俺の高校にリモート授業が導入されたら、幼馴染が我が家に入り浸るようになった。一緒に授業を受けるだけだったはずが、彼女と過ごす放課後は、どんどん長く濃密になっていき……！　在宅ラブコメ爆誕!?

機械加工とは，工作機械を用いて金属等を加工し，同一形状の工業製品を優れた精度で大量に製造する技術です。ひとくちに機械加工といっても，素材や目的に応じて方法が異なり，また専用工作機械があります。本書は，旋盤，フライス盤，研削盤，ボール盤，マシニングセンタといった代表的な工作機械の特徴や構造，また主な加工方法，基本操作，機メンテナンスなどをわかりやすく解説します。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 モノづくり全般に共通した一般知識とは「材料知識」「加工知識」「読図知識」の3つです。 こうした基礎知識は、技術者や製造担当者のみならず、資材購買、品質管理、生産管理、営業部門といった間接部門でも大切な知識となります。 しかし、この三大知識は、理工系それも機械工学科でなければ習得する機会がありません。 文系出身者が多い間接部門では、OJT でしか学ぶ手段がありません。 基礎的な入門書であっても理工系の基礎レベルで記述されており、文系出身者には理解が難しいのが実情です。 文系出身者でも理解できる内容を目指し、一般知識を中心にして、特化した専門知識には触れないことを基本に、機械加工の基礎を説きます。

｢シンギュラリティ｣｢IoTで豊かな未来｣｢鉄腕アトム｣｢ターミネーター｣……私たちは、機械を愛し、憎んでいる。では機械のほうから｢私たち｣を見たらどうなる? テクノロジーで拡張し変容した私たちの姿を、｢将棋電王戦｣から科学技術論などを横断しながら見つめ、｢人間｣観の刷新を企図する試み。気鋭の人類学者が、｢現在のなかにある未来｣を探る、通快かつ真摯な思考!

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、古典機械学習ともよぶべき題材に的を絞り、考え方をできるだけ詳細に記述した教科書である。本書では、機械学習全体の網羅や、深層学習を中心に据えた説明は意図していない。大量のデータが存在する対象、あるいはその近傍の対象に対しては、深層学習はきわめて高性能を発揮する。しかし、少数のデータしか得ることができない対象も多く、本書で紹介する古典的な機械学習の手法は、今後も随所で活躍するであろう。とりわけ、ベイズ的な考え方は、予測の損失最小を保証するという意味で重要である。多くの大学理工系の学部で、初年次あるいは2年次に学ぶ多変数の微積分や、固有値問題の基本をふくむ線形代数、それと確率と統計の基本事項は既知としているが、確率と統計や、対称行列に関する固有値問題などの数学的事項の要点は、第V部としてまとめた。 本書は多くの優れた書籍を参照して書かれ、とりわけ、C. M. ビショップ（著）、『パターン認識と機械学習』の影響は随所にみられる。数学的記法も同書に準拠した。また、構成は、K. P. Murphy， “Probabilistic Machine Learning: An Introduction”の影響をうけている。Murphyの本では深層学習を1つの部としているが、本書では深層学習の部はもうけず、ニューラルネットワークの基礎的事項をパラメトリックモデルの部へ、また、深層生成モデル（の1つであるVAE）を潜在モデルの部へおいた。ベイズ推論の重要性に鑑み、潜在モデルを第IV部としたことは本書の特徴の1つである。 各章には演習問題、巻末には解答例と丁寧な解説を掲載。

※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。 原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。 　本書は大まかに基礎，具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか？」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。 　中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。

機械学習エンジニアになりたい人に 機械学習エンジニアを志望する人が増えています。 採用数も増えており、さまざまな就職・転職サイトで「機械学習エンジニア」の募集がされており、この数は今後さらに増えることが予想できます。 しかし、採用側の話を聞くと、志望する人の大半は求める能力に達していないというミスマッチが発生しています。 これは、「機械学習エンジニア」という仕事が誕生して間もないため、 どのような能力を必要とするのかをエンジニア側が理解していないことに原因があります。 【本書の構成】 本書は「仕事編」と「実務編」の２部構成です。 「仕事編」では、機械学習エンジニアになりたい人向けに、 その仕事内容や必要な知識レベル、なるための勉強法、採用されるための履歴書の書き方などを解説します。 「実務編」では、身の周りのAI技術や実務ノウハウ、各国の機械学習エンジニア事情について解説します。 また、実際に機械学習エンジニアとして働く人やゼロから機械学習の知識を身につけた方々のインタビューも掲載しています。 ※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。 機械学習エンジニアが知らないでは済まされない知財と契約の基礎知識をコンパクトに、わかりやすく整理 本書は、エンジニア・研究者、学生を対象に、知らないでは済まされない機械学習にかかわる知財と契約の基礎知識をコンパクトに、わかりやすくまとめた書籍です。 GoogleやAppleの創業者がエンジニアであり、スタートアップ企業から始まっているように、いまや、そして特に機械学習に関連する分野では、エンジニア自身が知財活動や法務活動に積極的にかかわることが必要不可欠です。いいかえれば、何かことが起こればエンジニア自身が矢面に立たされたり、少なくとも責任の一端をとらされたりすることは避けられません。 本書は、このような背景を踏まえて、機械学習の研究開発に関連してエンジニアが知っておくべき法律的な考え方や知識を、主に実務的な観点を交えつつ、一から丁寧に解説しています。 第1章　AI・データと法的な保護 第2章　契約－当事者のインセンティブのデザイン 第3章　AI・データと特許 第4章　専門家とのコラボレーション 第5章　OSSと知的財産権

※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。 機械学習は人工知能の同義語となり多くの人に広く知れ渡っていますが、その可能性を十分に活かしている企業は世界でも一握りにすぎません。最新のオープンソースライブラリ、パッケージが提供され、コミュニティは充実していますが、実用的なビジネス上の課題解決に機械学習をどう適用させるかで、多くの企業が四苦八苦しています。 人材不足もその要因の一つではありますが、優秀な機械学習エンジニアやデータアナリストを確保したとしても、1つのモデルを導入するまでにそれなりの期間が必要になってしまうことも起きています。 機械学習モデルのバージョン管理、再現性、スケーリングなど、企業が機械学習の機能を開発する際に直面する主な課題は、サイエンス的な面よりもむしろエンジニアリング的なものですが、一般的なデータサイエンス系の教科書では、機械学習プロジェクトを実施する際のエンジニアリング的な面についてあまり触れていません。 本書はデータの収集、保存、前処理、特徴量エンジニアリング、モデルのテストとデバッグ、本番環境へのデプロイと撤退、ランタイムと本番環境へのデプロイ後のメンテナンスなどに光をあて、解説していきます。 機械学習の応用、ビジネス上の課題を機械学習を使用して解決したい場合に適切なアドバイスを得ることができます。 対象読者として、機械学習の基本を理解し自身でモデルを構築することができるレベルを想定しています。 ・機械学習エンジニアリングの仕事に取り組むデータアナリスト ・仕事をもっと構造化したいと考えている機械学習エンジニア ・機械学習エンジニアが提供するモデルを扱うことになるソフトウェアアーキテクト 第1章 はじめに 第2章 プロジェクトを始める前に 第3章 データの収集と準備 第4章 特徴量エンジニアリング 第5章 教師ありモデルの訓練 (第1部) 第6章 教師ありモデルの訓練（第2部) 第7章 モデルの評価 第8章 モデルの導入 第9章 モデルの推論、監視、メンテナンス 第10章 まとめ

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習を理解し実践するために必要な要素を選抜して解説した、実践的ガイドブック！ 　本書は、機械学習の入門者から中級者までをおもな対象として、機械学習を理解し実践するために必要なさまざまな要素を選抜して解説した、機械学習のガイドブックです。 　機械学習の概要から解説をはじめ、機械学習の歴史と主要なアルゴリズム、機械学習を実践するためのプログラミング言語であるRとPythonそれぞれの説明と連携、機械学習を正しく使いこなすためのさまざまな注意点、Kerasを活用したディープラーニングの実践、そして強化学習の例としてアルファゼロを取り上げています。付録には機械学習の理論的裏付けとなる数学の概要も取り上げています。 　入門者の方はまず本書の第1章「機械学習とは何か、どんな働きをするのか」を読み、第5章「さあ機械学習の本質を体験してみよう」の実践を繰り返してみてください。だんだんと機械学習に関する多くのことが見えるようになってきて、中級者への道が開けるでしょう。 　中級者の方には前半はやや簡単かもしれませんが、第8章「Kerasを使ったディープラーニングの実践」、第9章「さまざまなゲームの攻略法をゼロから学習するアルファゼロ」の内容が十分に理解できたのであれば、かなりのレベルに達したのだと思います。簡単かもしれない前半部分にも、参考になるさまざまな要素を仕込みました。 　機械学習の入門から中級者への道をガイドする1冊となっています。 はじめに 第1章 機械学習とは何か、どんな働きをするのか 第2章 機械学習小史：機械学習ブームの基盤を作った主人公たち 第3章 ぜひ使ってみたい役に立つアルゴリズム 第4章 RとPython 第5章 さあ機械学習の本質を体験してみよう 第6章 機械学習を上手に使いこなすコツ 第7章 RとPythonの連携 第8章 Kerasを使ったディープラーニングの実践 第9章 さまざまなゲームの攻略法をゼロから学習するアルファゼロ 付録A 機械学習の基盤となる数学の概要 A.1 機械学習の数学的基盤となるベクトル空間 A.2 ベクトル空間、ノルム空間、内積空間、ユークリッド空間とその関係 A.3 ドット積、行列、行列積 A.4 さまざまな行列の性質とその演算 A.5 行列と線形写像、固有値、テンソル、カーネル関数と射影 A.6 確率空間、確率変数、確率分布 A.7 統計的推定 A.8 最適化の手法 付録B RとPythonのデータ分析に関連する基本的コマンドの比較 B.1 基本的機能 B.2 ベクトル、行列などの作成と操作および数値計算（NumPy機能の対応） B.3 データフレームの作成・操作など（Pandas機能の対応） おわりに 参考文献とそのガイド

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

★機械学習を「工学」として熟成していくために★ 【推薦の言葉】 AIブームの3回目は、機械学習技術が牽引してきた。業務や生活の 中で使われるようになるにつれて、現場や社会における課題に直面 している。機械学習工学を生み出した著者らによる本書は、技術と 現場をつなぎ、普及させていくための羅針盤となる貴重な一冊である。 ――浦本直彦氏(三菱ケミカルグループ、元・人工知能学会会長) 注目の新領域「機械学習工学」の入門書。まずはこの一冊から始めよう！ 機械学習ソフトウェアの開発・テスト・運用の方法論を体系的に俯瞰できる。 開発現場で試行錯誤しているエンジニアはもちろん、エンジニアと協働している人すべてに読んでほしい。 【主な内容】 巻頭言（丸山宏・PFN） 第1部　機械学習工学とは 第1章　機械学習工学（中川裕志・理化学研究所、石川冬樹・国立情報学研究所） 第2部　機械学習システムの開発・運用マネジメント 第2章　機械学習システムの開発とその検証プロジェクト（竹内広宜・武蔵大学） 第3章　機械学習システムの運用（堀内新吾、土橋昌・株式会社エヌ・ティ・ティ・データ） 第3部　機械学習システムの開発技術と倫理 第4章　機械学習デザインパターン（鷲崎弘宜・早稲田大学） 第5章　品質のとらえ方と管理（石川冬樹・国立情報学研究所） 第6章　機械学習モデルの説明法（原聡・大阪大学） 第7章　AI倫理（中川裕志・理化学研究所） 第4部　機械学習と知財・契約 第8章　機械学習と知財・契約（柿沼太一・弁護士法人STORIA） 第5部　機械学習工学の今後 第9章　今後に向けて（石川冬樹・国立情報学研究所） 付録A　模擬裁判の紹介（柿沼太一・弁護士法人STORIA）

機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書! 深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。 【甘利俊一先生推薦】 ｢世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい｣

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Ｐｏｌｉｃｙ ＧｒａｄｉｅｎｔとＡ２Ｃの記述・実装を見直した。・Pythonプログラミングとともに、ゼロからていねいに解説。・コードが公開されているから、すぐ実践できる。・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。【おもな内容】Day1　強化学習の位置づけを知る　強化学習とさまざまなキーワードの関係　強化学習のメリット・デメリット　強化学習における問題設定：Markov Decision Process　Day2　強化学習の解法(1): 環境から計画を立てる　価値の定義と算出: Bellman Equation　動的計画法による状態評価の学習: Value Iteration　動的計画法による戦略の学習: Policy Iteration　モデルベースとモデルフリーとの違いDay3　強化学習の解法(2): 経験から計画を立てる　経験の蓄積と活用のバランス: Epsilon-Greedy法　計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference　経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs PolicyベースDay4　強化学習に対するニューラルネットワークの適用　強化学習にニューラルネットワークを適用する　価値評価を、パラメーターを持った関数で実装する：Value Function Approximation　価値評価に深層学習を適用する：Deep Q-Network 　戦略を、パラメーターを持った関数で実装する：Policy Gradient　戦略に深層学習を適用する：Advantage Actor Critic (A2C)　価値評価か、戦略かDay5　強化学習の弱点　サンプル効率が悪い　局所最適な行動に陥る、過学習をすることが多い　再現性が低い　弱点を前提とした対応策Day6　強化学習の弱点を克服するための手法　サンプル効率の悪さへの対応: モデルベースとの併用/表現学習　再現性の低さへの対応: 進化戦略　局所最適な行動/過学習への対応: 模倣学習/逆強化学習Day7　強化学習の活用領域　行動の最適化　学習の最適化

最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、｢モデルの構築→推論の導出｣という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

※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。 細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説 本書は細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説した書籍です．現状，細胞培養に機械学習を応用しようとすると，情報工学や数理統計学のテキストを読む必要がありますが，これらでは情報工学や数理統計学の基本的なカリキュラムを修了していることが前提とされていて，細胞培養のエンジニアや学生が読みこなすのは大変です． また，情報工学や数理統計学において重要な基本原理の解説と研究事例の紹介がメインであり，必ずしも細胞培養に応用するうえで，「機械学習をどう利用するのか」「どうやってデータサイエンス化するのか」について，詳しく書いてあるわけではありません． 本書では，情報工学や数理統計学のノウハウがなくても，つまり，AIの素養がなくても，読者ご自身の細胞培養の定量性や再現性を高め，予測可能な結果につなげるためのヒントをまとめたものです．著者の経験をもとに，機械学習を応用する大切なポイントを解説しています． 第1章　細胞培養の基礎を押さえよう 　1.1　細胞培養について 　1.2　細胞培養のための培地選び 　 第2章　細胞培養を定量化しよう 　2.1　細胞の数を計測してみよう 　2.2　増える細胞の様子を数値化しよう 　 第3章　細胞培養をデータ化しよう 　3.1　データサイエンスの基本をざっくり把握しておこう 　3.2　細胞培養・培地をデータ化しよう 　3.3　データ化するための自動化 　　 第4章　細胞培養を学習分析しよう 　4.1　機械学習について知ろう 　4.2　細胞培養のデータでデータサイエンスを行おう 第5章　細胞培養を最適化しよう 　5.1　最適化するための方法 　5.2　機械学習のアルゴリズムを押さえよう 　5.3　学習データを取得しよう 　5.4　モデルを訓練しよう 　 第6章　アクティブラーニングを活用しよう 　6.1　アクティブラーニング　 　6.2　応用と展望

数学の素養があるだけではデータサイエンスのプロとは言えません。なぜなら，実際の数理モデル開発やデータ分析では，組み合わせ方やプログラミングの知識が必要になるためです。また，データ分析では，数値微分・数値積分の知識がプログラミングで計算する際には非常に役立ちます。そこで本書では，数値計算やパラメータ計算法などを説明したあとに，応用編として現場で利用されるデータ分析方法を取り上げます。具体的には「対数尤度（ゆうど）の最大化法と重回帰」「一般化線形モデル」「多クラス回帰モデル」「Bradley-Terry model」「2元表の解析モデル」「生存時間解析（ワイブル分布）」で，Rによる数値計算のプログラムも併記しています。本書を活用していただくと，例えば機械学習モデルのパラメータを導く際に必要な二階偏微分を要素とする行列（ヘッセ行列など）の計算が非常にラクになり，データサイエンスにおけるプログラミングで数値微分・数値積分や数値計算そのものの重要さを再確認できるでしょう。 なお，本書は，大学の初等数学程度の知識を前提としています。

本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（C言語）を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介していきます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!! 　本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（Python）を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。 まえがき 第1章　機械学習とは 1.1　機械学習とは 1.1.1　深層学習の成果 1.1.2　学習と機械学習・深層学習 1.1.3　機械学習の分類 1.1.4　深層学習に至る機械学習の歴史 1.2　本書例題プログラムの実行環境について 1.2.1　プログラム実行までの流れ 1.2.2　プログラム実行の実際 第2章　機械学習の基礎 2.1　帰納学習. 2.1.1　演繹的学習と帰納的学習 2.1.2　帰納的学習の例題　―株価の予想― 2.1.3　帰納学習による株価予想プログラム 2.2　強化学習 2.2.1　強化学習とは 2.2.2　Q学習　強化学習の具体的方法 2.2.3　強化学習の例題設定　迷路抜け知識の学習 2.2.4　強化学習のプログラムによる実現 第3章　群知能と進化的手法 3.1　群知能 3.1.1　粒子群最適化法 3.1.2　蟻コロニー最適化法 3.1.3　蟻コロニー最適化法の実際 3.2　進化的手法 3.2.1　進化的手法とは 3.2.2　遺伝的アルゴリズムによる知識獲得 第4章　ニューラルネット 4.1　ニューラルネットワークの基礎 4.1.1　人工ニューロンのモデル 4.1.2　ニューラルネットと学習 4.1.3　ニューラルネットの種類 4.1.4　人工ニューロンの計算方法 4.1.5　ニューラルネットの計算方法 4.2　.バックプロパゲーションによるニューラルネットの学習 4.2.1　パーセプトロンの学習手続き 4.2.2　バックプロパゲーションの処理手続き 4.2.3　バックプロパゲーションの実際 第5章　深層学習 5.1　深層学習とは 5.1.1　従来のニューラルネットの限界と深層学習のアイデア 5.1.2　畳み込みニューラルネット 5.1.3　自己符号化器を用いる学習手法 5.2　深層学習の実際 5.2.1　畳み込み演算の実現 5.2.2　畳み込みニューラルネットの実現 5.2.3　自己符号化器の実現 付 録 A　荷物の重量と価値を生成するプログラム　kpdatagen.py B　ナップサック問題を全数探索で解くプログラム　direct.py 参考文献 索　　引

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AI精度向上はトレーニングデータが鍵。 良質なトレーニングデータを手に入れるための必須知識。 アメリカをはじめ、ヨーロッパや中国などを中心にAI（機械学習）やディープラーニングを活用としたユースケースやビジネスモデルなどが大きく進化し、日本国内においても、自動車、製造、建築・土木、公的機関、eコマースなどさまざまな業種で機械学習やディープラーニングの適用が進んできています。 　このようにAIに使われる機械学習を、高い精度・確率のものとするためには、高い品質、さまざまな条件の分布、バリエーションに富んだトレーニングデータを準備することが成功の鍵といえます。　本書では、トレーニングデータの性質に焦点をあて、解説を行います。 はじめに 第1章　機械学習とトレーニングデータ 1.1　ディープラーニングに進化する過程 1.2　ディープラーニングはブラックボックス 1.3　機械学習の種類 1.4　プログラミングから見た機械学習 1.5　トレーニングデータの位置付け 第2章　マネジメント層とエンジニアの機械学習 2.1　データ活用とは 2.2　DXからデジタルファーストへ 2.3　マネジメント層の大事な役割 2.4　エンジニアとトレーニングデータ 2.5　機械学習を取り巻く課題 2.6　実行すべきこと 第3章　AIとトレーニングデータ 3.1　音声認識とは 3.2　機械翻訳 3.3　画像認識 3.4　動画 3.5　チャットボット・ボイスボット 3.6　自然言語処理系AI 3.7　固有表現抽出 3.8　ポイントオブインタレスト（POI） 3.9　自動車関連系AI 3.10　AR／VR／MRとメタバース 3.11　その他 第4章　各種トレーニングデータ 4.1　音声データ 4.2　画像データ 4.3　動画データ 4.4　センシングデータ（3D点群データ） 4.5　シンセティックデータ 第５章　データアノテーション 5.1　データアノテーションとは？ 5.2　プリラベリングデータ 5.3　音声データからのアノテーション 5.4　テキストデータのアノテーション 5.5　画像データのアノテーション 5.6　アノテーションフォーマット 第6章　アノテーションツール 6.1　アノテーションツールの種類 6.2　データ収集 6.3　プロジェクト定義 6.4　データ管理と割り当て 6.5　音声系へのアノテーション 6.6　テキスト系のアノテーション 6.7　画像・動画系データ 6.8　品質チェック工程 6.9　データ取りまとめ 第7章　データセキュリティ 7.1　関連する法律 7.2　データセキュリティについて 7.3　AI倫理 第8章　トレーニングデータの重要性 おわりに 参考文献

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 イラストを使って初心者にわかりやすく解説!! 　現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。 さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。

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

※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。 年間２兆円規模の市場を生むインターネット広告。 高速で最適な広告を配信する技術の理論的背景を、業界トップのサイバーエージェントの著者陣が解説。 機械学習を用いて広告配信を最適化する技術と、コンテンツを機械学習により自動生成する技術とを俯瞰する。 【目次】 第1章　インターネット広告業界と関連する機械学習技術 　1.1　インターネット広告業界における機械学習の環境適性 　1.2　機械学習の適用領域 　1.3　インターネット広告業界が向き合うプライバシー規制 第2章　広告配信のためのアルゴリズム 　2.1　CTR/CVR 予測 　2.2　予測のサービスでの活用 　2.3　クリエイティブ選択 第3章　広告効果の効果測定のための手法 　3.1　施策の効果の定義 　3.2　ランダム化比較実験 　3.3　観察研究に基づくアプローチ 第4章　広告配信とプライバシー 　4.1　デジタル広告業界を取り巻く環境の変化 　4.2　プライバシー保護とアトリビューションの仕組み 　4.3　差分プライバシーとプライバシー保護のメカニズム 　4.4　データ保護のための秘匿マルチパーティ計算 　4.5　デジタル広告業界を取り巻く環境の変化 　4.6　ブラウザが取り組んでいる取り組み 　4.7　差分プライバシーとプライバシー保護のメカニズム 　4.8　集約した単位から予測モデルの構築 第5章　広告運用のための自然言語処理 　5.1　広告テキスト生成のための自然言語処理 　5.2　広告テキスト生成における評価 第6章　グラフィックデザインのための機械学習 　6.1　広告効果の事前予測 　6.2　レイアウトの生成 　6.3　タイポグラフィの認識と生成 第7章　広告配信の未来 ※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。 機械学習を用いた新規分子構造の生成や最適化にまつわる技術について，基礎理論から実装まで一気通貫して解説 　本書は，機械学習の初学者であっても分子構造の生成モデルや分子構造の最適化手法を理解できるように，機械学習の基礎から分子構造の生成モデルや最適化手法にいたるまでを体系的にまとめた書籍です． 　さらに，機械学習に関する技術はプログラミングを通じて実践することでより理解が深まるものであるため，数理的な内容だけではなく，Pythonによる実装を織り交ぜて説明しています．分子構造の生成モデルや最適化手法に関する基礎知識を得ることができるだけでなく，それらを実践に活かすところまで習得できます． 　また，分子構造を取り扱うための手法や，特有の事情についても詳しく説明していますので，機械学習の研究者が分子構造を取り扱った研究を始めたい場合にも参考になります． 〈このような方におすすめ〉 材料設計、創薬に携わる技術者、研究者および学生 分子生成モデルへの応用を目指す機械学習の技術者、研究者および学生 〈目次〉 第1章　分子生成モデルと分子最適化 1.1　分子最適化 1.2　分子生成に関する問題設定 1.3　分子生成モデルの構成要素 1.4　本書の構成 1.5　記　法 1.6　プログラミング環境 第2章　分子データの表現 2.1　分子のグラフ表現 2.2　SMILES 2.3　SELFIES 2.4　分子記述子 2.5　フィンガープリント 第3章　教師あり学習を用いた物性値予測 3.1　教師あり学習 3.2　経験損失最小化にもとづく教師あり学習 3.3　予測分布 3.4　ニューラルネットワーク 3.5　最適化アルゴリズム 3.6　評　価 3.7　過剰適合と正則化 3.8　グラフニューラルネットワーク 3.9　モデルの適用範囲 3.10 予測器の実装例・実行例 第4章　系列モデルを用いた分子生成 4.1　系列モデル 4.2　系列モデルを用いた分子生成モデル 第5章　変分オートエンコーダを用いた分子生成 5.1　変分ベイズ法 5.2　変分オートエンコーダ 5.3　変分オートエンコーダを用いた分子生成モデル 第6章　分子生成モデルを用いた分子最適化 6.1　分子最適化問題とその難しさ 6.2　分子最適化問題の連続最適化問題への変換 6.3　ベイズ最適化を用いた分子最適化 6.4　ベイズ最適化を用いた分子最適化アルゴリズム 第7章　強化学習を用いた分子生成モデルと分子最適化 7.1　強化学習の定式化 7.2　分子最適化の強化学習としての定式化 7.3　方策勾配法 7.4　オフライン強化学習 7.5　SMILES-LSTMを方策とした方策最適化 第8章　発展的な分子生成モデル 8.1　原子団を組み合わせる分子生成 8.2　分子骨格を用いた分子生成 8.3　生成モデルの評価手法 付 録　正規分布にかかわる公式 A.1　モーメント母関数 A.2　線形結合 A.3　条件付き確率

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。 実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。 また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。 これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

機械学習の「しくみ」を理解するための、はじめの一冊 ※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、機械学習を「使える」だけでなく「わかる」ようになりたい人のための入門書です。機械学習の代表的なアルゴリズムをPythonでゼロから実装し、そのしくみを自分の手で確かめながら理解していきます。 機械学習を使うだけなら、scikit-learnなどのライブラリを利用することで、複雑なアルゴリズムを意識せずにモデルを作ることができます。しかし、アルゴリズムがどのように動いているのかを理解していれば、思うような精度が出ないときにその原因を考えたり、より高度な応用につなげたりすることができます。 また本書では、機械学習を学ぶうえで壁になりやすい数学についても、線形代数の基礎から解説しています。Pythonの基本から、数学、数値計算、データの可視化、機械学習アルゴリズムまでを一体として学んでいきます。 これから機械学習を学びたい学生やエンジニアはもちろん、ライブラリを使って機械学習を経験したものの、そのしくみをもう一歩深く理解したい人にもおすすめです。 【改訂のポイント】 第1版の「アルゴリズムのしくみを実装しながら理解する」という基本方針と章構成はそのままに、現在の環境に合わせて内容をアップデートしました。 ・Python、NumPy、SciPyなどの新しいバージョンに対応 ・現在の環境に合わせてサンプルコードを刷新 ・一部の解説をよりわかりやすく詳細化 ・Pythonのインストール方法をPython＋venv＋pipに変更 ・UCI Machine Learning Repositoryのデータセットを、ucimlrepoライブラリを利用して取得する方法に変更 ・Python 3.13および各種ライブラリの環境でサンプルコードを動作確認 ※カバー画像が異なる場合があります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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 増補改訂でより詳しく 　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． 　今回の増補改訂によって内容を大幅に追加しています． 第1章　確率論の基礎 第2章　確率積分と確率微分方程式 第3章　マルコフ過程の性質 第4章　確率過程とベイズモデル 第5章　確率過程と機械学習 第6章　実問題への応用 付録A　基礎事項の復習式の復習 付録B　サンプルコード

機械学習分野に参入したい技術者･大学生を対象とし、機械学習技術の理解に必要なトピックに厳選した。イメージが掴めるように、図を多く掲載したから、わかりやすい。コンパクトなので初学者の教科書としても、最適!※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。

きれいに整形されたデータを使った分析の経験はあっても、「実務で扱う生データをどのように前処理すればよいのか」と、お悩みではないでしょうか。前処理は課題ごとに、都度オーダーメイドで設計・実装していくものです。本書では4種類のデータを対象とし、機械学習で予測を行う場合の前処理の基本ノウハウを学び、Pythonによる実装を体験します。本書で扱った技術は、そのまま実務にも活かせます。 　機械学習における分析モデルの作成は自動化されつつありますが、その時に投入する特徴量は、人の手で前処理して作成する状況が続くでしょう。これからデータ分析に携わる方々にとって、前処理の力を高めることは、きっと大きな助けとなるでしょう。 （本書「あとがき」から抜粋・編集） ■著者プロフィール 足立　悠（あだち はるか） BULB株式会社所属のデータサイエンティスト。 過去にメーカーのSE やデータサイエンティスト、IT ベンダーのデータアナリスト等を経て現職。数々のデータ分析プロジェクトのほか、実務者教育にも従事。個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている。著書に『初めてのTensorFlow』と『ソニー開発のNeural Network Console 入門』がある。 多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人や外れ値と評されている。趣味はお地蔵さんが密集している場所に佇むこと。近いうちに、日本を北から南へ移動しながら仕事し、パフォーマンスを測定してみたい。

最小の努力で、最大の学びがここにある!･境界分野が面白い! 基礎から最先端まで，骨太の一冊!･機械学習に不可欠な基礎知識が身につく。･おだやかではない。かつてこれほどの教科書があっただろうか。※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。

機械学習の研究開発が急速な勢いで進んでいます。理論研究はもちろん，機械学習手法が実装されたオープンソースのパッケージ開発も進み，それらを実務で利用するためのノウハウも蓄積されてきています。結果として，機械学習をはじめたばかりの入門者でも比較的高い精度の予測モデルを構築できるようになりました。 Deep Learning, Gradient Boosting Decision Tree, Random Forestなどの機械学習モデルは高い予測精度を誇りますが，モデルの解釈性が低いという欠点があります。これらの複雑なブラックボックスモデルにおいて，モデルがなぜそのような予測を行っているのかを知ることは困難ですが，データ分析者自身がモデルの振る舞いを把握し，説明責任を果たすことを実務においては頻繁に求められます。 本書では，このような予測精度と解釈性のトレードオフを克服するための手法について，実務において特に有用と考えるものを厳選して紹介します。本書の構成は以下になります。 1章: 機械学習の解釈性とは 2章: 線形回帰モデルを通して「解釈性」を理解する 3章: 特徴量の重要度を知る～Permutation Feature Importance～ 4章: 特徴量と予測値の関係を知る～Partial Dependence～ 5章: インスタンスごとの異質性を捉える～Individual Conditional Expectation～ 6章: 予測の理由を考える～SHapley Additive exPlanations～ 付録A: R による分析例~ tidymodelsとDALEXで機械学習モデルを解釈する~ 付録B: 機械学習の解釈手法で線形回帰モデルを解釈する 2章では極めて高い解釈性を誇る線形回帰モデルを通して，予測モデルに求められる解釈性について説明します。以降の4つの章では，それらの解釈性をブラックボックスモデルに与えるPFI, PD, ICE, SHAPと呼ばれる手法について解説します。 本書は機械学習の解釈手法を実用して頂くことを目的としています。Pythonでゼロから手法を実装することを通じて解釈手法のアルゴリズムを理解し，実データの分析を通じて解釈手法の勘所を押さえて頂きます。機械学習の解釈手法は強力な反面，使い方を誤ると間違った結論を導いてしまう危険もあります。本書では解釈手法を実用する際の注意点についても丁寧に触れています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

モバイルオーダー、オンライン予約、セルフレジ、最新の家電やアプリ・・・・・・効率化のために導入されているはずの最新技術が、操作のしにくさによって人々の効率を悪くしている。なぜ新しい機械やシステムは使いづらいのか？　それは、最新技術が「機械が苦手な人たち」＝「機械音痴」の存在を念頭においていないからである。メディアの変化に並走してきたライター、ポッドキャスターが、機械音痴たちの歴史をたどり、真に「便利な」技術と社会のあり方を考える。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械工学はものづくりに関わる工学分野を包括した横断的な工学です。本書は、機械の専門知識をもたない人を対象に、身近な製品や機器を題材にして、フルカラーの写真と図解でわかりやすく機械工学の取り組みと考え方を理解することができます。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 空想上や実在する生き物から着想を得た作品を制作している宇田川誉仁氏。彼が手掛ける紙粘土や針金、機械パーツ類、廃材などでつくられた立体は「メカニカルミュータント」と呼ばれ、世界的規模で数多く紹介されている。本書でピックアップするのは「実在の昆虫を本物そっくりでメカっぽい外観に仕上げた作品たち」で、それらの機械昆蟲は、強いインパクトで見る人を惹きつけることだろう。第1章は大型(約20cm)の1点もの作品であるミカドトックリバチ。紙粘土で本体をつくり、盛りつけと削りで成形を進め、細部をつくり込んでいく独自の工程を解説する。第2章は小型(約5cm)のコガネムシ作品群で、原型からの型取り工程後に、塗装や細部の加工に変化をつけて個性的な甲虫に仕上げる様子を解説する。第3章は木材や金属を組み合わせてつくったスチームパンク的なトックリバチの「巣」で、見どころいっぱい。巻頭と第4章には新作から過去の代表作まで、主要な作品を収録。迫力ある機械昆蟲の世界を存分に楽しめる一冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆コンピュータのことば「機械語」を学んで、しくみを理解！◆ 　ゆかいな動物たちと一緒に、コンピュータのことば「機械語」を学んで、コンピュータが働くしくみを理解しよう！ 動物たちがおしゃべりしながら具体的なプログラム例を挙げて解説しているので、会話を読んでいくだけで知識が身についてしまいます。機械語を学んでおけば、機械語以外のプログラミング言語を学ぶときにも理解が進みやすくなります。初めて学ぶ方にも、根本から学び直したい方にも、おすすめの1冊です。 ■こんな方におすすめ ・コンピュータのことば「機械語」を基本から学んでみたい＆学び直したい親御さんから子供さんまで ■目次 ●第1章 ことば ―― 機械語 ・1-1 コンピュータってどんなもの？ ・1-2 プログラムはどうやって実行する？ ・1-3 機械語ってどんな言葉？ ・1-4 機械語とアセンブリ言語の関係 ・1-5 コンパイラとインタプリタは何をしてくれる？ ・1-6 開発環境をインストールしよう ●第2章 おぼえる ―― レジスタ ・2-1 レジスタには「今使いたいもの」を入れる ・2-2 整数を足してみよう ・2-3 負の整数や大きな整数を足してみよう ・2-4 整数を引いたり掛けたりしてみよう ・2-5 整数を割ってみよう ・2-6 小数の計算をしてみよう ●第3章 もっとおぼえる ―― メモリ ・3-1 普段はデータをメモリに置く ・3-2 メモリにデータを置いてみよう ・3-3 メモリにたくさんのデータを置いてみよう ・3-4 たくさんのデータの中から指定されたデータを取り出そう ・3-5 メモリを使ってC言語からアセンブリ言語にデータを渡そう ●第4章 とぶ ―― ジャンプ ・4-1 ジャンプ命令でプログラムの好きな場所にとぶ ・4-2 条件分岐を使ったプログラムを書いてみよう ・4-3 条件分岐を使ってもっと複雑なプログラムを書いてみよう ・4-4 ループを使ったプログラムを書いてみよう ・4-5 ループを使って好きな個数のデータを処理してみよう ●第5章 つむ ―― スタック ・5-1 スタックでは最後に入れたデータが最初に出る ・5-2 関数を呼び出そう ・5-3 スタックから引数を受け取ろう ・5-4 必要な値を残しておこう ・5-5 自分自身を呼び出す再帰呼び出し ■著者プロフィール ●松浦 健一郎（まつうら けんいちろう）：東京大学工学系研究科電子工学専攻修士課程修了。研究所において並列コンピューティングの研究に従事した後、フリーのプログラマ＆ライター＆講師として活動中。企業や研究機関向けにソフトウェア、ゲーム、ライブラリ等を受注開発したり、遠隔配信や動画も含む研修の講師を務めたりしている。司 ゆきと共著でプログラミングやゲームに関する著書多数（本書は40冊目）。 ●司 ゆき（つかさ ゆき）：東京大学理学系研究科情報科学専攻修士課程修了。大学では人工知能（自然言語処理）を学ぶ。研究機関や企業向けのソフトウェア開発や研究支援、ゲーム開発、書籍や研修用テキストの執筆、論文や技術記事の翻訳、翻訳書の技術監修、学校におけるプログラミングの講師を行う。

千駄木すずらん通りの一番端にある、四代続くトトキ時計店。十刻藤子は、妹・桜子の三つ子の出産で手が離せなくなった母親に代わり店番をすることに──。時計に全く無関心で知識もない藤子の前に、スイスから来たという不思議な兄弟が現れた。町のシンボルであった時計塔を二十年ぶりに動かすというが……（「塔の上の大時計」より）。日常のさまざまな謎を、ラグジュアリーな時計とともに解決していく、書き下ろし下町ミステリー。

より正確で安価なクオーツ式が普及したにもかかわらず、 高価な機械式腕時計に魅せられる人が後を絶たないのはなぜなのか？ 機械式時計の定義と基本構造から、 クロノグラフや永久カレンダー、リピーターなど五大複雑機構の仕組みと変遷、 一三世紀から今日に至る歴史の中で語り継がれる数々の逸話の真偽、 スイス、ドイツ、日本の現行85ブランドの特徴と代表モデル、 さらには購入時や使用時の注意点まで――。 博覧強記の著者が半世紀に亘って積み重ねた知見を、豊富な図版と共に披露。 序章・そもそも機械式時計とは １）機械式とクオーツ式　２）そもそも「機械式」とは何か 第一章　機械式時計の基本構造 第二章　複雑機構 序）複雑機構とは何か １）クロノグラフ　２）永久カレンダー　３）天文表示　４）オートマタ　５）「鳴り物」（アラーム・ソムリ・リピーター） 第三章　間違いだらけな時計の歴史 11～13Ｃ・機械式の起源：「機械式時計は中国で発明された」＝× 14Ｃ・複雑機構の起源：時計の機構はより複雑な方が高度である＝× 16Ｃ・携帯時計の起源：「携帯時計はペーター・ヘンラインが１５０５年に発明した」＝× 16Ｃ・時計と宗教改革：「スイスで時計産業が発達したのは水と空気がきれいな山国だから」＝× 16～19Ｃ・和時計の誕生と進化：「機械式時計の１時間は夏でも冬でも変わらない」＝× 17Ｃ・振子とヒゲゼンマイの誕生：「振子時計はガリレオが発明した」＝× 18Ｃ・経度の発見：「クロノメーターは時計の精度の公式認定規格」＝△ 18Ｃ・マリー・アントワネットと３人の時計師：「ボーマルシェは劇作家である」＝△ 18～19Ｃ・時計産業の機械化：「高級時計は伝統的な手仕事で作られる」＝△ 19～20Ｃ・腕時計の誕生：「腕時計はＡ=Ｌ・ブレゲが発明した」＝× 20Ｃ・クオーツ危機：「日本のクオーツ式がスイスの機械式を駆逐した」＝× 20Ｃ・スイス時計産業の復興：「スウォッチグループはＮ(ﾆｺﾗｽ)=Ｇ(ｼﾞｮﾙｼﾞｭ)・ハイエック氏が創業した」＝△ 21Ｃ・スイス時計２０××年問題：「機械式腕時計のムーヴメントは大半がＥＴＡ社製」＝○→× 第四章　機械式時計の現状と主なブランド 第五章：機械式腕時計の選び方と買い方 １）何を選ぶ？　２）どこで買う？　３）どこを見る？ コラム１：「エアリーの定理」って、どんな定理？ コラム２：スイスの時計業界用語 コラム３：「時計界のピカソ」Ｇ・ジェンタ　 コラム４：腕時計のドレスコード

1980年代瀕死の状態にあったスイス機械式時計産業を、見事V字復活させたスウォッチグループ。その奇跡の経営戦略を描いたスイス原書の日本語版。

時は21世紀半ば。舞台は先端技術で独立したアジア海洋地域のノマドランス共和国。主人公の竹林豪は、学園に通う学生でありながら、研究機関である福祉技術公社の特殊部隊に勤めている。相棒のヒューマノイド・マルグリットと共にロボット絡みの事件を解決する仕事をしているのだ。そんなある日、公社の先輩である朝日河という男が自宅の密室で銃殺死体になる。彼を撃ったのは、メイドロボのリリカルだという。しかし、ロボットには、人間を傷つけてはならない理由があるはずだが……。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 人造人間文学と優生学、映画＝複製技術、『PLUTO』の破壊されるロボット、『イノセンス』の〈ゴースト〉……。表象の領域に立ち現れる「機械と身体」の節合と軋みに目を向け、その差異に照準して、私たちの身体を取り巻くメカニズムと可能性を解読する。

本を愛する刑事、最強の兵士、子育てのベテラン、失敗ばかりのダメ店員……ココロを持ったロボットたちの愛情と葛藤、そして“人間”を描きだす、切なくて温かいオムニバス！！

手塚治虫文化賞受賞作、新シリーズ開始！ 手塚治虫文化賞短編賞を受賞した『機械仕掛けの愛』から、 ロボット親ママジンと家族の物語が完全連載化！ おいしい“ごはん”と家族の物語！ 集められた孤児たちを家族として育てる 母親ロボット・ママジンは―― ・ココロを持っていません。 ・自分の作る料理の味がわかりません。 ・手動スイッチで目から水を流せます。 だけどママジンは、 たっぷりの愛情と絶品料理で 家族みんなを包み込んでくれます。 普通なようで、とっても特別な、 あったかくておいしい家族の物語。

※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。 サド、ブルトン、デスノス、マンディアルグ、ジュネ、バタイユなどをめぐる、エロティシズムの文学史。

「自分達がいなくなった時、作品達もこの世から消えてほしい」今世紀最後のカリスマであり天才人形師・タナトスの遺言を守るため、タナトスの子・シェイマスはタナトスを生き写しにした生体人形・紅とふたり、タナトスが創った人形達が治める聖都市破壊の旅を続ける。焼身自殺をはかる都市、人形達の自殺ショー。聖母教会の象徴である美少女とタナトスの恋の行方。カルトの女王・高屋未央が贈る究極の美の世界!!

歯車は奏で、幻想は踊る。 いざ、音楽と機巧（からくり）の迷宮へ！ ラッパが響きわたる人工洞窟、 海と怪物のスペクタクル、 即興演奏を記録する機械、 虹色を奏でるクラヴサン、 フルートを吹く自動人形、 天使の楽器アルモニカ、 香りをふりまくオルガン…… 命なき楽士たちがつづる500年の音楽史。 「音楽は人の手が楽器を鳴らして演奏するもの、人が声を発して歌うものだ。そういう常識の片隅でわたしたちは、機械じたいが鳴らす音楽に心惹かれずにはいられない」 ──「前口上 機械が歌をうたうとき」より 「人を驚かせたいという願望が自動人形や自動演奏機械、早変わりする舞台装置を生み出した。アルモニカの音色、ファンタスマゴリーの誘惑、色と音と香りの共鳴、そこには人間の認識にたいする科学の夢がある。あるいは、消えてしまう即興演奏を書きとめようとする試み、これはレコーディング、そして現代の打ち込み式の楽譜入力で可能になった。しかし、その思想・願望は18世紀には生まれ、それほど現代とは異ならないかたちで提案されていた。ただその当時の技術が追いついていなかっただけである」 ──「あとがき」より 『月刊アルテス』好評連載、待望の書籍化！

抱かれて捨てられるぐらいなら、一生告白しない――。玩具メーカーに勤める相沢(あいざわ)の十年来の片想いの相手は、先輩同僚の風間(かざま)。学生時代、「卒業記念に俺と寝ないか」という風間の誘いを断って以来、欲望を押し殺して、参謀役に徹してきた。ところが最近なぜか、風間が挑発するように急接近!　もしや想いに気づかれた?　駆け引きめいた風間との会話に、相沢は緊張を募らせて!?

勇者として異世界に転移した高校生、輝久。彼の目の前に現れたのは、アンドロイドで幼女な女神、マキだった。のほほんとした雰囲気で始まった、２人の救世の旅。はじまりの村へ向かう道中で降臨したのは――殺意MAXのラスボス、ガガだった!?　腐食のオーラを放つ強敵を前に、突如マキがトランスフォーム！　五体がバラバラになった彼女は、輝久と合体する。特撮ヒーローさながらのスーツ（マキ）に身を包んだ輝久は、意思とは無関係に動く体と謎の力で、ガガを迎え撃つことになる――ループする世界の中で、まだ何も知らない輝久の戦いが幕を開ける！

区長の娘であることにコンプレックスを抱いていたナツミは、中学校の入学式の朝、中央池で泳いでいるケンと出会う。 色んなことが気に入らない、現実感の乏しい毎日。そんなナツミを待ち受ける運命は?　そしてケンが探している“星”とは? 近未来都市を舞台に揺れ動く、少年少女たちを描いた物語。 【著者】　晴海まどか 千葉県育ち東京都在住の文章クリエイター。七年強、テクニカルライターとして会社勤めをし、その後フリーに。2014年3月、ライブドアブログ・Impress QuickBooks主催「ライトなラノベコンテスト」で、「明日が雨でも晴れでも」が特別賞受賞。 公式サイト「白兎ワークス」　http://whiterabbitworks.wordpress.com/

ぼんやり座っていた浩介の目に、突然競馬新聞が飛び込んできた。そうだ。賭けがある──。 表題の『機械じかけのジハード』など、不思議で、愉快で、お洒落で、涙の止まらない物語を７話収録した、第49回文藝賞受賞の著者が贈る珠玉の短編小説集。伝説のサラブレッドたちをモチーフにしながら競馬にとらわれない『ゆうべ不思議な夢を見た』シリーズの再編集版。

長引く紛争を終結させるために創られた兵器"サイボーグ義手"。禁忌の技術として生まれたその力は、医療機器に形を変え、人々の生活を支えていた。サイボーグ義手を使う母を持つ狐月ソラは、自身が起こした交通事故のトラウマを引きずり、家にこもり、だれとも関わることのない日々を過ごしていた。それでも、母と2人で過ごす毎日は幸せだった。あの事件が起こるまでは――。禁断の戦争兵器を巡る復讐の青春SF、開幕――。

「材料から物を生成する」技術者（ルビ：エンジニア）スキル持ちのアデルは、戦闘では役立たずとして都市アイザック最強のパーティー『黄金の旋風』の中でお荷物扱いを受けていた。そんなある日、突然のクビを宣告されるアデル。自暴自棄になる中、アデルは盗賊に殺されたカートレット伯爵家から謎の依頼を受けることになり…!?

コロナと戦った医療従事者たちの真実とは？ 現役医師として新型コロナと最前線で戦ってきた人気作家が満を持して描く、コロナ禍の医療従事者たちを描いた感動の人間ドラマ。 物語は3人を軸に進んでいく。 大学病院の勤務医で、呼吸器内科を専門とする女性医師・椎名梓。シングルマザーとして、幼児を育てながら、高齢の母と同居する彼女は、コロナ病棟の担当者として、最前線に立つことに。 同じ病院の救急部に勤務する20代の女性看護師・硲瑠璃子は、結婚目前の彼氏と同棲中。独身であるがゆえに、やはりコロナ病棟での勤務を命じられる。 そして、70代の開業医・長峰邦昭。街の医師として、地元に密着した医療を行ってきたが、高齢で持病もある自身の感染を恐れながらも、コロナに立ち向かう。 あのとき医療の現場では何が起こっていたのか？　現役医師だからこそ描けるディテールは読み応えあり。 3人はそれぞれの立場に苦悩しながら、どのようにコロナ禍を生き抜くのか。だれもが経験したあの未曾有の事態の中、〈戦場と化した医療現場の２年半〉のリアルを描く感動の物語。 単行本　2022年10月　文藝春秋刊 文庫版　2025年1月　文春文庫刊 この電子書籍は文春文庫版を底本としています。

ヒューマノイド工学の天才・天野慧と工学デザイナーの結城怜也は、嫌々ながら製作したセックスのお相手ロボットであるセクサロイドが大ヒット。黙っていれば社内女子人気ナンバーワンの結城も綺麗な顔立ちの慧も不眠不休の忙しさ。慧に似ていると言われる特注のセクサロイド”アンジェ”がようやく完成し、納品に行った慧は注文主の貴藤にアンジェと間違われて手を出されてしまう。事情を知った結城に保護されて安眠できるようになった慧だが、貴藤から養子縁組の申し出が。強引に事を進める貴藤から結城は慧を奪い返そうとするが――。

十年前の世界同時大災害で家族を失った少年･大橋タカヤは、ある日、機械仕掛けの化物と遭遇する。現れた二人の少女が化物と戦うが、二人ともピンチに陥ってしまう。そのときタカヤの力が覚醒し、化物を撃退した。戦闘後タカヤは、大災害が、実は人類に反旗を翻したAIによる侵略だったと知らされる。そして二人の少女は愛華と美帆といい、虚数兵器デイブレイクを用いて機械仕掛けの悪魔――メカニクスと戦う存在らしく……!?

自閉症と診断された九歳の少年コナーは、常にぬいぐるみの猫をお守りのように抱いて手放さず、何度も奇妙な言葉をつぶやく。やがてその言葉は、彼の母親の恐ろしい過去を掘り起こしていくが……救いを求めてさまよう心の軌跡を、圧倒的筆致で描く渾身の大作。/掲出の書影は底本のものです

人間なんてキライよ。大ッッ嫌い――人間を疎み、機械にしか心を開かない少女・メルディーナは、ある日、廃棄場で巨大な機械とめぐり合う。それは偶然か、それとも必然か。その出会いはやがて彼女の運命を険しく、過酷なものに変えていく。美しい少女と巨大メカが巻き起こすロシアン・スチームパンク第1弾。

「あーゆーつれない美人の仮面ひっぺがすのが、燃えんだよ」ホストクラブのオーナー・京極は、毎月やってくる顧問税理士・早海をことのほか気に入っている。どうにか食事(デートv)につき合ってもらおうとアレコレ仕掛けるが、早海はまったく応じてくれなくて…。オラオラ系オーナー×クールビューティの夜のおっかけっこラブv

『機械性放棄ホワイトボックス』は「機械性放棄（クリーニング）」という作品と、 「デトックスインザホワイトボックス」という2つの作品を収録しました。 コンセプトとしては「綺麗になる、綺麗にする」をテーマに、 ポップな絵柄の中にコーヒーのような苦味を混ぜて固めた砂糖菓子のような作品づくりを目指しました。 メカメカしい機械の表現や、自己犠牲する魔法少女の話など、一つ一つに答えがあるようでないような、 そんな話を収録しましたので、普段考えないようなことを考えさせるような、不思議な余韻を感じていただければ幸いです。 （作品紹介） 「機械性放棄（クリーニング）」 私の他作品でも登場しているケモミミの黒服の褐色女の子の話です。ここでは他作品とは違い作品の世界に少しだけ踏み込んだ内容となっています。機械や天使、聖なるものと歪なものが複雑に入り混じったものとなっています。ここに答えはないので、ドントシンクフィールの精神で、自分なりの答えを導き出していただければ幸いです。 「デトックスインザホワイトボックス」 アメゾン（某通販サイト）から届いた大きな白い箱の中で、ある女性が怯えながらあるものを見ている。その白い箱を別の女性が掃除しながら外から眺めている。二人の女性とデトックスに関するお話です。

メカトロ化が進む機械や装置を設計するための実務雑誌。 機械を構成する要素、機能を実現するメカニズム、機械の制御技術、設計業務に不可欠のCAD/CAMなどに関する最新情報を提供しています。 【特集】設計者5年目までに身につけたい！スキルの高め方・活かし方 設計者5年目を迎える頃には、一人前の設計者として扱われ、リーダーを任されるケースもあります。求められるスキルも多様かつ高度になり、今後の方向性についても本格的に考える必要が生じてきます。一方で、AIの普及により従来とは異なるスキルや役割が求められてくることも考えられます。そこで本特集では、将来に向け設計者5年目までに身につけたいスキル、スキルの高め方・活かし方、業務への向き合い方やキャリア構築の考え方、設計者教育のあり方などについて、ベテラン技術者による解説・提言、企業事例で構成し紹介します。 目次

※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。 失敗事例を通して機械設計の神髄を学ぶ！ 本書は、機器の不具合等によって発生した重大事故や、著者の身近で起きた失敗事例を通して、事故発生原因の技術的な深掘りと対策案を示すことで、同様の不具合を起こさないために設計段階で何をすべきかを、具体的にわかりやすく解説した書籍です。「失敗」と聞くとネガティブなイメージを持つかもしれませんが、本書では「失敗は開発にはつきもの。失敗＝ノウハウ」というスタンスの元、前向きな気持ちで機械設計に挑めるよう構成しています。 また、設計に必要な基本データなどを掲載していますので、ハンドブックのように日常の業務で使用することもできます。 「失敗事例」を紹介する書籍は他にも数多くありますが、本書のように対策・技術まで深く踏み込んだものはほぼ存在せず、唯一無二の書籍として長く使用いただけます。 1章 機械設計と失敗概論 2章 重大事件・事故となった失敗 2-01 整備不良を起こしやすい設計による失敗 2-02 操縦者・作業者による失敗 2-03 設計者の知識不足による失敗 2-04 組織的な不正による失敗 3章 起こしやすい失敗と克服技術 3-01 強度設計の失敗 3-02 熱の影響による失敗 3-03 腐食による失敗 3-04 締結による失敗 3-05 組立や整備による失敗 3-06 シール部の失敗 3-07 ゴム・樹脂製品の失敗 3-08 潤滑や摩耗関連の失敗 3-09 寒冷地対応の失敗 3-10 オーバフィルによる失敗 3-11 電気関連の失敗 3-12 鋳造技術上の失敗 3-13 コスト・投資による失敗

おれが暮らす1967年の日本は、ただの夢でしかない。ほんとうのおれは脳に戦術情報プロセッサを組み込んだ兵士であり、遙か未来の火星で無機生命体と戦っているはずなのだ。覚醒を焦るおれは、2131年にいる戦友からのコンタクトを受けるが……現実と仮想の混濁を描く異色のハードボイルド。

私たちの暮らしのすみずみまでを支える「ものづくり」の仕事。 本書では，日本の「ものづくり」を支える機械・電気の資格について，分野別に種類や特徴，取得方法などを紹介しています。資格の位置づけや学校についても掲載していますので，自分に向いている仕事を見つたり，キャリアアップのための資格を探す手助けとなるでしょう。これから「ものづくり」に関わっていきたいと考えている方のためには，仕事の面白さややりがい，業界の現状と将来性なども解説しています。資格は自分らしく働いていくための武器です。資格がないとできない仕事もたくさんあります。進学・就職・転職や自分のキャリアプランを考えるときに，本書を役立ててください。

盲目の少女と彼女の目を担う機械のお話。 誰よりも少女の幸せを願うその機械は どんな幸せな夢を見るのか？ ぜひその目で確かめてみてください。 25ページ 鰓子9(@era_de_ko9)

「これからがデジタル革命の後半戦。飛躍的に能力を拡大していくコンピュータに人間はますます仕事を奪われる」 MITスローン・スクール、デジタル・ビジネス・センターの研究者2人が2011年に自費出版した本書の原書であるRace Against The Machineの未来予測は、アメリカ国内外で大きな反響を呼んだ。 本書の2人は、技術の進歩が速すぎて起きる雇用喪失説の立場をとる。つまり、コンピュータとの競争に人間が負け始めていることこそ、雇用が回復しない真の原因であると主張する。

精工で愛らしい容姿から一部の男性を中心に爆発的に売れた「機械人形」。 ただ、人形に依存しすぎることで引き篭もりの増加など多くの社会問題が表面化し、政府は人形の強制処分を決定する。 両親を亡くし、機械人形のナナミとともに生きてきたノリコにも破棄要請令状「赤紙」が届き… 構想10年、数々の不幸で陽の目を見ることがなかった著者の魂作が WEB公開、ネットニュース、炎上などの爆風とともに電撃単行本化!! 不要の烙印を押された機械人形と孤独な少女のSFドラマ。

労働力として人間の生活に機械人形が欠かせない世界。とある村で成人の儀を終えた人間の少年・レイと機械人形の少女・ココは、ある日こっそり旅に出た！　昔の記憶がないココは、自分が他の機械人形と違う理由を知るために、自分のパーツの持ち主達を探そうとするけど――？　機械人形と人間が紡ぐ絆と成長の旅物語が開幕！

統合ＡＩが完成する前時代である現代を著者は「機械脳の時代」と位置付け、１０数社のケースを取り上げながら、人々の仕事はどのように変わるか、そして個人は何を学びキャリアを形成していけばよいかを解説します。同時に、機械学習システムを作るためのメソッドを「Ａ　Ｂ　Ｃ　Ｄ　Ｅフレームワーク」としてまとめます。

アンドロイドとの恋って変ですか？ 人付き合いの苦手なシンのもとにアヤセが突然訪ねてきて、女性型のアンドロイドを置いていった。桜と名付けたアンドロイドとシンとの同居生活が始まる。次第に便利なロボット以上の大切な存在になった桜に、人間の女性に対するような感情を自覚するシン。アヤセはそんなシンは間違っていると言う。そして激高したアヤセは桜を壊そうとする…。

博士が開発した仕事系ロボット、コードネーム「宗田律」は性能テストのため、こっそり職場に送られ完璧な仕事をこなしていたが、「愛する」ことを知らなかった…。表題作「機械の心」他、台湾在住の俊英作家による珠玉の処女作短編集!

※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。 基礎的な公式や数式をできるだけわかりやすく説明し、各章とも例題と解答を豊富に取り入れた。

【第９回創元ＳＦ短編賞優秀賞受賞】大学の研究室に伝わる「開かずの会議室」に足を踏み入れた愛が出くわしたのは……喋る全自動ロボット掃除機！？　故郷を追われたロボット掃除機と愛たちは、大学周辺に巣くう“ヤツら”との戦いに挑む！　ゲスト選考委員・新井素子がそのセンスを激賞した新鋭のエンターテインメントＳＦ！　イラスト＝丸紅茜／着色＝東京創元社

ものづくりの力は「国力」そのもの ・これからくる技術、押さえておくべき技術は何か？ ・日本の機械工業の「強み」と「弱み」はどこか？ ・なぜ、アメリカや中国、ドイツなど世界の国々は、21世紀にも「製造業」にこだわるのか？ 「工作機械」「金型・部品・材料」「ロボット」「輸送用機械」「建設機械」から「宇宙」「情報通信」「医療」まで。 本書は大好評の「業界ビジネス」シリーズの一冊として、さまざまな機械と、それらが形作る幅広い産業をテーマに解説します。 ▼ 日本の豊かさを支えるディープな世界の案内図 近代から現代にかけての成長を支えてきた背景には、あらゆるものを効率よく作るための「機械工業」の多大な貢献がありました。 私たちの生活が豊かになったのは、さまざまな機械が活躍してきたからです。 本書は、機械工業がもたらした私たちの生活の変化を踏まえながら、時代の流れに沿った技術の目的や変遷などをわかりやすくまとめ、今後、発展が予測される産業や技術についても解説。 また、世界における日本の位置、米中独など世界の国々がなぜ今も「製造業」にこだわるのか、といった点にも触れます。 機械が秘めるポテンシャルを知るとともに、ものづくりに欠かせない機械工業の「真価」と、私たちの「未来の姿」を探っていく本書。 製造業に就職・転職を考える人や、業界のことをあらためて知りたい方、メカ好きの方、投資家の方など、さまざまな方にお読みいただける一冊です。

その街では、人間の欲望を受け止めるためにつくられた「機械婦」が当たり前の存在となっていた…　1990年代に描かれた本作は、極めて現代的なAIを題材にしながら、レトロな世界観が独特の魅力を生み出している傑作SFです。 月刊アフタヌーン94年四季大賞受賞作。p.59 読み切り。

純粋無垢の機械兵士×心優しいメカニック。ひとの心を慈しみ、愛する気持ちはラーニング出来ます。担当イチオシ異種愛物語！ ※本書は電子配信中の「小説ビーボーイ　世紀の恋特集（2020年春号）」に収録されております。

「不自然ではありません。我々はセックスするべき関係です」戦争の終わった平和な世界。失業中の機械整備工・ジェフリーは廃棄されていた機械兵士を拾った。気まぐれに修理してみたらなんと家事スキル最高！　彼の焼くアップルパイは絶品！　ジェフリーにとって大事な存在になった彼だけど、彼はジェフリーを抱きたいと性器まで増設してきて…!?　絆されるジェフリーだがHの絶頂までをカウントダウンされるなんてロケット発射じゃないんだよ!?　イチオシの異種ラブストーリー！ （※本書収録の「機械兵士と愛あるブレックファースト」は、電子配信中のビーボーイデジタルノベルズ「機械兵士と愛あるブレックファースト【イラスト入り】」と同内容のものです。）

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械要素設計の基礎概念を理解するためのテキスト 本書は、大学・高専における「機械設計」「機械要素」などの科目を対象とし、機械要素設計の本質を習得できるようにわかりやすく解説したものです。 とくに、これらに関する［例題］と［解答］における「数式」の導出過程に配慮して記述し、各章末に「演習問題」、巻末に「演習問題解答」を掲載し、理解を深めるための工夫をしています。 このたびの改訂では、現状の機械系教育機関のカリキュラムに沿って内容構成と解説の見直しを行いました。機械系大学・高専の教科書として、機械系技術者の参考書として好適です。 ※本書籍は，日本理工出版会から発行されていた『機械要素設計』（2011年11月）を改訂し，第2版としてオーム社から版数を継承して発行するものです。 1章　機械要素設計の基礎 2章　ねじ 3章　軸・軸継手 4章　軸受 5章　歯車 6章　ベルト・チェーン 7章　クラッチ・ブレーキ 8章　ばね 9章　管・継手・バルブ・シール 演習問題解答 付表/参考文献/索引

動力学の知識が不十分でも、動力学を学びながら機械力学を修得できるように構成されたテキスト。●目次●動力学の基礎／各種機械の動力学／線形系の振動／振動解析の実際／不規則振動と確率論的方法／非線形振動と運動の安定性　1984年発行。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械製造業にかかわる人は必読の書。機械工学という学問について、まったくの初心者でも基礎的な知識を仕入れることができます。 機械工学を土台に、様々な次の学問へとステップを踏んでいくためにも、まずはこの書を手に取り、自分の得意分野を見極めてください！ 解説ロボットの「メカノ君」が、図解で丁寧にキカイについて紹介していきます。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 世界をリードする日本の工作機械ですが、それらを自在に扱うには加工技術を知らなければなりません。本書は、樹脂や金属加工に使われる基本的な加工法を解説し、NC工作機械や3Dプリンタの話題を含めて、機械工作のノウハウをまとめました！ 本書のスタンスは、機械設計を学んだ初心者の方が、次のステップとして機械工作を学ぶために必要となる基礎的な事項をまとめて提供することです。 はじめに、「工作事始」として機械工作の概要を説明し、次に手仕上げ、塑性加工、切削加工、砥粒加工、溶接、鋳造という流れで、金属加工の基本的な事項について解説します。加えて、数値制御を用いたNC工作機械や産業用ロボットを取り上げ、大量生産を支えている金型についてもまとめました。さらには近年、話題となっているレーザー加工機や3Dプリンタなどのデジタル・ファブリケーションを取り上げ、この1冊で私たちの身のまわりにある工業製品を成形するための金属加工や樹脂加工の基礎を学べるようにしました。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、初めて3D CADを扱う人を対象に、無料版や体験版のある3D CADツールを利用して、実際の機械製図の進め方を知ってもらうことに重点を置いています。製図の基本的なルールなどもしっかり学べます。 図面作成ツールとして今後ますます普及する3D CADを利用して、オリジナルの一品を製作できるようになることが、本書の目的の1つです。 機械製図は、機械設計や機械工作に関する幅広い知識や技術が総合的に必要になる高度な作業です。 そのため、最近話題の3Dプリンタへの出力はもちろん、実際の製図に役立つ基礎知識も、紙面を割いて説明しました。 あなたのものづくりを、強力にサポートします。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 機械工学をベースにした設計とは、「形のある動くものをつくり、 世の中で役立たせるために、ものづくりの見通しを立てる」ことです。 その動くしくみは、運動や強度を具体的な数値で示す必要があります。 本書はこれら設計の基礎を学ぶ最良の手引き書です。

※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。 工学部機械工学科の学生が、流体機械およびターボ機械を学修することを想定したテキスト。前半では流体力学の理論・知識が基盤となる「流体機械」について説明し、後半では熱工学と燃焼工学の理論・知識も必要となる「ターボ機械」について説明。流体機械に関する基礎的な理論・知識に重点を置きつつ、設計や開発の現場で必要となる基礎知識についてもバランスよく取り上げる。

具体的な設計例を製図と共に学べる構成。機械設計の基礎を，もれなく平易に記述。設計の体系にそってオーソドックスにまとめた。１巻では、力学・材料・機械要素などを取り上げている。1998年発行。

◆演習問題が豊富なカラーテキスト！　しっかり身につく87問！◆ 振動学の基礎から、多自由度系の振動、連続体の振動、非線形振動を解説。機械の振動と密接にかかわっている、解析力学、回転機械の力学、往復機械の力学についても、章として取り上げた。 【主な内容】 第1章　機械の動力学 機械振動／力学モデルと自由度／運動方程式／単振動／演習問題1 第2章　1自由度系の自由振動 非減衰系の自由振動／エネルギ法／粘性減衰系の自由振動／クーロン減衰系の自由振動／位相平面による振動の表示／演習問題2 第3章　1自由度系の強制振動 正弦加振力による強制振動／不つり合いによる強制振動／振動の伝達／一般の加振力による強制振動／減衰によるエネルギ損失／演習問題3 第4章　2自由度系の振動 非減衰系の自由振動／非減衰系の強制振動／★粘性減衰系の振動／演習問題4 第5章　解析力学 一般座標と一般力／Lagrangeの方程式／Lagrangeの方程式の適用／微小振動と運動方程式の線形化／★Hamiltonの正準方程式／演習問題5 第6章　多自由度系の振動 多自由度系の運動方程式／振動における固有値問題／固有モードの直交性／★一般固有値問題と標準固有値問題の関係／正弦加振力による強制振動／多自由度系の一般的取扱い／演習問題6 第7章　連続体の振動 弦および棒の運動方程式／波動方程式／弦および棒の振動／はりの曲げ振動／固有振動数の近似計算法／演習問題7 第8章　回転機械の力学 回転軸のふれまわりと危険速度／回転体の不つり合い／等価不つり合いと2面つり合わせ／つり合い試験／★遠心力の作用線／演習問題8 第9章　往復機械の力学 往復機械／ピストン・クランク機構の運動／ピストン・クランク機構の慣性力／力の伝達と動力／単気筒エンジンのつり合わせ／★多気筒エンジン／★クランク軸系の力学／演習問題9 第10章　非線形振動 非線形振動／非線形復元力による振動／等価線形化法による近似／★摂動法による自由振動の解法／自励振動／パラメータ励振／演習問題10

労働者階級で金持ち嫌いのシーナはふとした事故から 経営層のビリアと煙管箒レースを行うことになる。 初めてレースに触れたシーナはその奥の深さに惹かれてゆき――。 空飛ぶ箒で街中を駆ける、熱きスポーツレースコミック第１巻!!

※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。 ファインチューニングについて，具体的なPythonコードを通じて基本から実践までわかりやすく説明 本書は，画像識別や自然言語処理といった実務における代表的なタスクで現れるモデルのファインチューニング，さらに近年著しく発達している生成AIモデルのファインチューニング，および，強化学習を活用したファインチューニングについて，それぞれ具体的なPythonコードを通じて基本から実践までわかりやすく説明した書籍です． ファインチューニングを実務で活用することを目指すエンジニアや研究者，および学生の方々を対象に，実務に直結したアドバイスや具体的な手法を提供し，現場での実践力を高めていただくことを目標としています． それぞれのタスクを実施するための手続きを「レシピ」としてパッケージ化して，その中身を「レシピの概要」「事前準備」「ファインチューニング実装」「評価」「応用レシピ」としています．具体的なPythonコードを通じて基本的かつ実践的な考え方を理解していただき，さらにそれを読者の皆さん自身の課題に合わせて修正できるようにしています． これからファインチューニングを始めたい，あるいはファインチューニングの実践におけるコツを知りたい方におすすめの書籍です． Chapter 1　ファインチューニングの基礎知識 Chapter 2　画像のファインチューニング Chapter 3　自然言語処理のファインチューニング Chapter 4　生成AIのファインチューニング Chapter 5　強化学習によるファインチューニング Appendix　 評価指標

これだけは知っておきたい！ 第三次AIブームを支える機械学習の入門書 AIのベースの一つである機械学習とは、コンピュータに大量のデータや経験を与えることによって、事象のパターン・ルールを発見し、予測などまでをも実現する技術である。機械学習の基礎から筆者らの最先端の研究までを初めての人にもわかりやすく解説する一冊。 【主要目次】 はじめに 1　機械学習とは何か――人工知能（AI）の基礎知識 1.1　人間の学習能力をコンピュータで再現する「機械学習」 1.2　AI研究、これまでとこれから 1.3　人工知能の／による／のための研究 2　人工知能と社会 2.1　研究者とともに、学生とともに、エンジニアとともに 2.2　さまざまな分野におけるAI技術の応用 2.3　AIと社会の関係 3　機械学習の基礎 3.1　AIの学習モデルと学習法 3.2　3種類の機械学習 3.3　教師付き学習とは 3.4　教師なし学習とは 3.5　強化学習とは 3.6　機械学習の原理：「学習する」とは 3.7 なぜ教師付き学習で予測が当たるのか？ 3.8 直線で分離できない問題への対応 4　高度化する教師付き学習 4.1　誤りを含む教師情報への対応 4.2　弱い教師情報の活用 4.3　限られた情報からロバストに：信頼できる機械学習に向けて 4.4　理研AIPに見る汎用基盤研究の現在地 5　今後の展望 5.1　モデルと学習法と、ある種の制約 5.2　機械学習の新技術：生成AI 5.3　AIと人間の未来

ハイブリッド自動車や電機製品に見られるように，昨今のものづくりは機械と電気の技術融合で成り立っているともいえる。このようなものづくりに携わる技術者にとくに重要な素養として，力学と電磁気学が挙げられる。この両分野の素養を同時に有する技術者に対する企業の期待と人材要求は大きい。本書ではそのようなニーズに応えるべく，機械と電気を跨ぐ複合物理領域を一体モデル化して解説する。その際はとくに初心者が気軽に学べるように，次の点に留意している。 1．全くの初心者が抵抗なく入門できるよう，わかりやすさを最優先する。難解な数式は一切用いず，高等学校の数学がわかれば気軽に読めるものにする。 2．物理現象の本質を理解できる基礎力と，時代の変化に強い自在・柔軟な適応力を養うようにする。 3．機械工学と電気工学の間の壁を取り去り，両者が融合した一体の学問として身につくようにする。

著者の新境地・ネオ江戸ファンタジー小説 謎の存在「金色様」を巡って起こる不思議な禍事の連鎖。人間の善悪を問うネオ江戸ファンタジー。第67回日本推理作家協会賞受賞作。

※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。 機械学習に関連する数学には、大きく、解析学、線形代数学、確率・統計学の3つの分野があります。本書は、これらの中で最も基礎となる、解析学、とくに、微積分の理論を中心に解説しています。残念ながら、本書一冊で機械学習に必要な数学がすべて学べるというわけではありませんが、もう一度、本格的な数学の世界に触れ、自信を持って「機械学習の本質が理解できた」と言えるための第一歩は、必ずここにあるはずです。受験勉強から解放されて、あこがれの大学数学の教科書を開いたあの時の興奮をわずかなりとも思い出していただければ、筆者にとってこの上ない喜びです。 ■本書の特徴 ・機械学習に関連する数学の最も基礎となる解析学・微積分を順序立てて学習できる ・定義と定理をもとに、厳密に展開される議論を丁寧に説明している（再入門者に理解しやすい） ・各章の最後に理解を深めるための演習問題を用意 ■対象読者 ・大学1、2年のころに学んだ数学をもう一度、基礎から勉強したいエンジニア ※理系の高校数学の知識が前提となります。理工系の大学1、2年生が新規に学ぶ教科書としても利用いただけます。 ※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。 技能検定　機械保全　電気系保全作業（1級から３級まで）対策書、待望の改訂！ 　本書は技能検定の機械保全・電気系保全作業の1～3級（学科・実技）に対応した受験対策書です。 　学科試験の章では、過去に出題された問題を分析し、それぞれの問題に重要度を設け、効率良く学習できるようにしています。 　実技試験の章では、リレーやシーケンスの基礎知識から正しい配線作業や、作業を短時間で完成するコツなど、合格に必要なポイントをまとめています。また、過去に出題された問題についても、作業手順や完成図等には写真や図を用い、作業内容がわかりやすいように丁寧に解説しています。 1章　3級実技試験 　1－1　実技試験の概要 　1－2　リレーシーケンスの基礎知識 　1－3　配線用電線の作成 　1－4　実技試験の概要 　1－5　課題1の施工例 　1－6　課題2の事前練習 　1－7　課題2の施工例 　1－8　3級実技　問題の解答例 2章　3級学科試験 　2－1　学科試験の概要 　2－2　これだけは覚えよう 　2－3　過去問題 　2－4　解答・解説 　2－5　最新問題と解答 3章　2級実技試験 　3－1　実技試験内容の概要 　3－2　PLCの基礎知識 　3－3　PLCによる回路組立て 　3－4　基本回路のプログラミング 　3－5　課題1の問題と作業手順 　3－6　課題2の概要と作業手順 　3－7　想定問題 4章　2級学科試験 　4－1　学科試験の概要 　4－2　これだけは覚えよう 　4－3　過去問題 　4－4　解答・解説 5章　1級実技試験 　5－1　PLCによる回路組立て（課題１） 　5－2　PLCの応用命令と条件式を用いたプログラミング 　5－3　課題１の問題と作業手順 　5－4　課題２の問題と作業手順 　5－5　過去の問題（課題１）例と解答例 6章　1級学科試験 　6－1　学科試験の概要 　6－2　これだけは覚えよう 　6－3　過去問題 　6－4　解答・解説

LU分解やQR分解などの行列分解、線形方程式や固有値問題などの基本的な行列計算から、関数の補間と近似、画像圧縮、微分方程式、機械学習への応用までを、Juliaプログラムとその実行例を交えて、平易に解説！ 【サポートサイト】 https://github.com/akira-imakura/mca 【主な内容】 第1部　導入 第1章　行列計算入門 第2章　Julia入門 第1部では、本書の全体的な導入として、行列計算およびJulia言語の基礎的事項について解説する。 第2部　行列計算アルゴリズム 第3章　行列分解 第4章　線形方程式 第5章　固有値問題 第6章　最小二乗問題 第7章　非線形問題 第8章　行列関数 第2部では、本書の主要部として，各種行列計算アルゴリズムについて解説する。対象とするのは、行列分解、線形方程式、固有値問題、最小二乗問題、非線形問題および行列関数である。 第3部　応用 第9章　関数の補間と近似・画像圧縮 第10章　微分方程式 第11章　機械学習 第3部では、各種行列計算の応用として、関数の補間と近似、画像圧縮、微分方程式および機械学習を取り上げる。

さっと読めるミニ書籍です（文章量15,000文字以上 20,000文字未満（20分で読めるシリーズ）=紙の書籍の30ページ程度） 「役立つ」「わかりやすい」「おもしろい」をコンセプトに個性あふれる作家陣が執筆しております。 自己啓発、問題解決、気分転換、他の読書の箸休め、スキルアップ、ストレス解消、いろいろなシチュエーションでご利用いただけます。 是非、お試しください。 【書籍説明】 形而上学上の諸問題を、哲学者みずからの口を借りて語る「空想討論」。哲学者たちが目的論と機械論に分かれて自説を主張します。 簡単に読める哲学の世界へ、お気軽にどうぞ。 【目次】 登場人物紹介 デモクリトスの機械論 スピノザの機械論 カントの目的論 アリストテレスの目的論 質疑応答・機械論派から目的論派へ 質疑応答・目的論派から機械論派へ 結論とライプニッツの意見 【著者紹介】 大畠美紀（オオハタミキ） 猫とドイツ観念論をこよなく愛する40代。 最近になって、形而上学の面白さにあらためて開眼。

※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。 天才と狂気の狭間で、世紀末から30年代にかけて、激動の時代にその天分を完全に燃焼させた異形の画家・霊媒師・精神分析学者・ダンサー・詐欺師など、近代社会の病理を体現するパラノイアックな思考と心象に深く分け入り、その潰え去った夢と奇妙な情熱を解読する。西政畸人伝。

本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールやAPIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。 ●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。 ●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。 ●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。 まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。 続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習(ディープラーニング)へと進んでいきます。 深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネットワークをモデリングする方法を学びます。 最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用の入り口へと案内します。

最新のAI開発プラットフォームで 機械学習・深層学習・強化学習の 基礎技術を学ぼう！ 【本書の概要】 本書はUdemyで大人気の講座 『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。 ・機械学習（回帰、k平均法、サポートベクターマシン） ・深層学習（画像識別や画像生成、RNN） ・強化学習（Cart Pole問題、深層強化学習） といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。 また本書ではサンプルを用意していますので、サンプルを動かしながら、AI技術の仕組みを理解できます。 開発環境にはGoogle Colaboratoryを使用します。 【Google Colaboratoryとは】 ブラウザ上で利用できる機械学習や深層学習向けの開発環境です。 GPUを無料で利用できるので、コードの実行時間を大幅に短縮できます。 【本書ポイント】 ・機械学習・深層学習・強化学習の基礎知識を一気に学べる ・Pythonでコードを動かしながら機械学習・深層学習・強化学習の理論を学べる 【対象読者】 ・何らかのプログラミング経験のある方 ・機械学習・深層学習・強化学習を学ぶ意欲のある方 ・高校数学以上の数学知識のある方 【著者プロフィール】 我妻幸長(あづま・ゆきなが) SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。 人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。 著者のYouTubeチャンネルでは、無料の講座が多数公開されている。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

待望の第2版！ 定番のAI開発プラットフォームで 機械学習や深層学習、強化学習、転移学習の 基礎を習得 【本書の概要】 本書はUdemyで大人気の講座『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。 ●機械学習（回帰、k平均法、サポートベクターマシン） ●深層学習（画像識別や画像生成、RNN） ●強化学習（Cart Pole問題、深層強化学習） などのAI開発で必要となる人工知能技術について解説します。 サンプルを動かしながら、AI技術の仕組みを理解できます。 開発環境にはGoogle Colaboratoryを使用します。 【Google Colaboratoryとは】 ブラウザ上で利用できる機械学習や深層学習向けの開発環境です。 GPUを無料で利用できるので、コードの実行時間を大幅に短縮できます。 【本書ポイント】 ●機械学習・深層学習・強化学習の基礎知識を一気に学べる ●Pythonでコードを動かしながら機械学習・深層学習・強化学習の理論を学べる 【第2版の変更点】 ●Google Colaboratory環境のアップデート（2024年8月時点） ●各種ライブラリのアップデート ●データセット（住宅データ）の変更 【対象読者】 ●何らかのプログラミング経験のある方 ●機械学習・深層学習・強化学習を学ぶ意欲のある方 ●高校数学以上の数学知識のある方 【著者プロフィール】 我妻幸長(あづま・ゆきなが) SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。著者のYouTubeチャンネルでは、無料の講座が多数公開されている。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。