★各項目4コマ（スライド）展開で【わかりやすい】【すぐ使える】【面白い】！★ twitterフォロワー10万人のパワポ芸人・トヨマネが、あらゆる パワポの悩みを一瞬で解決する「使えるテクニック」を解説。 ・唱えるだけでスライドがカッコよくなる「＃（ハッシュタグ）」を92個紹介 ・1項目“4コマ”スライドで解説しているので、すぐわかる＆すぐ使える ・あの“昔話パワポ”の新作も！　「劇的なビフォア・アフター」が満載 「今日」から使えて、「一生」役に立つ、トヨマネ流・資料作成の即効テクニックを、 楽しみながら、是非使ってみてください。きっと皆さんのスライドが激変します。 【目次】 はじめに 第１章　秒で使える！ 「文字」を究めるパワポ術 1　＃フォントにこだわれ 2　＃メリハリをつけろ 3　＃字間と行間を空けろ　他 第２章　秒で使える！ 「レイアウト」を究めるパワポ術 1　＃四角を並べろ 2　＃スライドは四角い 3　＃Zで並べる　他 第３章　秒で使える！ 「図表」を究めるパワポ術 1　＃一回全部グレーにしろ 2　＃色を選ぶ必要はない 3　＃塗分け禁止　他 第４章　秒で使える！ パワポを使い倒す便利ワザ 1　＃Shiftでお行儀よく 2　＃まっすぐ複製でコピペ不要 3　＃テキストを操れ　他 第５章　秒で使える！ イマイチ資料ビフォア・アフター 1　＃四角に入れて構造を作る 2　＃関係が近いものは近くに置く 3　＃シンプルに並べる　他 第６章　秒で使える！ 一つ上のパワポの哲学 1　＃説明が先、スライドは後 2　＃結論・大枠・抽象から 3　＃言語化しろ　他 おわりに 宿題 　１「カチカチ山」／２「人魚姫」／３「オオカミ男」

※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

※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。 英語の苦手が得意に変わる。 NHK「ラジオ英会話」の大西泰斗先生が贈るまいにちの音読トレーニング！ ワンレッスンたった5文で、英語が「わかる」から「話せる」へと生まれ変わる音読トレーニング。シリーズ第3弾では、学習者の中でも苦手とする人が多い関係詞と仮定法にフォーカスし、納得の解説と繰り返しの音読で乗り越えます。会話力を飛躍的に引き上げるシリーズ最終巻！ こんな方にオススメ ・英語が「わかる人」から「話せる人」になりたい ・文法を学びながら、会話力を同時に身につけたい ・関係詞や仮定法への苦手意識をなくしたい 〈音声のダウンロードについて〉 本書を購入された方は、本書の音声をNHK出版サイトからダウンロードできます。詳しくは書籍内の説明ページをご参照ください。 【内容】 Chapter 1　説明は後ろから――「説明ルール」による修飾 Chapter 2　関係詞も「説明ルール」でわかる Chapter 3　比較表現・受動態 Chapter 4　仮定法はイメージが理解のカギ

※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。

子どもに伝わる「教師の説明」を、徹底解説！ 「教師の一方的な説明で進んでいく授業」からはもう卒業！ 子どもをグッと引き付ける説明方法を大公開！ 教師が具体例や実物を用いて、わかりやすく説明すれば、 子どもも「そうか！なるほど！」と納得感を持って、 教師の意図や伝えたいことが理解できます。 本書では、「子どもの理解を促す説明」「子どもの説明力を高めていく技術」を紹介します。 【目次】 第１章　説明とは？ １　教師の説明とは？ ２　「授業での説明」の役割（１）　学習内容の理解を促す ３　「授業での説明」の役割（２）　学習内容を意義付ける ４　「授業での説明」の役割（３）　子どもの説明力向上 ５　「授業での説明」の高め方 ６　「学級経営での説明」とは？ 第２章　子どもに理解を促す教師の説明　基礎編　 １　理解を促す説明とは？ ２　基礎の基礎――相手意識をもつことが第一― ３　基礎編（１）端的に・短くする ４　基礎編（２）結論を先にいう・全体像を先に示す ５　基礎編（３）具体例を出す ６　基礎編（４）理由・目的を伝える（趣意説明） ７　基礎編（５）あいまいな言葉を排し、具体的な言葉を使う ８　基礎編（６）子ども達に十分伝わる言葉を使う ９　基礎編（７）実物などを見せる 第３章　子どもに理解を促す教師の説明　応用編　 １　理解を促す説明応用編の読み方 ２　応用編（１）喩える ３　応用編（２）対比と類比 ４　応用編（３）因果関係に気づかせる ５　応用編（４）対義語や類義語を用いる ６　応用編（５）極論・仮定を用いる ７　応用編（６）経験を想起させる ８　応用編（７）教師の経験を語る ９　応用編（８）学問の知見を生かす １０　応用編（９）体験をセットにする １１　応用編（１０）挑発を入れる 第４章　子どもたちの説明力を高めていく指導技術 １　子ども達の説明力を高めていくことの意義とは ２　子ども達の説明力を高めていく指導技術（１）教師がモデルになる ３　子ども達の説明力を高めていく指導技術（２）子どもが説明する機会を授業で多くとる ４　「当たり前」「知っている」を説明させる ５　学級経営の場面でも説明させる ６　子ども達の説明への意欲を高める（１）説明の立候補を積極的に募る ７　子ども達の説明への意欲を高める（２）ハードルを上げ、評価する ８　良い説明の基準を明確にし、少しずつ指導する ９　どのような説明が出てきてほしいか想定して授業をつくる １０　クラスで良い説明について共有する １１　共有した説明の工夫を使う機会をつくる １２　書いて説明させる機会も多くとる １３　自分に自分で説明をさせる（１） １４　自分に自分で説明をさせる（２） １５　教師と子ども一緒に互いの説明力を高めていく 第５章　教師の説明力を高める小ネタ １　説明力アップのための実践・微細指導技術 ２　時間感覚を磨く ３　要約力を高める ４　間を恐れない ５　自分の説明を聞いてみる ６　「３」にこだわる ７　主語と述語は近くに置く ８　主語に「の」は使わない ９　曖昧な「が」は使わない １０　「～は！」を安易に使わない １１　使う言葉を動詞から動作表現に変える

※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。 【新課程版】参考書３冊分を１冊に凝縮！！教科書とは違う、合理的な配列で本質的に理解できる！ 高校数学全般（数学Ⅰ・Ⅱ・Ⅲ・Ａ・Ｂ・Ｃ）から、入試数学の大事なところを、これ１冊に凝縮しています。各項目を次の３STEPで進めていくことにより、難関大合格のための知識と技術が最短で身につきます。 STEP１［説明］　新しい知識や技術の概略を理解する ・筆者の講義を再現し、独自の方法論でわかりやすく解説します。 ・役立つ技術であれば、高校の範囲を超えた内容も取り上げています。 STEP２［例題］　例題を通してその使われ方を理解する ・例題によってSTEP1の知識と技術を確認します。 ・間違いやすいポイント、効率的な別解の検討など、実戦的な解説も豊富です。 STEP３［演習］　 演習問題を自分の力で解いてみる ・例題に対応した演習問題をまず解答を見ずに自分の力で解いてみましょう。 ・例題にはない「ひねり」を加え、発想力と応用力を鍛えます。 ※本書は、2015年7月30日発行の『稲荷の独習数学』を新課程版として改訂したものです。

※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。 【新課程版】これなら絶対挫折しない！高校物理の全分野を網羅した基礎～標準レベルの参考書。 物理は基本事項の正しい理解が大切です。難関大の難しい入試問題であっても、複雑そうに見える問題を整理していけば、単純な基本事項として解くことができるようになります。本書では、毎年多くの生徒を難関大に合格させている著者の授業を再現。丁寧でわかりやすい説明と豊富な例題で、十分な基礎力を身につけることができます。 【本書の特長】3つのステップで高校物理がちゃんと身につく！ STEP1　説明をしっかり読んで、基本事項を理解する 著者の授業を再現し、基本事項をわかりやすく解説しています。 STEP2　どの基本事項を復習するのかを意識して、例題を解く 例題の目的を意識しながら解くことが重要です。STEP1で学んだ基本事項を、ここで完全に理解しましょう。 STEP3　より実戦的な演習問題に挑戦する 例題よりも発展的な内容を扱っています。これまでに学んだ基本事項を使いこなせるようになりましょう。 難関大合格を目指すのであれば、本書で基本事項を習得した後に、本書の姉妹書である『もっと身につく物理問題集（① 力学・波動）』『もっと身につく物理問題集（② 熱力学・電磁気・原子）』で問題演習を行うことをオススメします。これらの問題集は、入試標準～やや難レベルの問題を中心に構成しており、実戦力を身につけるのに最適です。 ※本書は『折戸の独習物理』（2018年4月10日発行）を改訂したものです。