＃1　たこやき代は経費で落ちますか？　営業部のエース・山田太陽が持ってきた、2枚の領収書。私的に利用した疑惑が上がり、真相を探ろうとする森若さんだが…？　＃2　160円と、公開土下座。　物販の金額に、プラス160円の誤差が発覚。試用期間中の受付・大谷咲に話を聞くと、何か隠しているようで…。　＃3　入浴剤も人生も想定外！　内覧会で使用する入浴剤が、すり替わっていた！　それを積み込んだのは、太陽の先輩・鎌本義和。太陽の大ピンチに、森若さんは!?

※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。 マンガのストーリーで最適化の数式の意味（数学記号、計算式など）と具体的な例題で実務が学べる。 　中学、高校の数学で関数の最大、最小を学習したのでないでしょうか。それが実務の何の役に立つとかというと利益は最大がよいし、損失は最小がよいのがわかります、つまりこれが最適化なのです。最適化は大学ではOR（Operations Research）または経営科学という学問で勉強します。数学のレベルは大学1年で学ぶ線形代数がわかっていることが前提になります。とはいえ最大、最小のイメージがあれば複雑な計算を100％理解していなくても実践することはできます。 　本書はマンガを使ってまず概要をつかみ、マンガを補う本文部分は実務に役立つ例題で数式は最小限でできるものを用意し、まずは苦手意識を取り除きます。近年はPythonで簡単にできるのでプログラムを作ろうとしますがその前にこの本を買って勉強していただければPythonによる最適化もスムースにできるようになります。 プロローグ 週末の深夜バイトと、月曜１限の講義 第1章　数理最適化とは 1-1　「 最大」と「最小」が、最適になる ・現実の課題を、簡単に表してみよう ・定式化は3点セット ・ふわっとした気持ちも数値化できる ・最適化問題には、色々な種類がある ・グラフに慣れていこう ・ グラフは強い味方になってくれる！ 1-2　最適化に必要な数学はこれだけ抑えればよい ・ベクトル、行列ってどう役立つの？ ・スカラー、ベクトル、行列 ・ベクトルの特徴を図で理解しよう ・表記の仕方 ・連立一次方程式は、行列とベクトルの積で表せる ・微分、傾きってどう役立つの？ ・勾配ベクトルってどう役立つの？ ・微分を使っていこう ・勾配（勾配ベクトル）の式 ・傾きと勾配 ・２回微分してみよう、ヘッセ行列 フォローアップ 第2章 線形計画問題 2-1　線形計画問題の例 ・最大の利益になるように生産したい！ ・調味料の問題も定式化 ・実行可能領域と目的関数 ・複雑で大規模な問題を扱うために 2-2　単体法と内点法 ・２つの解き方のイメージ ・単体法は、どんなアルゴリズム（計算）なのか 2-3　双対理論 ・双対のイメージをつかもう ・双対問題のおかげで、ラクに解ける ・調味料の問題の、双対問題とは フォローアップ 第3章　非線形計画問題 3-1　非線形計画の例 ・３次元空間の線形・非線形 ・ビールの注文数を予測しよう ・誤差を最小化する ・複雑な形の関数でも、予測式が作れる ・非線形計画問題は、制約条件があったりなかったり 3-2　単体法と内点法 ・大域的最適解と局所的最適解 ・まずは停留点を見つけよう ・停留点の見つけ方 ・凸集合と凸関数 3-3　反復法 ・解の更新 ・直接法と反復法 ・反復法の更新式 ・最大化の場合は、山登り ・大域的収束性と局所的収束性 ・探索方向の選び方　 フォローアップ　 第4章　整数計画問題と組合せ最適化問題 4-1　整数計画・組合せ最適化問題の例 ・整数という制約　 ・組み合わせ的な構造とは？　 ・効率よく巡回するためには ・ナップサック問題　 ・0-1の制約のある色々な問題　 4-2　近似解法と厳密解法 ・２つの解き方がある　 ・近似解法、厳密解法とは？　 ・貪欲法（欲張り法） ・分枝限定法 フォローアップ エピローグ 付 録 さらに勉強するために 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。 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。 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。 ※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：vector autoregression analyses)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、等VARに関する疑問に答えるものです。実証分析を行ううえで、役に立つ情報を提供します。 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　係数パラメータの制約に関する仮説検定 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　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。 ※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。 「M1エイブラムス」は、アメリカ軍の現役主力戦車です。最新の「第3.5世代」といわれ、1km先の目標に20cm以内の誤差で命中させる射撃管制装置や、霧や砂嵐、夜間でも敵を発見できる熱線画像装置といった最新装備を搭載します。本書はこの最強戦車を徹底解説！

安すぎる車の本当の理由……引っ越し先の和室に潜むおばあさん幽霊の謎……蠢くゴミ袋の秘密……公園のトイレで起こる奇妙……｢見えて｣しまう男の誤差……等、思わず背筋が凍る、世にも奇妙なホラー作品集!

「青汁王子」ともてはやされた年商130億円の会社社長から「犯罪者」への転落…。 激しいバッシングを受け、覚悟した「死」――。 絶望の淵からなぜ復活できたのか？ どんな失敗や挫折も諦めなければ、必ず道は開ける！ 年商130億円の会社社長から、「犯罪者」への転落――。2019年9月6日、1.8億円を贖罪寄付したら死のう。これ以上生きていたって、どうせ辛いだけだから……。 「青汁王子」とメディアでもてはやされていた私は、法人税法違反の容疑で有罪判決を受け、「犯罪者」になりました。 「ざまあみろ」「脱税したカネで豪遊してたのか」「あんなやつ、死んでしまえばいい」 知人たちは手のひらを返したように去っていき、会ったことも話したこともない不特定多数の人々から、そして多くのメディアから激しいバッシングを受ける日々が続きました。 「今死んでしまえば、どんなに楽になれるだろうか。目の前にあるイヤなことすべてから逃げることができるんだ。判決が出たら、自分が脱税したとされる1.8億円を世の中にバラまいて、死んでやろう。僕の中の真実を伝えるために――」 当時、私の心はそこまで追いつめられていました。そんな私を救ってくれたのは、SNSを通じて応援してくれた皆さんでした。 死んではいけない。諦めちゃ終わりだ。諦めなければ、必ず道は開ける。そう考えたら、どんな失敗や挫折も、今抱えているちっぽけな不安なんて、人生における誤差でしかない。向き合い方次第で「過去は変えられる」と、皆さんから教えてもらいました。 人生はいくらでもやり直せるし、自分自身の過去を変えることだってできます。諦めなければ、必ず道は開けます。次は僕が恩を返す番です。 ――2019年9月6日に、脱税したとされる1.8億円をツイッターのフォロワーに配る贖罪寄付をした三崎優太氏。2020年も「SNS誹謗中傷撲滅基金」を設立し、世の中から誹謗中傷をなくそう

ホモ・サピエンスの誕生から２０万年．寒冷化なくして世界各地への拡散と社会形成はなかった！？　アフリカ東部から東アジアまで，過去の気温を０．３度の誤差で復元した著者が，分子人類学や考古学の研究成果を元に大胆考察．過去２万年，寒冷期に日本列島では何が起こった？　古気候学や古環境学から「日本人」のルーツの定説が覆る！？

※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。 建築のスタンダードなディテールにひそむ原理と技術の歴史を、５２のクイズを通して理解しよう。 カテゴリー別でも機能別でも部位別でも挑戦できる。クイズの解答と解説のあとには、必ずそのテーマに関するうんちく話がついている。 ［カテゴリー別目次] 1 小ピースによる組立て 2 「逃げ」の納まり 3 材料と施工 4 木の性質と納まり 5 水の性質と処理 6 メンテナンス 7 階段 8 ドア・開口部 ［機能別目次］ 構法の成立 構法の名称 誤差変異吸収 雨仕舞 水仕舞 構造強度 経年劣化 操作性 安全快適性 ［部位別目次］ 構造体：木構造、鉄骨造 屋根・葺き材 軒先・天井 壁 窓 出入り口 階段 床・基礎 設備・排水

【道具として使いこなす！】 膨大な観測データから普遍的な法則を抽出する手法とは？ 高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。 【著者サポートページ】 https://github.com/akio-tomiya/intro_ml_in_physics 【目次】 第1章　データとサイエンス 1.1　物理学とデータサイエンス／1.2　最小2乗法とオーバーフィット／1.3　テイラー展開と振り子の等時性／コラム：武谷の三段階論 第2章　行列と線形変換 2.1　ベクトル、行列と線形変換／2.2　変換としての行列／2.3　行列に関する色々／コラム：計算量のオーダー 第3章　確率論と機械学習 3.1　確率の基礎事項／3.2　教師あり学習と教師なし学習、強化学習／3.3　確率変数と経験的確率、大数の法則／3.4　大数の弱法則の証明／3.5　カルバックライブラーダイバージェンス／3.6　尤度と赤池情報量基準、汎化／3.7　ロジスティック回帰 第4章　ニューラルネットワーク 4.1　ニューラルネットワークの概論／4.2　万能近似定理／コラム：新しい道具と新理論 第5章　トレーニングとデータ 5.1　ニューラルネットワークの入出力と学習／5.2　誤差関数と汎化、過学習／5.3　誤差関数の最適化・学習／コラム：次元の呪い 第6章　Python入門 6.1　Pythonによるプログラミング入門／6.2　Pythonと他言語の比較／6.3　NumPyとMatplotlib／6.4　Pythonでのクラス 第7章　TensorFlowによる実装 7.1　TensorFlow/Kerasとは／7.2　データやライブラリのロード／7.3　データの分割とニューラルネットワークの設計／7.4　学習／7.5　結果の評価／コラム：量子化という用語 第8章　最適化、正則化、深層化 8.1　最適化法の改良／8.2　過学習を防ぐ／8.3　多層化にむけて 第9章　畳み込みニューラルネットワーク 9.1　フィルター／9.2　畳み込みニューラルネット／コラム：知能と飛行機 第10章　イジング模型の統計力学 10.1　イジング模型／10.2　イジング模型のモンテカルロ法／10.3　熱浴法のPythonコードとデータの準備／コラム：統計力学と場の量子論 第11章　Nature Physicsの論文を再現しよう 11.1　論文について／11.2　データの前処理／11.3　実験

あなたは、思っている以上に自分の社内評価をコントロールできる――。本当に？そう思うかもしれませんが、事実です。そのためには、まず上司が陥りがちな「評価エラー」を知ること。そこに、あなたの評価を下げないための、あるいはあなたの評価を上げるための重要なポイントがあるのです。――著者 エラー１ハロー効果――なぜ、あの人は“実力以上”に評価されるのか？エラー２遠近誤差――上司は「終わりよければ……」で判断を下すエラー３寛大化傾向――みんな、上司にかわいがられて出世するエラー４対比誤差――わが社の「隠れた評価基準」を見つけよエラー５論理誤差――あなたは職場で「誤解」されていないか？「できる人」と「認められる人」は何が違うのか？独立系人事・教育コンサルティング会社の超プロが教える、出世する社員の「新ルール」！

日本が世界に誇る高速鉄道。時速２７０ｋｍで走行する新幹線はどのようにつくられるのか。たとえば先頭部はアルミ合金製の骨組に、３７枚の外板を熟練の作業者が手作業で溶接していくが、誤差はほとんどないという。２０１３年２月にデビューするＮ７００Ａの製造工程を、技術解説と現場の生声から追う感動ノンフィクション。

◆ベストセラーの改訂版。最高最強のバイブルが大幅にパワーアップ！！◆ ・トランスフォーマー、グラフニューラルネットワーク、生成モデルなどをはじめ、各手法を大幅に加筆。 ・深層学習のさまざまな課題と、その対策についても詳しく解説。 [本書まえがきより抜粋] ないもの（＝理論）ねだりをしても仕方がありません．それでも皆が研究を進めるのは，そうすることに意義があるからです．なぜうまく働くのか，なぜそうすべきか，数学的な証明はなくても，正しい説明は必ずあるはずです．それを手にできれば，目の前の課題を解決するのに，また次に進むべき道を知るうえで役に立つでしょう． そこで本書では，それぞれの方法について，今の時点で最も納得できる説明をきちんと与えることにこだわりました．名前の通った方法であっても，理屈が成り立たない，あるいは役に立たない方法や考え方については，はっきりそう書きました．著者の主観といわれても仕方がない場合もあるかもしれませんが，そのほうが有益であると信じています． また，現在の深層学習の広がりを把握できるように，定番となった問題・方法に加えて，重要だと思われる問題については，必ずしもそれほど有名でない方法も含めてなるべく網羅するようにしました．その取捨選択には，深層学習が実践的技術であることを踏まえ，実用性を最も重視しました．そこには，この間に著者が企業の実務家たちと行ってきた共同研究での経験が反映されています． [主な内容] 第1章　はじめに 第2章　ネットワークの基本構造 第3章　確率的勾配降下法 第4章　誤差逆伝播法 第5章　畳み込みニューラルネットワーク 第6章　系列データのためのネットワーク 第7章　集合・グラフのためのネットワークと注意機構 第8章　推論の信頼性 第9章　説明と可視化 第10章　いろいろな学習方法 第11章　データが少ない場合の学習 第12章　生成モデル

正しい投げ方、正しい打ち方、正しい捕り方を求めて、皆が同じように練習する。“正しい”とは何だろう。 とりわけ打撃フォームについて言われることが多い。悪意が込められた投球には、位置的誤差(ストライクゾーン)と時間的誤差(速度変化)が含まれている。いうまでもなく、打者の仕事はこの2つの悪意に対応することなのだが、より効率良く対応できる者が打率3割、できない者が打率2割だとしたら、この1割の差異はどうして生じるのか。 「一球一会」(筆者による造語)とは、ボールが描く放物線は一度きりで、2度と同じボールは生じないという意味だ。投球、打球、送球…すべてのボールに当てはまる。 今話題の大谷選手。彼のホームラン画像を多く目にするが、全てのフォームがそれぞれ異なっているのが明白だろう。打点がストライクゾーンの各所にあるし、ボールゾーンでの打点すらある。しかも時間的誤差にも対応して打ち方を変えている。なかには否定されるフォームも多いが、果たして本当に悪いのだろうか、正しくないのだろうか。しかし彼の素振りをみると、標準的で正しいフォームにみえる。 さて、正しいとは何だろうか? 野球アナリスト独自の様々な観点から、野球練習の原点を見直してみる。

※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。 ※この商品は固定レイアウト型の電子書籍です。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラー（2色）で制作されているため、カラー表示可能な端末での閲覧を推奨いたします。 ニューラルネットワークの基礎から実装まで、C++のサンプルコードで学ぶ 本書は、ディープラーニング（深層学習）の基礎を学ぶ初級者やソフトウェアエンジニアの方を対象に、ディープラーニングのベースとなっているニューラルネットワークからその派生技術や応用まで、実際に動くC++のソースコードを参照しながら学ぶ内容となっています。前半はニューラルネットワークに関する必須知識を扱い、後半ではニューラルネットワークの派生技術や応用に言及し、徐々に高度な内容となっていきます。 【本書の内容】 Chapter1「ディープラーニング概論」……ディープラーニングの概要と、ニューラルネットワーク構築時に最低限必要なC++プログラミングの知識をまとめます。 Chapter2「ニューラルネットワークのための行列演算と並列プログラミング」……並列プログラミングの重要性とその知識や行列演算を解説します。 Chapter3「ニューラルネットワーク」……パーセプトロンと呼ばれるニューラルネットワークの最小単位となるユニット、パーセプトロンを重ねたニューラルネットワークの基本形である層状パーセプトロン（MLP）を説明します。 Chapter4「誤差逆伝播」……ニューラルネットワークのパラメーター学習方法である、誤差逆伝播法を詳しく解説します。 Chapter5「C++によるニューラルネットワークの実装」……多層パーセプトロンを用いた手書き数字の画像認識を、実際にコーディングしながら動かすことで、ディープラーニングを体験します。本章では、ニューラルネットワークの基礎が詰まったベーシックな分類モデルを構築することで、処理全体の流れを把握することを目的とします。 Chapter6「学習の最適化と過学習」……機械学習全般で発生する過学習にフォーカスし、ニューラルネットワークでの過学習を抑えるテクニックを紹介します。本章以降から、単なるニューラルネットワークではなく、ディープラーニングの範疇となります。 Chapter7「事前学習」……ディープラーニングがブレイクするきっかけとなった技術の1つであるオートエンコーダーを解説します。 Chapter8「畳み込みニューラルネットワーク」……現在ディープラーニングの花形といわれる畳み込みニューラルネットワークを解説します。主に画像認識で利用され、近年はめざましい成果をあげている技術です。 Chapter9「再帰型ニューラルネットワーク」……再帰型ニューラルネットワークと呼ばれる、自己の出力を入力とする再帰構造となったニューラルネットワークを使い、自然言語処理への応用例を紹介します。統計的機械翻訳や自動応答、音声認識などの分野で、近年のAIの大きな進化の推進役となっている技術です。 本書では開発言語としてC++を採用しています。C++でほぼすべてをスクラッチから実装しており、最終的に完成するコードはディープラーニングのC++フレームワークとして機能します。サンプルコードはダウンロード可能。

※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。 Juliaを使った数値計算の方法を具体的なシミュレーションで学ぶ 本書は『Cによる数値計算とシミュレーション』および『Pythonによる数値計算とシミュレーション』のJulia版です。JuliaはC言語の高速性とPythonの記述力を同時に兼ね備えた比較的新しい言語で、数値計算などに適しています。 本書ではJuliaの簡単な説明を行ったのち、物理シミュレーション、確率的シミュレーション、エージェントベースの数値シミュレーションなどの具体例を示します。 はじめに 第1章　Juliaにおける数値計算 1.1　データ型とライブラリ 1.2　数値計算と誤差 章末問題1 第2章　常微分方程式にもとづく物理シミュレーション 2.1　質点の1次元運動シミュレーション 2.2　ポテンシャルにもとづく2次元運動シミュレーション 章末問題2 第3章　偏微分方程式にもとづく物理シミュレーション 3.1　偏微分方程式の境界値問題 3.2　ラプラス方程式による場のシミュレーション 章末問題3 第4章　セルオートマトンを使ったシミュレーション 4.1　セルオートマトンの原理 4.2　ライフゲーム 4.3　交通流シミュレーション 章末問題4 第5章　乱数を使った確率的シミュレーション 5.1　擬似乱数 5.2　乱数と数値計算 5.3　乱数を使ったシミュレーション 章末問題5 第6章　エージェントベースのシミュレーション 6.1　エージェントとは 6.2　マルチエージェントによる相互作用のシミュレーション 章末問題6 付録 A　Juliaのインストールとパッケージの追加 B　4次のルンゲクッタ法の公式 C　ラプラスの方程式が周囲4点の差分で近似できることの説明 D　ナップサック問題の解法プログラムrkp30.jl E　シンプソンの公式 章末問題略解 参考文献 索引

私たちの身の周りにはさまざまな数字が溢れている。健康診断の正常値や失業率・有効求人倍率、テレビの視聴率など、個人にとっても社会にとっても、数字は大きな力を持っている。しかし、客観的でウソがないように見えるそれらの数字には、そのまま信じると騙されるものもしばしばある。たとえば、テレビの視聴率の0.1%の違いで広告会社は動くが、サンプル調査ゆえの誤差の範囲でまったく意味はない。医療・健康・経済・社会に関するいろいろな数字を取りあげて、そのウラを暴く。

※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。 測定で得られたスペクトルから本当に欲しい量的情報を、いかにして取り出すのか。 新しい分析化学・物理計測の基礎となる概念を体系的かつていねいに解説。 ［目次］ 1．スペクトル定量分析の前に 2．吸収スペクトル強度の定量的扱い 3．逆Lambert-Beer則 4．スペクトル情報の主成分 5．スペクトルと濃度のそれぞれの誤差 6．スペクトルの前処理 7．反射スペクトルの定量分析 付録　表面光学の基礎 ※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。

科学ってわかるとおもしろい! 私たちの身の回りは、科学技術や科学の恩恵を受けた製品にあふれています。 たとえば、リビングを見渡してみると、液晶テレビ、LED電球、エアコン、ロボット掃除機、羽根のない扇風機などなど。 ふだん気にもしないで使っているアレもコレも、考えてみればどんなしくみで動いているのか、気になりませんか? そんなしくみを科学でひも解きながら、やさしく解説します。 本書はすべて身近にあふれる55項目で構成。文系の人でも読める内容にまとめているから、気になるところから楽しく読める一冊です! ●もくじ 第1章 『リビング』にあふれる科学 01:羽根のない扇風機はどうやって風を出しているの? 02:エアコンはどうやって快適な空気をつくっているの? 11:次世代ディスプレイの有機ELって何? etc 第2章 『掃除・洗濯・料理』にあふれる科学 13:ロボット掃除機の頭脳はどうなっている? 15:酵素入り洗剤はふつうの洗剤と何がちがうの? 16:電子レンジはどうやって食べ物を温めているの? etc 第3章 『快適生活』にあふれる科学 24:紙おむつはなぜたっぷり吸収してももれないの? 29:体脂肪計はお風呂あがりに使うと誤差が出る? 30:ヒートテックはなぜ薄いのに温かいの? etc 第4章 『健康・安全管理』にあふれる科学 31:紫外線はカルシウムの吸収を助ける? 32:栄養ドリンクはどのくらい効果があるの? 33:水素水はただの清涼飲料水にすぎない? 36:かぜ薬はウイルスや細菌を退治するわけではない? etc 第5章 『先端技術・乗り物』にあふれる科学 43:太陽電池はどうやって発電しているの? 44:ドローンはラジコンヘリとは全然ちがう? 51:タッチパネルはどうやって指の動きを検知しているの? etc

旧建設省建設大学校の普通課程において長年にわたって使用した教科書をもととし、その授業経験を生かしながら、初学者を対象として解説した標準的なテキスト。●目次●誤差学／確率曲線と精度／一未知量の直接観測／独立間接観測の平均法／条件付間接観測の平均法／系統的計算法ほか　1982年発行。

誰もがかかるおそれのある白内障 「最適な」手術が術後の人生を劇的に変える！ 白内障手術の最前線で活躍する５人の医師が 治療・手術の基礎知識から最新の治療法まで徹底解説！ ------------------------------------------------------ 誰でも発症するおそれのある「白内障」は、80歳以上では100%の発症率といわれるほど、超高齢社会である日本においては身近な病気です。 現代の医療技術の発展によって、元々入院の必要のあった白内障手術は、日帰り手術が可能なほどに手軽なものになりました。しかし、どの医師が執刀しても見え方が同じというわけではありません。執刀医の知識と技術によって見え方は大きく変わるため、手術前にどれだけ正しい情報を得ているかで、術後の満足度は大きく変わってくるのです。 本書では、深い知識と確かな技術、豊富な経験を通じて患者のニーズに応える白内障手術に尽力し続ける５人のスゴ凄腕眼科医が、白内障手術の最新情報を紹介します。さらに基礎知識にとどまらず、術後の見え方に対する不満の原因の一つである「屈折誤差」に対する治療法についても、丁寧に解説していきます。 本書は2020年に出版された内容に、その後の医療制度の変更、眼内レンズの進化と種類の増加といった最新の情報を加えた改訂版です。 若々しくアクティブに——快適なアイライフを手に入れるための知識が得られる一冊です。

●東日本大震災を3年半前に予測し、誤差1日の予想メモを残す。　●トランプ氏の大統領当選や「ロシア疑惑」の無罪も自らのSNSで予測し公開。　●トランプ革命と今の世界の「分断」は、来たる高次元世界への上昇の除幕。　●さらに、それは古のエクソダスや源平合戦の歴史的な繰り返しのカルマである。　●その先に待つアセンションは「ノアの大洪水」のカルマである。　●この次元上昇を乗り越えるためのワーク・神岡式「丹田・神我グランディング」で、世界はあなたに優しくなり、魂に秘められた力が引き出される。　●このワークは願いの実現・苦手の克服・経済的安定など、実生活においても起死回生をもたらす！

※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。 一陸技の定番シリーズ待望の改訂！「無線工学の基礎」はこの1冊で合格！ 　「第一級陸上無線技術士試験　やさしく学ぶ」シリーズの「無線工学の基礎」の改訂3版です。 　同シリーズは、ポイントを絞ったやさしくていねいな解説と多くの図を取り入れ、初学者、独学者でも理解しやすいよう構成し、多くの読者の支持を得ています。 　今回の改訂では、2017年以降の問題を新たに分析し、新しい傾向の問題を取りこむだけでなく、解き方のポイント、考え方、公式の使い方等の説明を充実させています。 1章　電気物理 　1.1　電荷と電界 　1.2　静電容量 　1.3　コンデンサ 　1.4　電流の磁気作用 　1.5　電磁力 　1.6　電磁誘導 　1.7　インダクタンス 　1.8　磁気回路 　1.9　単　位 2章　電気回路 　2.1　直流回路 　2.2　抵抗の接続 　2.3　テブナンの定理・ミルマンの定理 　2.4　電　力 　2.5　交流回路 　2.6　交流回路のフェーザ表示 　2.7　交流回路網 　2.8　共振回路 　2.9　交流の電力 　2.10　過渡現象 3章　半導体・電子管 　3.1　半導体 　3.2　ダイオード 　3.3　トランジスタ 　3.4　FET，サイリスタの特性 　3.5　トランジスタの特性 　3.6　電子管 4章　電子回路 　4.1　トランジスタ増幅回路 　4.2　FET増幅回路 　4.3　帰還増幅回路 　4.4　発振回路 　4.5　パルス回路・整流回路 　4.6　デジタル回路 5章　電気磁気測定 　5.1　誤差，指示計器 　5.2　測定範囲と測定波形 　5.3　回路定数の測定 　5.4　ブリッジ回路による測定 　5.5　測定機器

※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。 一陸技の定番シリーズ待望の改訂！「無線工学B」はこの1冊で合格！ 　「第一級陸上無線技術士試験　やさしく学ぶ」シリーズの「無線工学B」の改訂3版です。 　同シリーズは、ポイントを絞ったやさしくていねいな解説と多くの図を取り入れ、初学者、独学者でも理解しやすいよう構成し、多くの読者の支持を得ています。 　今回の改訂では、2017年以降の問題を新たに分析し、新しい傾向の問題を取りこむだけでなく、解き方のポイント、考え方、公式の使い方等の説明を充実させています。 1章　アンテナの理論 　1.1　電波（電磁波） 　1.2　自由空間の特性 　1.3　基本アンテナ 　1.4　アンテナの特性 　1.5　アンテナの電流分布 　1.6　電波放射 　1.7　受信アンテナの諸定数 　1.8　アンテナの配列 　1.9　伝達公式 2章　アンテナの実際 　2.1　MF以下のアンテナ 　2.2　HF送信用アンテナ 　2.3　VHF・UHF固定通信用アンテナ 　2.4　VHF・UHF移動通信用アンテナ 　2.5　VHF・UHF放送用アンテナ 　2.6　立体構造のアンテナ1 　2.7　立体構造のアンテナ2 　2.8　反射鏡形アンテナ1 　2.9　反射鏡形アンテナ2 3章　給電線と整合回路 　3.1　分布定数回路 　3.2　定在波比と反射係数 　3.3　受端短絡線路と受端開放線路 　3.4　供給電力 　3.5　平行2線式給電線 　3.6　同軸給電線 　3.7　整合回路 　3.8　バランと共用回路 　3.9　導波管 　3.10　導波管の整合 4章　電波伝搬 　4.1　電波の伝わり方 　4.2　大地反射波による影響 　4.3　地形による電波伝搬の影響 　4.4　電波伝搬の大気による屈折の影響 　4.5　見通し距離 　4.6　対流圏伝搬の諸現象 　4.7　電離層の状態 　4.8　電離層による電波の反射と減衰 　4.9　電離層波の伝搬 　4.10　雑音 5章　測定 　5.1　給電線の測定 　5.2　アンテナ利得の測定 　5.3　指向性の測定 　5.4　測定環境 　5.5　アンテナ測定上の誤差 　5.6　電波伝搬路の測定 　5.7　雑音温度の測定

市場規模、アンケート結果、シェア、アクセス解析…。調査データはビジネスビジネスマンなら誰でも、調査データを読む機会は多いが、結果を読み間違えると、正しいビジネス判断ができなくなる。本書は、サンプリングや誤差の計算など、統計資料がどのように作られているかという手法を解説するととともに、ビジネスグラフを正しく読むために確認すべきポイントを解説する。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 統計学の基礎を51の手法で学ぶ!! 　統計学は、理論を深く学ぼうとすると数式の壁にぶつかります。しかし実際にデータ分析をするには分析手法とExcelを使えば十分使いこなすことができます。 　本書は分析手法を51に絞ってイラストと例題でわかりやすく解説します。 まえがき Chapter 01　代表値 Chapter 02　散布度 Chapter 03　相関分析　 Chapter 04　CS分析　 Chapter 06　母集団と標準誤差 Chapter 07　統計的推定　 Chapter 08　統計的検定 Chapter 09　平均値に関する検定 Chapter 10　割合に関する検定 Chapter 11　相関に関する検定　 Chapter 12　重回帰分析 付録　統計手法　Excel 関数一覧表 索引

フランスで10万部発行！　2018年度チューリング賞受賞、ヤン・ルカン氏（Facebook副社長）の「ベストセラー」がいち早く日本上陸！ AIとその中核をなす「ディープラーニング」の過去と現在、そして未来像とは？ ディープラーニングの父であるヤン・ルカン氏がエキサイティングに綴る。 ・ヤン・ルカンは、なぜあきらめなかったのか？ ・AI革命の恩恵を受けるのは、誰か？ ・ディープラーニングは、論理的思考ができない？ ・AIが、人間の「常識」を持つ日はくるのか？ 【成毛 眞氏　絶賛！！】 一気に読める面白さ！　AI時代の基本図書になるだろう。 【本書「監訳者あとがき」より抜粋】 本書は、ディープラーニングに関する書籍のなかでも、最も俯瞰的な視点で書かれた本のひとつであろう。技術に忠実であり、平易でありながら難解な説明を避けることなく、また、歴史や未来、社会的なインパクトにも言及している。 【本書「序章」より抜粋】 本書では、コンピュータ科学と神経科学が交差する領域で現在進められている科学的アプローチの実際を、安易な比喩に頼ることなく、一歩一歩解き明かしていきたい。 人工知能の本質に迫るべく、本書は2通りの読み方ができるようにしてある。ひとつ目は一般読者向けに、一読して理解できる平易な文章で、物語り、説明し、分析している。2つ目は詳しく知りたい人向けに、ところどころ数式やプログラムを使って、高度な数学的考察を行っている。 【主な内容】 序 章 第1章　AI革命 第2章　AIならびに私の小史 第3章　単純な学習機械 第4章　最小化学習、学習理論 第5章　深層ニューラルネットワークと誤差逆伝播法 第6章　AIの支柱、ニューラルネットワーク 第7章　ディープラーニングの現在 第8章　Facebook時代 第9章　そして明日は？　AIの今後と課題 第10章　AIの問題点 終 章

※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。 計算問題の「具体的な解き方」を教えます！ 本書は、電験三種のベテラン講師が、初学者や計算問題が苦手な受験者のために書き下ろした受験対策書です。 平成期（30年）に出題された電験三種の過去問題（計算問題）のなかから、基礎固めに最適な良問（90題）を選抜し、解答着手の手がかりを示すとともに、数ある解法とその比較、問題の背景などを易しく詳しく解説します。 解答過程の飛躍や計算過程の省略がないように配慮されているので、読者は躓くことなく学習を進めることができるでしょう。 ●理論の計算問題（31題） 01　静止する三つの点電荷 02　三つの点電荷の間に働く静電力 03　二つの点電荷の周囲の電位 04　電気力線の性質 05　コンデンサの電極間距離の縮小 06　静電容量のΔ－Y変換 07　コンデンサの電極間の電界と電位 08　平行電流間に働く電磁力 09　半円形を流れる電流が作る磁界 10　エアギャップ（空隙）のある磁気回路 11　直列接続されたコイルのインダクタンス 12　回路網を流れる電流 13　抵抗の直並列回路 14　ブリッジ回路を流れる電流 15　複数の電源を持つ回路網 16　RLC並列回路を流れる交流電流 17　RL直並列回路の消費電力 18　RLC直並列回路の共振 19　平衡三相回路（純抵抗負荷） 20　平衡三相回路（インピーダンス負荷） 21　平衡三相回路（極座標表示） 22　三相交流電源 23　RC直列回路の過渡現象 24　RC回路を流れる電流 25　測定電圧の誤差率 26　多重範囲電流計 27　磁界中における電子の運動 28　電界中における電子の運動 29　トランジスタ増幅回路 30　エミッタホロワ回路 31　演算増幅器 ●電力の計算問題（18題） 32　水力発電所の理論水力 33　汽力発電所の効率 34　汽力発電所の理論空気量 35　汽力発電所のタービン室効率 36　タービン発電機の速度調定率 37　コンバインドサイクル発電におけるガスタービン発電の熱効率 38　ウランの核分裂エネルギー 39　風のエネルギー，風車の出力 40　変圧器の並行運転 41　送電線路の百分率インピーダンス降下 42　変圧器二次側の三相短絡電流 43　進相コンデンサの容量，受電端の電圧変動率 44　ケーブルの充電容量 45　電線路の電圧降下率 46　単相2線式環状線路の負荷電流 47　送電線路の電力損失 48　連続2径間の架空送電線のたるみ 49　異容量V結線変圧器 ●機械の計算問題（26題） 50　直流他励電動機の始動と速度制御 51　発電機から電動機への転用 52　三相同期発電機の同期インピーダンス 53　三相同期発電機の出力と負荷角 54　三相同期電動機のトルクと誘導起電力 55　三相かご形誘導電動機の入力と損失 56　三相誘導電動機のトルクと諸量の関係 57　三相巻線形誘導電動機の比例推移 58　単相変圧器の簡易等価回路 59　単相変圧器の電圧変動 60　単相変圧器の無負荷試験と短絡試験 61　単相変圧器の最大効率 62　単巻変圧器の分路巻線電流 63　単相整流回路と平滑コンデンサ 64　全波整流回路の直流平均電圧 65　直流チョッパの出力平均電圧 66　ブロック線図と周波数伝達関数 67　ブロック線図とボード線図 68　配光特性の異なる2個の照明 69　照明設計 70　電気炉壁からの熱損失 71　ヒートポンプ式電気給湯器 72　送風機用電動機の所要出力 73　論理回路とその組合せ 74　論理式と真理値表 75　論理演算と基数変換 ●法規の計算問題（15題） 76　低圧架空配電線（単相2線式）の漏えい電流 77　高圧ケーブルの交流絶縁耐力試験 78　金属製外箱を持つ低圧電動機のB種・D種接地抵抗値 79　中性点非接地方式高圧配電線路のB種接地抵抗値 80　架空電線路の電線に加わる風圧荷重 81　A種鉄筋コンクリート柱の支線 82　低圧屋内幹線の電線と過電流遮断器の組合せ 83　調整池式水力発電所の運転パターン 84　自家用発電設備を持つ工場の送電・受電電力量 85　三相変圧器の過負荷運転の回避 86　進相設備の直列リアクトル 87　中性点非接地方式の地絡保護協調 88　配電系統における変圧器の損失と効率 89　二つの工場の日負荷曲線 90　配電系統へ流出する第5調波電流 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。 「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」準拠テキスト データ活用社会を生きる学生・社会人に必須の【データ分析・解析の基本的な考え方と手法】をわかりやすく解説！ データサイエンスは、さまざまなデータを分析・解析し、そこから新しい知見や価値を生み出していく技術・手法です。統計学などの数学を基礎とし、必要に応じコンピュータを活用して、さまざまな分野の専門知識と融合しながら、データから新しい価値を生み出していくデータサイエンスは、いまや大学生・社会人にとって必須の教養といえます。 本書は、政府の「AI戦略2019」での議論を経て策定・公表された「数理・データサイエンス・AI（応用基礎レベル）モデルカリキュラム」に準拠した内容です。具体的な事例と分析手法を扱いながら、社会のさまざまな場面で必要とされるデータサイエンスの考え方を、関連する数学とともに丁寧に解説します。また、大学におけるリテラシーレベルの授業に続く、半期の授業に対応した構成としました。 【著者一覧】 第1章 　小澤誠一　神戸大学数理・データサイエンスセンター 第2章 　大川剛直　神戸大学大学院システム情報学研究科情報科学専攻 第3章 　藤井信忠　神戸大学大学院システム情報学研究科システム科学専攻 第4章 　青木　敏　神戸大学大学院理学研究科数学専攻 第5章 　光明　新　神戸大学数理・データサイエンスセンター 第6章 　為井智也　神戸大学数理・データサイエンスセンター 第7章 　大森敏明　神戸大学大学院工学研究科電気電子工学専攻 第8章 　為井智也　神戸大学数理・データサイエンスセンター 第9章 　寺田　努　神戸大学大学院工学研究科電気電子工学専攻 第10章　熊本悦子　神戸大学情報基盤センター 第11章　高島遼一　神戸大学都市安全研究センター 第12章　村尾　元　神戸大学大学院国際文化学研究科 第13章　白石善明　神戸大学大学院工学研究科電気電子工学専攻 第14章　小澤誠一　神戸大学数理・データサイエンスセンター 第15章　羽森茂之　神戸大学大学院経済学研究科 第1章　データサイエンスの考え方 1.1　データサイエンスとは 1.2　データサイエンスを学ぶ理由 1.3　データから価値を生み出すプロセス 第2章　アルゴリズムとデータ構造 2.1　はじめに 2.2　データサイエンスにおけるアルゴリズムとデータ構造 2.3　アルゴリズムの基礎 2.4　基本的なデータ構造 2.5　探索 2.6　ソーティング 第3章　システム最適化 3.1　最適化問題とは 3.2　線形計画問題 3.3　非線形計画問題 3.4　整数計画問題 第4章　統計的データ解析の考え方 4.1　標本調査 4.2　信頼区間と仮説検定 4.3　分布の近似と標準誤差 4.4　線形回帰モデル 4.5　非線形回帰モデル 第5章　教師なし学習 5.1　クラスタリング 5.2　高次元データの次元削減と可視化 第6章　教師あり学習 6.1　教師あり学習とは 6.2　学習モデルとトレーニング（パラメータ最適化） 6.3　データのセットの分割とテスト（モデルの評価） 6.4　実データへの適用例（回帰） 第7章　確率モデル・確率推論 7.1　はじめに 7.2　確率モデルとベイズの定理 7.3　確率推論 7.4　確率推論の応用 第8章　強化学習 8.1　強化学習とは 8.2　強化学習の理論 8.3　強化学習アルゴリズム 8.4　探索と利用のトレードオフと意思決定モデル 第9章　情報センシング 9.1　情報センシングとは 9.2　センサデータ処理 9.3　センシング応用 第10章　画像解析・深層学習 10.1　画像解析 10.2　デジタル画像の特徴とフィルタ処理 10.3　深層学習 第11章　時系列データ解析・音声解析 11.1　時系列データ解析 11.2　音声解析 第12章　テキスト解析 12.1　はじめに 12.2　テキストデータの収集 12.3　テキストクレンジング 12.4　トークン化 12.5　ベクトル化 12.6　探索的データ分析 12.7　テキスト分析 第13章　情報セキュリティ 13.1　情報資産と情報セキュリティ 13.2　情報セキュリティの基本：アクセス制御 13.3　情報セキュリティのCIA 第14章　プライバシー保護技術 14.1　データが価値を生む仕組みと提供リスク 14.2　匿名化によるプライバシー保護 14.3　差分プライバシーによるプライバシー保護 14.4　準同型暗号によるプライバシー保護 14.5　協調学習によるプライバシー保護 第15章　意思決定論 15.1　意思決定の基本的枠組み 15.2　相関関係と因果関係 参考文献 索引

利益を倍増させる最強の統計学! 大手企業も続々導入するT・AI(時間の人工知能)とは? 在庫削減70%の秘密、ホワイトノイズ(予測誤差)とは、人間の楽観的予測と過剰反応……など、ビジネス統計モデル構築の草分け的著者がその真髄を明かす。 ◎統計的な予測はどれくらい当たるのか◎コンビニ店員はビニール傘の“売れどき”を予測できるか◎ボリューム陳列は本当に利益を生むのか◎在庫を「流れ」で見ないから過剰在庫になる◎T・AIでどれだけ在庫が削減できるか◎無意識に自動反応する対人関係心理◎なぜフィットネスクラブは退会率が高いのか◎「気温が上がると冷やし中華が売れる」は本当か◎なぜ原油価格の暴落を読めなかったのか◎タバコをカートン買いする顧客に惑わされるな◎変化とヒューマンエラー……　他

【内容紹介】 本書は日本統計学会による統計検定「データサイエンス基礎」の公認テキストです。 急速に進展したデジタル社会では、規模の大小に係わらず多種多様なデータを処理し、目的に応じた問題解決的思考に基づくデータアナリティクス能力が要求されます。 「統計検定」では問題解決に資する統計思考力と活用力を評価する各級として確立してきました。この試験ではCBT方式である機能を活かし、具体的なデータセットをコンピュータ上に提示して、分析目的に応じて、解析手法を選択し、表計算ソフトExcelによるデータの前処理から解析の実践、出力から必要な情報を適切に読み取り、当初の問題の解決のための解釈を行う一連の能力を「データサイエンス基礎」として評価・認証します。 この試験は、データサイエンスとその応用分野の専門家が活用力を重視した問題を開発し、生徒・学生・社会人を問わず、AI・デジタル社会の共通スキルである「データサイエンス基礎」力を評価し、認証するための検定試験となっています。 本書はこの「データサイエンス基礎」の出題範囲に対応したテキストです。統計のテキストとしての内容以外にも、問題に使用するデータセットがダウンロードでき、Excelでの処理の仕方や、その手順を動画で確認できるQRコードなど、試験での解答能力とともに実践できるデータアナリティクス能力が身につく内容になっています。 【目次】 PART 1 データサイエンスの基本 第1章 データの構造化とデータマネジメント 1 データアナリティクスと問題解決 2 構造化データと非構造化データ 3 データマネジメント PART 2 質的データのアナリティクス 第2章 重点志向とパレート分析 1 パレート分析の手順とパレート表 2 層別パレート分析 3 問題の解答と演習問題 第3章 データ項目間の関連性とクロス集計分析 1 クロス集計表(同時分布・周辺分布・条件付き分布) 2 2 つのデータ項目の間の関連性の強さを測る:連関係数とχ2 検定 3 問題の解答と演習問題 PART 3 量的データのアナリティクス 第4章 分析構造の把握と基本統計量 1 分布の把握 2 基本統計量 3 グラフと統計量 4 代表的な変数変換 5 問題の解答と演習問題 第5章 相関・予測と回帰分析 1 相関分析 2 回帰分析 3 問題の解答と演習問題 PART 4 確率・確率分布・推測のアナリティクス 第6章 確率に基づく判断 1 二項分布を用いた分析 2 正規分布を用いた分析 3 いろいろな確率分布を用いた分析 4 クロス集計表と条件付き確率/ベイズの定理を用いた分析 5 問題の解答と演習問題 第7章 統計的な推測 1 推定に伴う誤差 2 区間推定 3 仮説検定の考え方 4 仮説検定 5 問題の解答と演習問題 PART 5 時系列・テキスト・乱数データのアナリティクス 第8章 時系列データの分析 1 指数・増減率・成長率 2 問題の解答と演習問題 3 移動平均・季節調整・寄与度分解 4 問題の解答と演習問題 第9章 テキストデータの分析 1 文書データの処理 2 文書データの統計処理 3 問題の解答と演習問題 第10章 シミュレーションと乱数 1 シミュレーション 2 代表的なシミュレーション 3 問題の解答と演習問題 PART 6 実践模擬問題 第11章 模擬問題と解答

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AIのしくみと，使いこなすための技術がいっぺんに身につくディープラーニングの入門書 ディープラーニングをゼロから始めて，しっかりと理解したい人のための入門書です．ディープラーニングの基礎を一歩一歩着実に理解しながら，NumPyとKerasを使った実践的なAIプログラミングを学ぶことができます。 本書は，ディープラーニングの原理を説明しているテキストでも，そのプログラミングを実践形式でまとめたチュートリアルのような本でもありません．それらの両方をバランスよく組み合わせた，本当の意味でディープラーニングをわかるように解説した本です．「AIの学習とは」から，「ディープラーニングによる画像認識プログラムの作成」までを，なるべくやさしい言葉で，しかし大事なところを省くことなく説明しています． これからディープラーニングを学ぶ人，また，いまいちディープラーニングについてわからないことがある人，プログラムがうまく実行できない人におすすめの書籍です． 第1章　AIプログラミングを始めよう 1.1　AIとAIプログラミング 1.2　NumPyを使ってみよう 1.3　Matplotlibを使ってみよう 第2章　AIの学習の基本的な考え方 2.1　AIはどうやって学習するのか 2.2　再帰計算法を理解しよう 2.3　学習アルゴリズムの基本形 2.4　勾配降下法を理解しよう 2.5　多変数関数の勾配降下法 第3章　AIの学習の基本的なしくみ 3.1　重みを導入しよう 3.2　損失関数と重みの最適解 3.3　確率的勾配降下法 3.4　簡単なデータセットをつくってみよう 3.5　確率的勾配降下法による重みの最適解を求めるプログラム 3.6　ミニバッチ勾配降下法 3.7　ミニバッチ勾配降下法による重みの最適解を求めるプログラム 第4章　ニューラルネットワークの導入 4.1　単純パーセプトロン 4.2　活性化関数（その1）：ステップ関数 4.3　基本論理ゲートの学習問題 4.4　誤り訂正学習法 4.5　学習プログラムを作成するときの注意点（その1） 4.6　プログラム例：AND ゲートの学習問題 第5章　ニューラルネットワークに勾配降下法を適用する 5.1　活性化関数（その2）：シグモイド関数 5.2　単純パーセプトロンに確率的勾配降下法を適用する 5.3　学習プログラムを作成するときの注意点（その2） 5.4　プログラム例：単純パーセプトロンの確率的勾配降下法 5.5　単純パーセプトロンにミニバッチ勾配降下法を適用する 5.6　プログラム例：単純パーセプトロンのミニバッチ勾配降下法 第6章　単純パーセプトロンを組み合わせる 6.1　パーセプトロンを「多出力」にする 6.2　活性化関数（その3）：ソフトマックス関数 6.3　多出力のパーセプトロンに確率的勾配降下法を適用する 6.4　学習のためのデータを十分に用意しよう 6.5　プログラム例：アイリスの種類を判別する学習問題 第7章　ニューラルネットワークを2層にする 7.1　ニューラルネットワークの層を重ねる 7.2　1出力2層のニューラルネットワークの確率的勾配降下法 7.3　XORゲートの学習問題 7.4　プログラム例：XORゲートの学習問題 第8章　ニューラルネットワークを多層にする 8.1　多出力多層のニューラルネットワーク 8.2　一般的なニューラルネットワークの確率的勾配降下法 8.3　誤差逆伝播法 8.4　学習プログラムを作成するための補足説明 8.5　プログラム例：手書き数字を認識する学習問題 第9章　Kerasを使ってプログラミングする 9.1　Kerasとは何か 9.2　Kerasの導入 9.3　Kerasを用いたプログラムの基本構成 9.4　Kerasを用いたプログラムにおける損失関数 9.5　Kerasを用いたプログラムにおける学習アルゴリズム 9.6　Kerasを用いたプログラムにおける学習の評価指標 9.7　Kerasを用いた学習プログラムの例 第10章 CNNで時系列データを処理しよう 10.1　畳み込みとは何か 10.2　CNN（畳み込みニューラルネットワーク） 10.3　活性化関数（その4）：tanh関数 10.4　1次元CNNのプログラム例 10.5　Kerasによる1次元のCNNの実現 10.6　Kerasによる1次元CNNのプログラム例 第11章 RNNで時系列データを処理しよう 11.1　簡単な再帰型システム 11.2　RNN 11.3　簡単なRNNの学習アルゴリズム 11.4　簡単なRNNのプログラム例 11.5　KerasによるRNNの実現 11.6　KerasによるRNNのプログラム例 第12章 ディープラーニングで画像認識を行おう 12.1　2次元畳み込み 12.2　活性化関数（その5）：ReLU関数 12.3　画像処理の2次元CNNのプログラム例 12.4　Kerasによる2次元CNNの実現 12.5　Kerasによる2次元CNNのプログラム例

※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。 オンライン教育プラットフォームUdemyの人気講師が教えるディープラーニングの基礎。ディープラーニングのベースであるニューラルネットワークと、ニューラルネットワークを学習させる際に用いられるアルゴリズムであるバックプロパゲーション（誤差逆伝播法）を初学者にもわかりやすく解説。また画像認識の分野で高い効率性を発揮する畳み込みニューラルネットワークについてもコード付きで解説することにより、入門書であるにもかかわらず本格的AI開発の入り口まで学ぶことができます。 ［本書の特徴］ ・はじめてPythonに触れる方のために、Python本体と数値演算ライブラリNumPyによるプログラミングの基礎を解説しています。 ・文系エンジニアのために、微分や線形代数など、ニューラルネットワークの理解に必要な数学の知識を解説しています。 ・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。 ・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。 ・Python3、Jupyter Notebook対応。

※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。 現在，多くの企業において，様々な製品やサービスでデータが大量に収集され，それらのビッグデータを活用することによりシステムや部品やソフトの性能や信頼性を向上させるニーズが高まっています。しかしながら，良く使われる標準偏差やモンテカルロシミュレーションなどの既存の方法では一般的なバラツキを精度良く扱うことはできないため，それなりの誤差が避けられません。収集データが十分多く，信頼性の高い情報があったとしても，部品やシステム，ソフトの設計や評価・解析の過程で精度良くバラツキの情報を反映できないのです。性能や信頼性を向上させたつもりでいても，実は見えていない誤差が大きかったりします。 それでは，実際にどのようにバラツキを扱えばよいのでしょうか。本書は，それらを解決すべく分布の形状に着目して，分布による比較，演算，シミュレーションなどの方法を現場に即した例を交えながら解説します。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習による異常検知の基本と応用がわかる！ 本書では、機械学習による異常検知のしくみを、誤差関数に着目して解説します。読者が新しい異常検知システムを自ら構築できるようになることを最終目標とし、機械学習アルゴリズムの基本から解説していきます。 機械学習について誤差関数を中心に理解を深めることによって「外れ値とはなにか」「閾値はどのように設定すればよいか」といった異常検知における基本が自然と理解できます。そういった基礎から入りつつ、時系列データを分析する際の手法と注意点（第3章）や、深層学習を用いた応用例（第4章）といった内容まで踏み込み、最終的には自ら異常検知システムを構築できるよう導きます。 機械学習の各アルゴリズムの説明や例題などには、Pythonのコードが付いています。 自分でプログラムを実行しながら学べる入門書です。 ＜本書の特徴＞ ・誤差関数を中心に機械学習の原理を理解することで、異常検知の基本が自然と理解できます。 ・基本だけでなく、時系列データに対する異常検知の考えかた（第3章）や、深層学習による応用（第4章）を学ぶことができます。 ・Pythonのコード付きなので、手を動かしながら学習することができます。 第0章　機械学習と異常検知 第1章　機械学習と統計解析の基本モデル 第2章　非時系列データにおける異常検知 第3章　時系列データにおける異常検知 第4章　深層学習による異常検知

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 『C による数値計算とシミュレーション』のPython版登場!! 　本書は、シミュレーションプログラミングの基礎と、それを支える数値計算の技術について解説します。数値計算の技術から、先端的なマルチエージェントシミュレーションの基礎までをPythonのプログラムを示しながら具体的に解説します。 　アルゴリズムの原理を丁寧に説明するとともに、Pythonの便利な機能を応用する方法も随所で示すものです。 まえがき 第1章　Pythonにおける数値計算 1.1　Pythonによる数値計算プログラムの構成 1.1.1　Pythonによる数値計算プログラム 1.1.2　Pythonモジュールの活用 1.2　数値計算と誤差 1.2.1　数値計算における誤差 1.2.2　数値計算における誤差の実際 1.2.3　Pythonモジュールの活用 章末問題 第2章　常微分方程式に基づく物理シミュレーション 2.1　質点の1次元運動シミュレーション 2.1.1　自由落下のシミュレーション 2.1.2　着陸船のシミュレーション 2.2　 ポテンシャルに基づく2次元運動シミュレーション 2.2.1　ポテンシャルに基づく2次元運動 2.2.2　2次元運動シミュレーション 2.3　Pythonモジュールの活用 章末問題 第3章　偏微分方程式に基づく物理シミュレーション 3.1　偏微分方程式の境界値問題 3.1.1　ラプラスの方程式 3.1.2　ラプラスの方程式の境界値問題 3.1.3　境界値問題の数値解法 3.1.4　ガウスの消去法による境界値問題の計算 3.1.5　逐次近似による境界値問題の計算 3.1.6　その他の二階偏微分方程式 3.2　ラプラスの方程式による場のシミュレーション 3.2.1　ラプラスの方程式の反復解法プログラム 3.2.2　より複雑な形状の領域の場合 3.3　Pythonモジュールの活用 章末問題 第4章　セルオートマトンを使ったシミュレーション 4.1　セルオートマトンの原理 4.1.1　セルオートマトンとは 4.1.2　セルオートマトンの計算プログラム 4.2　ライフゲーム 4.2.1　ライフゲームとは 4.2.2　ライフゲームのプログラム 4.3　交通流シミュレーション 4.3.1　1次元セルオートマトンによる交通流のシミュレーション 4.3.2　交通流シミュレーションのプログラム 章末問題 第5章　乱数を使った確率的シミュレーション 5.1　擬似乱数 5.1.1　乱数と擬似乱数 5.1.2　乱数生成アルゴリズム 5.1.3　Pythonの乱数生成モジュール 5.2　乱数と数値計算 5.2.1　数値積分と乱数 5.2.2　乱数と最適化 5.3　乱数を使ったシミュレーション 5.3.1　ランダムウォーク 5.3.2　ランダムウォークシミュレーション 5.4　Pythonモジュールの活用 章末問題 第6章　エージェントベースのシミュレーション 6.1　エージェントとは 6.1.1　エージェントの考え方 6.1.2　Pythonによるエージェントシミュレーションの実現 6.1.3　マルチエージェントへの拡張 6.1.4　相互作用するマルチエージェント 6.2　マルチエージェントによる相互作用のシミュレーション 6.2.1　マルチエージェントによるシミュレーション 6.2.2　マルチエージェントシミュレーションプログラム 章末問題 付録 A.1　4次のルンゲ=クッタ法の公式 A.2　ラプラスの方程式が周囲4点の差分で近似できることの説明 A.3　ナップサック問題の解法プログラムrkp30.py A.4　シンプソンの公式 章末問題略解 参考文献 索　　引

アラフォー女性の友情を描いた傑作小説！ドラマ『ビターシュガー』の原作！ 前作の『虹色天気雨』から数年後の設定。市子とまりと奈津の三人は、二十年来の交流を続けてきた女友達だったが、ある日、市子の家に、まりの恋人だった年下のカメラマン・旭が転がり込むことになった。市子は旭の居候をしぶしぶ了承したものの、中学生になったばかりの奈津のひとり娘・美月にそのことを嗅ぎつけられ、弱みを握られてしまう。まりに秘密を抱えたうえに、美月からも信州に住む別居中の父親・憲吾に会いに行こうと懇願され、奈津にも市子は内緒事ができてしまう。一方、まりは仕事場で再会した年上の男性・内藤との新しい恋に悩んでいた。内藤には離婚した妻がおり、今でも元妻とはお互いの家を行き来するような仲だという。恋愛、結婚、離婚――。三人の女性たちに芽生えた「幸せの誤差」を描いた、大人の女子恋愛＆友情小説シリーズ第２弾。

※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。 実験データの処理に必要となる誤差の扱い方の基礎的な知識をはじめ、問題を数値的に処理する能力を身に付けさせる方針で執筆した。したがって、用途の限られた特殊関数にはあまり立ち入らないで、代わりに数値計算法の知識を多く盛り込んである。また、理解しやすく記述すること、物理学との結び付きをできるだけ例示すること、なるべく系統的かつたくさんの内容を取り入れることに留意した。 物理数学への平易な入門書として役立つばかりでなく、数学を必要とする他の自然科学の分野の人たちにも役立つ書となろう。

時を限りなく正確に刻む。そんな夢を叶えた時計がある。世界初のクオーツ腕時計。電気を流すと正確な振動を繰り返す水晶＝クオーツクリスタルを使い、一日わずか0.2秒の誤差を実現した夢の時計である。昭和44年に発売されると、たちまち革命を引き起こし、今やクオーツは全世界の腕時計の98％を占めるまでになった。時計を作り上げたのは、故郷を再生しようと立ち上がった男たちだった。かつて製糸業で栄えた信州・諏訪湖一帯。ここで生まれた時計工場があった。「諏訪精工舎」。工場長は地元商店街の時計店店主だった山崎久夫。化学繊維の登場で壊滅的な打撃を受けた町を何とか蘇らせたいと時計作りを決意した。職を失っていた女工を雇い、ゼンマイ腕時計の生産を開始した。女工たちが繊細な指先で組み立てた時計はその正確さで評判となった。しかし、アメリカで全く新しい技術を使った電子時計が発売されると、圧倒的な正確さで、たちまち大ヒットした。同じ技術を使って開発しようにも、特許の厚い壁が立ちはだかった。窮地に追い込まれた山崎たちは、一つの技術に全てを賭けた。それまで、世界中の技術者が挑戦してもできなかったクオーツ腕時計の開発だった。開発は困難を極めた。当時、世界最小のクオーツ時計でもタンスより大きかった。超小型化と超省電力化が必要だった。しかも、全く耐震性がなかった。さらに世界の時計王国スイスがこぞってクオーツ腕時計の開発に乗り出した。それでも山崎はあきらめることなく全国の大学を回り、学生を口説き続けた。その熱意に打たれた若き技術者たちが諏訪に集い、奇跡の時計の開発に挑んでいく。故郷の復活に立ち上がった男と、その心意気に応えた若手技術者たちの、今に語り継がれる逆転のドラマを描く。

地上３３３Ｍ。わずか１５ヶ月という驚異的な突貫工事の末に完成した世界でもっとも高い自立鉄塔、東京タワー。地震、台風の脅威にさらされる東京に造られた世界一の鉄塔は、当時、アメリカのテレビが特集で取り上げるなど、世界各国に衝撃を与えた。 　東京タワー完成の陰には、愛する恋人のために命を賭けた一途な若者たちの物語があった。 現場監督として危険な現場を取り仕切った竹山正明、３１歳。遠距離恋愛の京都の女性に日々の仕事を克明につづった恋文を送った。鳶の若頭として、強風のなか地上３００Ｍで作業を続けた桐生五郎、２７歳。一目惚れした見合い相手に、「鉄塔完成の翌日、結婚しよう」と求婚した。 　昭和３３年秋、日本中が注目する中、地上３３０Ｍへの巨大アンテナの吊り上げが敢行される。１センチの誤差も許されない最後の仕上げ。難工事には、若頭、桐生五郎の「結婚」がかかっていた。 番組は世界一の塔作りに挑んだ技術者と職人の意地と心意気の物語を描いていく。

国際電話、インターネット、双方向画像の高度医療。「海底ケーブル」は地球２０周分にあたる総延長８０万キロ、情報化社会を支える血脈である。１９８９年に開通した「TPC-3（第３次太平洋横断ケーブル）」は当時、世界最長の海底ケーブル。生まれたての技術「光通信」を駆使して、日本とアメリカ双方から敷設を開始。太平洋上でのドッキングに挑む前代未聞の巨大プロジェクトだった。ケーブルを引く敷設船「KDD丸」の乗組員は８０人。リーダーはKDD（国際電信電話）の細谷辰雄だった。入社後、病に倒れたが不屈の精神で船に舞い戻ってきた。しかし、細谷達の前に黒潮が立ちはだかった。海底に数百メートルの誤差で敷設するためには黒潮の早さを計算し、緻密な操船、瞬時にケーブルを繰り出すタイミングが要求される。更に、海底には水深１万メートルの日本海溝が口をあける。ケーブルを襲う水圧は１トン。ガラス製の繊細な光ファイバーは水圧でズタズタになった。そして、サメがケーブルを襲うという驚愕の情報がプロジェクトを震え上がらせた。細谷たちはのべ１３４日の航海の末、ついに至難の敷設作業を達成。しかしメンバーたちを待っていたのは、アメリカ側担当の敷設船「ロングラインズ号」からの緊急連絡だった。「ケーブル損傷！　応援を頼む！」KDD丸は再び太平洋に舳先を向けた。情報の大動脈を築くため、洋上で自らの技術を尽くした男たちの知られざるドラマを描く。

※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。 国家試験の出題内容に対応した定番教科書　放射線技術学シリーズの改訂3版！ 　「放射線計測学」の初版は2003年9月に、改訂2版は2013年11月に発行し、改訂2版発行から6年以上が経過しています。 　改訂3版では、改訂2版の4章構成を、実際の講義に使いやすいように9章構成に再編成していますが、教科書としての基本的な枠組みは改訂2版を踏襲しています。 　改訂2版の中で不足している箇所を補完し，最近の国家試験の傾向を踏まえて、演習問題を豊富に掲載し、今まで以上に使いやすい、教えやすいテキストになっています。 第1章　放射線計測の統計と誤差 第2章　放射線と物質との相互作用 第3章　気体検出器 第4章　シンチレーション検出器 第5章　半導体検出器 第6章　その他の検出器 第7章　放射線計測の基礎 第8章　放射線計測の応用 第9章　物理学的・化学的関連諸量の単位と定義 演習問題解答 索引

働くことと生きることが同義語の人たち──職人として働き続け五十一年。等身大の目線でものづくりの現場を見続けた”粋な旋盤工“小関智弘の現役職人時代最後のルポ。百分の一ミリの誤差も見逃さない、他人のできない仕事に挑み、厳しい状況を生き抜く町工場の知恵と哲学の凄味とは。解説・森まゆみ。

「この本を読めば非効率、非生産性という言葉と無縁になるのではないか」 諏訪中央病院名誉院長 鎌田實氏 推薦 不登校の女子高生が偏差値85を突破! 仕事・勉強・趣味……あらゆる場面で 脳が自然とフルドライブする 診療実績17000人超 マッキンゼーで学んだ脳神経内科医が教える 「無意識」の活用 ◎頭の中のノイズが消える ◎意思の力に頼らず没頭できる ◎ぐるぐる思考をかき消す ◎気分の浮き沈みがなくなる ◎ストレスに強くなる 脳の仕組みを理解すれば、どんなことにも集中できる! 【著者からのメッセージ】 本書は集中について書かれた本ではありますが、同じ脳の強化というベクトルでは、 病的なぐるぐる思考の状態から、健康な思考回復をおこなう医学書でもあるのです。 医学書として通底する真のメッセージをまとめると次のようになります。 世界を認知するのは、まずは脳内の現実世界からの予測から始まる。 そして五感を通じて取り入れた外部の事実世界と照合して、 もし誤差があれば「意識」を使って脳内の現実世界を修正してより事実世界に近接する。 適切な現実世界をつくるために、脳の唯一の機能は「予測と予測誤差の修正」である。 つまり、現実世界は、五感と「わたし」を通した脳内の写像である。 私たちは脳内の現実世界に生きている。 その現実世界が生きづらい世界だったら、その現実世界を生み出す「わたし」、その価値観を修正すれば世界は変わる。 その価値観は、正しく高尚な価値観でなく、新しい現実世界を生み出すための適切な、快適な価値観である。それを自ら選択すれば、世界は新たに創造できる。 起こった現象にはすべてに意味がある。症状、病気さえ、その人にとって大きな意味をもつ。 起こった症状でなく、その原因を生み出した世界観を修正することが、私たちの脳機能の本質である。

毎年1000人以上の人が、道に迷って遭難。どうすれば回避できるのか。 山の事故は「転倒」、「滑落」、「道迷い」が三大要因。 道迷い遭難には、さまざまなタイプがあることをご紹介、特に危険なケースを明らかにしつつ、道に迷わないための登山技術、危険な状況を回避して生きのびる方法を提案します。 第１章　道迷い遭難の起こり方 ・道迷いから下山遅れ－房総・清澄山の事例 ・グループから離れて行方不明－大山・講習登山の事例 ・単独登山の道迷い１-南蔵王・屏風岳の死亡事例 ・単独登山の道迷い２-鈴鹿・御池岳の救助事例　 ・雪山登山の道迷い-栗駒山のリングワンデリング ・スキーヤー・スノーボーダーの道迷い-かぐらスキー場ほか ・筆者の道迷い経験　など10事例 第２章　道迷いを防ぐ登山技術-準備編 ・山は危険に満ちた世界である ・情報収集、日程を組み立てる、計画書を書く、登山届け 第３章　道迷いを防ぐ登山技術-実践編 ・地形図とコンパス、現在地の確認、次のナビゲーションポイントまでのイメージ ・会話に没頭しない、展望のある場所でのルート確認 第４章　道に迷ってしまったら ・まず、引き返す　・高い場所に移動してみる、ビバーク技術ほか 第５章　道迷いを防ぐ登山技術-地図読み編 ・ランドマークとなるもの　・道の表し方、最も誤差の出やすい要素ほか ・実践例＝稜線コース、谷すじをたどる、岩場が多いコース、長大なコース ※このテーマを長く調査分析し、雑誌、書籍の執筆にあたっている野村仁さんによる著書です。

※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。 【定番にして最強の教科書＆問題集です。迷ったらとりあえずこれ！】 シリーズ累計140万部突破！各書店で売上第1位！ やさしいオールインワンタイプの【参考書＆問題集】です。最新の傾向を分析し、出題頻度の高い分野を中心に、イラストや豊富な図解・例え話を駆使して理解しやすく・記憶に残りやすいように説明し、「〇〇とくれば××」方式で重要ポイントを再確認。さらに関連の本試験問題をすぐ解くことで、知識が定着し応用力もつきます。 令和06年版は、最新シラバス8.1に完全対応。科目B対策についても増ページしています。読者特典としてスマホで読める「厳選英略語100暗記カード」や、カバーの裏の「重要用語虎の巻」も利用できます。 ※電子版には、赤シートは付属しません。予めご了承ください。 ■目次 試験の概要 新旧の試験制度の比較 受験申込み 新試験の傾向と対策 試験対策 第1章 コンピュータ構成要素［科目A］ 　　1-01 情報の表現 　　1-02 コンピュータの構成 　　1-03 CPU 　　1-04 CPUの動作原理 　　1-05 CPUの高速化技術 　　1-06 半導体メモリ 　　1-07 補助記憶装置 　　1-08 入出力装置 　　1-09 入出力インタフェース 第2章 ソフトウェアとマルチメディア［科目A］ 　　2-01 ソフトウェア 　　2-02 ジョブ管理とタスク管理 　　2-03 記憶管理 　　2-04 ファイル管理 　　2-05 マルチメディア 第3章 基礎理論［科目A］ 　　3-01 基数変換 　　3-02 補数と固定小数点 　　3-03 浮動小数点 　　3-04 誤差 　　3-05 シフト演算 　　3-06 論理演算 　　3-07 半加算器と全加算器 　　3-08 計測と制御 　　……ほか 第4章 アルゴリズムとプログラミング［科目A・B］ 　　4-01 アルゴリズム 　　4-02 配列 　　4-03 連結リスト 　　4-04 キューとスタック 　　4-05 木構造 　　4-06 データの整列 　　4-07 データの探索 　　4-08 アルゴリズムの計算量 　　……ほか 第5章 システム構成要素［科目A］ 　　5-01 システム構成 　　5-02 クライアントサーバシステム 　　5-03 RAIDと信頼性設計 　　5-04 システムの性能評価 　　5-05 システムの信頼性評価 第6章 データベース技術［科目A］ 　　6-01 データベース 　　6-02 データベース設計 　　6-03 データの正規化 　　6-04 トランザクション処理 　　6-05 データベースの障害回復 　　6-06 データ操作とSQL 　　6-07 SQL（並べ替え・グループ化） 　　6-08 SQL（副問合せ） 　　……ほか 第7章 ネットワーク技術［科目A］ 　　7-01 ネットワーク方式 　　7-02 通信プロトコル 　　7-03 ネットワーク接続機器 　　7-04 IPアドレス 　　7-05 IPアドレスのクラス 　　7-06 インターネットの応用 第8章 情報セキュリティ［科目A・B］ 　　8-01 情報セキュリティ管理 　　8-02 脅威とマルウェア 　　8-03 サイバー攻撃 　　8-04 暗号技術 　　8-05 認証技術 　　8-06 利用者認証とネットワークセキュリティ 第9章 システム開発技術［科目A］ 　　9-01情報システム戦略と企画・要件定義プロセス 　　9-02 ソフトウェア開発 　　9-03 オブジェクト指向 　　9-04 業務モデリング 　　9-05 ヒューマンインタフェース 　　9-06 モジュール分割 　　9-07 テスト手法 第10章 マネジメント系［科目A］ 　　10-01 プロジェクトマネジメント 　　10-02 スコープ・コストマネジメント 　　10-03 タイムマネジメント 　　10-04 ITサービスマネジメント 　　10-05 システム監査 第11章 ストラテジ系［科目A］ 　　11-01 ソリューションビジネスとシステム活用促進 　　11-02 経営組織と経営・マーケティング戦略 　　11-03 業績評価と経営管理システム 　　11-04 技術開発戦略 　　11-05 ビジネスインダストリ 　　11-06 品質管理 　　11-07 会計・財務 　　11-08 知的財産権とセキュリティ関連法規 　　……ほか 第12章 科目B対策 ■著者プロフィール 栢木厚(かやのき あつし)：IT企業のSEなどを経て、現在はフリーで小・中・高等学校の授業におけるプログラミング支援、さらには、講師経験を活かし、執筆活動にあたる。

※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。 パターン認識の決定版教科書、待望の改訂2版！ 本書は1998年刊行の『わかりやすいパターン認識』の改訂版です。パターン認識を初めて学ぶ読者をおもな対象として、扱うテーマを基本的な項目にしぼり、それらを重点的かつ詳細に解説しました。 　改訂にあたっては、具体例・実験例をもっと増やしてほしいという初版に与えられた要望に答え、補足・実験例、演習問題を加えました。演習問題の詳細な解答はオーム社のホームページに掲載されています。初版発行から20年の間に開発・提案された新しい手法の解説ではなく、基本的な内容を充実させ、より使いやすい書籍となるように改訂いたしました。 第1章　パターン認識とは 第2章　学習と識別関数 第3章　誤差評価に基づく学習 第4章　識別部の設計 第5章　特徴の評価とベイズ誤り確率 第6章　特徴空間の変換 第7章　部分空間法 第8章　学習アルゴリズムの一般化 第9章　学習アルゴリズムとベイズ決定則

※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。 未開拓の分野にプロはいない。新しい世界を開拓したのはすべて好奇心に満ちたアマチュアだった。好奇心のままに，素人だからできる，素人でなければできない楽しい発見の数々。 〔目次〕 第１部 ・丙午迷信と科学教育・超能力・念力ブームと私・科学の言葉と伝統的な言葉の覚え方　いきもの・動物・むし・日常的な科学教育研究法の一例・フェライト磁石や方鉛鉱は電気を通すか・鉛筆やクレヨンも磁石にすいつく！・『磁石の魅力』その後の新々発見速報・磁石から逃げるシャープペンシルの芯・ひきつけられるアルミホイル・反磁性と常磁性を簡単に確認する方法の発見 ・新しい磁気作用について　および，新しい物質の磁気的状態について〔M.ファラデー〕・稀土類磁石〔RE磁石〕とそれによる新実験・花粉はブラウン運動するか・ブラウンの見たものとその誤解の歴史・もう一つの誤解……ブラウン運動をめぐって〔勝木渥〕・「花粉はブラウン運動するかへ」へのコメント〔勝木渥〕 第２部 ・科学の古典のすすめ　ブラウン運動の発見・植物の花粉に含まれている微粒子について・流体分子の砂粒振動モデルの実験と考察・フックと『ミクログラフィア』・ガラスの毛細管について・流体分子の砂粒振動モデル〔ロバート・フック著〕・ガリレオの処女論文　小さなはかり〔ガリレオ・ガリレイ著〕・「物質同定の原理」について・科学史メモ……Elementは科学のLMN・追悼……遠山啓略伝 ・先駆者の言葉・本多利明の科学観・マッハ：予想実験教授法の有効性・本多光太郎：ＫＳ鋼の発明と予感・高野長英：温度計の誤差・ガリレイとケプラーの往復書簡・広田虎之助：現場教師の研究の自由・千葉命吉：衝動満足と教育・沢庵宗彰：心の目と空「気」の存在証明 ・たのしい授業の系譜 耐え忍ぶ授業からたのしい授業へ　浅野秀一の主張・理科学習の生命と観察の新心理〔神戸伊三郎著〕

※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