※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。 医用画像処理・解析のためのPython入門　決定版！ 　医用画像の分野では画像診断支援の分野で大きな期待が寄せられ、今後人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が予想されています。こうした状況の中で最近注目されているプログラム言語であるPythonは初学者にも学びやすく、また画像処理や人工知能のためのパッケージが多く提供されています。これらを上手く使うことで様々なソフトウェア作成することができ、簡単な実験から臨床研究などへ幅広くPythonは適しています。 　本書ではこれからPythonを学ぼうとする初学者からPythonを使いこなして画像処理から人工知能研究、さらにアプリケーション開発者まで、幅広く対応できる内容をまとめています。 第1章　開発環境を構築する（平原 大助・佐々木 邦暢） 第2章　Pythonプログラミングの基本を学ぶ（齋藤 静司） 第3章　Pythonを使って画像処理の基本を理解する（小林 達明） 第4章　医用画像の標準規格DICOMを理解する（上杉 正人） 第5章　Pythonを使った人工知能の前処理を学ぶ（佐保 辰典） 第6章　Pythonを使った人工知能の基本を理解する（佐保 辰典） 第7章　人工知能開発の応用（高屋 英知・平原大助）

※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】 "当たり前"となった関数型を 意識せずに使いこなすために 本書は Michał Płachta, "Grokking Functional Programming" Manning Publications 2022 の邦訳版です。 いまや、どの言語の開発環境においてもフツーに目にする「関数型プログラミング」。 ということは、概念さえしっかり把握してしまえば、どんな開発の現場であっても関数型プログラミングのメリットを（検索やAIを援用することなく）享受できるということです。 本書は 　・シグネチャがウソをつかない 　・本体が極力宣言的である というトピックを少しずつ掘り下げながら、最終的に「古い習慣に囚われることのない、現実的なプログラム」を構築できるように読者をいざなってくれます。 本書によって、オブジェクト指向プログラミングと同様、関数型プログラミングを母国語のように書き、問題解決の新しいアプローチを習得できるでしょう。 【著者について】 ・Michał Płachta（ミハエル・プワッチャ） 2014年にScalaの商用利用を始めて以来、ScalaおよびJVMコミュニティに積極的に貢献してきました。定期的にカンファレンスで講演したりワークショップやミートアップを開催するなど、関数型プログラミングによって開発者がより良いプロダクトを作成できるように支援しています。 【目次】 Part 1　関数型ツールキット 　第1章　関数型プログラミングを学ぶ 　第2章　純粋関数 　第3章　イミュータブルな値 　第4章　値としての関数 Part2　関数型プログラム 　第5章　逐次プログラム 　第6章　エラー処理 　第7章　型としての要件 　第8章　値としてのIO 　第9章　値としてのストリーム 　第10章　並行プログラム Part3　関数型プログラミングの応用 　第11章　関数型プログラムを設計する 　第12章　関数型プログラムをテストする ※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。

※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。 ベイジアンネットワークの知識と実践がわかる ベイジアンネットワークは因果関係を確率によって表示したグラフネットワークで、原因と結果の関係性を数値的に、またグラフィカルに示すことができるため、近年注目されています。 本書ではベイジアンネットワークの基本的な知識と、実際に実務の現場でどのようにベイジアンネットワークが使われているかの実践例を説明します。BayoLinkSというソフトウェア（体験版）を用いた実際の分析方法も紹介しています。 〈執筆者一覧〉（五十音順） 小野　義之 北村　章 阪井　尚樹 佐藤　雅哉 鈴木　聖一 野守　耕爾 本村　陽一 安松　健 株式会社NTTデータ数理システム 第1章　機械学習（AI技術）を使うと何がいいのか 第2章　ベイジアンネットワークとは何か 第3章　BayoLinkSでベイジアンネットワークを体験する 第4章　思考力を拡張させるベイジアンネットワーク 第5章　ID-POS データとベイジアンネットワークによる顧客行動分析 第6章　因果連鎖分析とベイジアンネットワーク 第7章　テキストデータにおけるベイジアンネットワークの適用 第8章　ベイジアンネットワークと予測モデル化によるデータアクティベーション 第9章　医療分野におけるベイジアンネットワークの応用 第10章　ベイジアンネットワークによる製造情報学の実現 第11章　ベイジアンネットワークの理論 第12章　ベイジアンネットワークの応用

機械学習システムを実用化する 設計・開発・運用ノウハウが満載 【本書の概要】 本書は前著『AIエンジニアのための機械学習システムデザインパターン』（ISBN 978-4798169453 ）では触れられなかった、 機械学習システムを構築する上で実際に発生する課題を想定し、 動いているシステムやワークフローに機械学習を組み込む方法を解説した書籍です。 特にニーズの高い以下の機械学習システムの例を用意しています。 ・需要予測システム ・違反検知システム 【本書で学べる内容】 本書を読むことで、ケーススタディとして機械学習を実用化するための、 ・課題設定 ・ワークフロー設計 ・システム開発 ・チーム設計 を学ぶことできます。 【対象読者】 AI エンジニア、システムエンジニア 【目次】 第1章 課題、チーム、システム 第2章 需要予測システムを作る 第3章 動物画像アプリで違反検知システムを作る 第4章 動物画像アプリの検索に機械学習を活用する 【著者プロフィール】 澁井 雄介(しぶい・ゆうすけ) Launchable　Inc所属。 MLOpsエンジニア、インフラエンジニア、バックエンドエンジニア、Androidエンジニア、ネコ2匹の飼い主。家に猫用ハンモックが4台ある。 本業でDeveloper ProductivityのためのMLOps・データ基盤を開発しつつ、MLOpsコミュニティの運営や副業に精を出している。 過去にはSIer、外資ソフトウェアベンダー、スタートアップで新規プロダクトの起ち上げ、大規模システム運用、チームマネジメントに従事。 前々職のメルカリにて機械学習をシステムに組み込むデザインパターンを執筆、公開。 ・GitHubで「mercari/ml-system-design-pattern」と検索 ※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。

「ワシントン・ポスト」紙の年間ベストに選出されたパンデミック超大作 日本の天文愛好家の発見した新彗星が地球近傍を通過した翌朝、十五歳の少女ネッシーが消えた。そして姉のシャナが発見したときには、無意識状態で歩き続ける不可解な存在と化していた。話しかけても無反応。一方で、行く手を阻めば全身から高熱を発し、激しく痙攣する。鎮静剤を打とうとすれば、注射針が折れるほど皮膚は硬化していた。 ネッシーが単なる夢遊病でないことはすぐに証明される。同じ夢遊状態で現れた男が、強引に押し込まれたパトカーの車内で爆発したからだ。この映像は瞬く間に拡散する。未知の感染症、中東のバイオテロ、合衆国政府の陰謀、ミュータント……数多の憶測が飛び交い、その間にも同じ症状者が次々現れ、ネッシーのうしろで列をなしていく。 表舞台に距離を置いていた感染症専門医のベンジーは、事態を洞見していた予測型AI「ブラックスワン」の導きで調査団に参加。ネッシーたちに帯同するが、手がかりすら掴めない。混乱が深まるなか、恐るべき真菌ウイルスが顕現する--。

AIやIoTが実用化フェーズに入りつつあるのみならず，デジタルトランスフォーメーション（DX）への注目の高まりによって，事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり，先行する事例から，Google Cloud（Google Cloud Platform, GCP）はデータ領域に強みがある，あるいは，BigQueryは高速に動作するデータウェアハウスである，と聞いたことがある方は多いでしょう。 本書では「データ基盤」そのものを体系的に整理しながら，Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか，また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか，といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため，その特性を正しくとらえることで，最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス，他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。 本書は以下のような方におすすめです。 これからデータ基盤の構築に関わる可能性があるエンジニア Google Cloudや他のクラウドサービスを利用しており，これからデータ領域での活用を広げようとしている方 また，すでにGoogle Cloudを利用しているエンジニアやデータ基盤に携わっているエンジニアにとっても，より洗練されたデータ基盤の設計を行うための知識やノウハウを得ることができるでしょう。 本書は近年のビジネス要件の変化からデータ基盤に求められる要件，一般的なデータ基盤のアーキテクチャを紹介した後，Google Cloudでの設計として以下のようなトピックを取り扱います。 データウェアハウス データレイク/ETL/ELT データパイプラインマネジメント/データ統合 データ基盤のセキュリティとコスト管理（アクセス制御，データ持ち出しの防止，重要データ検知） BI，データの可視化 発展的な分析（地理情報分析，機械学習，リアルタイム分析）

注目の最新AI技術！深層強化学習の開発手法がわかる！ 第一線で活躍する著者陣の書下ろしによる待望の1冊！ 【本書の目的】 AlphaGo（アルファ碁）でも利用されている深層強化学習。 AIサービスのみならずロボティクス分野でもその応用が期待されています。 本書は、AI開発に携わる第一線の著者陣が深層強化学習の開発手法について書き下ろした注目の1冊です。 【本書の特徴】 第1部では、まず、深層強化学習の概要について説明します。 次いで、強化学習の基礎（Q学習、方策勾配法、Actor-Critic法）と深層学習の基礎（CNN、RNN、LSTM）を解説します。 さらに、簡単な例題として倒立振子制御を取り上げ、DQNとActor-Critic法による実装例を紹介します。 第2部では、具体的な応用例として3つのアプローチを実装込みで解説します。 1つ目は、連続動作制御です。ヒューマノイドシミュレータの2足歩行制御を試みます。 2つ目は、パズル問題の解法です。巡回セールスマン問題（TSP）やルービックキューブの解探索について説明します。 3つ目は、系列データ生成です。文書生成（SeqGAN）やニューラルネットワークのアーキテクチャ探索（ENAS）を解説します。 全体を通して、行動の制御を担うエージェントのモデル化と、方策ベースの強化学習によるエージェントの学習法について学ぶことができます。 【読者が得られること】 深層強化学習による開発手法を学ぶことができます。 【対象読者】 深層強化学習を学びたい理工学生・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。

「科学倫理の書だけでは決定的に欠けているテーマがあった。科学者および技術者が軍事研究に手を染め、戦争で人間を効率的に殺戮するための手段の開発研究に深入りしている問題で、これこそ問われるべき科学者・技術者の倫理問題と言えるはずである。…本書はおそらく〈科学者は軍事研究に手を染めるべきではない〉と主張する最初の本になると思っている」グローバル化が喧伝され、生き残るために倫理を置き去りにすることを当然としかねない現代、企業は儲けのために手抜きや不作為が常態化して安全性が二の次になり、政治は軍拡路線を拡大して貧富の格差の拡大を放置し、科学者の多くは研究費欲しさに軍事研究に励み、人々はお任せ民主主義になれてしまい、長期的な視点を失っている。このような時代にあって、著者は科学者の責任として、本書を書き下ろした。第一次世界大戦、ナチス期の科学者や日本の戦時動員体制から、安倍内閣による「防衛装備庁の安全保障技術研究推進制度」の詳細、大学や科学者コミュニティの実際、AI兵器・ゲノム編集、デュアルユース（軍民両用技術）のあり方まで。若き科学者に向けて普遍的かつ喫緊なテーマの全体像をはじめて記す。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書籍は ●まるわかり！RPA（2017年11月16日　初版第1版発行） ●決定版　実践！RPA（2018年9月14日　初版第1版発行） を１冊にまとめた合本版です。 『まるわかり！RPA』―業務自動化で生産性UP！基礎から導入の勘所まで 　働き方改革が産業界を挙げた一大テーマとなるなか、人間のPC操作をソフトウエアで自動する新しい技術「RPA」が脚光を浴びています。データの入力や転記、チェックといった定型作業を、人間の数倍から数十倍のスピードで正確にこなすのがRPA。将来的には人工知能（AI）との連携も進むとみられ、日本産業界にとって労働生産性向上の切り札になる可能性を秘めています。 　本書はRPAの基本的な仕組みから事例に基づく導入のポイント、主要IT企業の製品やサービスまで、ITを使った働き方改革の悩み所を解説します。 『決定版　実践！RPA』―先進事例から製品選択、落とし穴の回避までこれ1冊！ 　働き方改革が日本企業の一大テーマになるなか、即効薬と期待されているのが、PCを使った定型作業を人間の数倍から数十倍のスピードで正確にこなす「RPA」です。日本で本格的に普及し始めておよそ2年。金融機関に始まり製造業やサービス業、そして大企業から中小企業へと導入企業は着実に拡大しています。 　本書はRPA導入を検討している人はもちろん、導入の最中や活用を始めてさらに効果を引き出したい人まで、RPAを働き方改革に役立てたいビジネスパーソンが抱く疑問に答える、実践的な情報を提供します。大企業や中小企業の導入事例、そこから導き出した導入の勘所やつまずきやすい落とし穴を掲載。AIやOCRとの連携、第一線の有識者が語る活用策や将来動向も紹介します。

　最近のAI開発では、サーバー上でプログラムを直接実行するよりも、GCPのAI PlatformやAWSのSageMakerのような、クラウド上のPaaS（Platform as a Service）を使うことが多くなっています。その際には、GCPであればGCSやBigQuery、AWSであればS3などの、ストレージサービスと接続し、データパイプラインのループ内に機械学習モデルと学習プロセスを埋め込みます。 　本書では、Google Cloud Platformでサーバーレスのディープラーニングを行い、GCSやBigQueryなどのストレージとデータパイプラインで接続する方法を紹介します。 　また、バックエンド側の経験はあるもののAI開発の経験はない読者のために、TensorFlowの基礎と、AI Platform上での実行方法を紹介します。

倫理をどう説明すればいいのか？ 「AI倫理声明」に何を盛り込むべきか？ 「AI倫理委員会」をどう組織・運営するか？ 経営幹部の適切な関与とは？ さまざまなビジネスに応用できる考え方を、アーンスト・アンド・ヤング社やIEEEをはじめとする企業・組織でAI倫理の導入に携わってきた経験を基に解説する。 :::::::本書への賛辞::::::: 複雑なテーマを実行可能な要素にまで分解していく手腕に脱帽。……AI倫理に対する考え方と、踏み出すべき具体的なステップがわかる。 ――ジョエル・シャピロ（ノースウェスタン大学ケロッグ経営大学院教授） 実行に移せるAI倫理のフレームワークをわかりやすい例とストーリーで解説した。それによって、AIを製品やプロセスに導入する際の重大な落とし穴を回避できるだろう。 ――カーラ・ラポワント（ジョンズ・ホプキンス大学Institute for Assured Autonomy副所長）

AIの民主化！ DataRobotで AIドリブンな意思決定を実現！ 【本書の概要】 本書は、データ準備からAI（機械学習）モデルの生成、モデルの実運用化などデータ・AI活用のステップを エンドツーエンドで自動化してくれる「DataRobot」を利用してAIのビジネス活用を実現する手法を解説した書籍です。 DataRobotを使えば、データサイエンティストやAIエンジニアのように専門知識を持たないユーザーでも、 シチズンデータサイエンティストとしてAI活用の最先端に立ち、AIドリブンな意思決定を実現できます。 【対象読者】 ・ビジネスアナリスト：BIツールやSQLなどを使ってデータ分析をしている方 ・マネジメント層：「AIで何かをやれ」ではなく、最低限のAIの知識を持って技術者と話せるようになりたい中間管理職の方 ・エンジニア：統計分析やプログラミングなどの技術を日常的に使っているものの、AI技術には馴染みのない方 【本書の特徴】 本書はDataRobot初心者に必要となる前提知識、基本操作、データ準備、モデル生成、モデルの評価・解釈などにおける ベストプラクティスを網羅した入門書です。 また業務活用編として自社のビジネスに合わせた利用方法のヒントも紹介しています。 【著者プロフィール】 中山晴之、小島繁樹、川越雄介、香西哲弥 DataRobot Japan 執筆メンバー。 【著者・監修者プロフィール】 シバタアキラ（DataRobotJapan チーフデータサイエンティスト） 世界のトップデータサイエンティストが働くDataRobot, Inc. にて、日本事業の技術責任者。 ※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。 臨床現場で利活用が進む医療AIの仕組みを、高度な数学の知識がなくても理解できるように図版とともに分かりやすく解説 人工知能（AI）は、医療の現場でも疾患の診断、治療方法の検討などに導入され始めています。 この医療AIテクノロジーの基礎を知っておきたいと考えている医師・医学生のために、高度な数学の知識がなくても理解できるように豊富な図版(4色)と共に分かりやすく解説した教科書です。 さらに、医療AIが今後どのように進展していき、それに伴い医師ら医療スタッフの働き方がどのように変化していくかについても考察しています。 自分の疾病治療や健康増進に医療AIがどのように関わってくるかについて、興味を持っている方にもお薦めします。 ■主な内容 Part 1：人工知能とは何か Part 2：自然言語処理の発達 Part 3：ヘルスケアへの応用 Part 4：変容する社会と医療の姿 Part 5：AI関連用語集

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。

Google Cloudのエンジニアによる本格解説書！ クラウドコンピューティングが普及する中で、エンタープライズシステムもまた、 オンプレミスからクラウドへの円滑かつ効果的な移行が求められています。 本書は、エンタープライズシステムを構築・運用するエンジニアのために、 Google Cloudの具体的なユースケースや設計ポイントを Google Cloudのエンジニア陣が徹底的に解説する一冊です。 プロダクトカットで機能の説明にフォーカスをするのではなく、 従来オンプレミスでシステム開発を行う際にも考慮が必要である 「アカウント設計」「セキュリティ設計」「ネットワーク設計」 「プロダクト設計」「監視・運用設計」「移行設計」といった設計軸で、 Google Cloudを利用する際のポイントについて述べています。 また、説明の軸足を置くユースケースとしては主に、従来オンプレミスで 稼働していたようなエンタープライズシステムを、どのように Google Cloud上で実現するかにフォーカスしているため、 あえてコンテナ、データ分析、AI/MLといった領域の説明は 簡易な記載にとどめています。 本書を読めば、エンタープライズ用途にも耐えうるクラウドアプリケーションの 　・アカウント設計 　・セキュリティ設計 　・ネットワーク設計 　・プロダクト設計 　・監視・運用設計 　・移行設計 などのノウハウを、広く深く学ぶことができます。 ※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。 Pythonプログラミングを行いながら、ディープラーニングの技術を使った将棋AIを完成させていきます。 ディープラーニングフレームワークのPyTorchを活用し、Google Colabで動かしながら学びます。 本書には3つの目的があります。 1つの目的は、ディープラーニングを使用した将棋AIの仕組みを解説することです。ディープラーニングを使用した将棋AIは、従来型の将棋AIよりも特に序中盤での大局観に優れていると言われており、その疑問に答えます。 もう1つの目的は、実際に手を動かして将棋AIを実装してみることです。Pythonプログラミングを行いながら将棋AIを完成させます。 最後の目的は、強い将棋ソフトを創ることです。コンピュータ将棋の大会で優勝したGCT電竜を超えるような、より強い将棋AIを創る方法を解説していきます。 Part 1　導入編 第1章コンピュータ将棋について Part 2　理論編 第2章コンピュータ将棋のアルゴリズム 第3章ディープラーニングの基本 Part 3　実装編 第4章ディープラーニングフレームワーク 第5章Pythonで将棋AIを創る 第6章対局プログラムの実装 第7章GCT電竜を超える強い将棋AIを創る Part 4　発展編 第8章さらに強くするために

本書は，ディープラーニングによる画像認識を題材に，現場のプロジェクトで必要とされる知識をハンズオン形式で学習するための入門書です。ディープラーニング開発プロジェクトにおける「データ収集」「モデル実装」「データ準備」「学習」「評価」「性能向上」という6つのプロセスについて，それぞれの工程でどんなツールを使うのか，何をすれば良いのか，求められることや注意すべき点は何かなど，手を動かしながら理解を深めます。フレームワークの使い方を知っているだけではなく，ディープラーニングプロジェクトの全体像を正しく理解し，きちんと手を動かすことのできるAIエンジニアを目指すために役立つ基本の1冊です。

GPUの基本構造と技術動向に焦点を当てた『GPUを支える技術』の増補改訂版。GPU/AIアクセラレータの劇的進化に合わせて，解説も大幅に増強しました。 3Dグラフィックス，ゲーム，VR/AR，科学技術計算，ディープラーニング，人工知能/AIに至るまで，GPU/並列処理の存在感は高まる一方です。その背景にあるハードウェアや計算処理への要求とはどのようなものでしょうか。本書ではGPUの今を軸に，ハードウェア＆ソフトウェアの観点の技術基礎，SIMT/SIMDなどの超並列処理のポイント，欠かせない周辺技術まで徹底解説。実製品や事例を豊富に盛り込み，広くエンジニアの方々へ現場で役立つ技術知識を凝縮してお届けします。

※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。 一番わかりやすい入門書が、最新環境に完全対応！ Unity関連の入門書で定評のある著者による、わかりやすく丁寧な解説が、 Ver.4.21に対応して帰ってきました！ ◆ミニサンプルを作りながら、ゲーム作りの基礎を学ぼう！◆ 豊富なミニサンプルを実際に作りながら、エディタの使い方からモデルの取り込み、 ブループリントやAI（人工知能）、物理演算やUI（ウィジェット）まで、 高機能なUnreal Engineを使いこなしながらゲーム作りの基礎がしっかり覚えられます！ ◆万全のアフターケア！◆ より高度な話題やバージョンアップによる差分など、著者が運営する 書籍サポートサイトによるアフターケアも万全です！ 〈対象読者〉 専門学校生をはじめ、これまでゲームを作ったことがない人まで、 コードを書いたことがなくてもUnreal Engineでゲームが作れます！ 〈目次〉 Chapter1　ゲーム作りの基本とUnreal Engineの基礎 Chapter2　Unreal Engineの基本的な使い方 Chapter3　ブループリントを覚えよう Chapter4　キャラクターの状態切り替えとアニメーション Chapter5　ゲームにルールを実装してみよう Chapter6　AI（人工知能）機能を使ってみよう Chapter7　UI（ウィジェット）の実装を覚えよう Chapter8　ゲームのクオリティをアップしよう ※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。 ボードゲームを題材とした古典的なAIの実装からはじめ、深層学習と強化学習を囲碁AIに組み込み、改良していきます。囲碁ボット構築の方法を理解することで、他の人工知能開発にも応用することができるようになります。 Manning Publications『Deep Learning and the Game of Go』の日本語版。 ・PythonとKerasを利用した囲碁AIボット開発でディープラーニングを深く理解できます。 ・AlphaGo/AlphaGo Zeroで用いられた手法も解説！ ・基本的なPythonと高校レベルの数学の知識で読破可能。 この本はAlphaGoの開発と拡張という魅惑的な冒険へ導いてくれます。あなたは最も美しくかつ挑戦的なゲーム開発の基礎を学ぶことになるでしょう。とても読みやすく魅力に溢れた人工知能と機械学習の実践的入門書です。 ―Thore Graepel：DeepMind AlphaGoチームの研究・開発者（本書まえがきより）

分散アプリ（dapp）の基本を学び、 実装したい人のための本格入門書 人工知能（AI）や機械学習に並び、現在注目されている技術の一つが ブロックチェーンであり、dapp（分散アプリ）です。 ICOやSTOといったトークンの基盤となる暗号通貨として FinTech分野で期待されるのみならず、 非中央集権的なWebであるWeb3.0時代における 世界的規模のコンピューティングプラットフォームとしても ブロックチェーンは注目されています。 そのため、現代のソフトウェアエンジニアにとって、 ブロックチェーンやブロックチェーン上で動作する dapps開発の知識は、避けて通れないものになってきています。 本書は、プログラマのためのブロックチェーンアプリ開発の入門書として、 ・ブロックチェーンの概念 ・開発環境 ・スマートコントラクト（仮想マシンで自動実行される 　ブロックチェーン上のプログラム） などの基礎を学びつつ、ゲームを中心に 現実的なアプリケーションを実装していきます。 具体的には、ビットコイン（Bitcoin）以降に登場し、 ユーザーが多く、dapps開発基盤のデファクトスタンダードとなっている イーサリアム（Ethereum）で、スマートコントラクト実装用の言語 「Solidity」を用いて、ゲームやアプリの開発を学んでいきます。 決して多すぎないページ数に凝縮された解説を読めば、 あなたもブロックチェーンアプリ開発の概観を掴むことができます。 本書を読むことで、ブロックチェーン上でできること、 できないことについて、現実的な、地に足の付いたセンスが得られるはずです。 また、特にゲーム開発者にとっては、乱数生成アルゴリズム、 データ隠蔽、ゲーム内経済やゲーム理論など、示唆に富む内容で 満ちており、他にはないユニークな一冊になっています。 さらに、実際にアプリを構築する段階で、 特に問題となりやすいのがセキュリティです。 さまざまな事件の原因となった脆弱性を取り上げながら、 気をつけなければならないポイントを複数の章にわたって解説しています。 ※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。 どこまでも飛ぼう! 本書はiPhoneアプリの開発を目的として、最新のSwift 4プログラミングと開発環境Xcode 9の使い方をゼロから学べる解説書です。 入門書にして704ページのこの厚さは、初心者でなくともたじろぐボリュームかもしれません。 しかしながら、この本に詰まっていることはiPhoneアプリの実力のほんの一部に過ぎません。 だからこそ、最速で少しでも高いところに手を伸ばすにはこの厚みが有利なのです。 内容は段階的に3つのパートに分かれています。 Part 1 概要～最初の話～:ハローワールド 第1章ではiOSアプリ開発に使用するXcodeの概要を説明します。 手始めにボタンをタップすると画面の色が変わるアプリを作ってみましょう。 Swiftを手軽に試せるPlaygroundについても紹介します。 Part 2 基礎知識～実力を蓄える～:Swiftのシンタックス 第2章から第10章はSwiftプログラミングのシンタックス全般の解説です。 定数、変数、タプル、条件分岐、繰り返しなどの基本知識から、関数、配列、辞書、集合、オプショナル、列挙型、構造体、クラス定義、クラス拡張を短いサンプルコードと図解で詳しく説明します。 大量のコードを読み解くには根気も必要ですが、その理解スピードが最速になるように、コードの重要な箇所はマーカーで強調してあります。 大事なポイントは線で指し、役割を囲って説明を付け加えました。 今回からは解説の本文のキーワードにもマーカー付けを行い、よりいっそう読みやすくなっています。 参照ページと索引もさらに充実しました。 Part 3 実践入門～作って学ぶ～:iOSアプリを作る 第11章からが実践です。 iOSアプリのUI部品を1つずつ取り上げ、ビューの理解、インタラクティブな操作を解説します。 位置情報、カメラ、コンパスなど、実機を使ったアプリ開発も行います。複雑な手順はステップを追った図で丁寧に指導します。 最終章の20章では拡張現実ARKitを取り上げました。 平面検知やAR空間に物理オブジェクトを配置するといったサンプルを作ります。 ARKitは今後のiPhoneの役割を大きく変える注目の新機能であり、数年で飛躍的に機能アップすることが予想されます。 今のうちからスタートを切り、このテクノロジーに積極的に取り組んでいきましょう。 どこまでも越えて行く iPhone誕生から10周年。 あっと言う間の10年でした。 ただ言えることは、iPhone誕生以前とは確実に違う10年だったと断言できることです。 では、これから先の10年はどうでしょう。 未来予測のキーワードはクラウドからVR、AR、AIと軸足を移し、リアルの価値と意味を深く問い始めました。 IT関連に従事する私たちは、この問いを真摯に受け止め、高く越えて行かなければなりません。 どこまでも越えて行く準備を始めましょう!

※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。 この一冊さえあればUnreal Engineは怖くない！ これまで初心者にとってハードルが高かった、話題のゲームエンジン「Unreal Engine 4」。 Unity関連の入門書で定評のある著者が、専門学校で教えるノウハウを活かして 初級者に向けてわかりやすく丁寧に解説しました！ ◆ミニサンプルを作りながら、ゲーム作りの基礎を学ぼう！◆ 豊富なミニサンプルを実際に作りながら、エディタの使い方からモデルの取り込み、 ブループリントやAI（人工知能）、物理演算やUI（ウィジェット）まで、 高機能なUnreal Engineを使いこなしながらゲーム作りの基礎がしっかり覚えられます！ ◆万全のアフターケア！◆ より高度な話題やバージョンアップによる差分など、著者が運営する 書籍サポートサイトによるアフターケアも万全です！ 〈対象読者〉 専門学校生をはじめ、これまでゲームを作ったことがない人まで、 コードを書いたことがなくてもUnreal Engineでゲームが作れます！ 〈目次〉 Chapter1　ゲーム作りの基本とUnreal Engineの基礎 Chapter2　Unreal Engineの基本的な使い方 Chapter3　ブループリントを覚えよう Chapter4　キャラクターの状態切り替えとアニメーション Chapter5　ゲームにルールを実装してみよう Chapter6　AI（人工知能）機能を使ってみよう Chapter7　UI（ウィジェット）の実装を覚えよう Chapter8　ゲームのクオリティをアップしよう ※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。

「人工知能の巨人」が放つ「なぜ？の科学」の革命的な入門書！ 「私自身、この本の解説を書くことが憚られるくらいの凄い内容」 ――松尾豊氏（人工知能学者・東大大学院教授）絶賛！ 米Amazonでは1256レビュー、4.5★。ポピュラーサイエンスの世界的ベストセラー！ ・今までの統計学では答えられなかった「なぜ？の科学」とは？ ・それは３段の「因果のはしご」を使って説明できる ・著者は人工知能界のノーベル賞にあたるチューリング賞受賞！ ・現在のデータ主義には限界がある。それを乗り越える「因果推論」とは？ ・その商品が売れた理由をどう分析し、新たな儲けにつなげるか？ ・公衆衛生におけるベストな選択肢の考え方とは？ ・人間のように考えられる人工知能＝強いAIはつくれるか？ ・そもそも私たち人間はどのように「因果関係」を考えているのか？ 統計学とデータ分析を超えた新たな学問の誕生！ 人工知能と人類の未来を知るために、なくてはならない一冊。 データ分析、マーケティング、意思決定に携わるビジネスパーソンも必読！

性 （エロ） の「現在」がこの一冊でわかる！ 人間の性が根底から変わりつつある中で、アダルドメディアは、ITやAIの進歩によって驚くべきレベルに達している。しかし合法、グレーゾーン、違法さまざまで、全体像を把握するものは誰一人としていない。それならばと立ち上がったアダルトメディア総研の面々が、漫画、ゲーム・アニメ、AV、女性向け、小説、音声、AI、アダルト規制などの観点から、性の大変動をレポートする -------------------------------- ・同人AV市場は、もはや通常のAV市場を上回る規模に ・写真集もイラスト集もAIが市場を占拠。 ・「電子オリジナル同人」こそ、あらゆるエロの中心地。 ・アダルトVR　2人のメタバース（フルCG）女優デビューの衝撃！ ・「女性向け」を探って初めて見える「男性向けの本質」 ・FANZAの3割は女性ユーザー！ ・海外は無修正だが「少年ジャンプ」レベルでも18禁に。 ・海外アダルトコミック「HENTAI」は世界の共通語！ ・パトロンサイトは現代の闇市か？ ・ありとあらゆるジャンルで、インディーズと商業という境目が崩壊！ （本書より） -------------------------------- 【目次】 目次 巻頭言　今、我々はアダルトメディアの大変動期に立ち会っている！ 第1章　漫画 第2章　ゲーム・アニメ 第3章　実写動画 中間言 「女性向け」を探って初めて見える「男性向けの本質」 第4章　小説 第5章　音声 第6章　AI 第7章　アダルト規制 第8章　その他の印刷物 第9章　その他のアダルト 巻末言　AIと規制の時代

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 人工知能・人工生命を創って理解できる 【本書の特徴】 ・人工知能・人工生命について，タスク解決のために自身でさまざまに試しながら理解できる． ・人工知能・人工生命について，物理シミュレーションを通して理解できる． ・Unity（C#）による学習環境を提供し，人工知能・人工生命の挙動を視覚的に理解できる． 本書は，人工知能と人工生命の基本技法を理解するための技術書です．人工知能・人工生命を学びたい，自分で創ってみたい学生やITエンジニアが，人工知能・人工生命を自分で創りながら試して理解できるようにまとめています． とくに，物理シミュレーションを通したタスクを実践的に解決することで ・強化学習 ・進化計算 ・ニューロ進化 ・群知能 ・メタヒューリスティックス といった人工知能・人工生命技術について理解することを目的としています． 本書では，さまざまなタスクを解説することで，多様なAI技法を学びます．まず，強化学習およびニューロ進化によるレーシングカーの自動運転を紹介します．入門として，パラメータ操作のみで基本的な学習の実験が可能な環境を提供します．人工知能における学習設計時の重要なポイントを習得できるでしょう． 人工知能・人工生命を創って理解するための学習環境はUnity（C#）で用意しています．各章では，理論の解説とともにデモンストレーションとなるサンプルプログラムを提供し，読者の理解を助けるようにしています． 第1章　人工知能から人工生命へ 第2章　自動運転の学習をしてみよう 第3章　自動運転学習のしくみ：強化学習とニューロ進化 第4章　ニューラルネットワーク 第5章　進化するプログラム 第6章　アリの知恵と巡回セールスマン 第7章　集団行動と群れの知能 第8章　人工生命から人工知能へ

大人気の機械学習フレームワーク「PyTorch」で 深層学習モデルとAIアプリを開発しよう！ 【PyTorchについて】 PyTorch は、主に深層学習で利用されている機械学習フレームワークです。 世界中で幅広く利用されており、国内でもここ数年で多くの方が利用し始めています。 【本書の概要】 Udemyで公開中の大人気講座『【PyTorch+Colab】PyTorchで実装するディープラーニング -CNN、RNN、人工知能 Web アプリの構築』の書籍化企画です。 PyTorch を使い、CNN による画像認識、RNN による時系列データ処理、深層学習モデルを利用した AI アプリの構築方法を学ぶことができます。 本書で PyTorch を利用した深層学習のモデルの構築からアプリへの実装までできるようになります。 【本書で得られること】 ・機械学習フレームワーク「PyTorch」の基礎が身につきます。 ・PyTorchのコードの読み書きができるようになります。 ・CNN、RNN などを実装できるようになります。 ・自分で調べながら、ディープラーニングのコードを実装する力が身につきます。 ・最終的に人工知能アプリを構築し、公開できるようになります。 【目次】 Chapter0 イントロダクション Chapter1 PyTorchと深層学習 Chapter2 開発環境 Chapter3 PyTorchで実装する簡単な深層学習 Chapter4 自動微分とDataLoader Chapter5 CNN（畳み込みニューラルネットワーク） Chapter6 RNN（再帰型ニューラルネットワーク） CHapter7 AIアプリの構築と公開 APPENDIX さらに学びたい方のために 【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。 理学博士（物理）。解決策のモデル化、数式化が得意で、プログラミング教育も行う。 近著に『Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術』、 『Pythonで動かして学ぶ！あたらしい数学の教科書』（いずれも翔泳社）がある。 ※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。

※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

実践的かつ具体的なサンプルで理解を促す ディープラーニングとAIのコアアルゴリズム 【本書の内容】 本書は Rishal Hurbans, "Grokking Artificial Intelligence Algorithms", Manning Publishing, 2021 の邦訳です。 ここ十数年のさまざまな進歩によって、想像をはるかに超 える規模の、人工知能へのハイウェイが整備されてきました。 本書は、そのハイウェイを高速で走行しながら、周囲の景色や走行時の注意事項、交通法 規を図や例題・演習などで理解を促します。 目的地は、AIのコアを形成するアルゴリズムの理解と構築です。 取り上げるアルゴリズムは、画像内のオブジェクトの識別やテキストの意味の解釈、不正 や異常を検知するパターン検索などを、効率よく・手際よく行う手法です。 とはいえ、それぞれを仔細に論じることはありません。かといって、大雑把な地図を広げ るだけでもありません。 本書はあくまでもAIに興味のある読者自身が走行するハイウェイの見どころと、有用なア イテムを提供するだけです。 アイテムのほとんどは高校レベルの代数学ですし、図を多用することで数式は極力排除し ています。Pythonが多少わかれば、すぐにでもハイウェイをぶっ飛ばせます！！ 【本書のポイント】 ・小難しい理屈をイタズラ描きのような図で解説 ・直観的にAIの問題と解決を把握できる ・理解を促すための演習問題 【読者が得られること】 ・人工知能を構成するアルゴリズムの理解 ・統計・分析／解析だけにとどまらない未来 ※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。 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。 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 　プログラミングは一切行わず、医用画像に人工知能を導入するための解説書。 　具体的には、Neural Network Console（ソニー）と、DIGITS（NVIDIA）、MATLAB（MathWorks，2020-2021年版から追加）を使って、深層学習と医用画像処理を行う手順とノウハウを詳しく解説しています。 　人工知能には興味があるが、どこから始めたらよいわからず困っている方には、ぜひお勧めします。 本書利用にあったっての注意事項 第1章　深層学習の基礎 第2章　Neural Network Consoleを使った深層学習と医用画像処理 第3章　DIGITSを使った深層学習と医用画像処理 第4章　MATLABを使った深層学習と医用画像処理 第5章　ディープラーニングのための前処理と後処理

AIアプリ開発は簡単だ！ Azureでの実践法を基本から徹底ガイド ディープラーニング（深層学習）という技術が登場したことにより、見る・聞く・理解する・考える・話すといった人のような認知機能を備えるAI（人工知能）がコンピュータで実現できるようになりました。ディープラーニングは機械学習と呼ばれる技術の一種で、認知機能の精度・性能を向上させるには、正解とみなせる入出力データのセットである教師データを用意して学習させることが必要です。 そこで有用なのが、Microsoft Cognitive Services。学習済みのAI部品が29種類、クラウドサービスとして提供されており、自前で教師データを用意したり学習させたりする手間が最小限で済みます。Microsoft Cognitive Servicesを使えば、認知機能を備えるAIを簡単に開発できます。 本書では、AIの基礎知識やMicrosoft Cognitive Servicesのサービス内容について解説したうえで、ピザ注文受付ボットやFAQ（よくある質問）回答ボットを題材として具体的な開発方法をステップバイステップで示します。 システムエンジニアやプログラマにとって、認知機能を備えるAIの開発を経験するうえで最適な1冊です。本書でAI開発の第一歩を踏み出してください。

※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。 ドローンの利活用のために必要な飛行のための許可・申請手続きから、測量や警備・運送、気象観測、災害時の調査・捜索、屋外イベントの撮影など様々な分野における法規制のポイントまで解説。また、事故発生時の法的責任や保険適用についても収録。 2020年・2021年の航空法改正を織り込み、登録・機体認証・操縦ライセンス等の改正事項も余さず解説。注目される2022年度中のレベル４（有人地帯での目視外飛行）の実現に向け、今知っておくべきドローン規制の最新動向がわかる。

【Azure×OpenAIでChatGPTシステムを構築！】 本書はLLM（大規模言語モデル）に興味があるITエンジニアを対象に、AzureからOpenAIモデルにアクセスできる「Azure OpenAI Service」を使い、ChatGPTを利用した社内AIシステムの開発と導入を実現してもらうのが目的です。 前半では、生成AIとChatGPTモデルの基本的な概念とその仕組みを解説します。また、Azure OpenAI Serviceの概要と具体的な利用方法を解説し、プロンプトエンジニアリングについても紹介します。後半ではChatGPTを利用する社内システムの開発手法について、実際にAzure OpenAI Serviceを使いながら学んでいきます。RAGを利用した社内文章検索システムの実装を経て、LLMを組み込んだアプリケーション（Copilot）の構築へとステップアップしていきます。また、ガバナンス実現に必要な共通基盤化と責任あるAIについても解説しています。 ■目次 ●第1部 Microsoft AzureでのChatGPT活用 ・第1章 生成AIとChatGPT ・第2章 プロンプトエンジニアリング ・第3章 Azure OpenAI Service ●第2部 RAGによる社内文章検索の実装 ・第4章 RAGの概要と設計 　　4.1 ChatGPTの問題点と解決手法 　　4.2 Retrieval-Augmented Generationとは 　　4.3 検索システム 　　4.4 Azure AI Search 　　4.5 オーケストレータ 　　4.6 Azure OpenAI on your data 　　4.7 Azure Machine Learningプロンプトフロー 　　4.8 大規模言語モデル 　　4.9 Azure OpenAI API 　　4.10 まとめ ・第5章 RAGの実装と評価 　　5.1 アーキテクチャ 　　5.2 社内文章検索の実装例 　　5.3 会話履歴の保持 　　5.4 検索機能 　　5.5 データインジェストの自動化 　　5.6 RAGの評価と改善 　　5.7 検索精度の評価 　　5.8 生成精度の評価 　　5.9 まとめ ●第3部 Copilot stackによるLLMアプリケーションの実装 ・第6章 AIオーケストレーション 　　6.1 Copilot stackとは 　　6.2 AIオーケストレーションとエージェント 　　6.3 独自Copilot開発のアーキテクチャと実装 　　6.4 まとめ ・第7章 基盤モデルとAIインフラストラクチャ 　　7.1 基盤モデルとAIインフラストラクチャとは 　　7.2 ホスティングされたモデルの場合 　　7.3 公開モデルの場合 　　7.4 まとめ ・第8章 Copilotフロントエンド 　　8.1 ユーザーエクスペリエンスの基礎 　　8.2 LLMの不確実な応答への対処 　　8.3 UX向上のための参考資料 　　8.4 まとめ ●第4部 ガバナンスと責任あるAI ・第9章 ガバナンス ・第10章 責任あるAI ■著者プロフィール 永田 祥平：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。主にエンタープライズのお客様を対象に、Azureビッグデータ分析基盤や機械学習基盤の導入・活用支援を行う。 伊藤 駿汰：日本マイクロソフト株式会社 クラウドソリューションアーキテクト／株式会社Omamori 取締役。AI/ML開発と利活用の技術支援、機械学習基盤やMLOps基盤の構築および活用の技術支援を行う。 宮田 大士：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現職では、幅広い業界のお客様へのAIの導入／活用を支援。 立脇 裕太：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現在は日本マイクロソフトでビッグデータ、クラウド、機械学習を活用した企業のデータ活用を支援。 花ケ﨑 伸祐：日本マイクロソフト株式会社 パートナーソリューションアーキテクト。現在はパートナーAIソリューションの開発支援に携わる。 蒲生 弘郷：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。現在はソリューションアーキテクトとしてAI導入の技術支援やAzure OpenAI Serviceのエバンジェリスト活動などに従事。 吉田 真吾：株式会社セクションナイン 代表取締役。2023年5月にAzure OpenAI/Azure AI Search/Azure Cosmos DBを活用した人事FAQ 機能をリリース。著書、監訳書多数。

【Visual Studio Code解説書の決定版が全面改訂！】 近年注目を集めるエディタ「Visual Studio Code」について徹底的に解説。基本はもちろん、意外と知られていないさまざまな機能、TypeScript、Go、Pythonでの開発を通した実践例、そして拡張機能開発までを扱います！最新のVisual Studio Codeに全面対応するほか、リモート開発機能やGitHubとの連携とった解説も拡充し、さらにパワーアップした決定版です。 ■こんな方におすすめ Visual Studio Codeをさらに使いこなしたい人、ほかのエディタを使っておりVisual Studio Codeに興味のある人 ■目次 ●第1部：Visual Studio Codeの基本 　　第1章：インストールと初期設定 —— Visual Studio Codeを使いはじめる 　　第2章：画面構成と基本機能 —— 直感的な画面に隠された多くの機能たち 　　第3章：ビューとコマンドパレット —— いろいろな情報を整理し、簡単に呼び出す 　　第4章：Gitとの連携 —— 基本操作から便利な拡張機能まで 　　第5章：デバッグ機能 —— さまざまな言語のデバッグを直感的なUIで行う 　　第6章：そのほかの機能 —— タスク、リント、スニペット、ターミナル 　　第7章：リモート開発機能 —— 開発環境と実行環境の差分を埋める新機能 　　第8章：GitHub連携／GitHub Codespaces —— GitHubと繋がった開発環境とワークフロー 　　第9章：カスタマイズ —— 柔軟な設定項目、ショートカットでより使いやすく 　　第10章：拡張機能 —— 導入、管理、おすすめの拡張機能 ●第2部：実際の開発でVisual Studio Codeを使う 　　第11章：GoでのWeb API開発 —— 各種の開発支援ツールと連携した拡張機能 　　第12章：TypeScriptでの開発 —— デフォルトで使えるフロントエンド開発機能たち 　　第13章：Pythonでの開発とDockerコンテナの利用 —— Web API開発と環境分離テクニック 　　第14章：プログラムの開発にとどまらない活用 —— データ分析、ドキュメンテーション、構成管理 ●第3部：拡張機能の開発とLanguage Server Protocol 　　第15章：拡張機能開発の基本 —— Visual Studio Codeの拡張ポリシーとひな形の作成 　　第16章：実践・拡張機能開発 —— テキスト編集、スニペット、リント、カラーテーマ 　　第17章：自作の拡張機能を公開する —— 広く使ってもらうために必要なさまざまな事項 　　第18章：Language Server Protocol —— エディター拡張のための次世代プロトコル ■著者プロフィール 森下篤：GO株式会社所属のソフトウェアアーキテクト。AIプロダクトのデータ基盤や、APIサービス化を担当する。同人誌『VS Codeデバッグ技術』などでの技術書典に参加したり、VS Code Meetupのオーガナイザを務めたりしている。

〈電子書籍版について〉 本書は固定レイアウト型の電子書籍です。リフロー型と異なりビューア機能が制限されるほか、端末によって見え方が異なります。 【プロレベルを目指すなら最初に選ぶ本！ 最新機能に対応！】 Premiere Pro初級者の方が「プロになるためのスタートを切る」のに必要な情報がぎっしり詰まった一冊！ 映像編集業界シェア率No.1と呼ばれるPremiere Proは、あらゆるジャンルに対応した編集アプリケーションですが、それだけに搭載されている機能も多種に渡り「どこから手をつけて良いのかわからない」という声があるのも事実です。 この本では、ピンポイントに使う頻度の高いものに特化し、初心者にもできるだけ編集しやすいフローになる形でスタートしています。最初に「最低限覚えておきたい技術的な基本知識」の習得。次に「映像編集する上で一番シンプルな操作方法」で作品を完成させるまでの流れを確認。そして「一番スタンダードな作品の映像編集の形」を学びます。ひと通り映像を作りきってその達成感を得たあとに、各部門を深掘りするLessonに入っていきます。 各Lessonでは編集ツールの基本的な操作はもちろん、バージョン24の最新情報も満載です。とてつもないスピードで進化するAIの力を使った最新機能もしっかりとご確認ください。さらに、遭遇しやすい問題を解決する「トラブルシューティング」と、より効率的に編集するための「おすすめショートカットキー」も掲載。紙面で使用している学習用サンプルデータと、商用にも使えるプレゼントデータ（エフェクトプリセット10種とテキストスタイルプリセット10種）をダウンロードできます。 〈本書の内容〉 Lesson 1 映像制作の概要 Lesson 2 映像編集、はじめの一歩 Lesson 3 スタンダードなインタビュー映像の編集 Lesson 4 デザイン性のあるテロップの作成 Lesson 5 自動文字起こし機能の活用 Lesson 6 キーフレームを使ったアニメーション Lesson 7 カラーの調整 Lesson 8 オーディオの編集 Lesson 9 トランジションとエフェクト Lesson 10 速度変更 Lesson 11 重要な各種設定の詳細 Appendix 1 トラブルシューティング Appendix 2 効率アップ！ おすすめショートカットキー 〈プロフィール〉 市井義彦（イチイ ヨシヒコ） 映像作家、ディレクター。1979年生まれ、広島県三次市出身、大阪在住。2000年に関西の制作会社に入社し、テレビを中心に番組・CM・企業VPなどの映像制作に携わる。2014年に独立、「株式会社Command C」を設立。ディレクターのみならず、撮影・編集も手がける映像作家として活動中。また、2015年よりFacebookでPremiere Proユーザーグループをスタートさせ（2023年10月現在、メンバー6,000人超）、第一線で活躍するエディター、ビデオグラファーたちとユーザーミーティングで情報交換を活発に行なっている。AdobeからPremiere Proの伝道者「Adobe Community Evangelist」として認定され、YouTube、Xでも情報を発信し、年に一度のクリエイターの祭典「Adobe MAX Japan」にも7年連続登壇。さらにPremiere Pro Betaのプレリリースプログラム（開発中バージョンの検証チーム）の統括を務め、日本ユーザーにとって使いやすいPremiere Proを目指し、Adobe開発チームにも直接提言している。著書に『プロの手本でセンスよく！　Premiere Pro誰でも入門』、『Premiere Pro 仕事の教科書　ハイグレード動画編集＆演出テクニック』（以上エムディエヌコーポレーション）がある。

【コンピュータが言語を理解するしくみ】 ChatGPTに代表される大規模言語モデルの解説書が発売!! ChatGPTに代表される大規模言語モデルが自然言語処理の幅広いタスクで高い性能を獲得し、大きな話題となっています。大規模言語モデルは、大規模なテキストデータで訓練された大規模なパラメータで構成されるニューラルネットワークです。 Hugging Face社の"transformers"というPythonライブラリを利用することで、プログラミングの経験があれば、モデルの操作やデータからの学習がかんたんにできます。モデルを訓練するための日本語もしくは日本語を含む多言語のデータセットも充実してきており、すぐに業務に使える実用的なモデルを作ることが可能な時代がやってきました。 本書は、大規模言語モデルの理論と実装の両方を解説した入門書です。大規模言語モデルの技術や自然言語処理の課題について理解し、実際の問題に対処できるようになることを目指しています。以下のような構成によって、理論とプログラミングの双方の側面から、大規模言語モデルに関する情報を提供します。 ■目次 第1章 はじめに 　　1.1 transformersを使って自然言語処理を解いてみよう 　　1.2 transformersの基本的な使い方 　　1.3 単語埋め込みとニューラルネットワークの基礎 　　1.4 大規模言語モデルとは 第2章 Transformer 　　2.1 概要 　　2.2 エンコーダ 　　2.3 エンコーダ・デコーダ 　　2.4 デコーダ 第3章 大規模言語モデルの基礎 　　3.1 単語の予測から学習できること 　　3.2 GPT（デコーダ） 　　3.3 BERT・RoBERTa（エンコーダ） 　　3.4 T5（エンコーダ・デコーダ） 　　3.5 多言語モデル 　　3.6 トークナイゼーション 第4章 大規模言語モデルの進展 　　4.1 モデルの大規模化とその効果 　　4.2 プロンプトによる言語モデルの制御 　　4.3 アライメントの必要性 　　4.4 指示チューニング 　　4.5 人間のフィードバックからの強化学習 　　4.6 ChatGPT 第5章 大規模言語モデルのファインチューニング 　　5.1 日本語ベンチマーク：JGLUE 　　5.2 感情分析モデルの実装 　　5.3 感情分析モデルのエラー分析 　　5.4 自然言語推論・意味的類似度計算・多肢選択式質問応答モデルの実装 　　5.5 メモリ効率の良いファインチューニング 　　5.6 日本語大規模言語モデルの比較 第6章 固有表現認識 　　6.1 固有表現認識とは 　　6.2 データセット・前処理・評価指標 　　6.3 固有表現認識モデルの実装 　　6.4 アノテーションツールを用いたデータセット構築 第7章 要約生成 　　7.1 要約生成とは 　　7.2 データセット 　　7.3 評価指標 　　7.4 見出し生成モデルの実装 第8章 文埋め込み 　　8.1 文埋め込みとは. 　　8.2 文埋め込みモデルSimCSE 　　8.3 文埋め込みモデルの実装 　　8.4 最近傍探索ライブラリFaissを使った検索 第9章 質問応答 　　9.1 質問応答システムのしくみ 　　9.2 データセットと評価指標 　　9.3 ChatGPTにクイズを答えさせる 　　9.4 文書検索モデルの実装 　　9.5 文書検索モデルとChatGPTを組み合わせる 参考文献 ■著者プロフィール 山田 育矢（やまだ いくや）：株式会社Studio Ousia代表取締役チーフサイエンティスト・理化学研究所革新知能統合研究センター客員研究員。2007年にStudio Ousiaを創業し、自然言語処理の技術開発に従事。大規模言語モデルLUKEの開発者。 鈴木 正敏（すずき まさとし）：株式会社Studio Ousiaソフトウェアエンジニア・東北大学データ駆動科学・AI教育研究センター学術研究員。日本語質問応答のコンペティション「AI王」の実行委員。東北大学が公開している日本語BERTの開発者。 山田 康輔（やまだ こうすけ）：株式会社Studio Ousiaリサーチエンジニア・名古屋大学大学院情報学研究科博士後期課程3年。2022年4月より日本学術振興会特別研究員 (DC2)。自然言語処理、特にフレーム意味論に関する研究に従事。 李 凌寒（り りょうかん）：LINE株式会社自然言語処理エンジニア。大規模言語モデルmLUKEの開発者。

※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。 Pythonを使ったプログラミングが流行していますが、たんにPythonの文法を知っているだけではPythonプログラミングを理解したことにはなりません。Pythonが重宝されている理由は、「ライブラリ」にあります。ライブラリとは、アプリケーションをプログラミングする際に便利な、「プログラムの部品」です。AIプログラミングのためのライブラリや、データ分析のためのライブラリなど、作成するアプリケーションごとに、さまざまなライブラリがあります。 本書は、そうしたライブラリを活用して、どのようなことができるのかを体験する入門者向けの本です。Pythonを便利に使うために、ライブラリを活用しましょう！

【シリーズの特長】 ・現在の認知科学の理論的基盤（身体・脳・社会）を明示した上で、新たな枠組みを紹介 ・AI、ロボットなど情報科学との接点を明らかにするとともに、心の哲学との対話を展開 ・認知科学の歴史を体系的に理解でき、研究射程を広げる手がかりともなる必携のシリーズ 【シリーズ各巻構成】 ●『1　心と身体』嶋田総太郎編、2022年9月刊行 ●『2　心と脳』川合伸幸編、2022年10月刊行 ●『3　心と社会』鈴木宏昭編、2022年9月刊行 ●『4　心をとらえるフレームワークの展開』横澤一彦編、2022年9月刊行 【シリーズ刊行にあたって（編集委員一同）】 伝統的な立場からは単なる情報の入口と出口と見なされていた「身体」は、現代認知科学では知性の重要なパートナーであることが明らかになっている。また、人間が行うような高度な認知を支える脳活動を探ることは長らく困難であったが、新たなテクノロジーにより、それを詳細なレベルで捉えることができるようになった。その結果、「脳」の各部位、そのネットワークの驚異的な働きが解明されるようになった。一方、われわれの心は身体、脳にとどまるわけではない。われわれはモノ、ヒトのネットワーク、すなわち「社会」の中で、様々な調整を行いつつ、日々の生活を巧みに営んでいる。したがって、社会は進化、発達を通して、われわれの心の中に深く組み込まれている。こうした心の本源的社会性は、様々なアプローチによってあらわになってきた。身体、脳、社会への注目に基づく変化が起こり始めてから数十年が経過する中で、さらにその先を見据えた、つまり第三世代の認知科学構築のためのフレームワーク、方法論の提案も活発になってきた。 このような動向を踏まえ、本講座は第1巻「心と身体」、第2巻「心と脳」、第3巻「心と社会」、第4巻「心をとらえるフレームワークの展開」という構成となった。各巻では、そのテーマの中で最も根源的であり、かつ最もアクティブに研究が展開している領域を章として配置した。加えてテクノロジーとのかかわり、哲学的な検討も重要であると考え、これらの分野の研究者による章も置かれている。

DXの実務とは、「戦略」と「技術」をつなぐこと。 あらゆる産業で「DX」が叫ばれる昨今、 多くの時間と労力を費やしているにもかかわらず、 成功とは言い難いDXプロジェクトが後を絶たない。 それらの取り組みに共通して見られるのが、 ・DX戦略構築/実行の「型」が欠けている ・DX実現に不可欠の「技術的考察」が欠けている という2つの根本的な問題だ。 DX成功の鍵は「戦略と技術をつなげる力」であり、 非エンジニアでも経営層でも、本気でDXを行うならば データ利活用の標準的な考え方を身につけ、 主要技術を理解することが不可欠だ――。 「そもそもDXの戦略はどのように描けばよいのか?」 「データ利活用はどのような手順で進めるべきなのか?」 「どのような体制、マネジメント、人材が必要なのか?」 「AIはどう駆動するのか。機械学習で何が可能なのか?」 「技術をビジネスに実装/運用する上での注意点とは?」 「DXに携わる人にはどんなスキルが求められるのか?」 これらのポイントを押さえながら、「DXの実務」の リアルな行程を、具体性と汎用性にこだわって解説する。 【技術者でない人のための データ/AI活用必携テキスト】 [本書の特徴] ・エンジニアではない読者向けに、DXに関する戦略と技術の双方を解説。 ・あらゆる業種のDXに共通して必要な「データ利活用」の本質がわかる。 ・難解なデータ/AIの技術について、易し過ぎず、難し過ぎないレベルで解説。 ・データ/AIの技術を前提としながら、実務的な話ができるだけの基本知識・理解が得られる。 [構成] Part 1[序論] DXの成否を左右する「データ利活用サイクル」 DXの“現在地" DXは、「データ利活用」による経営改革 データ利活用を実現する重要コンセプト データ利活用を実装する仕組み データ利活用とAI データ利活用の成否を分かつ要因 データ利活用DX実現へのロードマップ Part 2[総論1] DXが進まない理由 業種/業界別に見られる課題とDXによるアプローチ DX推進を阻む課題 DXを阻む課題の“深淵" DXを実現するための3つの方針 Part 3[総論2] データ利活用DX推進のフレームワーク データ利活用DXの2つのフェイズ Pre-DX Phase:コンセプトの設計 Pre-DX Phase:メカニズムの設計 DX Phase:推進ステップ Part 4[各論1] DX Phaseの具体的実務 データ利活用の前提となる「データ統合」 データの分類 DXフェイズにおける具体的実務の概観 KPIを具体的実務へ落とし込む データ/AI活用を具体的実務へ落とし込む Part 5[各論2] AIの活用 AIの全体像 AIの限界 Column 進化し続けるAI AIの分類 AIの学習 教師あり学習:決定木 アンサンブル学習 画像認識/自然言語処理で用いる深層学習モデル 教師なし学習:クラスタリング 機械学習システムへの実装 Part 6[各論3] 人材要件 プロダクト開発担当 データサイエンス担当 データパイプライン担当

※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。 現在のLinuxの適用領域は、LAMPのようなWebサーバやデータベースサーバに留まらず、ビッグデータ処理やAIを利用したデータ分析、HPC、ソフトウェア定義型分散ストレージなど、その用途を拡大させています。それとともに、ハードウェアも高機能化し、オペレーティングシステムでも、数百のメニーコア、数十テラバイトの大容量メモリ、ペタバイト級のストレージを搭載したハードウェアに対応し、コンピューティングにおいても、クラスタリング、仮想マシン、コンテナ、クラウド環境へも対応可能な機能を備えています。 　Rocky Linux 8 & AlmaLinux 8は、CentOS 7でのシステムにおける大幅な改良を引き継ぎつつ、さらにさまざまな新機能を搭載しました。主なツールとしては、コンテナ管理（Podman）、仮想マシンイメージ作成（Image Builder）、ストレージ管理（Stratis）、パケットフィルタリング（nftable）、セッション録画/再生（tlog）などがあります。 　本書では、これらの最新のツールを使いながら、IT現場の技術者にとって必要な、システム管理に伴うさまざまな手法を解説しています。 Rocky Linux 8.5 & AlmaLinux 8.5対応

武器としてのPythonをこの1冊で身につける！ これから「Python」を学ぼうとしている皆さんは，おそらく，今後ITに関わっていくなかで必要な「スキル」を身をつけたり，自らの力で業務の自動化や効率化を実現したりといった，何らかの目的をもっていることかと思います。 プログラミングの学習は一朝一夕には効果が出ません。ある程度の時間を要することになるかと思いますが，「時間」とそのコントロールの重要性の認識が甘いまま進みはじめると挫折する可能性がとても高くなります。 本書の1章と2章では，そうしたプログラミング学習を行う上での時間管理なども含め，Pythonを学ぶ前の事前知識の習得と準備を行います。 第1部　準備編 Chapter01　Pythonを学びはじめる心構えを整えよう Chapter02 Pythonを学ぶ環境を作ろう 「Python」は比較的簡単に学べる言語とはいえ，学習は長い道のりになります。心構えや準備は，その長い期間の学習活動を継続し，その効果を高めるという視点で重要です。 続いて，3章から6章までは，プログラミング言語Pythonの最初の一歩の基本から，関数やクラスといった部品化のテクニックまでを解説します。実務でPythonを活用する際の土台をしっかりと身につけるパートです。 第2部　文法編 Chapter03 Pythonプログラムの基本を知ろう Chapter04 フロー制御について学ぼう Chapter 05 データの集合について学ぼう Chapter 06 プログラムを部品化しよう 7章から18章までは，クリップボード，ファイルやフォルダ，インターフェース，Excelファイル，QRコード，画像，PDF，スクレイピング，データ処理，グラフといった対象を操作する，実用的で具体的なツールを作りながら，そのために必要なモジュールとその組み立て方について学びます。 第3部　実践編 Chapter 07 Excelにデータを集めるツールを作ろう Chapter 08 Excelレポートを更新するツールを作ろう Chapter 09 Pythonを動かすインターフェースを作ろう Chapter 10 スクレイピングツールを作ろう Chapter 11 ブラウザを操作してスクレイピングをしよう Chapter 12 画像を加工するツールを作ろう Chapter 13 QRコード生成ツールを作ろう Chapter 14 PDFを操作するツールを作ろう Chapter 15 ZIPファイルを展開・圧縮するツールを作ろう Chapter 16 Jupyter Notebookでノートブックを作ろう 本書を通して学習をすることで，皆さんの仕事のいくつかの面倒な業務をPythonに任せられるようになるはずです。また，別の実現したいことがあれば，ご自身で調べながら実現する地力がついていることでしょう。そして，そこから先，データ分析，AI・機械学習，Web開発，IoTなど，無限といってもよい「Python」の世界が広がっています。そこまでは多くの学習の積み重ねが必要ですが，皆さんご自身の働き方やキャリアにとって，「Python」が強力な武器になっていることでしょう。本書をぜひ，そのための最初の足がかりとしてご活用ください。

【大人気のフレームワーク「Django」、現場で使える力を身につける。】 近年、AI開発を中心にPythonがますます注目されています。Pythonは初心者にもやさしい言語で、「パッケージ」や「フレームワーク」という便利な「部品」が数多く提供されているのも人気の理由です。その一つであるDjangoは、Webアプリケーションの制作環境として大人気、業界でも注目されています。アプリ開発における技術的な敷居の低さも人気の理由の一つとなっています。 Djangoを使用すると、よく見かけるような会員制サイトなども簡単に開発できます。たとえば、YouTubeやInstagramでも活用されています。 本書は筆者がエンジニアとして得た実践的な知識をお伝えするべく、実際の開発の流れに沿って学べる構成となっています。環境構築が苦手な方でも学習を進められる内容なので、初心者の方もご安心ください。 この本では、読み進めていくためのPythonの基礎から始めてDjangoの基本を紹介、そして作例（社内SNS）を開発するという流れで、実務的な開発手法を学べる形式になっています。デプロイ、各種ツールやサービスの基礎解説も掲載。作例データはダウンロードできます。 プログラミングの学習は、とにかくコードを書いて実際に動かしてみることが重要です。コードが理解できなかったり、エラーが出てしまったりすることがあるかも知れませんが、まずは立ち止まらず最後まで諦めずに開発を進めてください。そうすると開発の流れや全体像が見えてくるでしょう。 〈本書の内容〉 ■PART1 Pythonの基本を学ぶ ■PART2 Djangoの基本を学ぶ ■PART3 DjangoでSNSを作る ■PART4 アプリケーションを公開する ■APPENDIX 〈著者プロフィール〉 田中 潤 Shannon Lab株式会社 代表取締役。アメリカの大学で数学の実数解析の一分野である測度論や経路積分を研究。カリフォルニア大学リバーサイド校博士課程に在籍中の2011年、「ShannonLab」を立ち上げるために帰国。これまでの研究成果や技術を生かして、対話形式で有名人を当てる推測エンジン「Mind View」や、テキスト対話エンジン「Deep Love」など数々の人工知能エンジンを開発。開発する際は常にPythonを愛用。近年人工知能がホットな話題となり、数理研究とビジネスモデルの双方の視点からアドバイスを行い、企業の人工知能ビジネス立ち上げを多数手がけている。コンサルティングを重ね、人口知能サービスを商品化するためのビジネスプランを練り、企業との共同研究開発も行っている。 伊藤陽平 日本暗号資産市場株式会社のエンジニアとして、ブロックチェーンやWebアプリケーションの開発を中心に行っている。元Shannon Lab株式会社のインターンとしてPython、Djangoの開発に携わる。また、新宿区議会議員（2期）、Code for Shinjukuの代表として行政のICT化やプログラミング教育にも取り組んでいる。

「ビッグデータ」をテーマに，データ分析基盤技術をまとめた解説書。 AIの発展，コンテナ技術の進歩をはじめ，ビッグデータを取り巻く技術が大きく変わり始めました。ビッグデータの技術には，元々大きく分けて2つのバックグラウンドがありました。一つは業務系システムで，RDB（Relational Database）から取り出したデータをバッチ処理して役立つ情報を提供する。もう一つはWeb/IoT系システムで，RDBでは扱いきれない大量のログを分散システムを使い，データ処理をする。この2つの流れが融合し，膨大なデータを収集/変換し，分析/可視化するための一連の基盤システムの重要度は格段に上がりました。さらに昨今のAI/機械学習の台頭で，新たな潮流が生まれています。 本書では，ビッグデータを支える基盤技術の「今」に焦点を当て，前半ではデータ量や分散処理など基本概念の整理と，代表的なテクノロジーを徹底解説。合わせて，各技術登場の歴史的な背景も丁寧に追います。後半は実践編としてオープンソースや無償版が利用できるソフトウェアを中心にラップトップ1台でビッグデータを体験しながら学べるよう解説を進めます。今回の改訂では，ビッグデータの技術を活用した応用分野のうち注目度の高い機械学習や特徴量ストア，MLOpsの話題も新たに盛り込み，充実の内容でお届けします。

※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。 認知科学は第一世代：記号操作（1970～1990）、第二世代：身体性（1990～2010）の研究を辿り、それらの盲点をカバーしたプロジェクション・サイエンス研究が第三世代として展開され始めている。本書は学術誌『認知科学』のプロジェクション・サイエンス特集に大幅加筆し、書き下ろし原稿を加え再編集したものである。 人は世界から情報を受容し、それを世界へ投射＝プロジェクションすることで独自の意味世界を構築している。この作用によって愛着、信仰、幻覚、フェティシズムなど人固有の心理現象が生まれる。心理学だけでなくAIやVRなどの情報科学、社会学や経営学分野の方々にも強く関連する研究といえる。本書では様々な場面における心と世界の関わりを詳細に解説している。

「ビル・ゲイツは2012年に『イノベーションがこれまでにないペースで次々に出現しているというのに‥…アメリカ人は将来についてますます悲観的になっている』と指摘し、これは現代のパラドックスだと語った。(本書序章から) 「仕事の半分が消える」――2013年、オックスフォード大学の同僚マイケル・オズボーンとの共同論文「雇用の未来ーー仕事はどこまでコンピュータ化の影響を受けるのか」で世界的な議論を巻き起こしたカール・B・フレイによるテクノロジー文明史。 フレイによるテクノロジーの観点から見た人類の歴史はこうだ。新石器時代から長く続いた「大停滞」の時代を経て、アジアなど他地域に先駆けて、蒸気機関の発明を転機としてイギリスで産業革命が起きる。「大分岐」の時代である。労働分配率が低下する労働者受難時代であり、機械打ち毀しのラッダイト運動が起きる。 その後、電気の発明によるアメリカを中心とした第二次産業革命が起き、労働者の暮らしが劇的に良くなる格差縮小の「大平等」の時代がやってきた。テクノロジーと人間の蜜月時代だ。 ところが工場やオフィスへのコンピュータの導入を契機に、格差が拡大する「大反転」の時代に入る。さらにAIによる自動化が人間の労働に取って換わることが予想される今後、人類の運命はどうなってしまうのか。著者フレイは膨大なテクノロジーと人間に関する歴史研究を渉猟し、「ラッダイト運動」再来の可能性もある、と警告する。

※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。 データベースシステムの名著、20年ぶりの改訂！ 本書は、おもに情報系学科におけるデータベース教育を想定して、データベースシステムの基礎を解説したものです。1996年発行の『データベースシステム』の改訂版です。 本書のカバーする範囲は、データベースシステムの基本概念（1章）、データモデリング（2章）、リレーショナルデータモデル（3章）、リレーショナルデータベース言語SQL（4章）、より高度なSQL（5章）、リレーショナル論理（6章）、リレーショナルデータベース設計論（7章）、物理的データ格納方式（8章）、問合せ処理（9章）、同時実行制御（10章）、障害回復（11章）、オブジェクト指向データベースシステム（12章）です。 各章末に演習問題を付けて、その解答も掲載しています。 今日、マルチメディアのみならず、AIやIoTといった大規模データ処理により、ますます世の中のデータ量は増加しています。また、ITインフラにおいては仮想化やクラウドが当たり前の技術となり、データを取り巻く環境は20年前とは大きく様変わりしました。データベースシステムを貫く基本概念こそ変わりませんが、この20年間の新しい技術を取り込み、改訂2版として発行するものです。 1章　データベースシステムの基本概念 2章　データモデリング 3章　リレーショナルデータモデル 4章　リレーショナルデータベース言語SQL 5章　より高度なSQL 6章　リレーショナル論理 7章　リレーショナルデータベース設計論 8章　物理的データ格納方式 9章　問合せ処理 10章　同時実行制御 11章　障害回復 12章　オブジェクト指向データベースシステム

※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。 AIの要である機械学習は、結果を導き出す過程がブラックボックス化する問題があり、AI実用化の障害となっている。その解決策として、丹念なデータ分析によりデータの背景にある現象を統計モデルで表現する、本来の意味での「データサイエンス」の活用が期待されている。メカニズムが理解可能なモデルをAIの頭脳に使うことで、AIの透明化——すなわち説明可能なXAIも実現できる！ 本書ではデータサイエンスの考えに基づく統計モデリングを解説し、機械学習の代表的な手法を、Rを用いて体験していく。本書を読み込めば、機械学習を用いた探索的データ解析の本質を学ぶことができる。

第一線のAIエンジニアによる 実プロジェクトの経験に裏打ちされた 「自然言語処理」のツボをここに集約! 【本書の目的】 本書は、Pythonを利用して、人工知能分野で注目されている 自然言語の分析手法を解説した書籍です。 従来技術と新技術を比較しつつ、 「インデックス化」「エンティティ抽出」「関係抽出」 「構文解析」「評価・感情・概念分析」を網羅。 Pythonによるプログラムや、APIの利用、 商用サービス（IBM Watson）や OSS（Mecab/Elasticsearch/Word2Vec）の利用など、 実践的な手法を解説します。 また最終章で話題のBERTについて解説します。 【本書の特徴】 本書は全体で5章構成になっています。 第1章：テキスト分析の概要をユーザ―目線、エンジニア目線の両方から丁寧に解説します。 第2章：テキスト分析のタスクを上げ、実際の分析までの具体的な方法を解説します。 第3章：AIの発達する前から利用されていたテキスト分析の手法について、 MecabやElasticsearchといったOSSを利用して解説します。 第4章：IBM社のWatson APIのAI技術を利用したテキスト分析手法を解説します。 第5章：Word2VecというOSSを利用した分析手法や、話題のBERTについて解説します。 【対象読者】 自然言語処理を学びたい理工学生・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。

【概要】 本書は、深層学習の開発環境の準備とPythonの基本、各種深層学習モデルの解説、そして実際の現場での利用方法について解説した書籍です。 ニーズの高い、人気の深層学習モデルを利用した画像処理モデルの構築方法を解説しています。 また最終章では深層学習のモデルをGoogle Cloud Platform（GCP）にデプロイする手法を解説しています。 【読者対象】 人工知能関連の開発に携わる開発者、研究者 【著者】 株式会社アイデミー　木村優志（きむら・まさし） 博士（工学）。ATR-trek、富士通を経て、現在はConvergence Lab.の代表として多数のAI案件を手がける。 アイデミー技術顧問。 ※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。 UX・AI・動画、そして採用の課題を解決する超実践解説！ 2018～2019年におけるWebマーケティングのキーワード「AI」「動画」「UXデザイン」という現状のトレンドを網羅し俯瞰、そして「採用」といった現在直面している課題に対する対策のヒントを徹底した現場運営担当者目線で、世に出ている同テーマのビジネス本がカバーしていない基礎の基礎知識、実際に取り組んだ際に引っかかるポイントの解説はもちろん、運用する上で必要になってくる知識まで系統立てて解説！　最新のITトレンドからWebでビジネスをするための必須知識、目下の課題解決に役立つ具体的施策・考え方まで学べる1冊です。

【本書の概要】 本書は株式会社アイデミーで大人気の講座『ディープラーニングで画像認識モデルを作ってみよう!』を書籍化したものです。 機械学習の基本からはじまり、Pythonの基礎、データの処理、深層学習の基本から応用ついて、 サンプルを元に実際に動かしながら、わかりやすく解説します。 各項には練習問題がありますので、学習効果を確かめながら読み進めることができます。 本書を読めば、機械学習から深層学習の基本を一気通貫で学習できます。 これから深層学習をはじめたい、初学者の方におすすめの1冊です。 【本書の対象】 人工知能関連の開発に携わる初学者（開発者、研究者、理工系学生） 【本書の構成】 第1章から第3章で機械学習の基本を、 第4章から第6章ではPythonの基礎知識を、 第7章から第9章ではNumPyやPandasの基礎知識を、 第10章から第13章では可視化の基礎知識を、 第14章から第15章ではデータの扱い方の基本を、 第16章から第18章では教師あり学習やハイパーパラメータとチューニングを、 第19章から第22章では深層学習について基本から応用まで、 丁寧に解説します。 【著者プロフィール】 石川 聡彦（いしかわ・あきひこ） 株式会社アイデミー　代表取締役社長　CEO。 東京大学工学部卒。株式会社アイデミーは2014年に創業されたベンチャー企業で、 10秒で始める先端テクノロジー特化型のプログラミング学習サービス「Aidemy」を提供。 様々な企業のアプリケーション制作・データ解析を行った。現在の主力サービス「Aidemy」は AIやブロックチェーンなどの先端テクノロジーに特化したプログラミング学習サービスで、 リリース100日で会員数10,000名以上、演習回数100万回以上を記録。 早稲田大学主催のリーディング理工学博士プログラムでは、AIプログラミング実践授業の講師も担当した。 著書に『人工知能プログラミングのための数学がわかる本』（KADOKAWA/2018年）などがある。 ※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。

※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・動画・エンゲージメント・SNSの最新トレンドから著作権・景表法などWebビジネス必須の法律まで超実践解説！ 2017年から2018年におけるWebマーケティングのキーワードである「AI」「動画」「エンゲージメント」「SNS（Facebook）」について、その役割や活用方法、運用における考え方の基本はもちろん、実際に運用する際の予算感や体制、効果測定まで現場の担当者が必ず引っかかるポイントを丁寧に押さえ、運用する上で必要になってくる知識として系統立てて解説します。 さらに、2017年に大きくクローズアップされた「ネット公開情報の信頼性」「著作権、景表法」について、Webビジネス担当者が避けて通れない課題に対する考え方や対処法を収録。 最新のITトレンドからWebでビジネスをするための必須知識まで学べる1冊です！ ●2018年、マーケティングの注目キーワードはこれだ！ ●「AI」とWebビジネス ●「動画マーケティング」の最新勝ちパターン ●「顧客エンゲージメント」の育てかた ●「Facebook」のビジネス活用便利帳 ●Webビジネス必携の「法律・ルールブック」

※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。 Googleが開発しているモバイルアプリケーションSDK、Flutterの実践解説書です。 iOS・Androidなどクロスプラットフォームで動作するモバイルアプリの開発者を対象にして、全体感を踏まえた基礎的な部分から実践的な概念や実装に至るまで、丁寧に説明していきます。 モバイルアプリ開発に課題を感じている開発者の方が、課題解決方法の1つとしてFlutterを活用できる手助けができれば幸いです。 書籍中で解説しているサンプルコードをダウンロード可能です。 ●南里 勇気（なんり　ゆうき） 株式会社FiNC Technologies所属、アプリエンジニア（Android・iOS）。 クロスプラットフォーム開発に興味を持ち、FlutterやFirebaseに関連する勉強会の主催に加え、DroidKaigiやAndroid Bazaar and Conferenceなど各種カンファレンス登壇実績も多数。Bluetooth LEや機械学習、AR・VRなどの組み込み開発の実務経験もある。 ●太田 佳敬（おおた　よしあき） サーバーサイドエンジニア。健康系アプリ開発会社からAIベンチャーへと転職、アプリエンジニアとしてiOS・Android向けの開発を担当することで、クロスプラットフォーム開発に興味を持つ。現在はアプリはもちろん、バックエンドに加えてVue.jsやk8sなどあらゆる領域を担当し、Webへの展開を見据えたクロスプラットフォーム開発の1回答としてFlutterに注力している。 ●矢田 裕基（やた　ひろき） 株式会社FiNC Technologies所属、アプリエンジニア（Android）。 スマートフォンアプリ、アート作品やデジタルサイネージ、パズルなどを制作に携わり、現在のポジションとなる。ユーザーインターフェイスに関心があり、Material Design実装が容易なFlutterに興味を持つ。過去の実績として、『物理演算を用いた作曲インターフェス』が独立行政法人情報処理推進機構（IPA）の2009年度上期未踏ユースに採択されている。 ●片桐 寛貴（かたぎり　ひろき） 株式会社FiNC Technologies所属、サーバーサイドエンジニア。 フロントエンドからバックエンドまでサーバーサイドを中心にWeb関連全般を担当。バックエンドではPHPやRails、フロントはVue.jsやReact などを得意としている。最近はSRE（サイト信頼性エンジニアリング）や機械学習に興味を持つ。

※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。 人より強い“将棋プログラム”を作ろう 2016年3月、プロ棋士に勝つには後10年かかると言われていたコンピュータ囲碁でAlphaGoがトップ棋士に勝利しました。そこで使われた手法がディープラーニングです。 AlphaGoは局面を「画像」として認識し、打ち手の確率と局面の勝率を予測することで、次の打ち手を決めています。画像とはどのようなものか、次の打ち手をどうやって決めるのか？AlphaGoの論文をヒントに、ディープラーニングを使い棋譜を学習した将棋AIの開発を行います。強化学習のみでトップレベルの強さを持つAlphaZeroの手法も取り入れています。 ［導入編］では、コンピュータ将棋の歴史とディープラーニングの関係、コンピュータ将棋の大会の概要を紹介します。 ［理論編］では、従来のコンピュータ将棋のアルゴリズム、コンピュータ囲碁で用いられているモンテカルロ木探索とAlphaGoがどのようにディープラーニングを応用したか。基礎的な知識について解説しつつ、これらを将棋AIに応用する方法について述べます。 ［実践編］では、ディープラーニングを使った以下の３つの将棋AIについて、PythonとChainerで実装していきます。 方策ネットワーク（policy network）を使って指し手の予測のみでプレイするAI 価値ネットワーク（value network）を使って1手探索を行うAI 方策ネットワークと価値ネットワークを使ってモンテカルロ木探索を行うAI 最後に、より強い将棋AIを作りたいという方のために、ヒントとなる情報を紹介します。

　本書は、LLMやチャットAIを外部のシステムに接続し、判断力を備えたシステムを開発する、というのをメインテーマとしています。 　本書ではChatGPTのAPIを使用し、ChatGPTの入出力とAPIを呼び出しているプログラムを接続することで、ChatGPTを要素として組み込んだアプリケーションを開発する手法を解説しています。 　ChatGPTを要素として組み込んだシステムを体験し、理解するためには、実際に動作するアプリケーションに触れてみることが、最もよい方法でしょう。 　そのため、本書の多くの章では、GUIを持ったアプリケーションを開発します。つまり、ユーザーが操作しグラフィカルな応答を得ることができる、ゲームなどのアプリケーションにChatGPTを組み込むことで、ChatGPTと外部システムとの連携方法を紹介していきます。

※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。 【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】 あらゆるデータを収集・分析・可視化して、 システム／サービスの変化に能動的に対処せよ ITシステムやサービスが複雑化する現代において、オブザーバビリティ（Observability：可観測性）という考え方が極めて重要になっています。 オブザーバビリティとは、デジタル上の複雑な動作をリアルタイムに把握して理解するための技術であり、「Observe（観察する）」＋「ability（能力）」が組み合わされた単語で、特にソフトウェアの世界ではデジタル上の複雑な動作を収集・分析・可視化して、観測可能な状態にする技術のことを指します。 従来のモニタリング（監視）では、何かしらの形で「事前に想定できた」異常しかアラートとして検知できなかったのに対し、オブザーバビリティではテレメトリデータとしてあらゆるデータを集めることにより、「事前に想定できなかった」異常や変化を把握でき、開発・運用の両面において能動的な対処が可能になります。特に、大規模なシステム／サービスの開発・運用になればなるほど、オブザーバビリティから得られるメリットはより一層大きくなります。 そんなオブザーバビリティを実現するツール群が「New Relic」です。New Relicを利用することで、ブラウザ、モバイル、サーバーなどさまざまな環境で動くアプリケーションについて、オブザーバビリティを導入することが可能になります。また、SDKが対応する言語も多岐にわたり、あらゆる状況下で一元的にデータ収集を行い、分析・可視化してくれます。 本書では、大規模システムの開発・運用に携わるエンジニアに向け、オブザーバビリティの基礎や考え方を身に付けつつ、オブザーバビリティを実現するツール「New Relic」の実践的な利用法や活用パターンについて解説します。 ～目次～ ■Part 1：New Relicを知る ・第1章：オブザーバビリティの重要性 ・第2章：New Relicの全体像 ■Part 2：New Relicを始める ・第3章：New Relic Synthetic Monitoring ・第4章：New Relic Mobile ・第5章：New Relic Browser ・第6章：New Relic APM ・第7章：New Relic Infrastructure ・第8章：New Relic NPM ・第9章：New Relic Log Management ・第10章：New Relic Alerts & AI ①：New Relic Alerts ・第11章：New Relic Alerts & AI ②：AI ・第12章：DevSecOps ・第13章：ビジュアライゼーション ■Part 3：New Relic活用レシピ ※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。

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

最新の自然言語処理(NLP)では、Transformerという種類のニューラルネットワークが使われるようになりました。 TransformerはBERTやGPT2などのAIで採用され、NLP技術にブレークスルーをもたらしましたが、その特徴は、高い性能とさまざまな用途に使える汎用性の高さにあります。 本書では、Transformerの構造を理解するためにBERTとGPT2を一から実装し、またNLPプログラムを作成するために必要となる、Transformerを拡張して応用AIを作成する方法を紹介します。 Transformerの実装では、Transformerの中心となるSelf-Attention層の作成やテキストのエンコード方法など、最も基礎的な部分から、Pythonのコードをもとに解説をしています。 また、学習では、事前学習と特定のタスクに向けたファインチューニングという、Transformerに特徴的な2段階のステップを、両方とも行います。 ニューラルネットワークの実装は、TensorFlow 2を利用します。

　本書では、PyTorchを使い、実際の製品やサービスの開発時に役に立つ手法を紹介するようにしています。 　本書で紹介する「AI開発」では、必ずしもすべての章で、ニューラルネットワークの構造（ニューロン同士の接続の仕方）を一から新しく作成するようなことはしませんが、TorchVisionやTorchHubにある学習済みのモデルやGitHub上で公開されているコードなども、積極的に採用するようにしています。 　本書では、章によって、異なるAIを開発しますが、その際には、公開されているモデルをそのまま流用して「広義のAI」のみを作成したり、あるいは公開済みのモデルを転移学習・ファインチューニングしたりと、その都度、もっとも近道であると思われるスキームを利用して、「AI開発」を行います。

本書ではディープラーニングフレームワーク「MXNet」を使って、自然言語・時系列データ・有向グラフなどのデータを扱う手法や、Metric Learning・Deep Embedding Clusteringなどのニューラルネットワークを使用してデータの分類・数値の予想・クラスタリングなどを行う人工知能プログラムの作成方法をわかりやすく解説しています。

本書ではディープラーニングフレームワーク「Chainer」を使って、画像の自動生成や画像のスタイル変換、意味のある文章の自動生成や機械翻訳を行う人工知能プログラムを作成する方法をわかりやすく解説しています。

※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。 AWSなら機械学習やディープラーニングの理論を学んだり、高性能なパソコンを購入しなくても、すぐに使える学習済みAIが提供されているので、手軽にAIソフトウェアの開発を体験できます。本書は、AWS（Amazon Web Services）のAIサービスを利用した実用的なAI構築の入門書です。画像に特定の人物が映っているかの判定、色々な言語で書かれた文章の翻訳、翻訳したテキストを音声で再生するソフトなどを作って、AI技術を体験してみましょう！

※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。 機械学習の代表的な理論「強化学習」の実践教科書！ コンピュータ・エージェントやロボットなどの自律的な学習を実現するための計算理論である「強化学習」について、数学的背景から実装、最新の動向まで幅広く解説した本。 「強化学習（Reinforcement Learning）」とは、人間や動物が持つ学習機能の一部をコンピュータで実現することを目指すコンピュータサイエンスの研究分野の一つです。強化学習の応用先は、ゲームプレイヤーの行動戦略、ロボットの動作、マーケティング戦略をコンピュータに自動的に学習させるなど、多岐に渡ります。そのため、強化学習は非常に活発に研究され、すさまじい勢いで発展しています。本書では、強化学習の基礎理論から、アルゴリズム、プログラミングによる実装、さらには応用事例まで、幅広い内容を扱っています。 『本書の最大の特徴は、強化学習の数学的な理論を紹介するだけでなく、強化学習をゲームやロボット制御に応用する例を、実際にプログラミングできる形で提供しているところです。数学は得意だけどプログラミングによる実装は苦手な理論派の読者の方は、まずプログラムをダウンロードして実行してみて下さい。強化学習が秘める潜在能力を十分に堪能して頂けると思います。一方、プログラミングには興味はあるけど数学的な理論はよくわからないという応用志向の強い読者の方は、プログラムコードと平行して理論を学ぶことにより、強化学習理論の有用性を効率よく学んで頂けると思います。』（著者「まえがき」より） 強化学習に関して、理論の学習と実践とを効率よく学べる構成となっています。自律ロボットやAIを学ぶ学生、戦略を学習するゲームキャラクターを作りたいプログラマーはもちろん、経験を反映するシステムを作りたい人などにも学ぶ価値のある内容となっています。

※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。 大規模な言語モデルを活用したサービスである「ChatGPT」と「GitHub Copilot」の登場は、ITエンジニアの世界に大きな影響力を持っています。導入には多くの課題がありますが、これらのサービスをプログラミングに活用することで、より迅速かつ効率的に開発を進める可能性が高まります。 新しい時代のプログラマーやプログラマー志望者にとって、従来のプログラミングスキルに加えて、ChatGPTを使用したプログラミングスキルを習得することは、開発の効率を向上させるための重要なスキルとなります。 本書ではChatGPTの基本的な概念や仕組みを詳しく解説し、プログラマーが使うと便利なChatGPTの基本動作やプロンプトエンジニアリングの学習にも焦点を当てています。また、Microsoftが提供する「GitHub Copilot」を使用したプログラミングの基本から、主要なプログラミング言語であるPythonを使用したChatGPTやGitHub Copilotを組み合わせたソフトウェア開発の実践的な使い方を示しています。その他、OpenAI API（GPT-4V対応）の活用方法、新登場したGPTsを使い、自分好みにカスタマイズする方法、AI開発で現在主流となっているLangChainの使用方法についても詳細に説明しています。 ChatGPT環境に早く適応することは、同時代を生き抜くプログラマーにとって不可欠なスキルです。本書を読んで、ChatGPTを活用したプログラミングの第一歩を踏み出そう！

作品紹介 JK風、JKコスプレ、女子校生風コスプレAI美女です AI美女JKのビキニやブラ、下着を惜しみもなく曝け出します 乱れる制服からチラッと見える先っちょや輪も楽しみの一つ JKらしからぬ爆乳や巨乳のザックリ谷間がものすごいインパクト おへそとキュッと絞られたくびれた腰も魅力的です 日本人が作った日本女性のAIグラマーモデルです。 JKグラビア風を中心とした作品です。 ※AIリアル系の画像（フォト）です。 ※全ての画像はAI生成画像になります。 ※AIの画像生成人物は全員18歳以上です。 ※AI画像生成サービスStable Diffusionを利用しております。自動生成の為、細かい描写に違和感がある場合があります。（手、足、指、肌、目、乳首、乳輪、洋服などの描写） ※AI美女JKグラビアの為　物語はフィクションです。物語はAIサービスchatGPTを利用しております ※この作品は、AIで作成したCGで、実在しない人物です。 ※性行為（セックスシーン）は、ありません。 ※一部モザイクをかけています。

０と１で世界のすべてを記述することは本当に可能か。デジタルの限界が露わになる時、アナログの秘めたる力が回帰する――。カヤックビルダーとしても著名な科学史家が博覧強記を揮い、ライプニッツからポストＡＩまで自然・人間・機械のもつれあう運命を描く

※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。 プログラミング未経験でも、作曲未経験でも、簡単にAI作曲を試せる！ 本書は、AI作曲の第一人者が教える「未経験でも簡単に試せるAI作曲」を、実践を通して身につける書籍です。 「プログラミング経験がなく、AIでさえ名前を聞いたことがあるくらい」「音楽の知識が全くないから作曲なんてもってのほか」という方でも理解できるように、AI作曲を解説しています。コードをマネしてみると曲が生成されることに感動し、読み進めていくうちにコードの記述方法だけでなく、作曲のための音楽の知識も身につくはずです。 生成できる曲はシンプルなメロディー・ドラム・3パートのバンド演奏・アドリブメロディー・バッハ風合唱曲・現代音楽・ピアノ演奏と幅広く、「AIを試してみたい！」「AIと音楽理論をどちらも一気に学びたい！」「作曲のアイデアが出てこないときのヒントにしたい！」という方にオススメです。 はじめに 第1章　AIで作曲できる音楽機械学習ライブラリMagenta 第2章　Magenta環境構築 AI作曲実践準備 第3章　単音のシンプルなメロディーをつくる Melody RNN 第4章　ドラム演奏の作曲を行う Drums RNN 第5章　3パートのバンド演奏作曲 MusicVAE 第6章　コード進行に沿ったアドリブメロディーの作曲 Improv RNN 第7章　バッハ風合唱曲の作曲を行うPolyphony RNN 第8章　現代音楽のような複雑な和音の作曲 Pianoroll RNN 第9章　高度なピアノ演奏の作曲 Performance RNN 第10章　音楽データの学習方法と学習済みデータの作成 第11章　Magenta開発・独自モデルの作成

戦争の終焉か、人類の終焉か AI全能兵器の進化で安全保障の世界は一変する！ 米国第一人者が描く衝撃のシナリオ ◎本書は、戦争においてこれまで以上に増大する人工知能（AI）の役割について描いている。特に、21世紀前半の戦場を支配することになる自律型兵器（autonomous weapons）について検討する。次に、21世紀後半の戦場を支配する全能兵器（genius weapons）を検討する。いずれのケースでも、これらの兵器が生み出す倫理的葛藤と人類への潜在的脅威について論じる。 ◎AIテクノロジーは絶え間なく飛躍的進歩を遂げている。AI研究者は2040年から2050年の時間枠で、AIは人間の知能と同等になる可能性が50パーセントであると予測。同じ専門家は、AIは2070年にはすでに「人間のあらゆる関心領域において人間の認知能力をはるかに超える」と予測している。 ◎現在、アメリカ、ロシア、中国は致死性兵器システムの中でAIを精力的に開発・配備している。本書はAIの科学、戦争への適用、そしてその適用がもたらす倫理的ディレンマを探る。とりわけ人類絶滅のリスクを冒すことなく、AI兵器の能力を増強し続けることは可能なのか、という問題を扱う。（序章より一部抜粋）

【ケース】 　貴社は、高額なAIエンジンを購入し、導入した。主要な機能は需要予測機能だ。しかし実際に動かしてみると予測はまったく当たらない。その判断にしたがって経営した結果、巨額の損失が発生した。ベンダーに問い合わせたところ、貴社が用意したデータに問題があるそうだ。さて、この責任は誰が負うのか？ 　これは架空のストーリーです。しかしこれからの時代、こうした事例がどんどん発生することが想像されます。 　ビッグデータの時代、企業はさまざまなデータを容易に入手できるようになりました。そしてそのデータを使用することで、自社にとって最適な解を導き出すエンジンを手に入れました。いわゆるAIでです。 　しかしAIは、製品として提供されているものの、そのロジックやアルゴリズムは企業秘密とされブラックボックス化されており、導入した企業側にその仕組みは開示されません。 　そのエンジンで何が行われているのか？　果たしてその解は本当に最適なのか？　それを信じていいのか？　どのように判断すれば良いのか？　AIが判断ミスを犯した場合、責任は誰が取るのか？ 　本書は、上記のような問題意識をもとに、AI経営のリスクマネジメントについて技術的、法的、ガバナンス的観点から論じます。 　AIの意義を十分に認めつつ、そのリスクをきちんとマネジメントすることの必要性およびその方向性を具体的に解説する画期的な書です。

【電子版のご注意事項】 ※一部の記事、画像、広告、付録が含まれていない、または画像が修正されている場合があります。 ※応募券、ハガキなどはご利用いただけません。 ※掲載時の商品やサービスは、時間の経過にともない提供が終了している場合があります。 ※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。 以上、あらかじめご了承の上お楽しみください。 人気声優ユニット「スフィア」のメンバー、寿美菜子の「めし」をテーマにしたフォトブック。撮り下ろしグラビアでは水着も披露！ 人気声優ユニット「スフィア」のメンバー、 寿美菜子のフォトブック。 雑誌『声優グランプリ』連載「みなこめし」のまとめに加え、 撮り下ろしグラビアでは 「水着×めし」をテーマにしたカットも大ボリュームで掲載！　 定食やカレー、コーヒーなど定番のものから、 給食やわたあめなどの変わりダネまで、 さまざまな「めし」が登場。 さらに、「めし」を通して 本人の思い出やプライベートな話もたくさん読める 大満足の内容になっている。 寿 美菜子：９月１７日生まれ。 ミュージックレイン所属。 主な出演作はアニメ 『戦姫絶唱シンフォギア』（サンジェルマン）、 『響け！　ユーフォニアム』（田中あすか）、 『けいおん！！』（琴吹紬）、 映画『ヒックとドラゴン』シリーズ（アスティ）ほか。

【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。

米Amazon Web Services（AWS）が提供するサービスは、サーバーを構築する仮想サーバーサービスをはじめ、DX（デジタル変革）に必要なAI（人工知能）やデータ分析などのサービスもそろっています。既にAWSのサービスを活用したシステムを構築している企業も多いでしょう。 　AWSが提供するクラウドサービスの多くは従量課金制です。処理能力に応じて利用リソースを変更できるため、必要な分だけ使うことで無駄なコストを削減できます。しかしコストをしっかりと意識しておかないと、便利なので使いすぎてしまい予算を超過してしまうといったことになりかねません。開発時に想定以上のコストを費やしてしまった、運用・保守の予算が足りない、といった声もITの現場からは聞こえてきます。またクラウドサービスへの支払いの多くは、米ドル建てです。為替の影響によるコスト増も無視できるものではありません。 　本書ではコスト課題を解決するため、AWSコストを最適化し、テクニックによって削減する具体策を紹介します。IT現場で実証したテクニックなので自社のコスト削減に効果があるはずです。新しいシステム開発への余力を生み出すためにも、ぜひ実践してみてください。

※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。 鉄道ダイヤ作成、運用の現場の最新事情がこの本でつかめる！ 　ダイヤがどのようにつくられて日々計画・運用されているのか、ダイヤが乱れたときに鉄道事業者はどのように対応しているのかといった、これまで知りたくてもなかなか知ることができなかった列車ダイヤづくりとその運用の現場の実情を具体的に、より克明に取り上げて好評を博した書籍の改訂版です。 　今回の改訂では、メインとなる各鉄道会社の事例はすべて刷新。鉄道事業者の列車運行に関する業務、方針のこの間の変遷や、コロナ禍以降の事業展開など、より現在の鉄道事情に合わせてアップデートしてまとめました。 1章　列車ダイヤとは 2章　列車ダイヤの作り方 3章　ダイヤづくりのむつかしさ―すべては利用者のために 4章　ダイヤづくりの手順 5章　ダイヤづくりの実際 6章　AIはダイヤをつくれるか？ 7章　新型コロナウィルスへの対応

【ChatGPTのAPIとLangChainで大規模言語モデルをシステムに組み込む知識をステップバイステップで実践できる！】 本書ではまず、OpenAI APIとLangChainについて解説します。ChatGPTのようなしくみを業務システムなどに組み込むためには、単にLLMに1つ入力して1つ出力を得るような実装ではなく、複数のタスクを一連のワークフロー処理として実現する必要があります。また、ChatGPTが知識を持たない専門知識を答えてほしいとか、意図した形式で応答が欲しいなど、実用性を高める必要も出てきます。これらを実現するためのLangChainのつかいかたをわかりやすく解説します。 後半では、ステートレスなOpenAI APIに記憶を持たせたり、必要に応じてWeb検索などを行うエージェント処理、さらにそれらチャット形式の処理を、ステップバイステップでWebアプリやSlackアプリとして実装します。 ■目次 ●第1章 大規模言語モデル（LLM）を使ったアプリケーションを開発したい！ 　　1.1 ChatGPTにふれてみよう 　　1.2 プロンプトの工夫でできること 　　1.3 プログラミングで使ってみよう 　　1.4 ChatGPTを使うときに気をつけること 　　1.5 ChatGPTの有料プランでできること 　　……ほか ●第2章 プロンプトエンジニアリング 　　2.1 なぜいきなりプロンプトエンジニアリング？ 　　2.2 プロンプトエンジニアリングとは 　　2.3 プロンプトの構成要素の基本 　　2.4 Prompt Engineering Guideから：ChatGPTの無限の可能性を引き出す ●第3章 ChatGPTをAPIから利用するために 　　3.1 OpenAIの文書生成モデル 　　3.2 ChatGPTのAPIの基本 　　3.3 入出力の長さの制限や課金に影響する「トークン」 　　3.4 Chat Completions APIにふれる環境の準備 　　3.5 Chat Completions APIをさわってみる 　　……ほか ●第4章 LangChainの基礎 　　4.1 LangChainの概要 　　4.2 Language models 　　4.3 Prompts 　　4.4 Output parsers 　　4.5 Chains 　　……ほか ●第5章 LangChainの活用 　　5.1 Data connection 　　5.2 Agents ●第6章 外部検索、履歴を踏まえた応答をするWebアプリの実装 　　6.1 第6章で実装するアプリケーション 　　6.2 Cloud9を起動して開発環境を構築する 　　6.3 StreamlitのHello World 　　6.4 ユーザーの入力を受け付ける 　　……ほか ●第7章 ストリーム形式で履歴を踏まえた応答をするSlackアプリの実装 　　7.1 なぜSlackアプリを作るのか 　　7.2 環境準備 　　7.3 環境設定ファイルを作成する 　　7.4 Slackアプリを新規作成する 　　7.5 ソケットモードを有効化する 　　……ほか ●第8章 社内文書に答えるSlackアプリの実装 　　8.1 独自の知識をChatGPTに答えさせる 　　8.2 埋め込み表現（embeddings）とは 　　8.3 実装するアプリケーションの概要 　　8.4 開発環境を構築する 　　8.5 サンプルデータの準備 　　……ほか ●第9章 LLMアプリの本番リリースに向けて 　　9.1 企業で生成AIを活用していくために 　　9.2 JDLA発行『生成AIの利用ガイドライン』をもとにした自社ガイドラインの作成 　　9.3 サービスの企画・設計段階での課題 　　9.4 テスト・評価について 　　9.5 セキュリティ対策について 　　……ほか ●付録 Webアプリ、Slackアプリ開発の環境構築 ■著者プロフィール 吉田 真吾：株式会社サイダス取締役CTO/株式会社セクションナイン代表取締役CEO、ChatGPT Community（JP）主催。サーバーレステクノロジーのコミュニティ主催を通じて、日本におけるサーバーレスの普及を促進。『サーバーレスシングルページアプリケーション』（オライリー）監訳、『AWSエキスパート養成読本』（技術評論社）共著。 大嶋 勇樹：ソフトウェアエンジニア。IT企業からフリーランスエンジニアを経て会社を設立。現在は実務に就き始めたエンジニアのスキルアップをテーマに、勉強会の開催や教材作成の活動を実施。オンラインコースUdemyではベストセラー講座多数。勉強会コミュニティStudyCo運営。

自然言語処理モデル「BERT」のしくみと実装手法を PyTorchとGoogle Colaboratoryで学んでみよう！ 【本書の背景】 近年、深層学習に基づく自然言語処理技術は飛躍的な発展を遂げており、翻訳、文章生成、文章のグルーピングなど様々な業務に利用されています。自然言語処理技術の中でも特に注目を集めているのが「BERT」です。 【BERTとは】 BERTは2018年の後半にGoogleから発表された、自然言語処理のための新たなディープラーニングのモデルです。「Transformer」がベースとなっており、様々な自然言語処理タスクに合わせて調整可能な汎用性があります。 【本書の概要】 PyTorchとGoogle Colaboratoryの環境を利用して、BERTの実装方法について解説します。具体的にはAttention、Transformerといった自然言語処理技術をベースに、BERTのしくみや実装方法についてサンプルを元に解説します。章末には演習を用意しています。 【対象読者】 ・一歩進んだ自然言語処理技術を身につけたい方 ・BERTの実装を効率よくコンパクトに学びたい方 ・BERTの概要を実装を通して把握したい方 【本書の特徴】 ・サンプルを元にBERTの基礎から発展的な利用方法まで学べる ・Google ColaboratoryとPyTorchという人気の開発環境、フレームワークで学べる ・Transformersライブラリを利用してBERTを実装できる 【目次】 Chapter0 イントロダクション Chapter1 BERTの概要 Chapter2 開発環境 Chapter3 PyTorchで実装する簡単な深層学習 Chapter4 シンプルなBERTの実装 Chapter5 BERTの仕組み Chapter6 ファインチューニングの活用 Chapter7 BERTの活用 Appendix さらに学びたい方のために 【著者プロフィール】 我妻 幸長（あづま・ゆきなが） 「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。 東北大学大学院理学研究科修了。理学博士（物理学）。 法政大学デザイン工学部兼任講師。 オンライン教育プラットフォームUdemyで、10万人以上にAIを教える人気講師。 ※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。

【最新動向サーベイ】 ・イマドキノ植物とCV：植物分野にとってCVは非常に重要な要素技術であり、隣接分野の1つともいえる。本稿では植物分野におけるCVの現状を紹介しつつ、植物特有の興味深い挑戦性から生み出される新たなCV研究の方向性について考える。 【論文フカヨミ】 ・フカヨミEmbodied AI：言語と視覚情報を同時に扱いながら行動に結び付けるEmbodied AI のタスクの中でも難易度の高い、もの探しタスク（ObjectNav）について解説。 ・フカヨミマテリアルセグメンテーション：車両の自動運転・運転支援という文脈においては、マルチモーダル計測を活用した統計的機械学習に基づく素材認識は行われておらず、そのためのデータセットも存在していない。このような現状を打破すべく、マルチモーダル計測を備えた新たなMCubeSデータセットと、それを活用した素材認識ネットワークMCubeSNetを紹介。 ・フカヨミデータ拡張：画像データにおける一般的なデータ拡張から、モデルやデータに合わせて適切なデータ拡張方法を探索し、最適化するデータ拡張探索/手法について解説。 【チュートリアル】 ・ニュウモンニューラル3次元復元：ニューラル3次元復元の大きな枠組み、すなわちフレームワークを理解できるようになることを主な目標し、入力と出力の関係や要素技術の利点、問題点を整理する。その上で、それらのフレームワークを使いながら、どのように要素技術を組み合わせるべきなのかを解説。 その他、4コマ漫画「不思議な鏡」、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。

★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）

※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

物流に大きな変革の波が押し寄せている！ 第2版では、物流DXに完全対応。 【内容紹介】 ●ビジネス成功のカギを握る物流システム アマゾンや楽天の強みの1つに物流サービスがあります。 いかに短時間で注文した荷物が届くかが重視される 現代において、物流を武器にビジネスを拡大している 企業が成長しており、物流が競争の源泉になっています。 物流システムには効率性と正確性が求められます。 システム構築を手掛けるエンジニアにとっても、 物流の基礎知識が必要不可欠なのです。 ●人手不足は解消できる 人手不足を解消すべく、ネットによる受注、貨物追跡、 物流のアイドルリソース活用（物流版のウーバー）やIoT、 ドローン輸送、自動運転といった多くの イノベーションが物流領域に起きています。 ●コロナ禍で加速する物流改革 第2版では、特に注目される「物流DX」関連の項目を加筆しました。 RFID、トラックのマッチングサービス、ビッグデータやAIの活用、 ARやAMR（自立走行搬送ロボット）、自動運転など、 これからの時代に求められる知識が身につきます。 【読者対象】 ・物流システムを構築するエンジニア ・物流業務の改善提案を行うコンサルタント ・企業の物流業務のビジネスモデル検討やシステム導入、業務改善担当者など 【本書のポイント】 ・物流に必要なシステムと最新動向がわかる ・物流の現在と直面するビジネスの変化や、その対応方法がわかる ・注目される物流DXについてわかる ・物流業務の機能がわかる ・物流のシステム導入のやり方がわかる ※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。

※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。 制御工学を初めて学ぶ方に「こころ（核心）」を伝授！電気電子や機械分野に限らず、AIやIoTをはじめとする情報系分野においても必要な制御工学の知識について、効率よく学べるようまとめた。ポイントだけでもしっかり押さえたい読者に向けた一冊。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この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、進化計算、メタヒューリスティクス...人工知能キーワード!! 　本書は、深層学習・ディープラーニング、進化計算、メタヒューリスティクスについて解説します。深層学習は画像処理や自然言語処理などさまざまに応用され、人工知能の重要手法です。またメタヒューリスティクスは生物や物理化学現象をもとにした最適化・AI手法です。 　本書ではDeep Neural Evolutionの基礎から応用までをわかりやすく説明します。また、メタヒューリスティクス、進化計算についてデモンストレーションとなるサンプルプログラム（C++、Java等）を提供します。 第1章　AIのための進化論 第2章　深層学習とディープラーニング 第3章　メタヒューリスティクス 第4章　生物らしい計算知能 第5章　ニューロ進化と遺伝子ネットワーク 第6章　ディープ・ニューラルエボリューション

※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。 ＣＦＯを目指す財務・経理マンを対象に、具体的な職務とキャリア開発に必要なスキルを紹介。ＡＩ導入に伴うＣＦＯ本部業務の変更など、初版刊行以降の環境変化を織り込んだ最新版。

太古の単細胞生物から、神経系の構築、感情や意識の出現、そして創造性へ―― 「ソマティック・マーカー仮説」をはじめ、脳と心の理解を主導してきた世界的神経科学者が、その理論をさらに深化させ、文化の誕生に至る進化を読み解く独創的な論考。 創造的な知性を生み出した進化の意外な順序とは？ ホメオスタシスなどの生命活動や感情が果たす役割は？ 芸術やＡＩにまで視野を広げ、斬新な視点から生命と文化の関係を考察するダマシオの集大成的な最新作。世界21カ国で刊行！

※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。 数式を使わないでアルファ碁、深層学習、知識ベースの理論の本質がわかる!! 　現在のAIブームの切っ掛けとなったアルファ碁の概念、仕組み、特徴の説明に焦点を当て、これを理解するための基礎知識として深層ニューラルネットワークと深層学習（ディープラーニング）を解説します。また、ディープラーニング型AIと知識ベース型AI（エキスパート・システムなど）の統合化の必要性を理解できます。 はじめに プロローグ Chapter 1　人工知能とは－人の様々な知能をコンピュータ化できるか？ Chapter2　ディープラーニング－多層（深層）ニューラルネットワークによるデータ分類機 Chapter3　アルファ碁－ディープラーニング、モンテカルロ法と強化学習 Chapter4　知識ベースシステム－ディープラーニングとの統合を目指して

シリコンバレーの時代は終わった──。 新たな都市のスタンダードは、すべてベルリンから生まれる! スタートアップ・エコシステム、ネオヒッピー・カルチャー、ポスト・データエコノミー。 「壁」の崩壊から30年、テクノミュージックによって断絶を乗り越え文化多様性が社会をドライブさせるこの街には、硬直したテックイノベーションを更新する秘密の「レシピ」が隠されている。いまこそぼくたちはベルリンから学ばなければならない。 著者について 1954年生まれ。メディア美学者。クオン株式会社ベルリン支局長。日本大学芸術学部、京都造形芸術大学、東京大学大学院、札幌市立大学で教授職を歴任。80年代よりメディア論を講じ、インターネットの黎明期から現代のソーシャルメディアからAIにいたるまで、デジタル社会環境を研究。著書に『記憶のゆくたてーデジタル・アーカイブの文化経済』、『さよなら、インターネット──GDPRはネットとデータをどう変えるのか』など。現在ベルリン在住。

※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。 数学を味方に付けると、エンジニアリングでの世界がさらに広がります! 本書は、AIやデータサイエンスの世界で必要とされる数学的な知識を、数式ではなく図やチャートによって直感的に理解でき、実際にシンプルなプログラミングを行うことで、体験しながら身につけることができます。

※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。 【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】 SpriteKitは、iOSに標準で組み込まれている2Dゲーム開発用のフレームワークです。SpriteKitフレームワークを使うと、ゲームキャラクターや物体を表示して動かすスプライト処理や重力をシミュレートする物理シミュレーション処理、爆発などのエフェクトを実現するパーティクル処理など、2Dゲームで必要となる機能を簡単に作り込むことができます。 本書は、Apple標準のプログラミング言語SwiftとSpriteKitフレームワークを使って6つのゲームを作りながら、2Dゲームプログラミングの基本と定番テクニックを学ぶ書籍です。 さまざまな物体をタワー状に積んでいく積み上げゲーム、パックマン風のドットイートゲーム、Flappy bird風の横スクロールアクション、加速度センサによるジャンプ系ゲーム、AIを使ったリバーシなど、人気6ジャンルのゲームを作ります。このゲーム作りを通じて、Swift言語とSpriteKitフレームワークの基本に加えて、人気・定番2Dゲームの作り方とその開発技法を学びましょう。 ※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。 【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】 本書は、2015年1月上旬にUnity5のプレオーダーユーザー向けに公開されたUnity5 β19を利用した3Dゲーム開発手法について解説した書籍です。本書では2014年4月から無償で利用できるようになった「ユニティちゃん」を利用し、本格的な3Dアクションゲームを開発する手法をまとめています(「ユニティちゃん」は、ユニティ・テクノロジーズ・ジャパンのオリジナルキャラクターです。実際のゲーム開発に利用できます。利用規約については「ユニティちゃん」のダウンロードサイトでご確認してください)。 本書の前半では、Unityの特徴的な機能であるメカニムやシェーダ―、スクリプトの基本を解説します。すでにご存じの方も知識の整理に役立ちします。 中盤から後半にかけては、「ユニティちゃん」が主役となる3Dアクションゲーム作りをメインで解説します。具体的には、CHAPTER 04でドットイーターゲームを、CHAPTER 05でコミュニケーションゲームを、CHAPTER 06で迷路脱出ゲームを、CHAPTER 07でAI対戦ゲームを作ります。またCHAPTER 08で2Dモデルを利用した2Dゲーム開発手法についても解説します。 最終章ではゲーム開発で役立つC♯のコーディング手法を解説します。 本書を読めば、本格的な3Dアクションゲームが作れること間違いなしです。なお本書の内容はUnity 5 β19を元に解説していますので、今後リリースされるUnity5の正式版と画面内容が異なる場合があります。あらかじめご了承ください。 ※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。

【FAQ完成！ そのあとどうすればいい？】 本書では、FAQの運営ノウハウを解説します。前著『良いFAQの書き方』では、FAQコンテンツの質を高める書き方にフォーカスしました。しかし、FAQコンテンツはリリースしたら終わりではありません。変化するユーザーのニーズをとらえ、改善し効果を測定し続ける必要があります。本書では、筆者のFAQ運営ノウハウを理論的・具体的にまとめます。 ■こんな方におすすめ FAQ運営に携わっているオペレーター、スーパーバイザー、マネージャー、エンジニア、ライター ■目次 第1章：カスタマーサポートとFAQ運営の目的 　　1-1 カスタマーサポートの課題 　　1-2 良いFAQ運営とその数値的効果 　　1-3 企業経営のなかのFAQ運営 　　1-4 CRMとFAQ運営 　　1-5 FAQ運営が企業の顧客への意識を表す 第2章：FAQ運営の準備 　　2-1 FAQ専任者を任命する 　　2-2 FAQサイトの前提を決める 　　2-3 FAQ運営の目標を決定する 　　2-4 FAQリリースのスケジュールを決める 　　2-5 ガイドラインを準備する 　　2-6 FAQサイトとその環境を決定する 　　2-7 FAQ検索システムの機能を知っておく 　　2-8 FAQ運営で目標を達成するための準備 第3章：FAQ運営開始からFAQサイトリリースまでの流れ 　　3-1 VOCログのコンタクトリーズン分析 　　3-2 FAQ（質問文と回答文）の制作 　　3-3 良質なFAQを作文するコツとサンプル 　　3-4 FAQの完全性 　　3-5 FAQ検索補助テキストの制作 　　3-6 FAQのカテゴライズとカテゴリ制作 　　3-7 FAQサイトの設置 　　3-8 FAQコンテンツの搭載とレビュー 　　3-9 FAQ運営のガイドライン制作 　　3-10 FAQサイトリリース 第4章：具体的なFAQ分析とメンテナンスの実践 　　4-1 FAQコンテンツの利用分析とメンテナンスの大前提 　　4-2 分析値（KPI）と判定のしかた 　　4-3 FAQコンテンツのメンテナンス 　　4-4 問題解決率の判断とAのメンテナンス 　　4-5 カテゴリのメンテナンス 　　4-6 分析とメンテナンスで最も大切な心構え 第5章：FAQ運営の成果を確実にしていく方法 　　5-1 専門性の高いFAQ運営 　　5-2 コンタクトリーズン分析は企業としての最重要課題 　　5-3 FAQサイトはスモールスタートで公開したほうが早く効果が出せる 　　5-4 FAQサイトからFAQを削除する 　　5-5 良質なFAQを準備する 　　5-6 FAQサイトのインタラクティブ性 　　5-7 経営者が理解したほうがよいFAQの価値 ■著者プロフィール 樋口 恵一郎（ひぐち けいいちろう）：ハイウエア株式会社代表。FAQコンサルタント。開発者、通信機器SEを経て2007年からはWebサービスやFAQを中心としたコールセンター周辺技術の業務改善コンサルを進めている。サービス導入、運用を通じてAI等の周辺技術（音声認識、自然語対話、チャットボット、FAQシステムなど）に精通するも、それらを活かすのはコンテンツの質であることを実証し多くのコンサルティングや講習を提供している。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12812-8)も合わせてご覧ください。 初学者の方々に向け，ディープラーニングの発展技術をまとめた解説書。 ディープラーニングは現在のAI/人工知能の発展の中核を担っており，スマートフォンからIoT，クラウドに至るまで幅広い領域で，画像，音声，言語処理をはじめとした多くの対象分野に浸透し，目覚ましい進展をもたらしています。 ディープラーニングの今の基本をまとめた前作に続き，本作ではニューラルネットワークにおける大きな謎である「なぜ学習できるのか」「なぜ汎化するのか」にスポットを当て平易に解説。合わせて，将来的な革新の可能性を秘める二大トピックとして，「生成モデル」「深層強化学習」も詳しく取り上げます。そして，4つのテーマのもと，ディープラーニングや人工知能について課題を整理し，今後を考えていきます。 多様な問題を一つのアプローチ，アルゴリズムで解ける驚異的な技術。ディープラーニングが一段と進化していく将来につながる，長く役立つ原理，原則，考え方を紐解く1冊です。

M5Stackシリーズは，最初から液晶モニターやボタン，センサーなどが搭載された小型のマイコンモジュールです。電子工作の経験がなくても始められるハードルの低さと，簡単にアイデアを実現できる手軽さで注目を集めています。 本書は，M5Stackをこれから始めたい人と，M5Stackを活用していきたい人のためのガイドブックです。入門編と実践編の二部で構成されており，入門編ではM5Stack BasicとM5Stick Cの基本機能を紹介しています。開発環境の構築から丁寧に解説しているのに加え，コピペで動くサンプルコードも提供しているので，M5Stackをとりあえず動かしてみたい，という人でも安心して読み進められます。実践編では，M5Stackシリーズを使いこなすための知識とノウハウを，M5Stackをとことん活用してきた実績のある執筆陣によって本格的な作例と共に解説します。ノーコードで作るIoTデバイスからAI監視カメラまで，アイデア次第で多彩なデバイスを作れてしまうM5Stackの活用方法を紹介しています。M5Stackを始めてみたけど，工作のアイデアがひらめかない，という人にもおすすめの一冊です。

前作の『ITエンジニアのための機械学習理論入門』から、5年経過しましたが、AI（人工知能）や機械学習に対しての期待と関心はまったく衰えません。むしろ機械学習の利用はIT業界で当然のものとなり、さらなる活用がさまざまな場所で行われています。前作では一般的な機械学習について解説しましたが、試行錯誤しながら1つの解をもとめていく「強化学習理論」についてくわしく・やさしく解説します。理論を表現するいろいろな数式とそれらをプログラミングするためのPythonコードを並列しながらその理論の神髄にせまり、強化学習の基礎となるさまざまなアルゴリズムを体系的に学びます。

世界を揺るがすヘイトクライム（憎悪犯罪）はなぜ起きるのか？　神経科学やデータサイエンスなどを駆使し、先史時代からAI時代にいたるまでの「憎悪」の構造を解明。処方箋を提示する！

※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。 機械学習で、マスク判定だ！ 好評「AI・機械学習・深層学習アプリのつくり方」が「TensorFlow2に対応！」 Withコロナ時代に対応した「マスクの有無を判定する」サンプルを新たに加えました。 ◇もくじ◇ ■第1章　機械学習 / ディープラーニングについて ■第2章　機械学習入門 ■第3章　OpenCV と機械学習 - 画像・動画入門 ■第4章　自然言語処理 ■第5章　ディープラーニング( 深層学習) について ■第6章　機械学習で業務を効率化しよう ■Appendix　本書のための環境を整える

　本書は、ディープラーニングを使用した人工知能開発について、主にビジネスで取り組む上での注意点を念頭に置いて、包括的に解説をしています。実際に開発を行う技術者に向けられた内容ではなく、技術を使ってビジネスを行う側の方に向けて書かれています。 　そのため、ディープラーニングの技術に関しては、動作原理を解説する程度にとどめ、従来のシステム開発とはずいぶんと勝手が異なっている部分、たとえば、開発期間・費用の見積もり方、検収方法、プロジェクトのハンドリングに関するノウハウなどをかみ砕いて解説しています。 　下記のようなよくある疑問に答える1冊です。 ・AIは何ができて何ができないのか? ・AI開発にかかる費用は? ・納品されたAIをどうやって評価すればいい? ・AIに知的財産権はある? ■本書の特長 ●ターゲットは技術者ではなくビジネスを行う人 　本書は、外部に人工知能を使ったシステムを発注する側の人間を主な読者対象としています。ディープラニングなどの技術に関しては動作原理を解説する程度にとどめ、ビジネス上で問題になる点などについては、著者が実際に開発・相談を受けた案件などの実体験も踏まえ、解説しています。 ●項目冒頭のQ&Aを流し読みしても概要がわかる 　項目の冒頭に人工知能システムにまつわるよくある疑問をQ&A形式で解説しているので、忙しい人でもQ&Aを読むだけでも概要がつかめます。解説も丁寧にしており、図解なども交えてわかるやすく解説しています。 ●知的財産権や今後の予想など、一歩先の内容も解説！ 　現在、盛んに議論されている人工知能にまつわる知的財産権（著作権など）についても現在の政府の取り組みなども紹介し、解説しています。また、今後のビジネスの予想についても触れています。

※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。 ChatGPTなどの大規模言語モデルを組み込んだアプリケーション開発の効率化に欠かせないのが「LangChain」（ラングチェーン）です。本書では生成AIアプリケーション開発をしながらLangChainの各機能を学べる構成になっているため、基本機能と実践的な開発手法が同時に身につきます。 ●CONTENTS Chapter1 ChatGPTとLangChain Chapter2 Model I/O ～ 言語モデルを扱いやすくする Chapter3 Retrievers ～ 未知のデータを扱えるようにする Chapter4 Memory ～ 過去の対話を短期・長期で記憶する Chapter5 Chains ～ 複数の処理をまとめる Chapter6 Agents ～ 自律的に外部と干渉して言語モデルの限界を超える Chapter7 Callbacks ～ さまざまなイベント発生時に処理を行う Appendix LangChainをより深く学ぶヒント

※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。 見込み客、土日の需要、商品リコメンド… 営業、マーケティングが劇的に変わる 業務に本当に役立つ“儲かるAI”を自分で作る！ 業務に本当に役立つ“儲かるAI”を作るには、「業務目線」と「技術目線」の両方が必要です。業務の課題を認識し、どう改善するかという「業務目線」が必要なのは従来システムと同じですが、AIの構築ではさらに業務の課題が本当に AIで解決できるのか、AIのどの処理方式なら適用できそうかという「技術目線」が不可欠なのです。 本書のPython実習で学ぶことで、「AIの目利きができる技術目線」を獲得し、自分でもAIを作れるようになります。 ◆数学なしでアルゴリズム選びもチューニングもわかる ◆現場目線でAIの最適化までできる ◆ブラウザだけで試せるPython実習（Google Colab） ◆XGBoost、Prophetなど話題のAI技術を活用 ◆全PythonコードをGoogle Colab用のNotebook形式で用意 ＜機械学習のための　Python入門講座＞つき！ 1章　業務と機械学習プロジェクト 2章　機械学習モデルの処理パターン 3章　機械学習モデルの開発手順 4章　機械学習モデル開発の重要ポイント 5章　業務要件と処理パターン 6章　AIプロジェクトを成功させる上流工程のツボ

※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。 ゲームAI手法を技術開発に必要な基礎的な内容から解説！ 本書は、最近のゲームAI手法をさまざまな実例で解説するとともに、実際にゲームAIを構築できるような技法の習得を目指します。さらに、人工知能の最新の話題として、人間らしいゲームAIや深層学習、機械学習、強化学習についても解説しています。 第1章　パズルとゲームのAI今昔物語 第2章　パズルを解くAI 第3章　制約従属のパズルと非単調な推理 第4章　ゲームを解くAI 第5章　学習・進化とゲームAI 第6章　ゲームAIと人間らしさ 参考文献 索引