『同級生』『卒業生』の草壁と佐条、『空と原』のハラセンとソラノ、その他、 コマっちゃんや有坂＆響など、〈同級生シリーズ〉を彩る魅力的なキャラたち の""その後""を描いた待望の続編『O.B.』が、2冊同時で堂々の完結!!（単行本『O.B.1』と『O.B.2』を合本して、電子未配信のカバー下・あとがきなどを完全収録）

『同級生』『卒業生』の草壁と佐条、『空と原』のハラセンとソラノ、その他、 コマっちゃんや有坂&響など、〈同級生シリーズ〉を彩る魅力的なキャラたちの“その後”を描いた待望の続編『O.B.』が、2冊同時発売で堂々の完結!! 描き下ろし短編【ガールズトーク】収録

※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。 RTOS（組み込みOS）による開発を基礎から実践的に解説 組み込みOSの標準仕様であるITRONのオープンソース実装（HOS）を用いて、組み込みOSによるプログラミングを具体的に解説する。既刊のITRON関連書と異なり、組み込みOSによる開発の基本から簡単なアプリケーションの作成までを実際に手を動かしながら学習できる。ターゲットとするマイコンはH8。 第1章 開発を始める前に 1.1 ITRONはRTOS 1.2 Hyper Operating System（HOS） 1.3 開発に必要なもの 1.4 できれば準備したいもの 1.5 カーネルライブラリの構築 第2章 初めてのITRONプログラミング 2.1 サンプルプログラムを動かそう 2.2 タスクを2本走らせてみよう 2.3 タスクの起動順を変更する 2.4 もう1つタスクを追加する 第3章 ITRONのさまざまな機能を体験する 3.1 タスク管理機能 3.2 タスク付属同期機能 3.3 自タスクの遅延実行 3.4 タスク間通信 3.5 周期ハンドラ 3.6 割り込み処理 3.7 組み込みシステムにRTOSが必要な理由 第4章 RTOSの基礎知識 4.1 タスクとタスクコンテキスト 4.2 プロファイル 4.3 RTOSを構成する3つの状態 第5章 HOSのソースで見るITRONの機能 5.1 スケジューリングとディスパッチ 5.2 割り込みハンドラと割り込みサービスルーチン 5.3 μITRONの時間管理 5.4 アラームハンドラ 5.5 資源の排他制御とセマフォ 5.6 デッドロックと優先度逆転 5.7 メモリ管理 5.8 メールボックス、メッセージバッファ、データキュー 5.9 CPU例外、タスク例外機能について 5.10 コンフィギュレータ 5.11 HOS-V4におけるサポート状況 5.12 まとめ 第6章 ITRONによる開発の実際（簡易ゲーム機の作成） 6.1 ハードウェア仕様を考える 6.2 ハードウェア構成 6.3 ソフトウェア構成を考える 6.4 小型ゲーム機のプログラム構築 6.5 スタックサイズの再割り当て 6.6 ゲームの進行（プログラムの動作） 6.7 まとめ 付録A HEWによる開発について A.1 HEWの入手方法 A.2 HEWによるHOS-V4カーネルライブラリの構築 A.3 HEWにプロジェクトを登録する A.4 HEWでコンフィギュレータを使用する（カスタムビルドフェーズ） A.5 HOS-V4のアプリケーションをビルドするまで A.6 HEWの最適化機能について 付録B GCCによる開発について B.1 GCCの入手方法 B.2 GCCによる開発手順

※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。

山笠工業大学1年本田佳武。通称カブ。福岡在住。山笠工大Motoサークルに所属し、アヤカ姐さんの祖父のガレージに住みついている。さらに、バイトでありながら、中洲のキャバ嬢のミエリやネットアイドルのみーこ等の美女に囲まれながらキャンパスライフを送っている。さて、福岡都市高速に現れる黒い走り屋からの挑戦状でバトルに繰り出したカブだったが、その正体は……

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

※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。 量子コンピューティングがやさしくわかる 「量子コンピューティング」は量子コンピュータを用いた計算手法です。量子コンピュータには、大別してゲート型量子コンピュータとアニーリング型量子コンピュータがあり、ほかにアニーリング型量子コンピュータに着想を得た疑似量子コンピュータがあります。 本書で特に力を入れて説明しているのは、イジングマシンを使った具体的な問題の解き方です。イジングマシンは、組合せ最適化問題を解く専用のコンピュータで、アニーリング型量子コンピュータと疑似量子コンピュータのことを指します。組合せ最適化問題は応用範囲が広いので、具体的な問題の解き方を知ることで、量子コンピューティングの役立つシーンがイメージしやすくなるはずです。そうしたイメージができて興味がわいてきたら、もう少し専門的な資料を読んだり、量子コンピュータを使ってみたりして、さらに上の段階に進めると思います。 量子コンピューティングのしくみと、量子コンピュータを使ってどんなように問題を解くのかを知りたい方に基礎からていねいに解説します。 1章　量子コンピューティングの概要 1.1　量子コンピューティングとは 1.2　量子コンピューティングの応用例 1.3　量子を使わない量子コンピューティング 2章　イジングマシンのしくみ 2.1　イジングマシンとイジング模型 2.2　イジングマシンの計算のしくみ 2.3　問題を解くために必要なこと 2.4　問題を解く前の注意点 3章 イジングマシンで問題を解く 3.1　最大カット問題 3.2　画像のノイズ除去 3.3　グラフ彩色問題 3.4　クラスタリング 3.5　巡回セールスマン問題 3.6　ナップサック問題 4章　イジングマシンを使った機械学習 4.1　二値分類 4.2　行列分解 4.3　ブラックボックス最適化 5章　ゲート型量子コンピュータ 5.1　ゲート型量子コンピュータの計算のしくみ 5.2　量子アルゴリズム 5.3　量子ビットと操作の方式 6章　量子コンピューティングの今後 6.1　イジングマシンの進化 6.2　ゲート型量子コンピュータの発展 6.3　量子コンピューティングへの期待 付録 A．行列とベクトル A.1　行列とベクトルの演算 A.2　行列の固有値と固有ベクトル B．ブラックボックス最適化の補足 B.1　損失関数の平方完成 B.2　多変数ガウス分布 C．量子アルゴリズムの補足 C.1　ブラケット記法 C.2　ドイチュ・ジョサのアルゴリズム C.3　グローバーの量子探索アルゴリズム 参考文献 索引

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

※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言語を用いたソフトウェアシステム構築の方法を段階的に学べる！ 本書は、Ｃ言語によるデータ構造とアルゴリズムの話題を軸に、C言語を用いたソフトウェアシステム構築の方法を順を追って示すことで、プログラムを作成するとは何をすることなのかを実例で示す。はじめは簡単なプログラムから始め、構造をもったデータの扱いやファイルの扱いや、それらに関連するアルゴリズムをさまざまな例題を紹介する。 はじめに 第1章　C言語によるソフトウェア開発 1.1　プログラムとは何か、プログラミングとは何か 1.2　プログラミングとプログラミング言語 1.3　ソフトウェア開発の方法 1.4　C言語によるプログラミングを学ぶ意味 第2章　C言語における基本的なデータ型 2.1　基本データ型の役割 2.2　配列の使い方――整列を題材として 2.2.1　C言語の配列 2.2.2　バブルソートによる整列プログラム 2.2.3　クイックソートによる整列プログラム 2.2.4　C言語における配列利用の注意点 2.3　ポインタは何の役に立つのか 2.4　構造体の利用 第3章　制御構造の基本 3.1　制御構造の設計方法 3.2　メニューに従って処理を行う対話型プログラムの設計と実装 3.2.1　トップダウンによるプログラムコードの作成 3.2.2　プログラムの詳細部分の作成 3.3　ソースファイルの分割と多人数での開発 3.4　再帰処理の考え方 第4章　C言語と文字列 4.1　文字列の読み込み・格納・出力 4.1.1　C言語における文字列の扱い 4.1.2　文字列の比較 4.1.3　string.h ヘッダファイルに宣言されている文字列処理関数 4.2　文字列の探索（単純法・BM法） 4.2.1　単純法による文字列の探索 4.2.2　BM法による文字列の探索 4.3　文字列の生成（形式文法） 4.3.1　形式文法を用いた文字列の生成 4.3.2　文字列生成プログラムの実装 第5章　さまざまなデータ構造 5.1　スタックやキューの実現 5.1.1　C言語におけるスタックの実現方法 5.1.2　スタックを使ったアプリケーションの構築 5.1.3　キューの利用 5.2　リスト構造 5.2.1　リスト構造とは 5.2.2　リスト構造の利用例 5.3　木構造とグラフ 5.3.1　木の表現と探索（2 分木） 付録 付録A　Cygwin 開発環境 付録B　ソースファイルを分割した場合のコンパイル作業 B.1　すべてのソースファイルを一括して手作業でコンパイルする場合 B.2　個々のソースファイルをそれぞれ手作業でコンパイルする場合 B.3　make コマンドを利用する場合 付録C　push( ) 関数とpop( ) 関数を呼び出すプログラム simplestack.c 付録D　enquene( ) 関数とdequene( ) 関数を呼び出す プログラムsimplequeue.c 参考文献 索引

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ［商品について］ ―統計学は、数値の寄せ集めである「データ」を「情報」に変える― データに基づいて判断を行うときに考慮しなければならないデータのばらつきという不確かさを、確率モデルという形で表して分析を行う方法として、統計学の検定や推定という方法がある。本書は、主に学部生を対象として、この確率モデルに基づく統計学的分析の基礎的な考え方を、データ分析の基礎であるグラフから母集団を想定しない分析まで、図と数式で分かりやすく解説する。これから本格的に統計学を学びたい方にとっても格好の一書。 ［目次］ １　グラフ：データの図示 　　１.１　１変量の場合 　　　　　　ヒストグラム 　　　　　　棒グラフ（柱状グラフ、柱状図）と折れ線グラフ 　　１.２　２変量の場合：散布図 ２　統計量 　　２.１　１変量の場合 　　　　　　位置と散らばりの指標（平均、分散など） 　　　　　　データの標準化 　　　　　　分布の形状の指標（歪度と尖度） 　　　　　　順序統計量（中央値など） 　　　　　　ヒンジと箱ひげ図 　　２.２　２変量の場合 　　　　　　共分散 　　　　　　相関係数 　　　　　　回帰分析と相関係数 　　　　　　回帰（regression） 　　　　　　擬似相関と変量間の関係 　　　　　　順位相関係数 　　補足２.Ａ　計算の有効桁 　　補足２.Ｂ　和と積の記号：ΣとΠ 　　補足２.Ｃ　データに定数を足した場合、掛けた場合の平均と分散 　　補足２.Ｄ　標準得点の平均値と分散・不偏分散 　　補足２.Ｅ　順序統計量をｐ：１－ｐに内分する値 　　補足２.Ｆ　相関係数と内積 ３　検定 　　３.１　検定の考え方 　　　　　　２項検定（帰無仮説と対立仮説） 　　　　　　２項検定の例 　　３.２　正規分布を仮定する検定 　　　　　　平均値の差のｔ検定(条件間で独立なデータの場合) 　　　　　　等分散の仮定を置かない場合 　　　　　　平均値の差のｔ検定(条件間で対応のあるデータの場合) 　　　　　　等分散の検定 　　　　　　相関係数の検定 　　３.３　ノンパラメトリック検定 　　　　　　カイ２乗検定：適合度の検定 　　　　　　分割表の分析：分布の違いの検定 　　　　　　分割表の分析：カテゴリの独立の検定 　　補足３.Ａ　メタ分析 ４　分散分析 　　４.１　多重比較 　　４.２　分散分析の考え方と方法 　　　　　　被験者間１要因の場合 　　　　　　被験者内１要因の場合 　　　　　　被験者間２要因の場合 　　　　　　その他の分散分析 　　４.３　重回帰分析と分散分析 　　補足４.Ａ　球形仮定（the assumption of sphericity） ５　効果量と検定力 　　５.１　平均値の差の効果量（独立なデータの場合） 　　５.２　分散分析の場合の効果量（被験者間１要因） ６　推定 　　６.１　点推定（モーメント法） 　　　　　　不偏推定量と一致推定量 　　６.２　区間推定 　　６.３　最尤法 　　　　　　尤度関数 　　　　　　尤度比検定 　　　　　　情報量基準ＡＩＣ 　　　　　　信頼区間とフィッシャー情報量 　　６.４　ベイズ的方法 　　６.５　ブートストラップ 　　　　　　ノンパラメトリック・ブートストラップ 　　　　　　パラメトリック・ブートストラップ ７　母集団を想定しない分析 　　７.１　ランダマイゼーション検定 　　７.２　サブサンプルによる分析 　　　　　　データの収集方法に構造がある場合 　　　　　　データの収集方法に構造化がない場合 付録　確率 　　　Ａ　集合 　　　　　Ａ.１　定義 　　　　　Ａ.２　集合の演算 　　　Ｂ　数え上げることのできる事象の確率 　　　　　Ｂ.１　基礎的性質 　　　　　Ｂ.２　条件付確率と独立 　　　　　Ｂ.３　期待値 　　　　　Ｂ.４　ベイズの定理 　　　　　Ｂ.５　補足 　　　Ｃ　積分 　　　　　Ｃ.１　１変数関数の積分 　　　　　Ｃ.２　多重積分 　　　Ｄ　連続量の確率 　　　　　Ｄ.１　分布関数 　　　　　Ｄ.２　条件付確率密度関数 　　　　　Ｄ.３　期待値・平均・分散 　　　Ｅ　確率の例 　　　　　Ｅ.１　ベルヌーイ分布 　　　　　Ｅ.２　２項分布 　　　　　Ｅ.３　正規分布 　　　　　Ｅ.４　カイ２乗分布 　　　　　Ｅ.５　ティ分布 　　　　　Ｅ.６　エフ分布 　　　　　Ｅ.７　非心カイ２乗分布 　　　　　Ｅ.８　非心ティ分布 　　　　　Ｅ.９　非心エフ分布 　　　　　Ｅ.10　２変量正規分布 　　　付表１～付表５ 解答例 引用・参考文献 ［担当からのコメント］ 私たちの生活に欠かすことのできない統計分析は、文系・理系を問わず現代学問体系の基礎知識といっても良いのではないかと思います。学生の方はもちろん、仕事で統計を学ぶ必要があるという方にとっても有用な内容となっています。 ［著者紹介］ 岡本 安晴（おかもと やすはる） 1972年、京都大学理学部（数学専攻）卒業 1977年、京都大学大学院文学研究科博士課程（心理学専攻）単位取得満期退学 1983年、文学博士（京都大学） 日本女子大学名誉教授 専門領域：心理学データ分析、心理学シミュレーション 主要著書及び論文 「Delphiで学ぶデータ分析法」ＣＱ出版社　1998． 「計量心理学」培風館　2006． 「聴取実験データにおける統計的分析・尺度」日本音響学会誌　1999, 55, 723-729． 「エントロピー最小化基準による適応型テスト―テスト情報関数の問題点―」日本テスト学会誌　2007, 3, 36－47．

西表島から那覇の小学校に転校した阿嘉七海。西表島とは違い、那覇は人も車も多くて七海はちょっととまどい気味。しかし、持ち前のとびっきりの明るさで彼女は新しい生活をスタートさせるのだった。そんな中、クラスメイトの又吉舞にアクターズにさそわれた七海。そこで待っていた出会いとは!?

石川愛理は沖縄に住む女の子。アクターズスクールの一茶くんに会いたくて、オーディションを受けてみたところ・・・!?SPEED、D&D、安室奈美恵を生んだ沖縄アクターズスクールを舞台に、愛理が、優、優美とともにダンスと歌の楽しさを知り、夢をつかんでいくとびっきりの青春物語、第1巻!!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 やせたいために、カロリーを減らすことに専念していると、栄養が偏って糖質や脂質を燃焼しにくい体になり、ダイエットにはかえって逆効果です。最近では、カロリーが少しくらい高めでも効率よく糖質や脂肪を燃やすダイエット法が注目されています。そこで注目したいのが豆料理です。豆は「鉄」「カルシウム」などのミネラル分をはじめ、糖質代謝に役立つ「ビタミンB1」、脂質代謝に役立つ「ビタミンB2」などを豊富に含み、食物から摂ったカロリーをエネルギーに変換し、燃えやすい体をつくります。また特に大豆に含まれる「βコングリニシン」を摂ることで内臓脂肪が減少すると言われています。さらに、ごぼうよりも食物繊維を多く含み、その一種「フィチン酸」の働きで有害物質を体外に排出する解毒効果も期待できます。その上大豆のタンパク成分が消化されるときにできる「ペプチド」は満腹中枢を刺激し、食事量を減らせます。こんないいことずくめの豆ですが、豆好きの人でも料理の種類をそれほど知らないのが現状です。下準備がたいへんと思っている人も多い。実はレンズ豆や緑豆、小豆など、水で戻さずに調理できる豆もあるのです。本書では、おなじみの浜内千波さんが、栄養バランスがよく、ダイエットにつながる豆レシピをふんだんに用意しました。おためしあれ！

※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。検索やハイライト等の機能が使用できません。 初心者でもPythonを用いて機械学習が実装できる！ 　 本書は、今後ますますの発展が予想される人工知能の技術のうち機械学習について、入門的知識から実践まで、できるだけ平易に解説する書籍です。「解説だけ読んでもいまひとつピンとこない」人に向け、プログラミングが容易なPythonにより実際に自分でシステムを作成することで、そのエッセンスを実践的に身につけていきます。 また、読者が段階的に理解できるよう、「導入編」「基礎編」「実践編」の三部構成となっており、特に「実践編」ではシステム計画研究所が展示会「Deep Learning実践」で実際に展示した「手形状判別」を実装します。 詳細目次 第1部　導入編 　第1章　はじめに 　1.1 機械学習とは 　1.2 Python と機械学習 　1.3 インストール＆セットアップ 　1.4 Python 早分かり ― NumPy とmatplotlib 　1.5 クイックツアー 　　小話 深層学習って何だ？ 　第2 章　機械学習の様々な側面 33 　2.1 機械学習をとりまく環境.. 33 　2.2 関連分野. 34 　2.3 学習法による分類. 35 　2.4 手法や課題設定による分類. 36 　2.5 応用例. 37 第2部　基礎編 　第3章　分類問題 　3.1 分類問題とは 　3.2 最初の分類器 　3.3 学習データとテストデータ 　　ミニ知識 色々な用語 ―学習・訓練・教師 vs テスト・評価・バリデート・検証 　　ミニ知識 k- 分割交差検証 　3.4 分類器の性能を評価しよう 　　ミニ知識 正答率（Accuracy）と適合率（Precision） 　　ミニ知識 色々な平均.調和平均・算術平均・幾何平均 　3.5 色々な分類器 　3.6 まとめ 　第4章　回帰問題 　4.1 回帰問題とその分類 　4.2 最初の回帰 ― 最小二乗法と評価方法 　4.3 機械学習における鬼門 ― 過学習 　4.4 過学習への対応 ― 罰則付き回帰 　4.5 様々な回帰モデル 　4.6 まとめ 　第5章　クラスタリング 　5.1 iris データセット 　　ミニ知識 フィッシャーのあやめ 　5.2 代表的なクラスタリング手法 ― k-means 　5.3 その他のクラスタリング手法 　5.4 まとめ 第3部　実戦編 　第6章　画像による手形状分類 　6.1 課題の設定 　6.2 最初の学習 　6.3 汎化性能を求めて ― 人を増やしてみる 　6.4 さらに人数を増やしてみる 　　ミニ知識 学習データに含める人数について 　6.5 データの精査と洗浄 ― データクレンジング 　6.6 特徴量の導入 　6.7 パラメータチューニング 　6.8 まとめ 　第7章　センサデータによる回帰問題 　7.1 はじめに 　7.2 準備 　7.3 センサデータの概要 　7.4 データの読み込み 　7.5 高松の気温データと四国電力の消費量 　7.6 もっと色々、そしてまとめ 　7.7 終わりに 第4部　付録 　付録A　Python で作る機械学習 　A.1 この付録の目的 　A.2 最小二乗法 　A.3 行列計算による解析解の導出 　A.4 反復法 　A.5 コードを書く前に 　A.6 実装例 　付録B　線形代数のおさらいと代表的な非線形モデル 　B.1 この付録の目的 　B.2 そもそも「線形」とは 　B.3 線形変換とアフィン変換 　B.4 ノルムと罰則項 　B.5 線形回帰の最小二乗解を考える 　B.6 機械学習における「非線形」

日頃から鍛えた作文力を活かして ブログで副収入を得ませんか 今、インターネットでは、ニュースサイトのような情報コンテンツを配信するサービスが急速に増えていることと相まって、 記事の需要が高まり、ライター不足の状況に陥っていることをご存知ですか。 これまで記事を書く仕事は、経験豊富なプロのライターがつとめるのが一般的でした。 それが、ライター不足の影響で、きちんとした文章を書ける人であれば、 執筆の仕事を引き受けられるようになってきています。 ブログで情報発信をしている主婦や、会社で広報用の原稿を作成している人の中には、 日頃から鍛えた作文力を活かして副収入を得られたらと、 ひそかに思いをくすぶらせている人もいるのではないでしょうか。 そのような人たちにとって、まさに願ったり叶ったりのチャンスが到来しているのです！ 本書では、作文を書く腕前のある主婦やビジネスマンを対象に、記事を書いて副収入を得るための方法を解説していきます。 本書が、副収入を得たい人のきっかけ作りになれば幸いです。 ▼目次 はじめに 第一章　情報価値の高い記事を書けるライターはひっぱりだこ/b> １　個人が発信する情報コンテンツが人気 ２　ニュースサイトの登場で面白い記事の需要が増加 ３　企業が独自の情報を提供するサイトを続々開設 ４　背景にＧｏｏｇｌｅの検索方針の変更？ ５　記事を書いて収入を得る時代が到来！ 第二章　ブログ記事で収入を得るための基礎知識 １　どんな記事が求められているの？ ２　原稿料はいくらもらえるの？ ３　記事で収入を得るのに必要なスキルは？ ４　用意しておきたいソフトや機器 第三章　個人ブログを開設して記事を書こう １　ブログを開設しよう ２　ブログの公開準備をしよう ３　記事の基本スタイルを身につけよう ４　タイトルの付け方 ５　ＳＥＯについて知っておこう ６　たくさん記事を書いてサンプルを構築しよう 第四章　ブログ記事でアフィリエイト収入を得よう １　アフィリエイトってなに？ ２　アフィリエイトサイトに登録しよう ３　広告はどんな種類があるの？ ４　提携サイトの選び方

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※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。 公式を制する者が計算問題を制す！ 　無線従事者試験の計算問題は公式を覚えるのはもちろんのこと、その公式の活用法を理解していないと得点に結びつきません。そこで、本書は公式やその解説だけでなく、過去問を使用した例題も掲載しています。 　本書は持ち運びしやすいコンパクトなサイズで、各テーマ見開き2ページの構成になっていますので、通勤や通学の移動中やちょっとした空き時間にもご活用いただけます。 　本書は、「一陸技」、「二陸技」、「一陸特」、「一アマ」の受験者を対象としていますが、公式ごとに対象資格のアイコンを設けていますので、受験者の方が必要としている内容が一目でわかるようになっています。 　今回の改訂では、公式の追加や掲載している問題の見直しを行うと共に、紙面デザインも読みやすく一新しています。 1編　無線工学の基礎 　1章　電気物理 　　1-1　クーロンの法則 　　1-2　電　界 　　1-3　電気力線,磁力線 　　1-4　電　位 　　1-5　静電容量 　　1-6　静電容量の計算 　　1-7　静電エネルギー 　　1-8　アンペアの法則 　　1-9　ビオ・サバールの法則 　　1-10　電磁力 　　1-11　荷電粒子に働く力 　　1-12　ファラデーの電磁誘導の法則 　　1-13　自己インダクタンス 　　1-14　インダクタンスの接続 　　1-15　磁気抵抗 　　1-16　磁気回路 　　1-17　磁気エネルギー 　2章　電気回路 　　2-1　オームの法則，キルヒホッフの法則 　　2-2　導線の電気抵抗と温度変化 　　2-3　抵抗の接続 　　2-4　電圧の分圧 　　2-5　テブナンの定理，ノートンの定理 　　2-6　ミルマンの定理 　　2-7　直流ブリッジ回路 　　2-8　Y-△変換，△-Y変換 　　2-9　電力 　　2-10　過渡現象 　　2-11　交流回路の表し方 　　2-12　インピーダンス 　　2-13　直列共振回路 　　2-14　並列共振回路 　　2-15　フィルタ回路 　　2-16　交流の電力 　　2-17　変成器(トランス)結合 　　2-18　4端子回路網 　　2-19　ひずみ波 　3章　半導体・電子回路 　　3-1　半導体の電気伝導 　　3-2　半導体ダイオード 　　3-3　電流増幅率 　　3-4　エミッタ接地増幅回路のhパラメータ 　　3-5　トランジスタ増幅回路 　　3-6　FET増幅回路 　　3-7　オペアンプ増幅回路 　　3-8　増幅度 　　3-9　発振回路 　　3-10　論理回路 　4章　電気磁気測定 　　4-1　誤　差 　　4-2　測定範囲の拡大 　　4-3　指示計器 　　4-4　交流電力の測定 　　4-5　測定器 　　4-6　単　位 2編　無線工学A 　1章　変調復調 　　1-1　振幅変調 　　1-2　振幅変調波の側帯波と電力 　　1-3　角度変調 　　1-4　角度変調波の側帯波 　2章　無線通信機器 　　2-1　送信機出力 　　2-2　相互変調 　　2-3　スーパヘテロダイン受信機 　　2-4　受信機入力回路 　　2-5　雑音温度 　　2-6　FM受信機のスレッショルドレベル 　　2-7　衛星通信回線 　　2-8　地上デジタル放送の標準方式の伝送信号パラメータ 　　2-9　PCM 　　2-10　デジタル伝送 　　2-11　整流電源回路 　　2-12　定電圧回路 　　2-13　レーダ 　　2-14　レーダ方程式 　　2-15　ドプラレーダ 　3章　無線通信機器に関する測定 　　3-1　交流電圧の測定 　　3-2　オシロスコープを用いた波形測定 3編　無線工学B 　1章　アンテナ 　　1-1　周波数と波長，マクスウェルの式 　　1-2　ポインチングの定理 　　1-3　等方性アンテナ 　　1-4　微小ダイポール 　　1-5　アンテナの利得 　　1-6　半波長ダイポールアンテナ 　　1-7　各アンテナの電界強度 　　1-8　受信電圧 　　1-9　実効面積 　　1-10　フリスの伝達公式(伝送公式) 　　1-11　各アンテナの利得など 　2章　給電線 　　2-1　分布定数回路 　　2-2　無損失線路の線路定数 　　2-3　受端短絡，開放線路 　　2-4　反射係数 　　2-5　電圧定在波比 　　2-6　負荷に供給される電力 　　2-7　平行給電線 　　2-8　同軸給電線(同軸ケーブル) 　　2-9　整合回路 　　2-10　導波管 　3章　電波伝搬 　　3-1　地上波電波伝搬の干渉 　　3-2　見通し距離 　　3-3　電離層伝搬 　　3-4　電離層内の電波の反射 　4章　アンテナ系の測定 　　4-1　マイクロ波アンテナの測定 　　4-2　雑音温度の測定 数学公式集

Z1から始まったカワサキ空冷Zのすべてを詰め込んだ一冊。Z1からGPZ1100までの系譜と詳細解説はもちろん、ワークスレーサーKR1000やモリワキモンスターといったレーシングマシンも収録したZファン待望の保存版。 目次 〇カタログとメーカー写真で辿る歴史 1973-1980 〇詳細解説 　1973 900 Super4（Z1） 〇詳細解説 　1975 900 Super4（Z1B） 〇名機、Zのパワーユニットを徹底解剖する 〇詳細解説 　1977 Z1000 (Z1000-A1) 〇詳細解説 　1978 Z1-R (Z1000-D1) 〇詳細解説 　1979 Z1R-II (KZ1000-D2) 〇詳細解説 　1979 Z1000MkII (Z1000-A3A) 〇詳細解説 　1980 Z1000Fuel Injection (Z1000-H1) 〇Z1からZ1000MkIIまでのフレームの変遷 〇詳細解説 　1973 750RS（Z2） 〇1973〜1980年カワサキ空冷Zの主要諸元 〇開発者インタビュー 1.デザイナー多田憲正氏に聞く 〇開発者インタビュー 2.Zイズムの創始者に聞く 〇Z外伝　[1] 1979 Z400FX(Z400E1) ＆ History 〇Z外伝　[2] 1976 KZ900LTD(KZ900-B1) ＆ LTD series 〇Z外伝　[3] 1979 Z250FT (Z250A1) ＆ History 〇レーシングマシーン詳細解説　1981 KR1000 〇レーシングマシーン詳細解説　1982 KR1000 〇レーシングマシーン詳細解説　1983 KR1000 〇レーシングマシーン詳細解説　1981 MORIWAKI Z1000 ＃30 〇レーシングマシーン詳細解説　1983 MORIWAKI MONSTER ＃2 〇レーシングマシーン詳細解説　1981 MORIWAKI MONSTER ＃M 〇レーシングマシーン詳細解説　1981 MORIWAKI MONSTER ＃14 〇空冷Ｚの誕生から発展、終焉までを、時系列で一望する 〇SPECIAL:Flagship of air cooled inline four ”Z” Fuel tank color chart 〇カタログとメーカー写真で辿る歴史 1981-1984 〇詳細解説 　1981 Z1000（Z1000-J1/J2） 〇詳細解説 　1982 Z1000R (Z1000-R1) 〇詳細解説 　1983 Z1000R (Z1000-R2) 〇詳細解説 　1984-1985 Z1100R (Z1100-R1) 〇詳細解説 　1982 Z1000S (KZ1000-S1) 〇詳細解説 　1982 Z1100GP (Z1100-B2) 〇詳細解説 　1983 GPz1100 (ZX1100-A1) 〇1981〜1985年 カワサキ空冷Ｚの主要諸元 〇Z外伝　 [4] その後の空冷750 〇Z外伝　 [5] その後の空冷400

文明と緑の共存という理想を掲げた緑化都市、風祭市。そんな平和な街で、神戸小鳥、吉野晴彦らとともに平凡な学生生活を送っていた天王寺瑚太朗は、街で囁かれているオカルトチックな噂を調べるバイトを始める。しかし、それが常識を覆す大きな謎に繋がっていき……。大人気ゲームブランド・Ｋｅｙが贈る人気タイトルをコミカライズ！！