　ラグ次数の選択問題 第6章　単位根検定 第7章　共和分検定 第8章　撹乱項に関する仮説検定 第9章　推定と識別問題 第10章　係数パラメータに関する仮説検定 第11章　インパルス応答分析 第12章　推定後のモデル変換 第13章　インパルス応答分析の区間推定 第14章　予測誤差の分散分解 第15章　グランジャー因果性検定 第16章　ヒストリカル分解 第17章　その他のVAR分析 あとがき 本書を終えるにあたり 索引 参考文献 分布表

※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。 ■■民法全体を1冊で網羅■■ 「なぜそうなっているのか」を日常の言葉で徹底して解説した好評のロングセラー。財産法から親族法・相続法まで、民法全体を1冊で学ぶことができます。後のページを参照しないと理解できない従来の教科書の難点を克服し、その場で理解できるように構成を工夫しました。無理なく最後まで読み進められます。基本からしっかり理解したい初学者、資格試験受験者、再入門の社会人に最適の内容です。 第5版では、2023年10月現在の法改正、重要判例を織り込み、主に以下の点を改訂、補充しました。 <主な改訂ポイント> (1)父子関係を決定する仕組み（嫡出推定）についての改正（関連して、再婚禁止期間） (2)公正証書作成手続の電子化（公正証書遺言の作成手続などに関連） (3)戸籍への振り仮名の付加 (4)消費者契約法改正による取消権の拡大 (5)電子マネーによる給与支払の認可 このほか、近時話題となることの多い内密出産（匿名出産）についても言及しました。婚姻件数など、さまざまなデータを最新のものに更新し、全体をアップデートしています。 【目次】 第1章　民法を学ぶ前に 第2章　原則としての契約自由 第3章　いろいろな契約１ 第4章　いろいろな契約２ 第5章　契約の履行 第6章　契約の不履行と履行の強制 第7章　不良債権の回収 第8章　物権とその取得 第9章　各種の物権 第10章　不法行為など 第11章　結婚と離婚 第12章　子どもと高齢者 第13章　相　続

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 日本列島各地の有力首長墓から出土する三角縁神獣鏡を実証的かつ多角的に分析することをとおして、古墳時代開始期の社会構造に迫る。また、当該期において三角縁神獣鏡をはじめとした銅鏡が有した社会的意義を論じる。とくに、相対編年の確立と製作諸段階の暦年代推定をふまえた製作動向、地域社会における受容状況と時期的な変化、副葬配置にみる特色を明らかにするとともに、「伝世・長期保有」例の定量的な分析をふまえて三角縁神獣鏡の分配論・保有論の再構築を試みる。そのうえで、三角縁神獣鏡が古墳時代社会において有した歴史的意義にたいして新たな解釈を提示する。

※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。 【主な内容】◆2012年ゲームソフト推定販売本数TOP1000　◆補完データ編（第７章）は、2012年のゲームソフト推定販売本数のTOP1000を掲載。ロングセラーの指標となる「ランキング登場回数」や、雑誌媒体向けの宣伝の目安となる「週刊ファミ通掲載号」、さらに「開発会社」といったデータに注目してください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 対応分析の実践的ガイドの翻訳書！ 　本書は、著者自身による長年のセミナー経験での検証を経た極めて実践的な本であると同時に、今も発展を続ける「対応分析」の理論的な先端部分へのガイドともいうべき原書の翻訳出版です。 　Rの普及によって、かつてであれば高価なコンピュータ環境がなければ実践できなかったような高度な多変量解析が手軽にできるようになっていますが、対応分析もその1つです。しかし、「わかりやすい」グラフィカルな出力を特徴とする対応分析に関する解説も増えているものの、その正確な解釈は簡単ではないのが現実であり、ほとんどの解説書は、グラフを描画するところまでというのが実情です。 　本書は、数理的な基礎は最小限にとどめ、その結果の解釈において注意しなくてはならない点について、事例をもとに（サポートサイトでのRのスクリプトまで配布されている）わかりやすく説明しています。 日本語版への序 はじめに 1. 散布図とマップ 2. プロファイルとプロファイル空間 3. 質量と重心 4. χ2距離と慣性 5. χ2 距離をプロットする 6. 次元を縮減する 7. 最適化尺度法 8. 行分析と列分析の対称性 9. 2次元表示 10. さらに3つの事例 11. 慣性への寄与 12. サプリメンタリ・ポイント 13. 対応分析バイプロット 14. 推移と回帰の関係 15. 行と列のクラスタリング 16. 多重表 17. 積重ね表 18. 多重対応分析 19. 同時対応分析 20. MCAのスケーリング特性 21. サブセット対応分析 22. 組成データ分析 23. 照応行列の分析 24. 正方表の分析 25. ネットワークの対応分析 26. データ・リコーディング 27. 正凖対応分析 28. 共-慣性、共-対応分析 29. 安定性と推定 30. 並び替え検定 ・付録[A] 対応分析の理論 ・付録[B] 対応分析の計算 ・付録[C] 用語集 ・付録[C] 対応分析関係の参考文献 ・付録[E] エピローグ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 AIシステムを動かすモデルの解釈可能性を高め、説明可能なAIへの道を開く 本書では、線形回帰や決定木などのシンプルなホワイトボックスモデルから、深層ニューラルネットワークなどのようなブラックボックスモデルまで、その解釈手法とPythonによる実装を解説。「どのように動作し、予測に至ったのか」に答え、モデルを「解釈可能」にするためのアプローチを網羅的に扱い、そして更に「なぜ、この予測をしたのか」に答え「説明可能なAI」に至るための道を示しています。 第1部 解釈可能性の基礎 第1章 はじめに 　1.1 Diagnostics+のAI―AIシステムの一例 　1.2 機械学習システムの種類 　1.3 Diagnostics+のAIを構築する 　1.4 Diagnostics+のAIの問題点 　1.5 Diagnostics+のAIシステムを堅牢にする 　1.6 解釈可能性と説明可能性 　1.7 本書で何を学ぶのか？ 　1.8 まとめ 第2章 ホワイトボックスモデル 　2.1 ホワイトボックスモデル 　2.2 Diagnostics+―糖尿病の進行度 　2.3 線形回帰 　2.4 決定木 　2.5 一般化加法モデル（GAM） 　2.6 ブラックボックスモデルとは 　2.7 まとめ 第2部 モデルの処理の解釈 第3章 モデルに依存しない方法：大域的な解釈可能性 　3.1 高校生の成績予測器 　3.2 アンサンブルツリー 　3.3 ランダムフォレストを解釈する 　3.4 モデルに依存しない方法：大域的な解釈可能性 　3.5 まとめ 第4章 モデルに依存しない方法：局所的な解釈可能性 　4.1 Diagnostics+のAI：乳がん診断 　4.2 探索的データ分析 　4.3 深層ニューラルネットワーク 　4.4 DNNを解釈する 　4.5 LIME 　4.6 SHAP 　4.7 アンカー 　4.8 まとめ 第5章 顕著性マップ 　5.1 Diagnostics+のAI：浸潤性乳管がんの検出 　5.2 探索的データ分析 　5.3 畳み込みニューラルネットワーク 　5.4 CNNを解釈する 　5.5 バニラバックプロパゲーション 　5.6 ガイド付きバックプロパゲーション 　5.7 その他の勾配ベースの手法 　5.8 Grad-CAMとガイド付きGrad-CAM 　5.9 どの寄与度推定法を使えばいいのか？ 　5.1 まとめ 第3部 モデルの表現の解釈 第6章 層とユニットを理解する189 　6.1 視覚的な理解 　6.2 畳み込みニューラルネットワーク：復習 　6.3 ネットワーク分析フレームワーク 　6.4 層とユニットを解釈する 　6.5 まとめ 第7章 意味的な類似性を理解する 　7.1 感情分析 　7.2 探索的データ分析 　7.3 ニューラル単語埋め込み 　7.4 意味的類似性を解釈する 　7.5 まとめ 第4部 公平性とバイアス 第8章 公平性とバイアスの軽減 　8.1 収入予測 　8.2 公平性の概念 　8.3 解釈可能性と公平性 　8.4 バイアスを軽減する 　8.5 データセットのためのデータシート 　8.6 まとめ 第9章 説明可能なAIへの道 　9.1 説明可能なAI 　9.2 反実仮想的な説明 　9.3 まとめ Appendix 付録A セットアップを行う 　A.1 Python 　A.2 Gitコードリポジトリ 　A.3 Conda環境 　A.4 JupyterNotebook 　A.5 Docker 付録B PyTorch 　B.1 PyTorchとは？ 　B.2 PyTorchをインストールする 　B.3 テンソル 　B.4 データセットとDataLoader 　B.5 モデリング 付録C 日本語版付録日本語を扱う 　C.1 単語に分割する 　C.2 ワードクラウドを作成する 　C.3 日本語を単語埋め込み化する Ajay Thampi（著者） 信号処理と機械学習をテーマに博士号を取得し、強化学習、凸最適化、5Gセルラーネットワークに適用される古典的な機械学習技術をテーマに主要なカンファレンスやジャーナルで論文を発表している。現在は大手テック企業にて「責任あるAI」と公平性を専門に機械学習エンジニアとして活躍。マイクロソフトのリードデータサイエンティストとして、製造業、小売業、金融業など様々な業界の顧客に対して、複雑なAIソリューションをデプロイする仕事を担当した経験を持つ。 松田晃一（翻訳者） 博士（工学、東京大学）。石川県羽咋市生まれ。『宇宙船ビーグル号の冒険』を読み、絵描きではなく、コンピュータの道へ。海（海水浴）と温泉を好む。HCI/AR/VR/UX、画像処理・認識、機械学習、エッセーの執筆、技術書、SF、一般書の翻訳などに興味を持つ。最近立ち上げたPython の講義が（自分では）結構良く構成でき、再構成し書籍化を考えている。PAW^2（メタバース）の開発に携わり、オープンソースのm3py ライブラリの開発を行っている。著書に『Python ライブラリの使い方～ GUI から機械学習プログラミングまで』、『p5.js プログラミングガイド改訂版』（カットシステム)、『学生のためのPython』（東京電機大学出版局)、『WebGL Programming Guide』（Addison-Welsley Professional）など、訳書に『Web API デザイン・パターン』、『機械学習エンジニアリング』、『プログラミングのための数学』、『データサイエンティストのための特徴量エンジニアリング』（マイナビ出版）、『生成Deep Learning』、『詳解OpenCV3』、『コンピュータビジョンのための実践機械学習』（オライリー・ジャパン）、『デザインのためのデザイン』（ピアソン桐原）などがある。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

◎福岡伸一先生、大推薦！　世界の教養が身につく稀有な歴史書 最新の学説、すべてを一新した美麗なイラスト、小学校高学年でも読める文章をもって、ビッグバンから新型コロナウイルスまでの歴史を語りつくす、まったく新しい通史本がここに! 同名の日本版テレビシリーズが製作されるなど一世を風靡した『137億年の物語』著者クリストファー・ロイド氏が、完全に新たな角度からジュニア向けに「この世界のこと全部」(原題の”Absolutely Everything”)を再び語る大著がついに邦訳されます。 前作から時が過ぎ、宇宙の年齢は「137億年」から「138億年」へと推定値が修正されました。ロイド氏の語りも同様にすべてがアップデート&パワーアップ。同じビッグバンから現代社会までを語っても、すべてにおいて異なるエピソードによって新たな光を当て、まったく違う本へと仕上げてきました。 138億年間の膨大な出来事を、生き生きとした印象的なエピソード主体に大胆に再構成し、文章はきわめて簡潔でリーダブル。小学生でも通読できるスッキリとした大きな物語が展開されます。 豊富な資料写真や歴史的絵画などを収録するのは前作同様ながら、本作では全体を通じて絶妙なイラストを配し、親しみやすさが大幅にパワーアップ。なおかつ、前述のとおり、ジュニア向けと侮れない広い視野の歴史書でもあります。 恐竜好きの小学生、西洋史に目覚めた高校生から、科学/人文両面で教養を楽しく再確認したい社会人まで、あらゆる年代の読者にお薦め。

※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。 実践的な意思決定力を身につける！ Pythonと因果推論でデータ分析の壁を乗り越える! 　本書では因果推論の活用を通じて、効果検証や相関と因果関係の違いといった、データ分析の現場でよくある問題を解決する方法を紹介します。 　さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可能になります。これにより、データ活用の価値を高められます。 　本書では、具体的な事例や豊富な図を用いて、因果推論の基本的な概念や手法を分かりやすく解説します。また、Pythonコードを用いた実装を通じて、因果推論を実務に応用するスキルを身につけることができます。 本書の特徴 ・実践的な学習と活用 　因果推論の基礎だけでなく、ビジネスケースでの活用方法まで、分析手法や企業での活用例の解説をし、Pythonコードを用いた実装を通じてデータ分析のスキルを深めます。 ・直感的な理解のための全体像の把握と図解 　因果推論、機械学習、時系列解析を図で構造的に解説します。 ・意思決定のためのガイドライン 　最適な分析を行い、より良い意思決定に導くための具体的なガイドラインを提供し、データドリブンな意思決定を支援します。 はじめに 第1章　因果の探求から社会実装 第2章　因果推論の基礎 第3章　基本的な因果推論手法 第4章　因果推論高度化のための機械学習 第5章　因果推論と機械学習の融合 第6章　感度分析 第7章　因果推論のための時系列解析 第8章　因果構造をデータから推定する因果探索

※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。 食品を汚染する微生物の増殖・死滅のモデルをシミュレーションする!! 本書は食品を汚染する微生物が食品の製造及び流通過程でどのように増殖するかあるいは殺菌されるのかを数学モデルを使って解析し、さらに予測し、食品の安全性確保のために役立てることを目的として書かれたものです。またExcelを使ってモデルのシミュレーションができます。 詳細目次 はじめに 第1部　基礎編 第1章　食品における微生物の増殖と死滅 1.1 はじめに 1.2 数学モデル 1.3 微生物の増殖 1.4 微生物の死滅 1.5 微生物データの取り方 1.5.1 精度 1.5.2 増殖実験 1.5.3 殺菌実験 第2章　Excel を用いた数値計算とグラフ作成 2.1 Excel の準備 2.2 VBA プログラミングの基礎 2.3 ユーザーフォームの作成 2.4 データの並べ替え 2.5 グラフの作成方法 第3章　基礎となる数学とモデル評価 3.1 基礎事項：精度 3.2 積分の数値解法 3.2.1 台形則 3.2.2 シンプソン則 3.3 微分の数値解法 3.3.1 常微分方程式 3.3.2 偏微分方程式 3.4 モデルの評価 第2部　微生物の増殖解析 第4章　基本増殖モデル 4.1 ロジスティックモデル 4.2 ゴンペルツモデル 4.3 バラニーモデル 4.4 新ロジスティックモデル 4.5 各モデルの解法 4.5.1 ゴンペルツモデルとバラニーモデルによる増殖曲線 4.5.2 新ロジスティックモデルによる増殖曲線 第5章　環境要因モデル 5.1 温度と増殖速度 5.1.1 アレニウスモデル 5.1.2 平方根モデル 5.2 複数の環境要因 第6章　増殖予測とその応用 6.1 変動温度下の増殖予測 6.1.1 バラニーモデルによる増殖予測 6.1.2 新ロジスティックモデルによる増殖予測 6.2 食品内部温度と微生物増殖の予測 第7章　微生物間の競合 7.1 自然微生物叢との競合 7.2 基本増殖モデルによる増殖予測 7.2.1 一定初期濃度での増殖予測 7.2.2 各種初期濃度での増殖予測 7.3 競合モデルによる増殖予測 第8章　毒素産生 8.1 定常温度下での毒素産生 8.2 毒素産生量の予測 第3部　微生物の死滅解析 第9章　基本熱死滅モデル 9.1 熱死滅速度 9.2 殺菌工学モデル 9.3 化学反応モデル 第10章　熱死滅の環境要因モデル 10.1 z 値モデル 10.2 アレニウスモデル 第11章　熱死滅の予測 11.1 温度履歴 11.2 加熱殺菌予測 11.3 食品成分の失活予測 第12章　加熱殺菌の評価：F 値 12.1 F 値とは何か 12.2 プロセスのF 値と微生物のF 値 第13章　食品内部温度と熱死滅の推定 13.1 食品内部の温度変化 13.2 熱死滅の推定 第14章　各種熱死滅モデル 14.1 逐次モデル 14.2 多集団モデル 14.3 微生物胞子の死滅 14.4 経験論モデル 14.5 各種の加熱殺菌方法 14.6 加熱殺菌測定における注意点 第15章　その他の物理化学的ストレスによる死滅 15.1 化学物質による死滅，増殖阻害の評価 15.2 放射線による殺菌 コラム コラム1 温度積算計 コラム2 微生物増殖および死滅の公開プログラムとデータベース 参考図書および解説

ビジネスパーソン必携! ファイナンスのバイブル最新版がついに登場! 基本を押さえた上巻も大幅にリニューアル! ▼上巻目次(★は第7版で新たに加わった、または強化された箇所。★のない章も訳語や事例など大幅に見直されています) 第I部 原理編 第1章 なぜ企業価値か? 第2章 ファイナンスの要点 ★ 第3章 価値創造の基本原則 第4章 リスクと資本コスト ★ 第5章 株式市場の魔力 第6章 ESGとデジタル施策の評価 ★ 第7章 市場はすべて織り込み済み 第8章 投下資産収益率(ROIC) 第9章 成長とは何か 第II部 実践編 第10章 企業価値評価のフレームワーク 第11章 財務諸表の組み替え 第12章 業績の分析 第13章 将来の業績予測 第14章 継続価値の算定 第15章 資本コストの推定 第16章 企業価値から1株当たりの価値へ 第17章 算定結果の分析 第18章 マルチプル法の活用と注意点 第19章 事業単位ごとの価値評価 参考資料 A~I ★G~Iは新規

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 注目される出版ジャンルやテーマを取り上げる特集と月次の出版統計を中心に、毎月出版市場の動向をレポートする業界唯一の専門情報誌。 ［第1特集］コミック市場 2023 ●4年連続で過去最高を更新 　電子7.8％増、紙コミックスは19年を下回る ［第2特集］子どもの読書の現在地　［前編］ ●子どもは本を読んでいる？ 　　「全国学力・学習状況調査」の 　　「質問紙調査」にみる子どもの読書の“いま” 【その他コンテンツ】 ● 書籍・売れ行き良好書 ● Mook Ranking ● Comic Ranking ● Books Trends 書籍分野のトピックスや新刊情報 ● Magazine Trends 雑誌分野のトピックスや売れ行き動向分析 ● 創刊・休刊・刊行変更一覧 ● 電子出版 電子ストアの売れ行き良好書ランキング ● 業界動向 News File、出版業界の主な出来事 ● 出版統計 推定販売額・返品率、書籍・雑誌の部門別統計（新刊点数・発行部数・発行金額・平均価格）など （季刊・85頁）

※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。 注目される出版ジャンルやテーマを取り上げる特集と月次の出版統計を中心に、毎月出版市場の動向をレポートする業界唯一の専門情報誌。 [第1特集］2023年 出版物発行·販売概況 ●紙＋電子市場は2.1％減 　紙は6.0％減。文芸、学参は健闘 　電子はコミックが牽引し6.7％増 ［第2特集］2023年 電子出版市場 ●電子出版市場は6.7％増の5,351億円 　コミック7.8％増、書籍1.3％減、雑誌8.0％減 ［第3特集］書店活性化ツールとしての分冊百科 ●活発な創刊と定期刊行で、 　読者と店舗を結ぶ紐帯に 　シニア層向け企画とともに若年層開拓も進行 【その他コンテンツ】 ● 書籍・売れ行き良好書 ● Mook Ranking ● Comic Ranking ● Books Trends 書籍分野のトピックスや新刊情報 ● Magazine Trends 雑誌分野のトピックスや売れ行き動向分析 ● 創刊・休刊・刊行変更一覧 ● 電子出版 電子ストアの売れ行き良好書ランキング ● 業界動向 News File、出版業界の主な出来事 ● 出版統計 推定販売額・返品率、書籍・雑誌の部門別統計（新刊点数・発行部数・発行金額・平均価格）など （季刊・85頁）

※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。 注目される出版ジャンルやテーマを取り上げる特集と月次の出版統計を中心に、毎月出版市場の動向をレポートする業界唯一の専門情報誌。今月号の特集は「2023年上半期 書籍・雑誌分野別動向」ほか ［第1特集］データから見る読者と読書環境の変化 1997～2022年 ●ネット社会形成に翻弄された四半世紀 　今後向き合うのは人口減 　大切なのは読者育成と“生涯読書”の環境づくり ［第2特集］読書バリアフリーの現在 ●「読む権利が保障される社会」へ向かって 　推進される読書バリアフリー 【その他コンテンツ】 ● 書籍・売れ行き良好書 ● Mook Ranking ● Comic Ranking ● Books Trends 書籍分野のトピックスや新刊情報 ● Magazine Trends 雑誌分野のトピックスや売れ行き動向分析 ● 創刊・休刊・刊行変更一覧 ● 電子出版 電子ストアの売れ行き良好書ランキング ● 業界動向 News File、出版業界の主な出来事 ● 出版統計 推定販売額・返品率、書籍・雑誌の部門別統計（新刊点数・発行部数・発行金額・平均価格）など （季刊・88頁）

※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。 注目される出版ジャンルやテーマを取り上げる特集と月次の出版統計を中心に、毎月出版市場の動向をレポートする業界唯一の専門情報誌。今月号の特集は「2023年上半期 書籍・雑誌分野別動向」ほか ［第1特集］2023年上半期 書籍・雑誌分野別動向 ●紙＋電子出版市場 　上半期の紙＋電子市場は3.7％減の8,024億円 　紙市場は8.0％減、電子出版市場は堅調 ●書籍 　書籍市場は6.9％減 　文芸書は健闘、SNS発のヒットは継続 ●雑誌 　雑誌市場9.7％減、平均価格4.8％の大幅上昇 　コミックス1割以上減少　 ［第2特集］2023年上半期　電子出版市場 ［第3特集］児童書マーケットと読書推進活動 　市場は堅調に推移 　根幹にある読書推進活動が底支え 【特集の概要】 2022年の児童書市場は前年比4.6％減の923億円。前年対比ではマイナスだったが、コロナ禍以前の19年との比較では4.9％増と上回った。2022年の児童書の販売動向を整理するとともに、好調の背景にある読書推進運動の歴史的流れとその取り組みについてまとめた。（久保・加藤） 【その他コンテンツ】 ● 書籍・売れ行き良好書 ● Mook Ranking ● Comic Ranking ● Books Trends 書籍分野のトピックスや新刊情報 ● Magazine Trends 雑誌分野のトピックスや売れ行き動向分析 ● 創刊・休刊・刊行変更一覧 ● 電子出版 電子ストアの売れ行き良好書ランキング ● 業界動向 News File、出版業界の主な出来事 ● 出版統計 推定販売額・返品率、書籍・雑誌の部門別統計（新刊点数・発行部数・発行金額・平均価格）など （季刊・83頁）

※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。 注目される出版ジャンルやテーマを取り上げる特集と月次の出版統計を中心に、毎月出版市場の動向をレポートする業界唯一の専門情報誌。今月号の特集はコミックと読者　45年の変遷[1978-2022]」ほか ●［第1特集］コミックと読者　45年の変遷[1978-2022] 時代を超えて愛されるコミック 栄枯盛衰の歴史を辿る 【特集の概要】 当研究所でコミックの統計を取り始めたのが1978年。それから45年。コミックは、いまや出版市場 の牽引役であり、そこにとどまらず、国内外のIPビジネスの中核を担うようにもなっている。当研究所 の統計をベースにその趨勢を改めて振り返り、読者との関係、そして今後を考える。（柴田恭平） ［第2特集］出版科学研究所のデータから見る出版業界（最新版） ［第3特集］資料編　2022年の出版データ（2022年1月～12月） ● 出版傾向 書籍・雑誌の最新トレンドを解説 ●書籍の分野別売れ行き良好書リスト ● Books Radar 書籍分野のトピックスと新刊情報 ● Magazine Radar 雑誌の売れ行き動向を分析 ● Magazine ＆ Multimedia Information 創・休刊誌一覧、ムックの売れ行き良好書リストと解説 ● Comics Ranking コミックスの売れ行き良好書リストと解説 ● 電子出版 電子コミック・電子書籍の売れ行き良好書リスト ● News File 出版業界の出来事をダイジェストで紹介 ● 出版統計 月次の推定販売額・返品率、書籍・雑誌の分野別統計（新刊点数・発行部数・発行金額・平均価格）など （季刊、84頁）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 データからどのような大きな値（極大値）（または極端に小さい値（極小値））がどれくらいの確率でいつ頃出現するか?! 極値統計学とはデータからどのような大きな値（極大値）（または極端に小さい値（極小値））がどれくらいの確率でいつ頃出現するか知るための学問です。 　本書は統計学の基礎、Rの基礎から始め、極値統計学の理論とシミュレーションを実践することが出来ます。特に数理統計学で分析できない内容、コンピュータを使ったデータ分析が必要なため、データサイエンティストやSEなどにも役立つものです。 第1章　概要 第2章　統計の一般論 第3章 　Rの基本 第4章　極値統計の基本 第5章　極値統計法の推定法 第6章　ブロック最大データと上位r 個データ GEV モデルとrGEV モデル 第7章　閾値超過データ 一般パレートモデルと点過程モデル 第8章　時系列データ 第9章　極値理論の数理 第10章　補遺

匿名加工医療データの登場により、医療保険開発や健康管理アプリ開発などの自由度が高まりました。それと同時に、開発者はこれまでの分析方法を適用していいのかという戸惑いを持ち、また分析者は時に急遽、分析担当としてアサインされ、期限のある中でデータに慣れて分析手法を学び、結果を出すことが求められます。本書では医療データを手元のPCで擬似生成し、生成した擬似データを分析しながらPythonに慣れ、分析手法を身に着けていただくことを目的にしています。 医療データを分析する上で、統計学以外に「疫学」「医療統計学」「線形代数学」の知識が必要となります。しかしこれらの専門書は医療データ分析の範囲を大きく超えます。企画している書籍は、1つの学問体系を説明する学術書ではなく、分析手法を網羅するような一般的な内容でもありません。この書籍は「いかにして医療データ（生物データ）からイベント（死亡・疾病等）の起こりやすさを推定するか」をテーマとして、様々な知識体系からアプローチし、得られた分析結果の妥当性を検証していく実用書です。

※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。 血算と病歴から、可能性の高い疾患を診断する！ 若手医師から寄せられる質問、疑問にも答えます。 ◆ポケット版カード◆　これだけは覚えておきたい　「血算データ早見表」付き 日常診療に用いられる臨床検査のうち、最も頻度の高い項目が「血算」です。 臨床医は、血算を始めとする臨床検査結果と症状・病歴から原因疾患を鑑別し、治療方針を決めます。血算の的確な読み解き方しだいで、疾患推定はスムーズになりますが、実際には血算の情報を十分に活かしきれていない医師は意外に少なくありません。血算から得られる所見を見落とし、診断や治療が遅れてしまうケースもあります。 本書では、血算結果と症状、病歴、他の検査所見を組み合わせ、総合的に診断する考え方をまとめました。見落とされやすい疾患や、治療が遅れてヒヤリとした実症例を示し、鑑別診断をする上で注目すべき血算の勘所を解説しています。 ケースとして取り上げるのは、実際に鑑別診断した事例、聖路加国際病院での教育カンファレンス事例です。臨床現場に即した内容になるよう、研修医と著者との対話を基に作成しています。 基礎編では、小球性貧血、大球性貧血、網赤血球増加、赤血球増加など、13テーマの症例を提示し、鑑別診断の方法を説明。応用編では、基礎編で得た知識を用いて、症状に応じた緊急度や重症度の評価の勘所を示しました。臨床に直結した鑑別診断のポイントが詰まった一冊です。 血液疾患に限らず、さまざまな疾患・病態の診断にも大きく関わる血算の読み解き方は、研修医、若手血液内科医をはじめ、全ての診療科の臨床医、検査技師に役立つ内容です。

僕たちは、こんな本を待っていた。Sebastian Thrunらの名著『確率ロボティクス』（マイナビ）の翻訳者であり、同分野の第一人者でもある、上田隆一氏が書き下ろす至極の入門書！　・理論→実装という一貫した流れで、丁寧に解説。まさにバイブル！・Jupyter Notebook対応だから、すぐに実践できる！・コードはGitHubで全部公開！【第1章「はじめに」より抜粋】　本書は、確率をロボットの認識機能や制御に用いることを考える分野「確率ロボティクス」の入門書です。ロボットの開発者、研究者になるには機械、計算機、制御に関する勉強も必要なうえ、上記のような状況なので、確率論、統計学の理解も重要になってきています。たくさん勉強しなければならないので「手短に」といいたいところですが、確率というものに実感がもてるまでには頭の訓練が必要です。　筆者は学生のとき、確率に対する実感を養うために（実際は家賃込みの月6万円の仕送りを増やすために）、学生寮、後楽園、高田馬場あたりの「現場」でかなりの訓練をして仕送りを減らしていましたが、そちらをおすすめするわけにはいきません。そこでロボティクスでよく使われるアルゴリズムを書いて動かしてもらい、実感をもってもらおうと企画したのが本書です。【主な内容】第1部　準備／第1章　はじめに／第2章　確率・統計の基礎／第3章　自律ロボットのモデル化／第4章　不確かさのモデル化　第2部　自己位置推定とSLAM／第5章　パーティクルフィルタによる自己位置推定／第6章　カルマンフィルタによる自己位置推定／第7章　自己位置推定の諸問題／第8章　パーティクルフィルタによるSLAM／第9章　グラフ表現によるSLAM　第3部　行動決定第／10章　マルコフ決定過程と動的計画法／第11章　強化学習／第12章　部分観測マルコフ決定過程　付録A　ベイズ推論によるセンサデータの解析　付録B　計算

※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。 自動運転の要素技術を、第一線の著者陣により、わかりやすく解説。 　本書は、自動運転の要素技術を、第一線の著者陣により、わかりやすく解説した書籍です。本書1冊で、自動運転にかかわる技術の全容と今後の課題をポイントを押さえて理解することができます。 　自動運転技術は交通事故の減少、高齢者の移動支援、運転負荷の軽減や快適性の向上など、現在のさまざまな課題を解決する切り札として、大きな注目を集めています。 　一方、自動運転技術は自動車工学、パワーエレクトロニクス、移動体通信工学、人間工学、センシング技術、そしてAI・機械学習技術など、まさに各分野における最先端の要素技術の集合体であるため、その全容をコンパクトにポイントを押さえて解説している書籍がいままでにありませんでした。 　今後のキーテクノロジーとされる深層学習が自動運転技術において、どのように使われていくのかに焦点を当てながら、イメージに訴える平易な説明を心掛け、数式の使用を最小限に抑えて解説しています。 第1章　自動運転技術の概要 第2章　環境認識・予測 第3章　地図作成と自己位置推定 第4章　自動運転車の判断 第5章　縦方向と横方向の車両運動制御 第6章　複数台の協調制御 第7章　自動運転技術開発に使用されるツール 第8章　深層学習の基礎 第9章　深層強化学習 第10章 深層学習のノウハウ

※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。 量子コンピュータの基礎から現在の状況、および、量子コンピュータを用いて量子化学計算を行うための理論、手法を解説する。時代の最先端への第一歩。 第1章　量子コンピュータと量子化学計算 第2章　量子化学計算の基礎 第3章　量子コンピュータの基礎 第4章　量子位相推定（QPE）とfull-CI計算 第5章　Variational Quantum Eigensolver（VQE）とユニタリー結合クラスター（UCC）計算 第6章　量子位相推定（QPE）とVariational Quantum Eigensolver（VQE）の比較 第7章　実際の化学の問題への応用に向けて ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 Rでデータの扱い方から多変量解析まで理解することができる! データ解析者にとって、統計学の理論は重要だが、それ以上に重要なのは、抱えている目的を解決するために、なんらかの統計解析手法を適用し、結果を求めることである。本書はRのインストールからデータの取り扱い方、操作方法、結果の見方、さらにRのエラーの対処方法など、Rでデータを解析していくうえで必要なことを解説する。 第1章　Rを使ってみる 第2章　データの取り扱い方 第3章　一変量統計 第4章　二変量統計 第5章　検定と推定 第6章　多変量解析 第7章　統合化された関数を利用する 第8章　データ分析の例 付録A　Rの解説 付録B　Rの参考図書など

※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。 ※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。 遺伝という現象を軸に数理的に生命現象を解析する! 遺伝統計学（統計遺伝学ともいう）は、生命現象の根幹の一つである遺伝という現象を軸に数理的に生命現象を解釈するもの。「ばらつき」と「確率」は遺伝学の基本で、同じく「ばらつき」と「確率」を基本とする学問に統計学がある。本書は、遺伝現象・ゲノム解析に特徴的な事柄を取り出し、数理的な部分はRを使って解説した。 はじめに 第1部　遺伝子型から表現型まで 第1章　遺伝――似ていることと似ていないこと 第2章　DNA、RNA、タンパク質、形質 第3章　多様性の諸相 第2部　データ、サンプル、サンプルの集まり 第4章　観察して評価すること 第5章　サンプルを個別に捉える 第6章　サンプルを集団として捉える 第3部　サンプルの集まりの特徴づけ 第7章　尺度、変数、自由度、次元 第8章　分布 第9章　確率と尤度 第10章　連鎖解析に見る尤度と変数 第11章　指数（インデックス）とは 第4部　推定、仮説、棄却、関連、因果 第12章　推定 第13章　棄却と検定 第14章　関係と因果 第5部　大規模なこと 第15章　数え上げる 第16章　省略する 第17章　たくさんの検定 付録 付録A　R 付録B　数式記号

※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。 SPSS 23でロジスティック回帰分析登場!! 　 2011年3月発行『SPSSによるロジスティック回帰分析』の改訂版。SPSSのVer.22よりロジスティック回帰分析の新規機能が追加されています。 　本書はSPSSを使ってロジスティック回帰分析とステップワイズ法を解説します。ロジスティック回帰は医学や薬学、生物学などの自然科学だけでなく社会科学の分野でも利用されています。またステップワイズ法は変数増減法とも呼ばれ、独立変数を少しずつ加えて最適な結果を導き出す手法で、SPSSを使うことで分析できる手法となります。最新版のSPSS Ver.23に対応しています。 詳細目次 第1章　ロジスティック回帰入門 §1 目的変数が比率データのとき 1.1 例題1 1.2 ロジスティック回帰分析の適用 1.3 ロジスティック曲線の性質 1.4 SPSS の手順 §2 目的変数がカテゴリデータのとき 2.1 例題2 2.2 ロジスティック回帰分析の適用 第2章　ロジスティック回帰の実践 §1 基礎的解析 1.1 例題3 1.2 視覚的解析 1.3 数値的解析 §2 ロジスティック回帰の実施 §3 単変量のロジスティック回帰 第3章　ロジスティック回帰の応用 §1 カテゴリ変数とダミー変数 1.1 例題4 1.2 例題5 §2 オッズ比 2.1 例題6 2.2 オッズ比とロジスティック回帰 §3 交互作用 3.1 例題7 3.2 交互作用のオッズ比 第4章　説明変数の選択 §1 総当たり法 §2 逐次変数選択法 第5章　ロジスティック回帰の留意点 §1 多重共線性 1.1 例題8 1.2 例題9 §2 完全分離 2.1 説明変数が数値変数の例 2.2 説明変数がカテゴリ変数の例 §3 外れ値と影響度 §4 ROC 曲線 第6章　条件付きロジスティック回帰 §1 対応のあるデータ §2 条件付きロジスティック回帰の実際 2.1 例題10 2.2 多項ロジスティック回帰による方法 2.3 Cox 回帰による方法 第7章　ロジスティック回帰の拡張 §1 多項ロジスティック回帰 1.1 例題11 1.2 SPSSの操作 1.3 多項ロジスティック回帰の結果 1.4 ロジスティック回帰による分割表の解析 §2 順序ロジスティック回帰 2.1 例題12 2.2 SPSSの操作 2.3 順序ロジスティック回帰の結果 2.4 順序カテゴリを含んだ分割表の解析 第8章　一般化線形モデル §1 一般化線形モデルによるロジスティック回帰 1.1 一般線型モデルと一般化線型モデル 1.2 一般化線型モデルの実際 1.3 SPSS の手順 §2 一般化推定方程式によるロジスティック回帰 2.1 反復測定と一般化推定方程式 2.2 例題13 2.3 SPSSの手順 第9章　傾向スコアとロジスティック回帰 §1 傾向スコアと変数の調整 1.1 交絡因子 1.2 傾向スコア §2 傾向スコアの使い方 2.1 例題14 2.2 傾向スコアによるマッチング 付　録 補記1 相互検証法とリサンプリング法 1 予測精度の検証 2 回帰係数の検証 補記2 オッズ比と標準偏回帰係数 補記3 二項ロジスティック回帰と多項ロジスティック回帰 補記4 ケース・コントロールのマッチング 補記5 SPSS の操作手順 補記6 相互検証法の手順 補記7 対数線型モデルとロジスティック回帰 参考文献 索　引

FXトレードを長くやっていれば、100％勝ち続けることなどあり得ないことは、だれでも思い知らされることだ。トレーダーにできることは、繰り返し現れる信頼性の高いパターンを見極め、不確実ではあっても勝率を高めるトレードシステムを構築することだ。 本書は当てにならない予測法に取って代わる具体的なチャートパターンを明らかしている。それらのパターンは読者のパフォーマンスを劇的に向上させるはずだ。FXトレードの達人であり指導者であるイゴール・トシュチャコフ（L・A・イグロック）があいまいな勘や感覚的な推測に依存せず、メカニカルで明確なルールに従った売買を可能にする簡単明瞭で精緻な「裁量的システマティック・イグロックメソッド」を披露している。 イグロックメソッドでは、相場が特定の時点において特定の方向へ動く確率を推定するために統計に基づくシグナルが使用されている。本書では、実績に裏付けられたその強力な手法がステップ・バイ・ステップで説明されているため、読者は以下のことができるようになる。 ・相場変動の原因となるファンダメンタル要因を無視し、相場変動から利益を得るための戦略に集中する ・相場予測の必要のない純粋にシステム的な手法を駆使する ・統計上重要なトレンドを見極め、それらトレンドをチャート化し、相場の方向性に関する確率を推定する ・実際には現行トレンドの継続を確認している可能性のあるダマシのブレイクシグナルを検出する ・流動性、活況度、平均変動幅を中心に通貨ペアを選択する ・状況、トレードシステム、相場に基づきマネーマネジメント原則を選択する ・為替相場を動かす銀行などの金融機関の行動を監視・分析して儲ける 本書には、トレードの勝率を高めるイグロックメソッドの詳しい説明、FX取引口座を破滅もさせれば大躍進もさせる各国中央銀行による介入を察知・利用するための戦略、短期トレードやデイトレード用のテンプレートなど、深い洞察と専門的なアドバイスが満載されている。 考えすぎは、ベテランのトレーダーといえども、失敗のもとになることがある。本書は、考えるのではなく、長年の経験から勝率が向上することが実証されている手法を駆使して為替相場を見極め、対処する方法を示す。余計な公式や机上の数式を排除し、実証済みのメソッドとテクニックを駆使し、発想と戦術の両面から読者の取引手法を大幅に強化するFXトレード決定版！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 IRTと言われる項目反応理論は、新しいテスト理論です。従来のテスト理論では母集団やテスト問題が異なる場合、テスト得点を比較することはできませんでした。それらの問題を解決するために登場したのがIRTです。大規模テストにおいて管理・運営・測定・評価の手法として大きな役割を果たしています。近年、日本にもその手法が定着しつつあります。 Rを使って、IRTに関するさまざまな知識の習得を目標に、読むだけではイメージしにくかったパラメタの推定方法を、手順を追体験しながら理解することができます。

◆「嫡出推定の見直し」「懲戒権規定の削除」等の民法改正や「一時保護開始時の司法審査の導入」等の児童福祉法改正といった最新の法改正についても言及！

※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。 非接触かつ簡単に複数のバイタルサインを常時計測可能なワイヤレス人体センシングについて、その電波計測と信号処理の方法をわかりやすく一から解説。 　本書は、マイクロ波やミリ波を使って、人のバイタルサインをレーダなどの電波センサによって非接触で計測する技術（ワイヤレス人体センシング）の原理と応用方法を、詳しく解説した書籍です。 　ワイヤレス人体センシングを使用すれば、病院などの医療施設、保育園などの保育施設、また、介護施設等における見守りを飛躍的に高精度・効率化できたり、AIやクラウド技術などと組み合わせて、誰もが簡単に自分のバイタルサインを日常的に把握できたりするなど、接触型のセンサでは考えられなかったことが実現できます。 　一方、バイタルサインによる体の動きは、手足などの運動と比べて、ごくわずかな変動であり、レーダなどの電波センサを使って、対象者のバイタルサインを精度よく計測することは容易ではありません。 　本書は、ワイヤレス人体センシングの土台となるアンテナ工学や基礎的な医療の知識から、実際に応用可能な電波計測と信号処理の方法までを、一からわかりやすく説明しています。 序 章　ワイヤレス人体センシングとは 0.1　これまでの生体計測センサの課題 0.2　身近になってきたワイヤレス人体センシング 第1章　人体計測の基礎 1.1　生体センシングとレーダ計測 1.2　呼吸器と呼吸の計測 1.2.1　呼吸器の構造と機能 1.2.2　呼吸の計測 1.2.3　典型的な呼吸と数理モデル 1.3　循環器と心拍の計測 1.3.1　心臓の構造と機能 1.3.2　心拍の計測 1.3.3　心拍による皮膚変位 1.4　血圧と脈波伝搬の計測 1.4.1　血圧と脈波の性質 1.4.2　脈波の計測 1.5　人体運動の計測 第2章　電波センシングの基礎 2.1　ワイヤレス人体センシングのシステム構成 2.2　サンプリングと量子化 2.3　ワイヤレス人体センシングとSN比 2.4　反射波の検出 2.4.1　レーダ受信信号の確率密度関数 2.4.2　受信信号電力と信号検出 2.4.3　フィルタによるSN 比の向上 2.5　呼吸計測とレーダ断面積 2.6　心拍計測とSN比 2.7　電波による距離の計測 2.7.1　パルスレーダによる距離計測 2.7.2　距離分解能 2.7.3　パルス圧縮 2.7.4　チャープ変調 2.7.5　周波数変調連続波レーダによる距離計測 2.8　電波による速度と位相の計測 2.8.1　ドップラー効果と目標速度 2.8.2　時間周波数解析と速度推定 2.8.3　人体皮膚変位と位相の計測 2.9　電波による目標方位の計測 2.9.1　アンテナ指向性パターン 2.9.2　アレーアンテナの原理 2.9.3　送信アレーアンテナ 2.9.4　受信アレーアンテナ 2.9.5　等間隔リニアアレー 2.9.6　角度プロファイルと到来方向推定 2.9.7　MIMOアレーアンテナの原理 2.9.8　MIMOアレーアンテナによる人体の複数部位計測 第3章　電波による人体計測の基礎 3.1　人体の電波計測における透過と反射 3.1.1　人体組織の電気特性 3.1.2　電波計測と生体組織モデル 3.1.3　皮膚組織での電磁波散乱 3.1.4　脂肪組織での電磁波散乱 3.1.5　人体からの電磁波散乱 3.1.6　衣服の電波計測への影響 3.2　人体の電波計測における不要波の処理 3.2.1　人体からの反射波とクラッタ除去 3.2.2　チャネル不平衡とクラッタ除去 3.2.3　皮膚変位の振幅とクラッタ除去 3.2.4　生体センシングと周波数帯域 第4章　呼吸・心拍の電波計測応用 4.1　電波センサによる人体計測の実際 4.1.1　電波センサの基本性能 4.1.2　電波センサによる距離と角度の計測 4.1.3　電波センサによる位相と生体信号の計測 4.2　アレーレーダによる呼吸イメージング 4.3　複数人のワイヤレス呼吸センシング 4.4　ワイヤレス心拍センシング 第5章　機械学習の適用 5.1　機械学習によるジェスチャ識別 5.1.1　ジェスチャの電波計測 5.1.2　CNNによるジェスチャ識別 5.1.3　ジェスチャ識別精度の評価 5.2　機械学習による個人識別 5.2.1　電波による個人識別 5.2.2　歩行・着座の電波計測 5.2.3　個人識別精度の評価 5.2.4　電波計測と機械学習 5.3　機械学習による心拍計測 5.3.1　CNNによる心拍計測 5.3.2　機械学習による心拍計測の精度評価 5.3.3　呼吸成分の有無と心拍計測精度 付　録 A　マクスウェル方程式と平面波 B　電磁ポテンシャルによる電磁界表現 C　微小ダイポールからの電磁波の放射 D　媒質の境界における平面波の反射 E　レーダ方程式 F　スペクトル解析と信号処理の基礎 G　分解能と窓関数 H　コヒーレント積分とインコヒーレント積分 I　平板完全導体のレーダ断面積 J　可視域とグレーティングローブ

※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。 外れ値に強い統計！ 　日本有数の統計研究機関である、統計数理研究所のシリーズ第6巻。本書は、これまでは無視されることが多かった外れ値に対する統計手法を解説する本格的な書である。具体的には、M推定、線形回帰モデル、多変量解析、ロバスト検定など、ロバスト統計で王道とされる各手法を紹介する。 　統計の研究者はもちろん、統計を駆使する実務家も必読の書。

※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。 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。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 解説に資格の学校TACのノウハウを詰め込んだ税理士試験消費税法の過去問題集の決定版です。 傾向分析と詳細な解説で本試験対策を究めることができます。 本書は、過去5年分の本試験問題を収録しており、本試験に合格するために必要不可欠な過去に出題された傾向を把握することが可能です。 模範解答に、TAC推定の採点基準と予想合格ラインを掲載し、解答への道（解説）はできるだけ詳しく説明しています。 また、税理士試験制度の概要と、過去10年間の出題分析を一覧表形式でまとめており、本試験での解答戦略を立てるのに役立ちます。 本試験形式と似せた答案用紙が別冊で付いており、解答用紙ダウンロードサービスに対応しているので、繰り返し学習することができます。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68回（平成30年度）を削除 ＊2023年10月現在の税制改正（施行法令）に対応 ＊試験傾向に合わせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 【資格の学校TACのノウハウを詰め込んだ過去問題集の決定版！　傾向分析と詳細な解説で、本試験問題を完全攻略！】 本試験合格のためには、「過去の出題傾向の分析」と「本試験形式の問題を解くこと」が、重要となります。 ≪本書の特長≫ ◎15年分の出題分析を掲載！ ・過去15年間に出題された論点が、一覧表で掲載されているので、出題頻度の多いものが一目瞭然。 今後の学習戦略を立てるのに役立ちます。 ◎TAC講師による解説で、本試験問題を完全攻略！ ・過去5年分の本試験問題を収録 ・TAC講師による詳細な解答解説を収録 ・解答には、TAC推定の配点と予想合格ラインが掲載されているので、自己採点をし、合格レベルに達しているかを確認することができます。 ・本試験型式に似せた別冊の答案用紙は、ダウンロードサービスに対応しているので、繰り返しの学習に最適です。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68回（平成30年度）を削除 ＊模範解答は令和5年度7月現在の法令に合わせて作成(当時の出題意図と異なる解答が生じてしまう部分については、出題意図を生かすため原文を修正) ＊試験傾向にあわせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 ～税理士受験シリーズ　相続税法～ 過去問題集を解いて、弱点を把握し、その対策を立てましょう。 その際、税理士受験シリーズの以下の書籍を使った勉強がおすすめです。 ・個別計算問題集 ・財産評価問題集 ・総合計算問題集 基礎編 ・総合計算問題集 応用編 ・理論マスター（音声データ別売） ・理論ドクター 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 解説に資格の学校TACのノウハウを詰め込んだ税理士試験簿記論の過去問題集の決定版です。 傾向分析と詳細な解説で本試験対策を究めることができます。 本書は、過去５年分の本試験問題を収録しており、本試験に合格するために必要不可欠な過去に出題された傾向を把握することが可能です。 模範解答に、TAC推定の採点基準と予想合格ラインを掲載し、解答への道（解説）はできるだけ詳しく説明しています。 また、税理士試験制度の概要と、過去10年間の学者試験委員と実務家試験委員別に出題分析を一覧表形式でまとめており、本試験での解答戦略を立てるのに役立ちます。 本試験形式と似せた答案用紙が別冊で付いており、解答用紙ダウンロードサービスに対応しているので、繰り返し学習することができます。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68回（平成30年度）を削除 ＊令和５年（2023年）９月までに施行の企業会計基準等に対応 ＊試験傾向に合わせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 【資格の学校TACのノウハウを詰め込んだ過去問題集の決定版！　傾向分析と詳細な解説で、本試験問題を完全攻略！】 本試験合格のためには、「過去の出題傾向の分析」と「本試験形式の問題を解くこと」が、重要となります。 ≪本書の特長≫ ◎10年分の出題分析を掲載！ ・過去10年間に出題された論点が、一覧表で掲載されているので、出題頻度の多いものが一目瞭然。今後の学習戦略を立てるのに役立ちます。 ◎TAC講師による解説で、本試験問題を完全攻略！ ・過去５年分の本試験問題を収録 ・TAC講師による詳細な解答解説を収録 ・解答には、TAC推定の配点と予想合格ラインが掲載されているので、自己採点をし、合格レベルに達しているかを確認することができます。 ・本試験型式に似せた別冊の答案用紙は、ダウンロードサービスに対応しているので、繰り返しの学習に最適です。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68回（平成30年度）を削除 ＊令和５年（2023年）８月までに施行の企業会計基準等に対応 ＊最新年分の答案用紙の解答欄を、A4サイズに対応 ＊試験傾向に合わせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 ～税理士受験シリーズ　財務諸表論～ 過去問題集を解いて、弱点を把握し、その対策を立てましょう。 その際、税理士受験シリーズの以下の書籍を使った勉強がおすすめです。 ・個別計算問題集 ・総合計算問題集 基礎編 ・総合計算問題集 応用編 ・理論問題集 基礎編 ・理論問題集 応用編 ・完全無欠の総まとめ ・重要会計基準 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 解説に資格の学校TACのノウハウを詰め込んだ税理士試験法人税法の過去問題集の決定版です。 傾向分析と詳細な解説で本試験対策を究めることができます。 本書は、過去５年分の本試験問題を収録しており、本試験に合格するために必要不可欠な過去に出題された傾向を把握することが可能です。 模範解答に、TAC推定の採点基準と予想合格ラインを掲載し、解答への道（解説）はできるだけ詳しく説明しています。 また、税理士試験制度の概要と、過去15年間の出題分析を一覧表形式でまとめており、本試験での解答戦略を立てるのに役立ちます。 本試験形式と似せた答案用紙が別冊で付いており、解答用紙ダウンロードサービスに対応しているので、繰り返し学習することができます。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68回（平成30年度）を削除 ＊2023年７月現在の税制改正に対応 ＊試験傾向に合わせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 【資格の学校TACのノウハウを詰め込んだ過去問題集の決定版！　傾向分析と詳細な解説で、本試験問題を完全攻略！】 本試験合格のためには、「過去の出題傾向の分析」と「本試験形式の問題を解くこと」が、重要となります。 ≪本書の特長≫ ◎15年分の出題分析を掲載！ ・過去15年間に出題された論点が、一覧表で掲載されているので、出題頻度の多いものが一目瞭然。今後の学習戦略を立てるのに役立ちます。 ◎TAC講師による解説で、本試験問題を完全攻略！ ・過去5年分の本試験問題を収録 ・TAC講師による詳細な解答解説を収録 ・解答には、TAC推定の配点と予想合格ラインが掲載されているので、自己採点をし、合格レベルに達しているかを確認することができます。 ・本試験型式に似せた別冊の答案用紙は、ダウンロードサービスに対応しているので、繰り返しの学習に最適です。 【改訂内容】 ＊最新第73回（令和５年度）を追加し、第68（平成30年度）を削除 ＊令和５年8月末日現在の税制改正に準拠 ＊試験傾向に合わせた内容（解説等）の一部見直し ＊出題分析等を最新の内容に改訂 　 ～税理士受験シリーズ　所得税法～ 過去問題集を解いて、弱点を把握し、その対策を立てましょう。 その際、税理士受験シリーズの以下の書籍を使った勉強がおすすめです。 ・個別計算問題集 ・総合計算問題集 基礎編 ・総合計算問題集 応用編 ・理論マスター ・理論ドクター 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部　Python と統計の基礎知識 第1章　Pythonの基礎 1.1　Pythonの使い方 1.2　データセットの読み込み・保存 第2章　データの図示 2.1　ヒストグラム 2.2　箱ひげ図 2.3　散布図 2.4　相関行列 第2部　データ解析・機械学習の基礎 第3章　多変量データとデータの可視化 3.1　多変量データ 3.2　データの前処理 3.3　主成分分析（Principal Component Analysis：PCA） 3.4　階層的クラスタリング 3.5　［発展］非線形の可視化手法：t-distributed Stochastic Neighbor Embedding（t-SNE） 第4章　化学データを用いたモデリング 4.1　回帰分析（regression analysis） 4.2　クラス分類（classication） 第5章　回帰モデル・クラス分類モデルの適用範囲 5.1　モデルの適用範囲（Applicability Domain：AD）とは？ 5.2　データ密度 5.3　アンサンブル学習法（Ensemble learning） 第3部　化学・化学工学データでの実践のしかた 第6章　材料設計，分子設計，医薬品設計 6.1　材料設計 6.2　分子設計，医薬品設計 6.3　化学構造の表現方法 6.4　化合物群の扱い 6.5　化学構造の数値化 6.6　化学構造の生成 6.7　化合物のデータセットを扱うときの注意点 6.8　具体的なデータセットを用いた解析 第7章　時系列データの解析 7.1　化学プラントにおける推定制御・ソフトセンサー 7.2　時系列データ解析の特徴 7.3　モデルの劣化と適応型ソフトセンサー（Adaptive Soft Sensor） 7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出，異常診断） 第8章　Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1　Datachemical LAB 8.2　材料設計 8.3　分子設計 8.4　適応型ソフトセンサー 8.5　Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理

※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。 炭化、洞、蘇生！身近な大樹が伝える惨禍！ 終戦から78年。大空襲・原爆の惨禍を生々しく現代に伝える存在がある。戦災した樹木だ。 戦災樹木は、大空襲・原爆の火災をくぐり抜けた樹木である。炭化したり、洞が残っていたり、歪な形になったりしたまま蘇生しているものもあれば、枯死したまま保存されているものもある。その損傷を残した姿は、当時どのように火災が広がったのかということや、その火災や爆風の激しさを物語る。 本書はこういった戦災樹木を、写真とともに紹介する。東京だけで214本、ほかに戦災樹木と推定されるものは約160本。そのほか、新潟の長岡や栃木の宇都宮、大阪など全国の都市や、広島・長崎の被爆樹木も取り上げる。当時の証言、状況の説明とあわせて読むことで、空襲の恐ろしさ、またそのような状況をもたらした戦争について考える。歴史的労作！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 丁寧な解説と豊富な演習問題により、量子計算のアルゴリズムと計算量理論について一から理解できる 量子計算のアルゴリズムと計算量理論について、一からわかりやすく解説した書籍です。 現在、大きな注目を集めている量子コンピュータによる計算（量子計算）は、従来のコンピュータによる計算（古典計算）と比べて、いわゆる指数関数的な高速化を実現することがあります。 その一方で、この高速化は量子力学の基礎原理をもとにしており、アルゴリズムと計算量理論の分野の言葉で記述されるものです。したがって、この高速化の現象を正しく理解するには、量子力学特有の重ね合わせの原理とエンタングルメントをはじめとした量子計算のアルゴリズム、および、計算量理論をひと通り理解する必要があります。 本書は、線形代数と離散数学の基本的な知識のみを前提として、量子計算の原理について初学者向けに丁寧な解説を行っています。 数多くの例題と演習問題を収載しており、読者自ら手を動かしながら学ぶことができます。 第1章　計算理論の基礎事項 1.1　文字列，計算問題 1.2　ブール回路 1.3　二進列に対する演算 1.4　計算量クラス 1.4.1　P, NP, EXP 1.4.2　多項式時間帰着とNP完全問題 1.4.3　オラクル 1.4.4　乱択アルゴリズムと計算量クラス 第2章　ブラケット記法と量子計算でおなじみの行列 2.1　ベクトル 2.2　行　列 2.3　量子計算でよく出現する行列 2.3.1　ユニタリ行列 2.3.2　正規行列，エルミート行列 2.3.3　射影行列 2.3.4　半正定値行列 第3章　量子情報の基礎 3.1　量子ビット，量子状態 3.1.1　量子ビット，量子状態の測定 3.1.2　量子ビットの幾何的描像 3.1.3　量子ビット，量子状態の時間発展 3.1.4　量子ランダムアクセス符号 3.1.5　量子鍵配送 3.2　複数の量子ビット 3.2.1　テンソル積 3.2.2　複数の量子ビットからなる量子状態 3.2.3　複数の量子ビットの時間発展および測定 3.2.4　部分系の測定 3.2.5　CHSHゲーム 3.2.6　量子テレポーテーション 3.3　観測量 3.4　混合状態 3.4.1　1量子ビットと密度行列 3.4.2　部分トレースと混合状態 3.5　POVM 3.5.1　3ビット量子ランダムアクセス符号 3.5.2　2値POVM の実現方法 3.6　発展的な概念 3.6.1　トレース保存完全正値写像 3.6.2　近似と距離 第4章　量子回路 4.1　基本ゲート，量子回路 4.2　古典計算vs量子計算 4.3　量子計算の計算木 4.4　万能量子ゲート集合 4.5　よく使用される量子回路 4.5.1　量子回路のワイヤの交換 4.5.2　量子アダマール変換と一様重ね合わせ状態の生成 4.5.3　量子フーリエ変換 4.5.4　アダマールテスト 4.5.5　SWAPテスト 4.6　空間的制約が課された量子回路 第5章　量子アルゴリズム 5.1　Deutsch?Jozsaの量子アルゴリズム 5.2　Groverのアルゴリズム 5.2.1　量子計算に古典アルゴリズムを組み込む 5.2.2　量子振幅増幅 5.3　Simonのアルゴリズム 5.4　位数発見アルゴリズム 5.5　量子特有の問題に対する量子アルゴリズム 5.5.1　位相推定 5.5.2　量子シミュレーション 5.6　その他の量子アルゴリズム 5.7　通信を含む計算問題に対する量子プロトコル 第6章　量子計算量クラス 6.1　Pの量子版：BQP 6.1.1　BQPとNPの関係 6.1.2　BQPを含む古典計算量クラス 6.2　NPの量子版：QMA 6.3　量子対話型証明 6.4　量子多証明者対話型証明 付録 A.1　群と体 A.2　オーダ記法 A.3　チューリング機械 A.4　非決定性チューリング機械 A.5　確率チューリング機械 A.6　PSPACEとEXP

※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。 ●本電子書籍は、固定レイアウト型（フィックス型）で作成されております。 ●本書は、同名の紙媒体の出版物（紙書籍版）を底本として作成しているため、内容は、原則、紙書籍版印刷当時のものとなります。 ●ご購入前に必ず、当説明文末尾の【電子書籍版ご購入に際しての注意事項】をご確認ください。 30年を超える長年の受験指導実績にもとづくＴＡＣ式の税理士試験完全合格メソッドを、教科書として市販化。 まさに「みんなが欲しかった」税理士の教科書です。 簿記論の膨大な学習範囲から、合格に必要な論点をピックアップしているため、本書を利用すれば、2カ月で税理士簿記論の全範囲の基礎学習が完成します。 【主な特長】 □本文は極力シンプルで一読明解。多くの例題が入っているから、具体的なゴール（試験でどのような問題を解ければよいのか）をイメージしながら学習できる。 □多くの受講生がつまづいてきたちょっとした疑問や論点について、ひとことコメントと会話形式の「スタディ」としてまとめてあるので、学習上のつまづきを事前に防止できる。 □教科書と問題集が１冊にまとめてあり、教科書編には問題集編へのリンクが貼ってあるので、効果的にインプット学習＆アウトプット学習を進められる。 □同シリーズの「税理士 財務諸表論の教科書＆問題集」とのリンクを貼ってあるので、理論・計算両面から効果的に学習ができる。 □随所にポイントや章ごとのまとめが入っているため、重要ポイントを振り返りやすい。 □解答用紙ダウンロードサービスつき。 【改訂内容】 ＊（問題集）　Ch13推定簿記に３問追加、その他Chに合計４問追加 【電子書籍版ご購入に際しての注意事項】 ●特典がある場合の利用期限は、紙書籍版の利用期限が適用されます。 ●構成および一部の表記について、紙書籍版と異なる場合があります。 ●紙書籍版のような、「別冊があり、取り外して別冊ごとに使用すること」はできません。 ●紙書籍版とは色味が異なる可能性があります。また、フルカラーページや網掛けページがある場合には、モノクロ端末では見づらくなる可能性があります。ご購入前に、必ず、電子書籍版のサンプルにて表示状態をご確認ください。

※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。 連続最適化アルゴリズムの数理を、詳しく丁寧に解説！ 連続最適化アルゴリズムとは、連続変数の関数についての数理最適化の問題で、適切な近似解を得るための計算手法のことです。古典的な数理計画の問題に限らず、近年ますます応用の広がりを見せている機械学習でも、その各種アルゴリズムにおいて数理最適化のさまざまな計算手法が駆使されています。 本書では、特に、二つの連続最適化に焦点を当て、詳しく丁寧に解説しました。一つ目は、微分不可能な凸関数の最適化、つまり、非平滑凸最適化です。ネットワーク資源割当や信号処理に現れる連続最適化は、非平滑凸最適化として表現ができます。二つ目は、微分可能ではあるが凸ではない関数の最適化、つまり、平滑非凸最適化です。深層学習に現れる連続最適化は、平滑非凸最適化として表現ができます。 また、この二つの最適化のための連続最適化アルゴリズムの性能を決定するステップサイズと呼ばれるパラメータの設定に着目し、その設定に関する理論と応用も詳解します。連続最適化問題の最適解へ進む方向（探索方向）が決まっているとき、その方向へ進む度合いを表すのがステップサイズです。 予備知識として、大学教養レベルの線形代数と微分積分のひととおりの知識を想定していますが、第2章で本書の通読に必要な知識をまとめ、読者の利便性を高めています。また、各種アルゴリズムの数学的背景となる定理は、本文中もしくは演習問題としてすべて載せています。さらに、アルゴリズムの実装に資するよう、Pythonのサンプルコードを用意し、ダウンロードできるようにしました。 第1章　はじめに 1.1　連続最適化問題 1.2　連続最適化アルゴリズム 1.3　資源割当や機械学習に基づいたステップサイズ 第2章　数学的準備 2.1　ユークリッド空間の諸性質 　1　ユークリッド空間 　2　行列全体からなる集合 　3　点列の収束性 2.2　微分可能性と平滑性 2.3　凸性 2.4　射影 2.5　非拡大写像 演習問題 第3章　連続最適化と関連する問題 3.1　連続最適化問題と最適解 3.2　制約なし平滑最適化問題 3.3　制約なし非平滑最適化問題 3.4　制約付き非平滑最適化問題 3.5　制約付き平滑最適化問題と変分不等式 3.6　不動点問題 演習問題 第4章　反復法 4.1　反復法の基本的概念 4.2　勾配法と降下方向 4.3　ステップサイズ 　1　定数ステップサイズ 　2　減少ステップサイズ 　3　直線探索ステップサイズ 　4　その他のステップサイズ 4.4　劣勾配法 4.5　近接点法 4.6　収束性と収束率 演習問題 第5章　平滑非凸最適化のための反復法 5.1　最急降下法（Lipschitz連続勾配） 5.2　最急降下法（非Lipschitz連続勾配） 5.3　Newton法 5.4　準Newton法 5.5　共役勾配法 5.6　数値例 演習問題 第6章　非平滑凸最適化のための反復法 6.1　射影劣勾配法 6.2　射影近接点法 6.3　近接勾配法 6.4　FISTA（高速近接勾配法） 6.5　資源割当問題 演習問題 第7章　不動点近似法 7.1　Krasnosel'skii-Mann不動点近似法 7.2　Halpern不動点近似法 7.3　POCS 7.4　不動点近似法の適用例 　1　制約付き平滑凸最適化問題 　2　凸実行可能問題 　3　一般化凸実行可能集合 7.5　資源割当問題 演習問題 第8章　平滑非凸最適化のための深層学習最適化法 8.1　損失最小化問題 8.2　確率的勾配降下法（Lipschitz連続勾配） 8.3　確率的勾配降下法（非Lipschitz連続勾配） 8.4　モーメンタム法 8.5　適応手法（非Lipschitz連続勾配） 8.6　ミニバッチサイズの設定 8.7　ミニバッチサイズの推定 演習問題 付録A　定理の証明と補足 付録B　演習問題解答例 参考文献 索引

統計学の基礎から 統計モデリング、機械学習の入り口まで しっかり学べる！ 【本書の概要】 データサイエンスやAIについて学ぶ上で欠かせない 統計学の知識をPythonを利用して 基礎からしっかり学べる書籍です。 【統計学の学習にPythonを利用する理由】 Pythonは統計学を学ぶのに便利なライブラリが多数用意されており データサイエンス、AIの研究開発に数多く利用されています。 統計学の基礎を学ぶのに格好のプログラミング言語です。 【対象読者】 ・統計学の初学者 ・統計学を学びたいエンジニア 【本書のポイント】 はじめて統計学を学ぶ方でも躓かずに学習できるよう 以下の3つをもとに丁寧に解説しています。 ・データの分析方法 ・分析の意味 ・Pythonによる分析の実践 【目次】 第1部　統計学をはじめよう 第2部　PythonとJupyter Notebookの基本 第3部　記述統計 第4部　確率と確率分布の基本 第5部　統計的推定 第6部　統計的仮説検定 第7部　統計モデルの基本 第8部　正規線形モデル 第9部　一般化線形モデル 第10部　統計学と機械学習 ※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。

老朽化が進む橋梁の維持・補修に役立つ生の知識を、謎解き形式で分かりやすく紹介! 全国に約70万橋ある道路橋の定期点検が本格化してきた。これに伴い、今後は補修や補強の工事も増える見込みだ。 ところが、橋の維持・補修に関するノウハウが十分に共有されているとは言い難い。 本書では、維持管理を担う自治体の職員や、点検・設計を担当する建設コンサルタント会社、補修・補強工事を 担当する建設会社向けに、維持・補修の現場で本当に役立つ知識を、「老朽橋探偵」が謎解き形式で紹介する。 【主な内容】 ［MISSION1］　異状を見抜く目を鍛えろ 　橋梁の点検・調査時の着眼点や注意点といった基礎知識を、コンパクトに解説する ［MISSION2］　竣工年代を推定せよ 　橋梁に関する様々な知識（鉄筋の種類、ボルトの材料、橋の形状など）を総動員し、橋の竣工年代を推定する方法を伝授する ［MISSION3］　補修失敗の原因を探れ 　補修や補強工事の失敗・事故原因を、様々な工法の解説を織り交ぜながらひも解く ［MISSION4］　クイズで勘所をつかめ 　橋の点検や診断、補修・補強のポイントを、Q&A形式で紹介する

※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。 ※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。 政治現象をRで統計分析する!! 　本書はR を使った計量政治学の入門書です。計量政治学とは政治現象の数量データ分析を行うことで、例えば選挙における投票率を調べ、政治的要因によって予算がどれだけ歪曲されたかを推定するなど、政治における仮説を統計学的に検証することです。 　主な特徴は、(１)各章ごとに練習問題を設けているので、基本的に読者が独学独習できるように設計されている、(２)計量政治学に関する論文を仕上げるのに必要な内容を15 回の授業で網羅しているので、計量政治学を授業やゼミで教えたいと考えている教員にとっても使いやすいよう工夫している、などです。 第I部　リサーチデザイン 第1章　計量政治学とは 第2章　研究テーマの選び方 第3章　理論と仮説 第II部　Rを使った計量分析の方法 第4章　R の使い方 第5章　R によるデータ操作 第6章　記述統計とデータの可視化・視覚化 第7章　統計的推定 第8章　統計的仮説検定 第9章　変数間の関連性 第10章　回帰分析の基礎 第11章　回帰分析による統計的推定 第12章　回帰分析の前提と妥当性の診断 第13章　回帰分析の応用 第14章　交差項の使い方 第15章　ロジスティック回帰分析

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人や動物の行動データの背後にある計算過程をモデル化し，行動の理解と予測につなげる。 本書は，主に行動データの計算論モデリングの方法やその理論を初学者に向けて丁寧に解説します。実例として，心理学や神経科学の実験課題として良く用いられる，ギャンブル課題における選択行動データを扱います。本文では自分ではプログラミングをしない読者も想定して，プログラムは用いずに計算論モデリングの概要がイメージできるような解説をこころがけました。実際に計算論モデリングをするためのRコードやStanコードは付録やサポートページで解説しています。 第1章　計算論モデリングとは 第2章　計算論モデリングの基礎 第3章　強化学習モデルを用いたデータ解析の事例 第4章　パラメータ推定の実際 第5章　モデル選択 第6章　計算論モデリングに基づく統計分析 第7章　結果の解釈，モデルの統計的な性質の理解 第8章　強化学習モデルのバリエーション 第9章　計算論モデリングの課題と発展 付録A 数学的な補足 A.1 期待値 A.2 対数と指数関数 A.3 本書で用いる確率分布 A.4 コイントスに関する計算 A.5 WAIC A.6 WBIC A.7 周辺尤度のラプラス近似 A.8 信頼区間 A.9 正規分布モデルの事後分布 A.10 正規分布の周辺化 付録B R コード B.1 Rescorla-Wagner モデルのシミュレーション B.2 Q 学習のシミュレーション B.3 MAP 推定 B.4 ベイズ推定によるQ 学習の推定 B.5 集団モデルのシミュレーション B.6 階層ベイズ B.7 WAIC, WBIC の計算 References 索引

【世界初の反実仮想機械学習の教科書！】 　反実仮想（Counterfactual）─ 起こり得たけれども実際には起こらなかった状況 ─ に関する正確な情報を得ることは、機械学習や意思決定最適化の応用において必要不可欠です。例えば、「現在運用している推薦アルゴリズムを仮に別のアルゴリズムに変えたら、ユーザの行動はどう変化するだろうか？」や「特定のユーザ群に新たなクーポンを与えたら、収益はどれほど増加するだろうか？」などの実務・社会でよくある問いに答えることを可能にするのが、反実仮想機械学習（CounterFactual Machine Learning; CFML）と総称される機械学習と因果推論の融合技術です。 　本書では、反実仮想機械学習の重要な基礎であるオフ方策評価と呼ばれる統計的推定問題を重点的に扱い、反実仮想に関する情報を観測データに基づいて正確に推定するために必要な考え方と統計技術を着実に身につけます。その後、オフ方策評価の自然な拡張として、観測データに基づく意思決定の最適化問題を扱います。こうして、反実仮想推定を最重要の基礎に据える反実仮想機械学習の思想と理論、それらの汎用的な応用力を身につけることが、本書における最大の目標です。 　なお本書では、反実仮想機械学習に関する理論やその実践、Pythonを用いた実装をバランスよく扱っています。例えば、関連の学術研究や論文執筆を行う方向けには、理論の理解を深める章末問題を提供しています。6章には、実践現場で働く方々向けに、独自に作成したケース問題を用いた応用例を示しました。学術研究を行いたい学生・研究者の方や実応用を行いたい実務家の方など、幅広い層や用途に有効活用していただける内容に仕上がっています。 ■目次 ●第0章：基礎知識の整理 　　0.1 確率の基礎 　　0.2 統計的推定の基礎 　　0.3 教師あり学習の基礎 　　0.4 因果推論の基礎 ●第1章：標準的なオフ方策評価 　　1.1 オフ方策評価の定式化 　　1.2 標準的な推定量とその性質 　　1.3 基本推定量の精度を改善するためのテクニック ●第2章：ランキングにおけるオフ方策評価 　　2.1 ランキングにおけるオフ方策評価の定式化 　　2.2 ランキングにおけるIPS 推定量とその問題点 　　2.3 ユーザ行動に関する仮定を駆使したIPS 推定量 　　2.4 ランキングのオフ方策評価に残された課題 ●第3章：行動特徴量を用いたオフ方策評価 　　3.1 行動の特徴量を取り入れたオフ方策評価の定式化 　　3.2 行動特徴量を有効活用する推定量 　　3.3 これまでに登場した推定量のまとめ ●第4章：オフ方策評価に関する最新の話題 　　4.1 強化学習の方策に対するオフ方策評価 　　4.2 オフ方策評価に関するそのほかの最新トピック ●第5章：オフ方策学習に関する最新の話題 　　5.1 オフ方策学習の定式化 　　5.2 オフ方策学習における標準的なアプローチ 　　5.3 オフライン強化学習 　　5.4 オフ方策学習にまつわるそのほかのトピック ●第6章：オフ方策評価・学習の現場活用 　　6.1 方策の長期性能に関するオフライン評価 　　6.2 プラットフォーム全体で観測される報酬を最適化する方策 　　6.3 本章のまとめ ■著者プロフィール 齋藤優太（さいとうゆうた）：1998年北海道生まれ。2021年に、東京工業大学にて経営工学学士号を取得。大学在学中から、企業と連携して反実仮想機械学習や推薦・検索システム、広告配信などに関する共同研究・社会実装に多く取り組む。2021年8月からは米コーネル大学においても反実仮想機械学習などに関する研究を行い、NeurIPS・ICML・KDD・ICLR・RecSys・WSDMなどの国際会議にて論文を多数発表。そのほか、2021年に日本オープンイノベーション大賞内閣総理大臣賞を受賞。2022年にはWSDM Best Paper Runner-Up Award、Forbes Japan 30 Under 30、および孫正義育英財団第6期生に選出。著書に『施策デザインのための機械学習入門』（技術評論社）がある。

※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。 ※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。 実験、調査、検査などで得たデータに統計モデルを用いて解析する手法を例題でやさしく解説します。 　本書では対象データに適した統計分布、つまり統計モデルを適用し、解析する方法を基礎から説明します。この場合、「最小二乗法」は使えないため、「最尤法」を使います。データに合った統計モデルを使うことで、より精度の高い予測、判断ができます（この解析するプロセスを統計モデリングとよぶ）。さらに、この解析手法はベイズ統計学に繋がっていきます。 はじめに 第1章　データ解析のための準備 1.1　四則計算と対数・指数計算 1　四則演算 2　指数と対数 1.2　条件（場合）分け 1.3　順列と組み合わせ 1.4　集合 解答 第2章　統計および確率 2.1　データ 2.2　度数分布表とヒストグラム 2.3　データの代表値 1　平均 2　中央値 3　最頻値 4　分散 2.4　事象と確率 2.5　確率の性質 2.6　条件付き確率 2.7　独立事象 2.8　確率変数 1　確率変数とは何か 2　確率変数の平均と分散 3　確率変数の加法と乗法 解答 第3章　確率分布 3.1　離散型確率分布 1　ベルヌーイ分布 2　二項分布 3　ポアッソン分布 4　負の二項分布 5　多項分布 6　超幾何分布 3.2　連続型確率分布 1　正規分布 2　対数正規分布 3　指数分布 4　ワイブル分布3 5　ガンマ分布 6　ベータ分布 7　一様分布 3.3　確率分布に基づくデータの捉え方 3.4　代表的な確率分布の平均と分散 3.5　確率分布の近似 1　二項分布の正規分布への近似 2　ポアッソン分布の正規分布への近似 3　超幾何分布の二項分布への近似 解答 第4章　確率分布へのデータのフィッティング：最尤法 4.1　確率分布へのデータのフィッティング 4.2　モーメント法 4.3　最尤法 1　最尤推定量の求め方 2　パラメーターの存在範囲 3　各種確率分布の適用 解答 第5章　統計モデルの適用 5.1　統計モデルとは何か 5.2　計数データと計量データ 5.3　離散型および連続型統計モデル 5.4　代表的な統計モデルの特性 1　二項モデル 2　ポアッソンモデル 3　負の二項モデル 4　正規モデル 5.5　統計モデルの選択 5.6　統計モデルの比較指標 5.7　尤度の重要性 5.8　まとめ：統計モデルの適用手順 1　対象とするデータの特徴の把握 2　データに適した統計モデルの選択 3　候補統計モデルによるデータ解析 4　最適な統計モデルの選択 5　統計モデルの検証 6　総合的判断 第6章　計数データの解析：単一条件下 6.1　二項モデルによる解析 6.2　多項モデルによる解析 6.3　ポアッソンモデルによる解析 6.4　負の二項モデル 6.5　離散型統計モデルの選択 6.6　正規モデルによる解析 6.7　0を含まない計数データの解析 6.8　0が過剰の計数データの解析 6.9　度数分布データの解析 解答 第7章　計量データの解析：単一条件 7.1　正規モデル 7.2　指数モデル 7.3　ワイブルモデル 7.4　連続型統計モデルの選択4 7.5　確率分布からの乱数データ生成 解答 第8章　複数条件下のデータ解析 Ⅰ 8.1　用量反応関係 8.2　回帰分析 8.3　統計モデル 8.4　最小二乗法 8.5　正規分布に基づいた単回帰分析 8.6　正規モデルによる重回帰分析 8.7　比率データの解析：ロジスティック回帰分析 8.8　計数データの解析 解答 第9章　複数条件下のデータ解析 Ⅱ 9.1　指数回帰モデル 9.2　ワイブル回帰モデル 9.3　回帰分析のポイント 解答 第10章　各種のデータ解析手法 10.1　ブートストラップ法 10.2　モンテカルロ法 10.3　応答曲面法Response Surface Method 解答 練習問題　解答 索引

【統計モデルの正しさを知るためにシミュレーションを活用しよう】 心理学における研究の最前線では、高度な数理統計モデルが利用されています。しかし、数学理論をもとにした抽象的な議論や統計の誤用のもととなる倫理的な指摘は実感を持って理解しにくく、具体的かつ直感的に理解するには工夫が必要です。 そこで本書は、数学的な仮定や理論を「目に見えて」「具体的な」ものとしてとらえるために、プログラミングによる数値シミュレーションを利用して解説します。数値シミュレーションによる解説の利点は2つ挙げられます。1つは抽象的な概念をイメージしやすいグラフに落とし込むことができます。もう1つは具体的に操作できる世界を与えることによって、パラメータが変わればどのような結果が導かれるのかが理解しやすくなることです。これによって、統計の基本となる確率分布の性質と使い方、統計モデルを誤用すると何が起きるか、実験に妥当なデータの量はどれくらいなのか、といった今押さえておきたい知識を1冊にまとめます。 ■こんな方におすすめ 統計を学んだはずなのに自信がない方、統計の実践にあたって不安のある方、統計に苦手意識のある方 ■目次 ●第1章 本書のねらい 　　1.1 はじめに 　　1.2 シミュレーションとは 　　1.3 シミュレーションでわかること 　　1.4 プログラミングをはじめよう 　　1.5 本書の構成 　　1.6 本書のねらいと使い方 ●第2章 プログラミングの基礎 　　2.1 言語の基礎 　　2.2 オブジェクトと変数の種類 　　2.3 関数をつくる 　　2.4 プログラミングの基礎 　　2.5 演習問題 ●第3章 乱数生成シミュレーションの基礎 　　3.1 確率変数と確率分布 　　3.2 確率分布の期待値と分散 　　3.3 乱数生成シミュレーションで確率分布を模倣する 　　3.4 任意の相関係数を持つ変数が従う確率分布 　　3.5 演習問題 ●第4章 母数の推定のシミュレーション 　　4.1 統計的推測の基礎 　　4.2 母平均の信頼区間 　　4.3 相関係数の標本分布と信頼区間 　　4.4 演習問題 ●第5章 統計的検定の論理とエラー確率のコントロール 　　5.1 統計的検定の論理 　　5.2 Rによる統計的検定の実際 　　5.3 エラー確率のシミュレーション 　　5.4 一元配置分散分析のデータ生成 　　5.5 反復測定分散分析のシミュレーション 　　5.6 演習問題 ●第6章 適切な検定のためのサンプルサイズ設計 　　6.1 統計的検定とQRPs 　　6.2 タイプⅡエラー確率のコントロールとサンプルサイズ設計 　　6.3 サンプルサイズ設計の実践 　　6.4 いろいろな検定におけるサンプルサイズ設計の実践 　　6.5 非心分布を使わないサンプルサイズ設計のシミュレーション 　　6.6 演習問題 ●第7章 回帰分析とシミュレーション 　　7.1 回帰分析と確率モデル 　　7.2 シミュレーションデータで統計指標の意味を理解する 　　7.3 回帰分析における仮定と注意点 　　7.4 発展的な課題 　　7.5 確率モデリングへ 　　7.6 演習問題 ■著者プロフィール 小杉考司：専修大学人間科学部、教授。博士（社会学）。専門は数理社会心理学。心理統計学のエッセンスと社会心理学・集団力学の両方を視野に入れた数理モデルの構築を目指す。主な著書として「言葉と数式で理解する多変量解析入門」（北大路書房）など。 紀ノ定保礼：静岡理工科大学情報学部 准教授。博士（人間科学）。研究領域は、認知心理学や社会心理学、人間工学、交通行動研究など。主な著書は「改訂2版 RユーザのためのRStudio[実践]入門ーtidyverseによるモダンな分析フローの世界ー」（技術評論社、2021）など。 清水裕士：関西学院大学社会学部 教授。博士（人間科学）。社会心理学、グループ・ダイナミックスが専門。また、フリーの統計ソフトウェアHADを開発している。主な著書は「社会心理学のための統計学」（誠真書房、2017）、「放送大学教材 心理学統計法」（放送大学教育振興会、2021）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。 薬学系コアカリ「薬学の基礎としての数学・統計学」に対応したテキスト。解法がしっかり身につくよう、解答を導く過程や各数値の意味まで、フルカラーでていねいに解説した。 【本書の特徴】 ・薬学教育で要求される比例計算、濃度計算、指数・対数、数列、三角関数、微積分、確率、統計、線形代数をすべて網羅 ・式の展開を省かず、懇切丁寧に解説を書いているので、自主学習にも役立つ ・例題と演習問題を豊富に掲載し、計算力を高める学修ができる ・薬剤師国家試験に出題された基礎的問題や実務的問題も取り入れ、学んだ数学が専門科目の授業や国家試験でどのように活かされるのかがわかる 【目次】 第1章　数値の扱い 1.1　連分数 1.2　割合・比・率 1.3　薬学への応用 第2章　指数関数 2.1　指数と計算 2.2　指数関数とそのグラフ 2.3　薬学への応用 第3章　対数関数 3.1　対数とその性質 3.2　対数関数とそのグラフ 3.3　薬学への応用 第4章三角関数 4.1　一般角と三角関数 4.2　三角関数のグラフ 4.3　加法定理と三角関数の合成 第5章　数列 5.1　等差数列と等比数列 5.2　無限数列とその極限 5.3　薬学への応用 第6章　微分法 6.1　微分の定義 6.2　導関数 6.3　指数関数、対数関数、三角関数の導関数 6.4　偏微分・全微分 6.5　薬学への応用 第7章　積分法 7.1　不定積分 7.2　定積分と面積 7.3　薬学への応用 第8章　微分方程式 8.1　変数分離形の微分方程式 8.2　1階線形微分方程式と身近な微分方程式 8.3　薬学への応用 第9章　行列 9.1　平面ベクトルと空間ベクトル 9.2　行列 9.3　行列式 第10章　確率 10.1　順列と組合せ 10.2　確率と確率変数 10.3　代表的な確率分布 第11章　統計 11.1　データの尺度水準 11.2　母集団と標本 11.3　基本統計量 11.4　相関と回帰分析 11.5　推定と検定 11.6　薬学への応用 ※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。

　近年注目を集めているビッグデータという言葉に代表されるように、データのもつ価値についての認識はますます高まっている。さらに、自然科学分野から社会科学の分野、さらには政府関係の様々な施策に至るまで、データに基づいた意思決定の大切さが認識されている。数理統計学は、（ランダムネスを伴った確率現象として現れる）データの背後に確率モデルを想定して推測を行うための土台となる、数学的基礎を提供する。本書は、数理統計学に関する基礎的な内容はもとより、近年広く利用されている現代的な内容までを盛り込んだテキストである。 　最初に、統計的推測を行う上で必要な確率・確率分布の基本的な事項を説明する。次に、最初に準備した道具立てに基づいて、確率分布に関する推測方法を説明する。ここまでにおいては、必要な知識をシンプルに解説し、また内容の理解を深められるように、演習問題を豊富に盛り込んでいる。最後に、最も役に立つ統計モデルの1つである線形回帰モデル、点推定を中心とした推定の不偏性や不変性などのリスクに基づいた最適性の理論、MCMC法・ブートストラップ法・EMアルゴリズムなどの計算統計学、そして代表的な確率過程といった発展的な内容を扱う。 　初歩的な内容から始まりながらも、最後には現代的な内容まで到達することができる。初学者から意欲的な読者にまでおすすめできる、非常に内容豊富なテキストである。

※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。 ※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。 人と自然にコミュニケーションするAI，ロボットを設計するための入門書． コグニティブインタラクションは，従来の認知科学や情報科学だけではなしえていない，「状況に応じて，人と自然に，かつ持続的にインタラクションが可能な人工物を設計するための基礎理論」です．本書は，その入門書です． AIやロボットが人の社会生活にとけこむためには，人と協調行動をとれなければいけません．それには，コミュニケーション，つまり，意思疎通の能力が欠かせません．しかし，言語によるコミュニケーションよりも，非言語情報によるインタラクションのほうが重要になることがよくあります．相手が人であれ，動物であれ，AIやロボットなどの人工物であれ，人は相手の意図や欲求などの心的状況を読み取り，それに適応した行動をとるという，コグニティブ（認知的）インタラクションを繰り返すことで，円滑に対話を行っていると考えられるからです． 第1章では，人とAIのインタラクションについて，人どうしのインタラクションや人と動物のインタラクションをベースに考える枠組を説明しています．第2章では，インタラクションを分析していくための概念や方法を説明しています．続く第3章では，取得したデータをモデルベースで分析するために必要な，データの表現方法について説明しています．最後の第4章では，第3章までに学んだ基礎的な概念や方法を用いて，実際にどのようなインタラクションの分析が可能なのかを，これまでの事例の中から特に興味深いものに絞って説明しています． 本書を読むことで，人どうし，あるいは人と動物の間のインタラクションで起きていることを理解するためだけでなく，人と自然にコミュニケーションするAI，ロボット，そのほかの人工物を設計するための基本がわかります． 序章　「コグニティブインタラクション」とは 第１章　インタラクションの重要性と認知モデリング 　1.1　人と人工物のインタラクション 　1.2　コミュニケーションとインタラクション 　1.3　AIとインタラクション 　1.4　インタラクションのための認知モデリング 　1.5　他者モデルのモデリング 第２章　インタラクション分析の基礎 　2.1　仮説を立てる徴 　2.2　仮説検証のための実験デザイン 　2.3　分析データの扱い 　2.4　インタラクションの基本的な時系列モデル 　2.5　時系列データの因果関係の分析モデル 　2.6　強化学習モデルによるインタラクション解析態 第３章　データの定量的表現と変数 　3.1　表情と視線にかかわる変数 　3.2　身体運動と空間配置にかかわる変数 　3.3　音声言語にかかわる変数 　3.4　人以外において重要な変数 　3.5　動画像処理 　3.6　装着型デバイスによる身体動作計測 　3.7　音韻情報と韻律情報の計測処理 　3.8　生理指標の計測 第４章　インタラクション分析の実際とポイント 　4.1　相手が何をしようとしているのかを理解する 　4.2　みんなは何をしようとしているのかを考える 　4.3　人‐動物インタラクション 　4.4　人‐人工物インタラクション Column 　0.1　認知的インタラクションデザイン学 　1.1　インタラクションにおける相互適応学習 　1.2　社会脳仮説と心の理論 　1.3　ヒューリスティックとアルゴリズム 　1.4　適応認知における認知バイアス 　2.1　 相談の成否を決める隠れ状態の推定（二者間インタラクションの時系列分析） 　2.2　鹿狩りゲームと読みの深さ 　3.1　音声に含まれる個人性と生成・識別モデル 　3.2　複数ロボットの発話の重なりによって創発する空間の知覚 　3.3　ヘッドマウントディスプレイ（HMD） 　3.4　アバターの情動表現と仮想空間の文脈理解 　4.1　ロボットを介した人‐人インタラクションの分析 　4.2　人‐ウマインタラクションにおける人馬一体感とは 　4.3　ウマの歩法変化の計測と解析方法 　4.4　電動車いすを使った応答性と鋭敏性に関する実験 　4.5　ユーザの信頼を誘発する商品推薦エージェントのデザイン 　4.6　人とAIの間にリーダ‐フォロワ関係は成立するか

※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。 建設業界で注目度が高い「コンクリート診断士」。 難関の資格試験を突破するうえで欠かせない知識をキーワード形式で解説します 2018年発行の「コンクリート診断士試験重要キーワード120」を、時代に即して大幅に増補・改訂しました。 図や写真を交え、一つのキーワードを見開き単位で詳しく解説。キーワード数を130に増強し、最新動向の解説を新たに盛り込んでいます。試験対策だけでなく、インフラの維持管理、補修、運営などに携わる技術者にも役立ちます。 【主な内容】 1.変状に関する用語 豆板／コールドジョイント／空洞／砂すじ／自己収縮／乾燥収縮ひび割れ／温度ひび割れ ほか 2.劣化に関する用語 中性化（炭酸化）／塩害／アルカリシリカ反応（ASR）／DEF／凍害（凍結融解作用による劣化） ほか 3.調査に関する用語 目視調査／非破壊試験／反発度法（リバウンドハンマー）／コア試験（破壊試験）／中性化速度式 ほか 4.分析に関する用語 配合推定／可溶性塩化物イオン／フリーデル氏塩／硝酸銀滴定法／腐食電流密度 ほか 5.対策に関する用語 劣化グレード／注入工法／充填工法／電気防食工法／亜硝酸リチウム表面含浸工法 ほか

※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。 ※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。 定番「わかりやすい　パターン認識」の続編！ベイズ統計学の基礎から、最新のノンパラメトリックベイズモデルまでやさしく解説した唯一の書籍！ 初学者にはとっつきにくいパターン認識の基本を丁寧な図解と数式展開で解説して好評を得てきた、1998年発行「わかりやすい　パターン認識」の続編です。前作で取り上げることのできなかった教師なし学習を主に取り上げてわかりやすくまとめました。教師なし学習を理解することで、より広い対象の音声・画像処理技術、ビッグデータなどを扱うことができるようになります。また、ノンパラメトリックベイズモデルについてわかりやすく解説した日本語の書籍は本書のみで、機械学習やパターン認識をこれから志す研究者、学生の方にもおすすめです。 第1章　ベイズ統計学 第2章　事前確率と事後確率 第3章　ベイズ決定則 第4章　パラメータ推定 第5章　教師付き学習と教師なし学習 第6章　EMアルゴリズム 第7章　マルコフモデル 第8章　隠れマルコフモデル 第9章　混合分布のパラメータ推定 第10章　クラスタリング 第11章　ノンパラメトリックベイズモデル 第12章　ディリクレ過程混合モデルによるクラスタリング 第13章　共クラスタリング 付録A　補足事項 （凸計画問題と最適化，イェンゼンの不等式，ベクトルと行列に関する基本公式，KLダイバージェンス，ギブスサンプリング，ウィシャート分布と逆ウィシャート分布，，ベータ・ベルヌーイ過程）

【最新動向サーベイ】 ・イマドキノデザイン生成：コンピュータグラフィックス領域の技術が多分に活用されているグラフィックデザインの理解と生成において、個別の対象ごとにどのようなタスクが存在し、どういったアプローチが取られているのかを研究事例ベースで広く紹介。 【論文フカヨミ】 ・フカヨミ様々な入力と人物状態推定：人物の姿勢や形状などの様々な状態を推定するタスクである人物状態推定に関する研究を紹介。特に、計測対象人物（ユーザ）が計測用デバイスやマーカーなどを身につける必要がない非侵襲的な計測に基づき、かつ、一般的なRGB 動画像を入力としないものについて概説する。 ・フカヨミレイアウト生成：レイアウトと呼ばれる構図表現について紹介。まずレイアウトに関する基礎知識を述べた後に、利用者の意図に沿いながらレイアウトそのものを自動生成する研究の最近の動向と課題を紹介。そして筆者がCVPR2023 で発表した、LayoutDMという、 単一のモデルで様々な手がかりからのレイアウト生成を実現する手法について解説。 ・フカヨミAIに潜むバイアス：特にビジョンと言語の話題に的を絞り、DNN が持つバイアスについて議論する。まず、モデルが持つバイアスとは一体どのようなものなのかを明らかにし、その上で画像のキャプショニング(画像とテキストのペア) やVQA のデータセット自体が内包するバイアスを例示。その上で、画像のキャプショニングのタスクにおいてある種のバイアスを低減する手法を紹介する。 【チュートリアル】 ・ニュウモンData-Centric AI：Data-Centric AI（DCAI）が注目を集めるきっかけとなったAndrew Ng氏の講演「A Chat with Andrew on MLOps:From Model-Centric to Data-Centric AI」の概要について述べた後、DCAIにおける取り組みの中からデータセットの拡大と改善という2つの大きなテーマにフォーカスし、それぞれの代表的な手法を紹介。 その他、新たに参画したジュニア編集委員による「ココカラ研究者紹介」、漫画「ロット谷への降下」、CV分野の学会・研究会・国際会議の開催日程や投稿日が一挙にわかる「CVイベントカレンダー」を掲載。

【最新動向サーベイ】 ・イマドキノ一人称ビジョン：人の身体に軽量小型のウェアラブルカメラを装着し、装着者自身の視点から見た映像を撮影することで自身およびその周辺の環境を理解する一人称ビジョンについて、浅く広く、応用や実践も含めて紹介。 【論文フカヨミ】 ・フカヨミStable Diffusionと脳活動：Stable Diffusionと名付けられた潜在拡散モデルの各要素やプロセスが、脳内の活動とどのように対応しているかを探ることで、生物学的に拡散モデルの解釈を試みた研究について紹介。加えて、新たな深層学習モデルの訓練を必要としないシンプルなデコーディングの枠組みも提案。 ・フカヨミ音響情報のCV応用：本稿では音と画像を活用した研究をおおまかに、意味情報をもつ音響信号を用いて人物姿勢や画像を生成するモデルと、反響音から室内の3次元空間情報を推定するモデルに大別し、それぞれの代表的な研究について解説。 ・フカヨミ潜在空間で画像編集：表現空間における座標系に注目し、生成される画像を高品質に編集できる手法deep curvilinear editing (DeCurvEd) を紹介。 【チュートリアル】 ・ニュウモン拡散モデル：前々号（Summer 2023）掲載の「イマドキノ拡散モデル」では、拡散モデルの基礎を踏まえつつも、最新の研究動向を体系的に広く紹介することに主眼に置いた。今回はチュートリアル記事として前回よりさらに大きく紙面を割き、爆発的な進展の中で登場した数多くの技術の中でも特に広く使われているものを中心に、そのアイデアや技術の詳細を紹介。 その他、漫画「君も魔法をかけてみよう！」、CV分野の学会・研究会・国際会議の開催日程や投稿日が一挙にわかる「CVイベントカレンダー」を掲載。

※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で効果検証の実務を学ぼう！ この本は、効果検証を実務で行いたい方に向けた入門書です。 実務応用しやすい3つの分析手法（A/Bテスト・Difference in Differences （DID）・Regression Discontinuity Design （RDD））について、現場で実際にぶつかりやすい課題をミニストーリーなどで指摘しながら、その対応策や考えかたを示し、Pythonで実装していきます。 とくにA/Bテストについては多くの紙面を割き、複数のデザインパターンや分析手法を紹介します。 また、DIDとRDDについても、ミニストーリーなどを交えて適用できる条件を具体的に例示しつつ、間違った分析結果を算出してしまわないよう丁寧に解説を行います。 本書では、全体をとおして、ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。あくまで入門書であるため理論的な説明は控えめになっていますが、参考文献やブックガイドから、より専門的な論文や書籍にアクセスできるようにしています。 本書を読了することで、基本的な効果検証の手法を理解し、Pythonで実装できるようになります。さらに、陥りやすいアンチパターンや、効果検証を通じて組織に貢献するための考えかたなど、データ分析の実務者に必要とされる知見も身につきます。 謝辞／目次 1章　はじめに：いまなお隔たりがある効果検証の実務と理論 　1.1 効果検証とはなにか？ 　　1.1.1 本書のねらい：基礎と実務を紐づける 　　1.1.2 本書の特徴 　　1.1.3 効果検証の各手法の特性と使いかた 　　1.1.4 効果検証の目的：意思決定と探索的分析 　1.2 本書の構成 　1.3 想定する読者 　1.4 サンプルコード 2章　A/Bテストを用いてクリーンに効果検証を行う 　2.1 Prelude 　　2.1.1 太郎くんの分析の再現 　2.2 施策と効果 　　2.2.1 基本的な用語の確認 　　2.2.2 施策効果と反実仮想 　2.3 バイアス 　　2.3.1 バイアスを含んだ分析の例：ユーザーの性質 　　2.3.2 バイアスを含んだ分析の例：時系列 　　2.3.3 バイアスを含む分析手法の負のループ 　2.4 A/Bテストの基本的な発想 　　2.4.1 ランダムな施策割当によるバイアスの排除 　　2.4.2 施策効果のポテンシャルアウトカムフレームワークによる表現 　2.5 A/Bテストのデザイン 　　2.5.1 A/Bテストの設計 　　2.5.2 データ収集 　　2.5.3 収集したデータの分析と評価 　2.6 PythonによるA/Bテストデータの分析の実装 　2.7 A/Bテストのアンチパターン 3章　A/Bテストを用いて実務制約内で効果検証を行う 　3.1 実務におけるA/Bテストの課題 　3.2 A/Aテスト：A/Bテストの信頼性を担保する 　　3.2.1 A/Bテストは頻繁に「失敗」する 　　3.2.2 A/Bテストの失敗は2種類のケースに大別できる 　　3.2.3 A/Aテスト 　　3.2.4 A/Aテストのリプレイ 　3.3 柔軟なA/Bテストのデザイン 　　3.3.1 クラスターA/Bテスト 　　3.3.2 層化A/Bテスト 　　3.3.3 A/Bテストにおける処置と割り当ての不一致 　3.4 効率的な分析：共変量のコントロール 　3.5 施策効果の異質性：どこで効果があるのか知る 　　3.5.1 セグメントごとにサブサンプルに分割する 　　3.5.2 セグメントの交差項を入れて分析を行う 4章　Difference in Differencesを用いて効果検証を行う 　4.1 DID（差分の差法）：施策実施前後の違いを捉える 　　4.1.1 施策をとりまく4つの状況とよくある分析の仮定 　　4.1.2 DIDの基本的な発想 　　4.1.3 DIDの発想に基づいた施策効果分析の実装 　4.2 DIDを用いた実務的な施策効果検証 　　4.2.1 パネルデータ 　　4.2.2 分析方法 　　4.2.3 DIDによる施策効果分析の実装：文言変化の効果を調べる 　4.3 2期間以上のデータをDIDで分析する 　　4.3.1 時間を通じて施策効果は変わりうる 　　4.3.2 分析方法 　　4.3.3 DIDによる施策効果分析の実装：イベントスタディのケース 　4.4 パラレルトレンド仮定と検証 　　4.4.1 パラレルトレンド仮定の検証とは？ 　　4.4.2 プレトレンドテスト 　4.5 複数回の施策を行った場合にDIDによる分析は適用できるか？ 5章　Regression Discontinuity Designを用いて効果検証を行う 　5.1 RDDを適用できるシチュエーション 　　5.1.1 クーポン配布施策：クーポンの効果は本当に大きいのか？ 　　5.1.2 閾値によって実施するかどうか決める施策の効果を評価する 　5.2 RDDの仮定と推定 　　5.2.1 RDDの直感的な説明 　　5.2.2 RDDにおける施策効果 　　5.2.3 Sharp RDDの推定 　　5.2.4 rdrobustを用いたSharpRDDの実装 　　5.2.5 RDDの仮定が成り立たないケースとその検証法 　　5.2.6 McCraryの検定の実装 　　5.2.7 共変量のバランステストの実装 　5.3 Fuzzy RDD：処置確率が閾値によって不連続に変化する場合のRDD 　　5.3.1 rdrobustを用いたFuzzy RDDの推定 　5.4 内的妥当性と外的妥当性：我々はなにを推定しているのか？ 　5.5 bunchingの難しさ 　　5.5.1 操作が発生している例：所得税控除制度 　　5.5.2 bunchingの推定ステップと2つのケース 6章　おわりに：実務における課題と展望 　6.1 これまでの振り返りと実務プロセスに合わせた分析手法の選択 　6.2 分析プロセスの“不”可能性 　6.3 データ分析実務者の役割 　　6.3.1 闇落ちするデータサイエンティスト 　　6.3.2 専門知識で意思決定を支える 　6.4 効果検証の実務者のためのブックガイド 　　6.4.1 施策効果検証の発想を理解する 　　6.4.2 効果検証の発展的なトピックを学ぶ 　　6.4.3 計量経済学を学ぶ 　　6.4.4 実務として効果検証を実践する 著者・監修者略歴／参考文献／索引

「読んでいて本当に心地がいい」と大好評の前著『ベイズ推論による機械学習入門』からの第２弾！　｢深層学習とベイズ統計の融合｣がすべて詰まった ｢欲張り｣本！　基礎からはじめ、深層生成モデルやガウス過程とのつながりまでをていねいに解説した。本邦初の成書！本書のサポートページ：https://github.com/sammy-suyama/BayesianDeepLearningBook　　【主な内容】第1章　はじめに　1.1　ベイズ統計とニューラルネットワークの変遷　1.2　ベイズ深層学習／第2章　ニューラルネットワークの基礎　2.1　線形回帰モデル　2.2　ニューラルネットワーク　2.3　効率的な学習法　2.4　ニューラルネットワークの拡張モデル／第3章　ベイズ推論の基礎　3.1　確率推論　3.2　指数型分布族　3.3　ベイズ線形回帰　3.4　最尤推定，MAP推定との関係／第4章　近似ベイズ推論　4.1　サンプリングに基づく推論手法　4.2　最適化に基づく推論手法／第5章　ニューラルネットワークのベイズ推論　5.1　ベイズニューラルネットワークモデルの近似推論法　5.2　近似ベイズ推論の効率化　5.3　ベイズ推論と確率的正則化　5.4　不確実性の推定を使った応用／第6章　深層生成モデル　6.1　変分自己符号化器　6.2　変分モデル　6.3　生成ネットワークの構造学習　6.4　その他の深層生成モデル／第7章　深層学習とガウス過程　7.1　ガウス過程の基礎　7.2　ガウス過程による分類　7.3　ガウス過程のスパース近似　7.4　深層学習のガウス過程解釈　7.5　ガウス過程による生成モデル

※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。 民法が苦手な人・民法を初めて学習する人のために、わかりやすく解説した受験参考書です。公務員試験や行政書士、宅建、司法書士、不動産鑑定士等の国家試験の受験に最適です。また、大学の授業の副読本として、さらに民法の教養書としても使えます。具体的設例を通して、民法理論を徹底的にわかりやすく解説しているので、初学者や「民法で行き詰まっている」方が、肩がこらずに読め、十分に実力を付けることができます。 第10版は、所有者不明土地問題に対処するための物権法および相続法の令和３年度改正，嫡出推定の見直しを中心とする令和４年度の親族法の改正に対応しています。 ＜本書の特色＞ ●問題が解けるレベルの実力が短期間で身に付く。 ●２色刷りで重要ポイントが的確に把握できる。 ●司法書士試験、行政書士試験に出題された過去問および練習問題を収録。 ●用語索引付き

【最新動向サーベイ】 ・イマドキノ敵対的学習：敵対的学習とはどのような技術か、最新の敵対的学習ではどのような工夫がなされているか、などを、さまざまな応用手法を踏まえてわかりやすく解説。 【論文フカヨミ】 ・フカヨミ点群解析：3次元点群データがどのようなものであるか、また、点群データを解析する際に考慮しなければならない3つの性質について解説し、近年の点群解析手法がこれらの課題をどう解決しようとしているかを紹介。 ・フカヨミ数式ドリブン点群事前学習：3次元点群を用いた3D物体認識に焦点を置き、CVPR2022で提案された数式ドリブン点群事前学習であるPoint Cloud Fractal Database（PC-FractalDB）についてフカヨミ。 ・フカヨミ3次元物体姿勢推定：物体のRGB画像を用いた3次元物体姿勢推定と精緻化に主眼を当てながら、近年大きな進展を遂げている深層学習ベースの手法について解説。 【チュートリアル】 ・ニュウモン点群深層学習：深層学習を用いて点群データを処理する方法について、基礎となる技術・アイデアを解説し、それらに関する関連研究を俯瞰する。3次元点群を用いたアプリケーションについても簡単に紹介。 その他、4コマ漫画「みかんちゃんの日常」、CV分野の学会・研究会・国際会議の開催日程や投稿日が一挙にわかる「CVイベントカレンダー」を掲載。

※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

※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。 高校レベルの内容から学べる、これまでになく丁寧な人気テキストが改訂！ 薬剤師国家試験の新出題基準に対応し、疫学を充実させた。 国家試験やCBTを吟味し、本当に必要な内容だけを厳選。解答を導くまでの考え方をしっかり解説！例題や練習問題も充実。フルカラー。 豊富な例題・練習問題では、薬剤投与の影響を検定するなど、薬学の現場で遭遇する題材を扱う。 解答を導く過程や各数値の意味まで、フルカラーでしっかり解説。 【目次】 第1章 基本的な統計量 第2章 確率と確率分布 第3章 母集団と標本 第4章 推定と検定 第5章 平均値の差の検定（t検定） 第6章 χ2検定 第7章 分散分析 第8章 多重比較 第9章 ノンパラメトリック検定 第10章 相関と回帰分析 第11章 重回帰分析 第12章 ロジスティック回帰分析 第13章 記述疫学と分析疫学 第14章 分析疫学研究に必要なリスク因子の評価法 第15章 生存時間解析 第16章 臨床試験（市販前）における統計学 第17章 薬剤疫学（市販後）における統計学 第18章 検査の診断能 ※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。

コンピュータビジョン研究の最先端をゆくトップランナーたちが織り成す季刊シリーズ創刊！！　cvpaper.challengeおよびCVIM研究会全面協力のもと，最新トレンドのサーベイ，いま注目の最重要論文深読み，肝となる技術や理論のチュートリアルの3本柱で，実用性・信頼性のある最先端情報を，毎号ディープに解説。 創刊号のWinter 2021では，まず最新トレンドサーベイ記事「イマドキノCV」で近年のコンピュータビジョン分野において最重要と位置付けられる「データラベルの利活用」や「認識モデルの構築」を扱う。次に論文「フカヨミ」記事を3本掲載し，それぞれ，新規視点画像生成分野で2020年に登場したNeRF，画像処理分野の基本タスクである物体検出技術，いま最も伸びている3D認識アプローチのカテゴリレベル姿勢推定について取り上げる。最後に，チュートリアル記事「ニュウモンVision & Language」で，深層学習の発展とともに盛り上がりを増しているVision & Language(V&L)分野の概要と，現在どのような深層学習手法とその関連手法が使われているかを中心に詳しく紹介する。

★ 実験を効率化する強い味方 ★ もう実験で疲弊しない。次に試す実験条件は、データと統計学が教えてくれる！ ベイズ最適化とPythonを駆使して、効率よく研究・開発を進めよう！ 《すぐに試せるサンプルデータセット・サンプルコード付き》 ■ データ解析の初歩から、モデルの設計、実践的な応用事例までを導く。 ■ 実験時間や人数が限られる今、絶対に役立つスキルが身につく！ ■ 入門書であり、実践書。フルカラー！ 【目次】 第1章　データ解析や機械学習を活用した分子設計・材料設計・プロセス設計・プロセス管理 ・ケモ・マテリアルズ・プロセスインフォマティクス ・分子設計 ・材料設計 ・なぜベイズ最適化が必要か ・プロセス設計 ・プロセス管理 ・データ解析・人工知能（モデル）の本質 第2章　実験計画法 ・なぜ実験計画法か ・実験計画法とは ・適応的実験計画法 ・必要となる手法・技術 第3章　データ解析や回帰分析の手法 ・データセットの表現 ・ヒストグラム・散布図の確認 ・統計量の確認 ・特徴量の標準化 ・最小二乗法による線形重回帰分析 ・回帰モデルの推定性能の評価 ・非線形重回帰分析 ・決定木 ・ランダムフォレスト ・サポートベクター回帰 ・ガウス過程回帰 第4章　モデルの適用範囲 ・モデルの適用範囲とは ・データ密度 ・アンサンブル学習 第5章　実験計画法・適応的実験計画法の実践 ・実験候補の生成 ・実験候補の選択 ・次の実験候補の選択 ・ベイズ最適化 ・化学構造を扱うときはどうするか 第6章　応用事例 ・複雑な非線形関数を用いた実験計画法・適応的実験計画法の実践 ・分子設計 ・材料設計 ・プロセス設計 第7章　さらなる深みを目指すために ・Gaussian Mixture Regression（GMR） ・GMR-Based Optimization（GMRBO）（GMRに基づく適応的実験計画法） ・複雑な非線形関数を用いたGMRBOの検証 第8章　数学の基礎・Anaconda・Spyder ・行列やベクトルの表現・転置行列・逆行列・固有値分解 ・最尤推定法・正規分布 ・確率・同時確率・条件付き確率・確率の乗法定理 ・AnacondaとRDKitのインストール・Spyderの使い方

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械学習エンジニア必見！ ベイズ統計の基礎から ベイズ統計モデリングまで Pythonプログラムをもとに丁寧に解説！ 【本書の内容】 ベイズ統計の基礎知識からベイズ統計モデリングまで、 Pythonのプログラムをもとにわかりやすく解説した書籍です。 前半ではベイズ統計の理解に必要な確率の説明からはじまり、 ベイズ統計学、ベイズの定理、ベイズ推定の基本事項をわかりやすく解説。 後半では線形モデルを例題として、MCMC法を用いたモデルの推定方法について解説します。 【本書で扱うベイズの定理について】 事後分布を求める際に問題となる、ベイズの定理の積分計算を回避する方法を2つ紹介します。 1つは、共役事前分布によって事後分布の解析解を求める方法です。 そしてもう1つは、MCMC法を使用することで数値計算によって事後分布を推定する方法です。 MCMC法はPythonのライブラリのPyMC3を用いて手軽に実践することができます。 【本書の扱うベイズ統計の範囲】 ・確率の基本 ・ベイズの定理 ・ベイズ推定 ・MCMC法：マルコフ連鎖モンテカルロ法 ・線形モデル ・一般化線形モデル 【対象読者】 ・ベイズ統計モデリングをこれから学ぼうとされる方 ・ベイズ統計モデリングの基礎知識が少ない機械学習エンジニア ※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。 RとPythonで統計学を実践的に学ぶ！ 　本書はRとPythonを使って，統計学の基礎を実践的に学ぶテキストです． 　近年，IoTや人工知能ブームなどに代表されるように，人が日々扱うデータは増え続けています．データの量・種類が増えるにつれ，ただ闇雲にツールを使って分析するだけではなく，なぜその手法を使うのか，結果から何を読み取るのかなどといったことがポイントになってきます． 　このポイントを正しく理解し，適切にデータ分析を行うには十分な統計学の知識が必要になってきます．しかしながら統計学の土台は数学であり，数学に苦手意識をもつ方にとって純粋な統計学の教科書はハードルが高いと思われます．また，平易な参考書においても，結局のところ手元のデータをどうすればよいのかといったところで，また一つ壁があります． 　そこで本書は，データ分析に優れた環境であるRと，機械学習など大規模なデータ分析に定評のあるPythonによるプログラミングを通して統計学を解説します．統計学を学びたい，データを分析したいというエンジニアや学生に向けて，数学的な壁を取り払いつつ，実際にデータを分析するための統計学の知識を提供します． 第1章　データ分析と統計が注目される理由 第2章　基本統計量を知る 第3章　よく使われる分析手法を知る 第4章　確率の基本と推定を知る 第5章　検定の手法を知る 第6章　将来を予測する 付 録　数学知識の復習

理論は裏切らない！　・強化学習で必要になる数理を広くカバーした。・一貫したていねいな解説なので、じっくり読める。付録・参考文献も充実！・ベルマン方程式、TD学習、方策勾配、POMDP、深層強化学習をより深く！／【おもな内容】　第1章　準備　1.1　強化学習とは　1.2　マルコフ決定過程と逐次的意思決定問題　1.3　方策　1.4　逐次的意思決定問題の定式化　　第2章　プランニング　2.1　準備　2.2　動的計画法　2.3　動的計画法による解法　2.4　線形計画法による解法　第3章　探索と活用のトレードオフ　3.1　概要　3.2　探索と活用のトレードオフ　3.3　方策モデル　　第4章　モデルフリー型の強化学習　4.1　データにもとづく意思決定　4.2　価値関数の推定　4.3　方策と行動価値関数の学習　4.4　収束性　4.5　アクター・クリティック法　第5章　モデルベース型の強化学習　5.1　問題設定の整理　5.2　環境推定　5.3　ブラックボックス生成モデルに対するプランニング　5.4　オンラインのモデルベース型強化学習　第6章　関数近似を用いた強化学習　6.1　概要　6.2　価値関数の関数近似　6.3　方策の関数近似　第7章　部分観測マルコフ決定過程　7.1　部分観測マルコフ決定過程（POMDP）の基礎　7.2　POMDP のプランニング　7.3　POMDP の学習　第8章　最近の話題　8.1　分布強化学習　8.2　深層強化　学習付録A　補足A.1　証明　A.2　ノルム　A.3　線形計画法　A.4　自然勾配法の補足

「基本をより実践的に！」学べる新シリーズの第一弾は、「統計モデリングの世界」へのファーストブック。基礎から学べる超入門！・チュートリアル形式だから、すぐに実践できる！・統計、確率、ベイズ推論、MCMCの基本事項から、やさしくサポート！・brmsやbayesplotなどのパッケージの使い方も、しっかり身につく！・一般化線形モデル(GLM)→一般化線形混合モデル(GLMM)→動的線形モデル(DLM)→動的一般化線形モデル(DGLM)を体系的に学べる！【本書のサポートページ】https://logics-of-blue.com/r-stan-bayesian-model-intro-book-support/　【実践Data Scienceシリーズ】　「基本をより実践的に！」を合言葉に、データサイエンスで用いられる各種手法の基本を、プログラミングの実装とともに解説していきます。はじめて学ぶ大学生、大学院生、ソフトウェアエンジニアに向けた注目の新シリーズです。【主な内容】1部　【理論編】ベイズ統計モデリングの基本　1.はじめよう！　ベイズ統計モデリング　2.統計学の基本　3.確率の基本　4.確率分布の基本　5.統計モデルの基本　6.ベイズ推論の基本　7.MCMCの基本／2部　【基礎編】RとStanによるデータ分析　1.Rの基本　2.データの要約　3.ggplot2によるデータの可視化　4.Stanの基本　5.MCMCの結果の評価　6.Stanコーディングの詳細／3部　【実践編】一般化線形モデル　1.一般化線形モデルの基本　2.単回帰モデル　3.モデルを用いた予測　4.デザイン行列を用いた一般化線形モデルの推定　5.brmsの使い方　6.ダミー変数と分散分析モデル　7.正規線形モデル　8.ポアソン回帰モデル　9.ロジスティック回帰モデル　10.交互作用／4部　【応用編】一般化線形混合モデル 1.階層ベイズモデルと一般化線形混合モデルの基本 2.ランダム切片モデル 3.ランダム係数モデル／5部　【応用編】状態空間モデル　1.時系列分析と状態空間モデルの基本 2.ローカルレベルモデル 3.状態空間モデルによる予測と補間 4.時変係数モデル　5.トレンドの構造　6.周期性のモデル化　7.自己回帰モデルとその周辺　8.動的一般化線形モデル：二項分布を仮定した例　9.動的一般化線形モデル：ポアソン分布を仮定した例

近年，確率分布を使った数理モデルをデータにあてはめることで現象の理解と予測を促す「統計モデリング」が注目されている。既存の手法と比べた時の利点は解釈のしやすさと予測のよさの両立である。解釈がしやすいので，モデルに含まれる値を推定した後で次のアクションにつなげやすい。このため現実のデータ解析に極めて有効な手法と評価されている。 背景には，コンピュータの計算速度の向上，大規模のデータが入手しやすくなったこと，モデリングの試行錯誤を極めて簡単にする確率的プログラミング言語の進歩がある。こうした言語の中から，本書ではフリーソフトであるStanを紹介する。Stanは優れたアルゴリズムを搭載し開発も急速に進んでいるパッケージであるが，R用のパッケージであるRStanが並行して公開されているためRから手軽に利用することができる。Stanの記述力は高く，階層モデルや状態空間モデルをわずか30行ほどで書くことができ，推定計算も自動で行なわれる。さらに解析者の問題にあわせたオーダーメイドの拡張が簡単に可能だ。 一般にベイズ統計を扱う書籍は初歩的な内容にとどまるものか，難解な数式が多く実際の問題への応用が難しいものが多い。しかし，本書はこれらの書籍とは一線を画し，現実のデータ解析を念頭に置いて非常に実践的な内容に仕上げた。本書でStanとRを介して身につけた統計モデリングの考え方は，Stanの文法が変化しても，他の統計モデリングツールを扱う場合にも，大いに役に立つと確信している。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 コンピュータサイエンスに携わる人のために書かれた確率統計の教科書 本書は、数式による定理の証明とその説明という数学教科書の一般的なスタイルとは異なったかたちで確率統計を解説している。数学的な概念のイメージを補うわかりやすい日本語と図表、そして動作するプログラム（本書では主に確率的な事象のシミュレーションに利用）により確率統計を理解させる。 第I部 確率そのものの話 第1章 確率とは 第2章 複数の確率変数のからみあい 第3章 離散値の確率分布 第4章 連続値の確率分布 第5章 共分散行列と多次元正規分布と楕円 第II部 確率を役立てる話 第6章 推定と検定 第7章 擬似乱数 第8章 いろいろな応用 付録 付録A 本書で使う数学の基礎事項 付録B 近似式と不等式 付録C 確率論の補足

基礎理論を飛ばさない！ 推定・検定から統計モデル・機械学習へ！ 本書は統計学の理論をゼロから学べる教科書です。 IoTやビッグデータの発展によりさまざまなデータが社会にあふれ、 全てのデータを確認するのは難しくなってきています。 多くのデータから価値があるデータを作成するには統計学の知識が必須です。 【本書のポイント】 本書は統計学をはじめて勉強するかたでも、 読み進めていけるように、以下の3点を重点的に解説しています。 ・データをどのように分析するのか ・なぜそのように分析するのが良いことなのか ・Pythonを使ってどのように分析するのか 【統計学を勉強するためのツールについて】 この書籍では、学習していく際のツールに、プログラミング言語のPythonを使用します。 PythonはExcelやRより自由度が高く、機械学習に多く利用されているので幅広い層から注目を集めています。 Pythonに馴染むことにより、機械学習を利用したデータ分析者になるための基礎的な技術も身に付けられます。 【本書の構成】 本書は全7部構成になっています。 それぞれの部で次のようなことを解説しています。 第1部では統計学の基本を解説しています。 第2部でPythonの基本やJupyter Notebookの使い方を説明します。 第3部でPythonを用いた統計分析の方法を学びます。 第4部からは統計モデルについて学んでいきます。 第5部では正規線形モデルを解説します。 第6部それを発展させた一般化線形モデルについて解説します。 第7部は、統計学から機械学習へのつながりを学びます。 統計学やPythonのことを何も知らない方にもオススメの一冊です。 ※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。 企画の立案・企画書の作り方から調査やデータ分析までを盛り込んだ実践的な書籍！ 本書は、企画の立案・企画書の作り方から調査やデータ分析までを盛り込んだ実践的な書籍です。既存の調査・アンケート関係書籍がデータ分析法の解説のみに終始している中、本書は企画の立案方法から、効果的な調査の仕方、Excelによる結果の解析までを網羅し、これ1冊で調査データ分析に関するすべてが学べる内容となっております。 第Ⅰ部　調査法 第1章　調査とは 第2章　調査の企画 第3章　調査票の作成 第4章　標本抽出 第5章　調査の実施 第Ⅱ部　データ解析法 第6章　データ入力と集計 第7章　データのグラフ化 第8章　分布の特徴を記述する統計指標 第9章　推測統計学（１）～確率分布と統計的推定～ 第10章　推測統計学（２）　～統計的仮説検定と効果量～

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 例題で統計解析が理解できる!! 　Excel関数を使った例題をとおして学ぶことで統計の基礎知識が身に付くロングセラー『Excelで学ぶ統計解析入門』のExcel2019┴2016対応版です。本書は例題を設け、この例題に対して、分析の仕方と、Excelを使っての解法の両面を取り上げ解説しています。Excelの機能で対応できないものは、著者が開発したExcelアドインで対応できます。 第1章 代表値と散布度 第2章　度数分布と正規分布 第3章　相関分析 第4章　母集団と標準誤差 第5章　統計的推定 第6章　統計的検定 第7章　平均に関する検定 第8章　割合に関する検定 第9章　度数分布表の検定 第10章　分散に関する検定 第11章　相関に関する検定 第12章　ノンパラメトリック検定 第13章　ＡＮＯＶＡ(分散分析法） 第14章　多重比較法 第15章　第1種の過誤、第2種の過誤、検出力、サンプルサイズ 第16章ｚ分布、ｔ分布、χ2分布、F分布 第17章　補遺

※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。 ベイズ統計が注目されています。MCMCという柔軟なアルゴリズムによって，あまり考えなくてもいろいろな問題が簡単に解けてしまうように宣伝されていることが一因かもしれません。しかし，その計算の背後にある原理は忘れ去られがちです。また，簡単な問題なら，誤差の大きいMCMCを使わなくても，Rの一般的な関数だけで計算できます。そのような簡単な問題を簡単なRの命令を使っていくつも解きながら，ベイズ統計の考え方の基本と，従来の方法との結果の違いを，詳しく解説しています。最後の章でMCMCを扱いますが，ここでもブラックボックスとしてではなくRの簡単なコードで実際に計算して仕組みを理解できるようにしています。

※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。 ビジネス現場ではデータ活用の重要性がますます高まっています。データに基づいた経営施策の実施とその効果検証のためには、一般的な統計指標（平均、標準偏差、相関）だけでなく「因果」にまで分析を広げる必要があります。 本書は因果分析の重要な2つの領域である「因果推論」および「因果探索」について、実際にプログラムを実装しながら学ぶ書籍です。因果推論や因果探索を学びたいビジネスパーソンや、初学者の方を対象としています。 ・因果推論とは「テレビCM放映で、商品購入量がどれくらい増えたのか？」「研修の実施で、社員スキルがどの程度向上したのか？」など、なんらかの施策を実施した際に、その施策の効果を推定する手法です。 ・因果探索とは「生活習慣と疾病の調査」「働き方改革に伴う社員調査」など、アンケート調査等で収集した各項目間の因果関係を明らかにする試みです。 本書は「因果推論、因果探索とはどのようなものか」「因果推論、因果探索を実施するには、具体的にどうしたら良いのか・分析プログラムをどう実装したら良いのか」「因果推論、因果探索が、どのように機械学習やディープラーニングと結びついているのか」が理解・習得できる内容となっています。 プログラミング言語Python、実行環境Google Colaboratory、機械学習ライブラリscikit-learn、PyTorchで実際に手を動かしながら実装し、習得していきます。 データに基づいた経営・ビジネスを実践するうえでスタンダードな手法となる因果分析をマスターしよう。 Part 1：因果推論 第1章 相関と因果の違いを理解しよう 第2章 因果効

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。

※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。 制御技術の未来を拓く、モデル予測制御（MPC）マスターへの第一歩！ MPCの理論的な背景と数理的なアプローチをわかりやすく解説し、実際のプログラミング例を多数掲載。 CasADiは最適制御を行うためのオープンソースソフトウェアとして、MPCにおいて大変すぐれたツールです。 CasADiのPython版サンプルコードを提供するので、実践しながら学べます！ 【目次】 第1章　制御とは 1.1　制御の具体例 1.2　制御工学の基本概念 1.3　代表的な制御手法 1.4　補足事項 第2章　モデル予測制御（MPC）とは 2.1　MPCの直感的イメージ 2.2　MPCにおける有限ホライズン最適制御問題の定式化 2.3　MPCの特徴 2.4　補足事項 第3章　CasADi入門 3.1　導入 3.2　環境構築 3.3　シンボリックの基本 3.4　数理最適化 3.5　シンボリックの操作 3.6　関数オブジェクト 3.7　常微分方程式ソルバー 第4章　離散時間のモデル予測制御 4.1　生物個体数管理の制御問題 4.2　ロトカ・ヴォルテラのモデルの状態方程式 4.3　ロトカ・ヴォルテラのモデルの評価関数 4.4　MPCにおける最適化問題の定式化 4.5　MPC実装の流れ 4.6　MPC実装の詳細 第5章　連続時間のモデル予測制御 5.1　倒立振子モデル 5.2　倒立振子の評価関数 5.3　有限次元パラメータ近似 5.4　パラメータの設定 5.5　MPC実装の流れ 5.6　MPC実装の詳細 第6章　モデル予測制御の実装に向けて 6.1　時間離散化と最適化の順番 6.2　直接的アプローチによる連続時間最適制御問題の有限次元パラメータ近似 6.3　離散時間最適制御問題の構造と変数消去 6.4　オンライン最適化 第7章　CasADiにおける最適化ソルバーの比較 7.1　さまざまなソルバー 7.2　ソルバーの選定の必要性 7.3　QPソルバーの比較 7.4　NLPソルバーの比較 第8章　状態推定問題と移動ホライズン推定 8.1　導入 8.2　状態推定問題 8.3　移動ホライズン推定（MHE）とは 8.4　MHEによる状態推定の実装例 8.5　MHEを用いたMPC 第9章　より発展的な話題と将来の展望 付録A　最適化・数値計算の補足 付録B　CasADi中級 ※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。

★数学とプログラミングを対比させながら、一歩一歩わかりやすく！ 実務に即してPyMC5プログラミングでベイズ推論を使いこなせるようになる。 最初の一冊として、データサイエンティストにおすすめ！ 【サポートサイト】 https://github.com/makaishi2/python_bayes_intro 【主な内容】 第1章 確率分布を理解する 1.1 ベイズ推論における確率分布の必要性 1.2 確率変数と確率分布 1.3 離散分布と連続分布 1.4 PyMCによる確率モデル定義とサンプリング 1.5 サンプリング結果分析 1.6 確率分布とPyMCプログラミングの関係 第2章 よく利用される確率分布 2.1 ベルヌーイ分布（pm.Bernoulliクラス） 2.2 二項分布（pm.Binomial クラス） 2.3 正規分布（pm.Normal クラス） 2.4 一様分布（pm.Uniform クラス） 2.5 ベータ分布（pm.Beta クラス） 2.6 半正規分布（pm.HalfNormal クラス） 第3章 ベイズ推論とは 3.1 ベイズ推論利用の目的 3.2 問題設定 3.3 最尤推定による解法 3.4 ベイズ推論による解法 3.5 ベイズ推論の精度を上げる方法 3.6 ベイズ推論の活用例 第4章 はじめてのベイズ推論実習 4.1 問題設定 (再掲) 4.2 最尤推定 4.3 ベイズ推論 (確率モデル定義） 4.4 ベイズ推論 (サンプリング） 4.5 ベイズ推論 (結果分析） 4.6 ベイズ推論 (二項分布バージョン） 4.7 ベイズ推論 (試行回数を増やす） 4.8 ベイズ推論 (事前分布の変更） 4.9 ベータ分布で直接確率分布を求める 第5章 ベイズ推論プログラミング 5.1 データ分布のベイズ推論 5.2 線形回帰のベイズ推論 5.3 階層ベイズモデル 5.4 潜在変数モデル 第6章 ベイズ推論の業務活用事例 6.1 ABテストの効果検証 6.2 ベイズ回帰モデルによる効果検証 6.3 IRT (Item Response Theory）によるテスト結果評価

“理系の本”をめぐるユニークで熱きメッセージ ようこそ、みなかワールドへ！　理系研究者を生業としながら、数多の本を読み、新聞やSNSなどさまざまなメディアで書評を打ち、いくつもの単著を出版してきた〈みなか先生〉からの〈本の世界〉への熱きメッセージ。さあ、まずはたくさん本を読もう！ 東京大学出版会創立70周年記念出版。 【主要目次】 本噺前口上 「読む」「打つ」「書く」が奏でる “居心地の良さ” プレリュード――本とのつきあいは利己的に 1 読むこと――読書論 2 打つこと――書評論 3 書くこと――執筆論 第1楽章 「読む」――本読みのアンテナを張る 1-1 読書という一期一会 1-2 読む本を探す 1-3 本をどう読むのか？――“本を学ぶ”と“本で学ぶ” 1-4 紙から電子への往路――その光と闇を見つめて 1-5 電子から紙への復路――フィジカル・アンカーの視点 1-6 忘却への飽くなき抵抗 ――アブダクションとしての読書のために 1-7 “紙” は細部に宿る――目次・註・文献・索引・図版・カバー・帯 1-8 けっきょく、どのデバイスでどう読むのか インターリュード（1）「棲む」―― “辺境” に生きる日々の生活 1 ローカルに生きる孤独な研究者の人生行路 2 限界集落アカデミアの残照に染まる時代に 3 マイナーな研究分野を突き進む覚悟と諦観 第2楽章 「打つ」――息を吸えば吐くように 2-1 はじめに――書評を打ち続けて幾星霜 2-2 書評ワールドの多様性とその保全――豊崎由美『ニッポンの書評』を読んで 2-3 書評のスタイルと事例 2-4 書評頻度分布の推定とその利用 2-5 書評メディア今昔――書評はどこに載せればいいのか 2-6 おわりに――自己加圧的 “ナッジ” としての書評 インターリュード（2）「買う」――本を買い続ける背徳の人生 1 自分だけの “内なる図書館” をつくる 2 専門知の体系への近くて遠い道のり 3 ひとりで育てる “隠し田” ライブラリー 第3楽章 「書く」――本を書くのは自分だ 3-1 はじめに――“本書き” のロールモデルを探して――逆風に立つ研究者＝書き手 3-2 「読む」「打つ」「書く」は三位一体 3-3 千字の文も一字から――超実践的執筆私論 3-4 まとめよ、さらば救われん――悪魔のように細心に，天使のように大胆に 3-5 おわりに――一冊は一日にしてならず……『読む・打つ・書く』ができるまで ポストリュード――本が築く “サード・プレイス” を求めて 1 翻訳は誰のため？ ――いばらの道をあえて選ぶ 2 英語の本への寄稿――David M.Williams et al.,The Future of Phylogenetic Systematics 3 “本の系統樹” ――“旧三部作” から “新三部作” を経てさらに伸びる枝葉 本噺納め口上 「山のあなたの空遠く 『幸』住むと人のいふ」

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 テキストアナリティクスの技術と実践を詳しく解説！ 本書は、アンケートやSNSといったテキストデータを対象とした分析に興味がある方や実務で応用したい方に向けて、テキストアナリティクスに関する基本的な知識と、著者が非常に重要であると考える技術について解説した入門書です。テキストアナリティクスは従来のテキストマイニングにとどまらず、より明確な分析目的や理論的枠組みをもった方法論です。 本書では、データの構築から分析までを行った、汎用性の高い事例を紹介しています。また、単にツールとしてのRの使い方を知るだけでなく、読者が目的に応じた分析方法を判断できるようになるようにまとめています。 サンプルのデータやコードを参考に手を動かしながら学習することができ、初心者の「一冊目」にうってつけです。 はじめに [基礎編] 第1章　テキストアナリティクス入門 　1.1　テキストアナリティクスとは 　1.2　社会で活用されるテキストアナリティクス 　1.3　テキストアナリティクスの活用事例の探し方 　1.4　テキストアナリティクスの歴史 第2章　テキストアナリティクスの理論的枠組み 　2.1　テキストデータの構築 　2.2　テキストデータの分析 [準備編] 第3章　分析データの準備 　3.1　データセットの構築 　3.2　テキストファイルの作成 　3.3　CSVファイルの作成 　3.4　テキスト整形 第4章　Rの基本 　4.1　Rの導入 　4.2　コードの入力 　4.3　変数と代入 　4.4　ベクトル 　4.5　行列とデータフレーム 　4.6　ファイルの操作 　4.7　パッケージのインストール 　4.8　ヘルプの参照 第5章　データ分析の基本 　5.1　データハンドリング 　5.2　文字列処理 　5.3　可視化 　5.4　統計処理 第6章　テキスト分析の基本 　6.1　RMeCabの導入 　6.2　形態素解析 　6.3　単語の分析 　6.4　n-gramの分析 　6.5　共起語の分析 　6.6　複数テキストの分析 　6.7　頻度表の加工 　6.8　用例検索 [実践編] 第7章　授業評価アンケートの分析 　7.1 授業評価アンケートに基づく授業改善 　7.2 分析データ 　7.3 単純な頻度集計 　7.4 品詞別の頻度集計 　7.5 用例検索 第8章　オンラインレビューを用いたクチコミ分析 　8.1 マーケティングのためのクチコミ分析 　8.2 分析データ 　8.3 レビューの評価と集計 　8.4 低評価コメントと高評価コメントの比較 　8.5 共起語の集計 　8.6 共起ネットワークによる可視化 第9章　スクレイピングによる特徴語抽出 　9.1 スクレイピングによるデータ収集 　9.2 分析データ 　9.3 特徴語抽出 　9.4 用例検索 第10章　警察白書のトピック分析 　10.1 白書から見る現代社会の諸相 　10.2 分析データ 　10.3 トピックモデル 　10.4 階層型クラスター分析 第11章　文学作品の著者推定 　11.1 文体識別指標を用いた著者推定 　11.2 分析データ 　11.3 箱ひげ図 　11.4 対応分析 　11.5 ランダムフォレスト おわりに 参考文献 索引

※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。 データ集め（社会調査），データの整理，分析，……．社会調査に携わるすべての人が知っておくべき統計学の基礎を，懇切ていねいに解説する．親しみやすい題材に触れながら，調査研究に必要となる知識・手法を身につけよう．一見難しい数式も，その意味を言葉で説明しているので，数式アレルギーを克服できる！ 【主な内容】 第０章　イントロダクション 第I部　コア 第１章　データを集める 第２章　データをまとめる 第３章　関連を捉える 第４章　関連を疑う 第５章　データから推測する 第６章　データから確かめる 第II部　理論 第７章　コイントスで社会を見る 第８章　集まったデータを表現する 第９章　推定が満たすべき条件 第III部　手法 第10章　社会の下流化は起こっているか 第11章　継承される格差を検討する 第12章　世界の男性の家事事情 第13章　年収と年齢の関係 第14章　ワイン評論家を出し抜く方法 第IV部　終わりに 第15章　統計学の応用とこれから ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

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

基礎をしっかりと理解し、Ｐｙｔｈｏｎですぐに実践！　社会で求められるデータサイエンスの応用３分野を、各分野の専門家が平易な文章と多彩な図で説く。 ・初歩の動機づけから基本原理、さらには社会実装までを見すえる ・学んだことが、すぐに試せる。豊富なPythonコードを収録 ・練習問題を多数掲載し、講義テキストに最適。初学者の自学自習にも役立つ 【主な内容】 第I部 テキスト分析（西川仁） 第1章 テキスト分析概論 第2章 言語資源と言語モデル 第3章 基礎技術 第4章 応用技術 第II部 画像分析（佐藤智和） 第1章 画像解析の概要 第2章 画像のデータ表現 第3章 二次元画像解析 第4章 三次元画像解析 第5章 三次元構造の推定アルゴリズム 第III部 音声データ分析（市川治） 第1章 音声認識の全体像 第2章 音声データの特徴量 第3章 音響モデル 第4章 言語モデル 第5章 デコーダ 第6章 音声認識技術の発展 【「巻頭言」より抜粋】 文部科学省は「数理及びデータサイエンスに係る教育強化拠点」6大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長 竹村彰通（滋賀大学データサイエンス学部学部長、教授）

※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

システムトレードで最も重要なのは、 「これまでの実績」ではない。 「これからの実力」を見極め、 “常勝チームの監督”になることだ。 システムトレードとは「売買ルールを決めて、それに従い、機械的にトレードをすること」。実際の相場を見ながら臨機応変に判断するのではなく、あらかじめ決めておいた条件がそろったら自動的に注文する手法である。 この手法であれば、注文に迷うことはない。また、コンピュータにプログラムをすれば、FX（外国為替証拠金取引）や株式、先物、CFD（差金決済取引）など多様な市場で、24時間全自動売買を実践することも可能だ。最近では、個人でも本格的な売買プログラムを組んだり、専門会社が作成した自動売買システムを手軽に利用したりできる環境が整ってきた。 ただし、システムトレードで成功するために重要なのは、単純に過去に“実績”のあるシステムを作成したり、利用したりすることではない。なぜなら、売買ルールがたまたま当時の値動きに合っていただけかもしれないし、単にパラメータ（変数）を過去データにこじつけただけかもしれないからだ。 では、そうした偶然性を排して、システムの真の実力を評価するためにはどうしたらよいか。そこで役立つのが「確率統計の知識」である。 本書では、信頼区間、仮説検定、T検定、二項分布といった手法から、システムの本質的な「リスク」と「リターン（期待値）」を推定する方法について紹介している。 ただ、確率や統計というと難解なイメージがある。そこで本書では、すべてエクセルの計算式で表した。読者はここで紹介された式を利用することで複雑な計算が簡単にできるだろう。 また、選び抜かれたシステムの能力を自分の「資産運用」に最大限に発揮させるためには、効率的な資金配分が課題となってくる。いわゆる「システムポートフォリオ」の作成だ。 そこで本書では、エクセルで最適なポートフォリオを求める手順についても言及し、許容リスクのなかで最高のリターンを期待できる組み合わせを探っている。 本書を利用して売買システムを選ぶ目を養い、理想のポートフォリオを構築してほしい。

※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。 ロボットの自律走行・ドローンの自律飛行の鍵となるSLAM技術について一から解説した入門書。 本書は、ロボットの自律走行・ドローンの自律の鍵となるSLAM（Simultaneously Localization and Mapping）技術について一から解説した入門書です。 現在，SLAMは，車の自動運転，ドローンの自律飛行，ヒューマノイドの環境認識など，現在の多くのロボットにおいてかかせない基盤技術となっていますが，多種多様な基礎理論の上に成り立っているため，初学者のアプローチは決して容易ではありません． 本書では，プログラムをつくりながら考えるスタイルにし，読み進めるうちに，必要に応じて基礎に立ち返ることができるようにしました．すなわち，「まずは原理も構造も簡単な部品をつくり，何がうまくいかなかったかを分析しながら，改良して部品を置き換える」という手順で，簡単なところから段階的に理解を深めてもらえるように解説しています（解説に使用しているプログラムはWebサイトより入手可能）． 　ロボットの環境認識，センシング，SLAMなどに興味があり，既存のオープンソースを使うだけでなく，自分でプログラムをつくれるようになりたい，あるいは，プログラムの内容を理解したいと考えている人に，まさに「打って付け」の書籍です． 第1章　　はじめに 第2章　　SLAMの基礎 第3章　　SLAMの入出力 第4章　　SLAMシステムの具体化 第5章　　本書のプログラム 第6章　　オドメトリによる地図構築 第7章　　スキャンマッチング 第8章　　スキャンマッチングの改良 第9章　　センサ融合による退化への対処 第10章　ループ閉じ込み 第11章　SLAMの数学的基礎

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ベイズモデル、生成AIの数学的動作原理を学ぶ 　本書は，機械学習の道具として使われている確率過程の書籍です．確率過程とは，誤解をおそれずにひと言でいえば「パラメータにしたがってランダムに変動するデータを解析するための数学の一分野」です．すなわち，ベイズモデル、生成AIの数学的動作原理です． 　日進月歩の勢いで発展を遂げる機械学習の研究成果を各自の専門領域に取り入れるには，これらの中で道具として使われている確率過程の基礎的な知識が必要不可欠です．本書では，数学的な厳密性は犠牲としながらも，機械学習の最新の結果を理解するために最低限必要と思われる内容にしぼって，確率過程について説明しています． 第1章　確率論の基礎 1.1　ランダム事象と確率 1.2　確率空間と確率変数 1.3　確率変数の独立性 1.4　確率変数の相関 1.5　確率変数の和 1.6　確率変数の変換 1.7　累積分布関数と特性関数 1.8　モーメントとキュムラント 1.9　多変量の確率変数 第2章　確率積分と確率微分方程式 2.1　ランダムな運動 2.2　確率過程 2.3　ブラウン運動とその性質 2.4　ブラウン運動と確率積分 2.5　確率微分方程式 2.6　伊藤の公式 2.7　確率微分方程式の具体例 2.7.1　オルンシュタイン・ウーレンベック過程 2.7.2　幾何ブラウン運動 2.7.3　一般化コーシー過程 2.7.4　多変数オルンシュタイン・ウーレンベック過程 第3章　マルコフ過程の性質 3.1　確率密度関数による表現 3.2　マルコフ過程 3.3　フォッカー・プランク方程式の導出 3.4　フォッカー・プランク方程式の解法 3.4.1　1変数の場合 3.4.2　多変数の場合 第4章　確率過程とベイズモデル 4.1　ベイズモデルの基礎 4.1.1　線形回帰モデルとベイズモデル 4.1.2　変分推論 4.1.3　マルコフ連鎖モンテカルロ法 4.2　時系列と状態空間モデル 4.2.1　時系列モデリング 4.2.2　状態空間モデル 4.2.3　カルマンフィルタ 4.2.4　拡張カルマンフィルタ 4.2.5　アンサンブルカルマンフィルタ 4.2.6　粒子フィルタ 4.3　連続空間のベイズモデル 4.3.1　確率的パラメータ 4.3.2　EMアルゴリズム 第5章　確率過程と機械学習 5.1　ガウス過程回帰 5.1.1　ガウス過程回帰の導入 5.1.2　ガウス過程回帰のパラメータ推定 5.1.3　ガウス過程回帰の予測分布 5.1.4　ガウス過程潜在変数モデル 5.1.5　ガウス過程動的潜在変数モデル 5.2　スチューデントのt-過程回帰 5.2.1　スチューデントのt-過程回帰の導入 5.2.2　スチューデントのt-過程回帰のパラメータ推定 5.2.3　スチューデントのt-過程回帰の予測分布 5.2.4　スチューデントのt-過程回帰潜在変数モデル 5.2.5　スチューデントのt-過程動的潜在変数モデル 第6章　実問題への応用 6.1　環境ゆらぎの影響を受けるブラウン粒子の運動 6.2　オプションの価格付け問題 6.3　深層学習への応用 6.3.1　深層学習とガウス過程回帰 6.3.2　拡散モデル 付録　 サンプルコード A.1　状態推定のサンプルコード A.2　機械学習のサンプルコード