※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。 話題のGoogle製ライブラリーを使った初の書籍！ 本書は、Google製のライブラリーであるJAX、Flax、Optaxを利用して、ディープラーニングの機械学習モデルの構築方法を学ぶ書籍です。 ● 本書の概要 本書では、ディープラーニングの代表例とも言える畳み込みニューラルネットワーク（CNN）を例として、これをJAX/Flax/Optaxで実装しながら、モデルの各パーツの役割を数式レベルで丁寧に解説していきます。 この際、モデル内部の処理の様子を確認するために、モデルの中身を分析するコードもあわせて利用します。JAX/Flax/Optaxを利用すれば、モデルの構築だけでなく、このような分析作業も簡単に実施できることが実感できるでしょう。 導入となる第1章では、JAX/Flax/Optaxの基本的な機能とその使い方を学ぶために、機械学習の基礎とも言える「最小二乗法」による回帰問題を利用します。まずは、JAXの機能だけを利用して、勾配降下法のアルゴリズムを独自に実装して、回帰モデルの学習を行います。その後、これと同等の処理をFlax/Optaxを組み合わせて、再度、実装してみます。これにより、Flax/Optaxの使い方に加えて、JAXの微分機能など、その背後で行われる実際の処理内容をより明確に理解することができるでしょう。 第2章以降では、より本格的な畳み込みニューラルネットワークを構築し、さらに、転移学習やDCGANによる画像生成モデルなども実装します。付録として、本書で使用するJAX/Flax/Optaxの主な関数の一覧も用意。JAX/Flax/Optaxの使い方をリファレンス的に知っておきたい方にもおすすめです。 中井 悦司 （なかい えつじ） 1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT企業のSolutions Architectとして活動。

生命倫理学者でありテレビコメンテーターとしても活躍する高木美也子さんの初の著作。この本を書いた1991年には、３大学で授業を持ち、テレビ報道番組「ＣＮＮデイウオッチ」キャスターをはじめラジオ番組でもレギュラーと超多忙な毎日を送っていた彼女。時代の先頭を走る女性として、「働き続けるのがつらい」「やっぱり私には仕事は向いていない」と悩んでいる同性に向けて「自信を持って頑張れば人生楽しいよ！」とエールを送ります。 　本書は、自身の体験に基づいた54本のショートエピソードで構成。大学理工学部を卒業後4年間留学したパリ時代の話、テレビ・ラジオで触れ合った人から学びとったこと、男女の友情結婚、男社会である科学研究者として軽やかに道を切り拓いていく姿勢……。いま読んでもまったく時代を感じることなく楽しく読めることはもちろん、ポジティブに生きようとする女性へのはじめ普遍のメッセージです。

【今週のトピック】「句動詞」とは、〈動詞＋副詞〉あるいは〈動詞＋前置詞〉の２語、時には〈動詞＋副詞＋前置詞〉の３語から成る動詞フレーズで、全体として「一つの動詞」のように機能します。自然な英語を話したり書いたりするには、できるだけ多くの句動詞を活用できるようになることが重要です。 例えば、mature（成長する）のような「少し堅い動詞１語」を、grow upという「簡単な動詞＋α」で表現できるので、ネイティブスピーカーは「普段遣いの英語」として実によく句動詞を用いています。句動詞を活用できるようになるには、「句動詞」の構成要素のうちサブのように見える「副詞／前置詞」を逆に鍵としてとらえ、「副詞／前置詞」ごとにコアイメージをまとめてつかんでいくのが効率的です。 さらに、そのようにして身につけていくことで、意味を知らない句動詞に遭遇したときにも応用が利き、類推が働いてイメージをつかむことができるのです。 【本書の内容】 ・about／around ・away ・down ・in ・into ・off ・on ・out ・over ・up ・その他の副詞・前置詞（along, back, by, of, through, to, under, with） ・雑誌再現 ＊『CNN ENGLISH EXPRESS』編集部編『CNN ENGLISH EXPRESS』2018年11月号掲載の特集をもとに制作されました。

※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。 ジョブズの伝説的なスピーチやプレゼンを、CNNの放送から収録。【特長】ジョブズの功績を振り返るCNNニュースや、公認伝記本の著者へのインタビューも収録。だれでも理解できるようになる完全対訳と語注付き。■音声は収録されていません「生声CD」をお聞きになりたい方は、書籍版『[生声CD&電子書籍版付き] スティーブ・ジョブズ 伝説のスピーチ&プレゼン』のご購入がおすすめです。【内容】・CNNが振り返るジョブズの功績・驚異のプレゼンでたどるジョブズの軌跡・伝記本の著者が明かすカリスマの素顔・伝説のスタンフォード大学スピーチ。

４億の検索ワーズ、数十万の官能小説、４万のアダルトサイト……。 データマイニングと脳科学・性科学で解き明かす、前代未聞の科学書！ 認知神経科学者２人が、インターネットを情報源に男と女とゲイの「知られざる欲望」を解明。 ＮＹタイムズ、ワシントン・ポスト、ＣＮＮ、ニューズウィーク、ハフィントン・ポスト……と数多くのメディアで取り上げられ、 米アマゾン・レビューは大荒れに！ これは、キンゼイ・レポート以来の「偉業」なのか？

【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。 全世界312万人が涙！　世界各地の人が自宅の窓からの写真とライフストーリーを投稿する超話題のサイトの日本版書籍が登場！ コロナ禍のロックダウン中にベルギーのデザイナー、バーバラ・デュリオさんが立ち上げたFacebookグループ「VFMW」は、 世界中の人々が「自宅の窓からの風景」と、まつわるエピソードを投稿するサイト。 そこにしかなく、どこにでもある日常風景と、 添えられたそれぞれの奥深い人生ストーリーが世界中の共感と感動を呼び、2年で登録者が300万人を突破。 CNNやBBCなど有名メディアでも多数取り上げられるなど大きな話題に。 初の日本版では、世界77カ国201人の写真とエピソードを収録。 オーロラが輝くノルウェーの窓辺、ゾウがおやつを食べにくるボツワナの窓辺、 ロバが牛乳配達に出かけるスーダンの窓辺、桜の小径を臨む日本の窓、 窓ガラスに飛散防止のガムテープが貼られたウクライナの窓。 摩天楼やピラミッドがそびえ、荒野や海原、ジャングルが広がり……。 しかし、見える風景がどんなに違っても、 どこの窓辺にも変わらない日常あり、一人一人の人生がある。 コロナ禍で失業して豪奢なマンションを出なければならない人、旅行中の国境封鎖で仮住まいを定めた人、 ロックダウン中に広場の向こうに住む見知らぬ少女と無言の交流を始めた人、難民キャンプに住む人、 家族や隣人を弔う人、辛かった結婚生活に見切りをつけ新生活を始める人、自殺未遂を経て夢をかなえた人……。 新型コロナ、戦争、格差……この分断の時代に、まったく違う環境に生きる、 見知らぬ人の日常と人生が、たまらなく大切なものに思えてくる、貴重な1冊。 Chapter1 View From My Window 私の窓からの眺め Chapter2 Animal Kingdom 窓辺の動物たち　 Chapter3 Daily life in My neighbourhood ご近所の日常 Chapter４ My Garden My Sanctuary　私の庭へようこそ Chapter5 Deserted Towns 人が消えた街で Chapter6 My home town わが街 Chapter7 Out of the Picture 私がこの窓を開けるまで Chapter８ Tomorrow is Another Day 夜から朝へ

「強さとは大きな領土を持つことではない」 「自由を望む気持ち、平和を大切に思う気持ちに距離はない」 「世界は見守るのではなく、助けなければならない」 「皆さんが私たちとともにあることを証明してほしい」 「人々は住み慣れた故郷に戻らないといけない」 2022年２月24日、ロシア軍に侵攻を受けて以降、世界第二位の軍事大国との極めて不利な戦いを、ゼレンスキーは、砲弾や戦闘機ではなく「言葉の力」で戦ってきた。 事実、「ゼレンスキーは、降伏拒否、反抗、勇気、勇敢さの象徴になりつつある」（オリシア・ルツェビッチ氏／ＢＢＣのラジオ番組）、「人間に与えられるあらゆる才能のうち、雄弁に語る能力ほど貴重なものはない」（イギリスの故・チャーチル元首相の言葉を用いて／アメリカのＣＮＮの番組）と、各メディアは率直にその発信力に賛辞を送っている。 では、なぜ若き大統領の言葉はなぜ自国民を奮い立たせ、世界をも動かすのか？ 本書では、ウクライナの国民や軍を奮い立たせ、世界の主要国の議場を総立ちにさせてきた100の言葉を拾い集め、五つの種類に分類しながら、それぞれ解説を加えていく。（著者より） ※本書の印税・売り上げの一部は、ウクライナの避難民および復興支援のために寄付します。 【著者プロフィール】 清水克彦　（しみず・かつひこ） 政治・教育ジャーナリスト／大妻女子大学非常勤講師 愛媛県今治市生まれ。京都大学大学院法学研究科博士後期課程単位取得満期退学。 文化放送入社後、政治・外信記者として、東欧、中東、アメリカ、東アジア情勢などを幅広く現地取材。 アメリカ留学後、ニュースキャスター、南海放送コメンテーター、報道ワイド番組チーフプロデューサーを歴任。 現在は、報道デスク兼ニュース解説。 京都大学現代政治研究会研究員。 著書やオンライン記事を執筆。大妻女子大学で非常勤講師も務める。 著書は、『ラジオ記者、走る』（新潮社）、『台湾有事』、『安倍政権の罠』（ともに平凡社）、『すごい！家計の自衛策』（小学館）、『人生、降りた方がいいことがいっぱいある』（青春出版社）ほか多数。

「数式が読めない」「コーディングは苦手」という一般SEや初学者のために気鋭のデータサイエンティストがニューラルネットワークを簡潔に解説し、無償のGUIツール「NNC」を使った各種体験学習で理解を深めます。 本書旧版ではWindows上でNNCアプリを動かしましたが、増補改訂版ではクラウド版のNNCを使います。演習課題も見直して、CNNによる画像分類のほか、新たにRNNによる時系列予測と異常検知、自然言語処理へと拡大。巻末付録も大幅に拡充しました。また、内容の確かさが評価され、NNC開発元のソニーによる公式な監修も受けています。 なお、Windows版NNC対応の本書旧版につきましては、単行本（ソフトカバー）完売後も、Kindle版／EPUB版電子書籍の形で販売を継続致しますので、そちらをご利用くださいませ。

※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。 本書は、機械学習コンセプト全般をカバーし、理論的背景とPythonコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング（CNN／RNN）、敵対的生成ネットワーク、強化学習などを取り上げ、scikit-learnやTensorFlowなどPythonライブラリの新版を使ってプログラミング。第3版では13～16章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow 2, 3rd Edition』の翻訳書です。◎微積分／線形代数、Python の文法、データ分析用ライブラリについてある程度理解している必要があります。［原著の第1版］●ドイツ語、韓国語、中国語、日本語、ロシア語、ポーランド語、イタリア語に翻訳。●ACM（米国計算機学会）の「21st Annual list of Notable Books and Articles（2016）」にランクイン。［日本語の第1版］●「ITエンジニア本大賞2017」ベスト10にランクイン。

※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。 機械学習本ベストセラーの第2版！ 著者陣の経験に基づく洞察とより専門的な知識を学べる 機械学習の各コンセプトについて、理論や数学的背景、Pythonコーディングの実際を網羅的に解説。初期の機械学習アルゴリズムから、ニューラルネットワーク（CNN/RNN）までの手法を取り上げます。Python関連ライブラリとしてはscikit-learnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。 ◎本書は『Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow, 2nd Edition』の翻訳書です。 ◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。 ■「はじめに」より抜粋 機械学習の実践的なサンプルコードを調べて試してみるのは、この分野に飛び込むのにうってつけの方法である。幅広い概念が明確になるからだ。本書では、Python言語と機械学習ライブラリを使って機械学習の実装を体験してみるほか、アルゴリズムの背後にある数学的な概念を紹介する。それらの概念は、機械学習をうまく利用するために欠かせないものである。したがって、本書は単なる実用書ではない。本書では、機械学習の概念を必要に応じて詳しく説明する。

※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。 ＊一部関係者、および『週刊ダイヤモンド』『DIAMONDハーバード・ビジネス・レビュー』の一部定期購読者向けの同梱誌を電子書籍化したものです。 ＊『ダイヤモンド・オンライン』の一部会員に配信したコンテンツのフル版になります。 THE SIXTH SENSE 星のや東京 日本旅館が大手町から未来に向けてスタートする THE SIXTH SENSE レ コパン ド ドミニク ブシェ THE SIXTH SENSE メルセデス・ベンツGLCクーペ 特 集 I LOVE TOKYO 「Six」が特別にご案内 懐しくて新しい東京ガイド 東京の建築はまだまだ捨てたものじゃない 一流建築家が注目する最新の東京はこんなところ 車窓から見た「これが私の東京」ベストガイド　Audi Q7 CNNが東京で注目した料理人 イギリス人におそわる日本伝統のおもてなしの美学 なぜポルシェは永遠の憧れなのだろう いますぐ乗りたい、キャデラック アクセサリーとしての腕時計 住むことがアート 「贈りもので評価って変わりますよね」 ファッション チェスターコート ビジネス・パフォーマンスを上げるインド・ヨガ 日本のテクノロジーに勝機！

【今週のトピック】日本語には複雑な敬語や謙譲語があるが、英語には敬語や丁寧表現などなくフランクでストレートな言語だ、と思っている人がけっこう多いと思われます。EEの読者にはそのような方は少ないでしょうが、それでも、英語の命令文や依頼文を状況や相手との立場によって適切に使い分けることができているかというと、心もとない方が多いのではないでしょうか。 日本語の敬語とは異なりますが、英語には英語の社会通念に沿った敬語表現・丁寧表現のおおよその体系があります。今月号ではそれを把握し、相手との関係を言葉の面からもしっかりと構築できるようにしましょう。 【本書の内容】 ・「英語には丁寧表現がない」という誤解 ・書式の重要性 ・敬称の厳格性 ・状況や相手との立場により異なる丁寧度 ・「pleaseを付ければ丁寧」の誤解 ・「I would like you to...は丁寧」の誤解 ・「Will you...?は依頼」の誤解 ・Would/Can/Could you...? は軽い頼みごとなら丁寧 ・Would you mind...?は丁寧だが、使い方に注意 ・英語の命令文・依頼文まとめ ・雑誌再現　 ＊『CNN ENGLISH EXPRESS』編集部編『CNN ENGLISH EXPRESS』2018年１月号掲載の特集をもとに制作されました。

※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。 本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。 ［本書で学習できるタスク］ 転移学習、ファインチューニング：少量の画像データからディープラーニングモデルを構築 物体検出（SSD）：画像のどこに何が映っているのかを検出 セマンティックセグメンテーション（PSPNet）：ピクセルレベルで画像内の物体を検出 姿勢推定（OpenPose）：人物を検出し人体の各部位を同定しリンク GAN（DCGAN、Self-Attention GAN）：現実に存在するような画像を生成 異常検知（AnoGAN、Efficient GAN）：正常画像のみからGANで異常画像を検出 自然言語処理（Transformer、BERT）：テキストデータの感情分析を実施 動画分類（3DCNN、ECO）：人物動作の動画データをクラス分類 本書は第1章から順番に様々なタスクに対するディープラーニングモデルの実装に取り組むことで高度かつ応用的な手法が徐々に身につく構成となっています。各ディープラーニングモデルは執筆時点でState-of-the-Art（最高性能モデル）の土台となっており、実装できるようになればその後の研究・開発に役立つことでしょう。 ディープラーニングの発展・応用手法を楽しく学んでいただければ幸いです。

【今週のトピック】 　英語で発信するとき、どんなことに悩みますか？「ちゃんと伝わっているかな」「もっとシンプルに言えるのでは」「なんだか英語らしくないような……」――多くの人が感じる心配です。 日本人が英語を書くとき、頭に浮かぶ日本語の発想のまま書いていくと、ぎこちなく冗長な文が生まれがち。しかし、いつもと少し発想を変えるだけで、ネイティブの発想に近づき、発信力を鍛えることができます。 本特集では、ポイントがぼやけた英文を、ピリッと明快な「伝わる英文」に変える５つの鉄則を紹介します 【本書の内容】 鉄則１「適切な主語」を選び、ポイントを明確に 鉄則２「弱い動詞」から「強い動詞」へ 鉄則３「否定形」より「肯定形」 鉄則４「冗長」から「簡潔」へ 鉄則５「抽象」から「具体」へ 実践問題のおすすめ訳例 雑誌再現 ※スマホなどで読みやすいリフロー型と、雑誌掲載時のレイアウト（対訳）をそのまま再現したPDF型の2パターンで学習できます。 ＊『CNN ENGLISH EXPRESS』編集部編『CNN ENGLISH EXPRESS』2017年3月号掲載の特集をもとに制作されました。

アメリカ「CNN」、ドイツ「ProSieben」など世界のメディアが大注目。 楽しい！　おいしい！　ヘルシー！ あなたの人生を変える新しいサラダ、「ベジデコサラダ（R）」！ 見た目は甘いデコレーションケーキ、でも、食べると野菜たっぷりのヘルシーなサラダ！ 「ベジデコサラダ?」は、低糖質＆グルテンフリーで、 疲れにくくなる、肥満を防ぐ、腸の働きを良くする……などのメリットがあり、 また、今注目されている発酵食品の甘糀（甘酒のもと）や大豆粉を使った新感覚のサラダです。 世界のメディアでも取り上げられている、ベジデコサラダの魅力と作り方を紹介します。 Chapter１　はじめまして、ベジデコサラダです ・楽しい！おいしい！ヘルシー！ 人生を豊かに彩るベジデコサラダ Chapter２　ベジデコサラダの作り方 ・STEP1　スポンジを作る ・国産大豆粉と糀を使ったスポンジの作り方 STEP2　とうふクリームを作る ・発酵食品の糀を入れたとうふクリームの作り方 STEP3 野菜のマリネを作り、組み立てる ・plusα　発酵食品の糀でお好みのドレッシングを作る STEP4 飾りつけをする ・大切な人の笑顔を想い心を込めドレサージュする Chapter3　ベジデコサラダで心を込めたおもてなし Chapter4　私がベジデコサラダを通して伝えたいこと

※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。 ８万人の鑑定で出会った「金持ち手相」と「貧乏手相」を大公開！ 手相占いの権威である著者による、金持ち手相になる本です。 豊富な鑑定実績から、お金持ちの手相に共通していることを紹介。 一方で、なりたくない！貧乏手相の特徴にも触れます。 自分の手相をチェックしながら、 お金持ちになるには手相をどう変えていけばいいのか？ 手相へのアプローチ、考え方や行動についてもアドバイスします。 こんな夢をみたら金運アップ!?の夢診断まで！ ◇金運がいい手相のきほん ◇8万人の鑑定で出会った「金持ち手相」 ◇8万人の鑑定で出会った「貧乏手相」 ◇あなたの手相を金持ち手相に変える方法 ◇金持ち手相になるためにできること　　など 手相を見続け、５千人の手相鑑定のプロを育ててきた 著者だからいえる、手相の力を伝えます。 西谷泰人/著 手相家、方位学研究家、ライフコンサルタント。アメリカCNNで日本を代表する手相家として紹介。著書は25か国以上で翻訳される。鑑定実績は８万人を超える。YouTube手相動画「ニシタニショー」が話題。

新世代の数値計算ライブラリを操る！ 線形回帰からCNN/RNNまで網羅的に実践 -- TensorFlowは、数値処理用のオープンソースライブラリ。AI分野を中心に活用が進んでいます。本書ではまず、変数／プレースホルダといったTensorFlowの基本や、オープンデータを扱う方法を説明。以降は、機械学習のさまざまな手法をレシピとして示していきます。具体的には次のとおりです。線形回帰、SVM、最近傍法、ニューラルネットワーク、自然言語処理、畳み込みニューラルネットワーク（CNN）、リカレントニューラルネットワーク（RNN）、運用環境のための手法、遺伝的アルゴリズム、k-means、常微分方程式などです。※本書は『TensorFlow Machine Learning Cookbook』の翻訳書です。　※コードの検証にPython 3.5/3.6とTensorFlow 1.1/1.2を使用（各環境/各コードの動作を完全に保証するものではありません）。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、ディープラーニングの代表とも言える「畳み込みニューラルネットワーク（CNN）」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを動かしながら学べる書籍です。 ディープラーニングについて解説する書籍は多数発行されていますが、本書では、「きちんとニューラルネットワークの原理から理解すること」と、「その原理をどのようにコードとして書くか」の両方がバランスよく学べます。 表面的にコードを覚えるだけでは、応用力は身に付きません。本書で根本から理解しておくことで、現場に出てからも長く使える基礎力を身に付けましょう！ ※本書では、プログラムの実行環境としてGoogle Colaboratoryを利用するため、面倒な環境構築は不要です。 ※本書は、2016/9発行の『TensorFlowで学ぶディープラーニング入門』をもとに、Python3系、TensorFlow 2.0ベースに書き換えたほか、全体的に解説を見直し、修正しています。そのほか、実行環境をGoogle Colaboratoryに変更、オートエンコーダーによるアノマリー検知やDCGAN による画像生成などのトピックを追加しています。

■50年間で5万人と対談した世界No.1キャスター ラリー・キングは、ギネスブックにも掲載された伝説的トーク番組CNN『ラリー・キング・ライブ』の司会者。ゲストの本音を引き出す巧みな話術から「トークの帝王」「マイクの名匠」と呼ばれている。 彼の番組には、オバマ大統領、ビル・ゲイツ、レディ・ガガなどの数知れないセレブが出演し、率直に本音を打ち明けた。「他の番組なら出ない」「ラリー・キング・ライブだから出演した」という有名人は数多い。 ■いつ、どこで、誰とでも 会話が続く！盛り上がる!! 「初対面の人は苦手だ」 「私だって緊張する」 「パーティは落ち着かない」……とラリー・キングは本音を明かしている。 そんな多くの人と同じ悩みを持つラリー・キングが「トークの帝王」と呼ばれるまでになった秘訣を、彼は本書ですべて明かしている。 彼自身が経験から学んだ「伝え方のコツ」、多くのインタビューから導きだした「会話の達人の共通点」、毎日新しいゲストと番組を続ける中で見つけた「初対面での緊張のほぐし方」など、実践的なノウハウが並ぶ1冊となっている。 ■世界的ベストセラーが新訳版で登場！ 本書は1994年にアメリカで刊行された。出版当時、たいへんな話題を呼びロングセラーとなっている。「話し方の古典」と高く評価され、世界各国でも翻訳出版された。 韓国では2015年に刊行され、年間総合11位（教保文庫調べ）という大ベストセラーとなった。ビジネス自己啓発書としては『嫌われる勇気』に次ぐ話題の1冊である。日本でも長らく絶版だったが、この度新訳版として刊行となったのが本書である。

【今週のトピック】 「こちらはご奉仕価格となっております」「書面はPDFにてお送りいたしました」のような、日常の中で聞いたり言ったりする日本語を英訳してくださいと言われたら、どのように訳せばいいのでしょうか。 日本語に引きずられて「こちらは」「書面は」を主語にした字面訳では、ネイティブに通じる英語にはなりません。自然な日本語を自然な英語に訳すためには、日本語を英語らしい構造・表現に再加工する「リプロセシング」という作業が必要になってくるのです。 そこで今月は、同時通訳者がほぼ一瞬でやっているという「日→英」変換術を紹介します。「リプロセシング」のコツをつかめば、英訳がぐんとやりやすくなるはずです。 【本書の内容】 はじめに 　「日→英」変換に必要な「リプロセシング」とは？ 1. 基本問題 基本問題のまとめと５文型 2. 応用問題 　慣用表現や敬語は、通常の表現に簡潔にリプロする 　だらだらした長文は、いくつかの簡潔な短文にリプロする 　原文の内容や主旨を素早く抽出し、簡潔にリプロする 3. 発展問題　～「どうぞよろしく」のリプロ ＊『CNN ENGLISH EXPRESS』編集部編『CNN ENGLISH EXPRESS』2015年１月号掲載の「特集」をもとに制作されました。

※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。 【特長】タリバンの銃撃を受けても、ひるむことなく女性の権利と教育の大切さを訴え続けるマララさん。世界中を感動させ、2014年にはノーベル平和賞を受賞した彼女の生声を、CNNの放送から収録。 さらに2019年に初来日を果たした際の東京演説の全文を加え、2014年に刊行した『マララ・ユスフザイ 国連演説＆インタビュー集』の改訂版として生まれ変わりました。 ご購入者はMP3音声が無料でダウンロードできるサービス付き。 ■ 内容 ・国連演説「ペンと本で世界は変わる」 ・父娘インタビュー「世界一の勇気の育て方」 ・東京演説「女子教育に投資を」

※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。 月刊英語学習誌『CNN english express』に掲載した連載を書籍化。 科学的研究結果や自身の実践法を交えつつ、英語学習を続けるコツや目標を達成するための方法をさまざまな角度から伝授。 マクゴニガル先生自身の生声DL付き。 対訳と語注付きなので、だれでもどんどん読めて、聴ける。 マクゴニガル先生へのインタビューも収録。 ※本書の刊行日(2014年11月20日)より3年を経過した後は、告知なしに申請サイトを削除したり音声ファイル(MP3)の配布をとりやめたりする場合があります。 あらかじめご了承ください。

※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。 混乱に終わりを告げて、 新しい世界がここから始まる! ハリス副大統領と多様性ある新閣僚の演説も収録。 わかりやすい対訳と詳しい語注付き。 ●臨場感あふれる生の音声をMP3形式で収録。 ●完全対訳と詳しい語注付きで、英語初心者でもどんどん読める・聞ける。 ●電子書籍版(PDF)もMP3音声とともにダウンロード方式で提供 [収録内容] ●ハリス副大統領と多様な新閣僚---その抱負を語る ・初の女性財務長官ジャネット・イエレン ・初の黒人国防長官ロイド・オースティン ・初の先住民女性内務長官デブ・ハーランド ・初のゲイの運輸長官ピート・ブティジェッジ ・初のアジア系女性USTR代表キャサリン・タイ ・副大統領カマラ・ハリス ●バイデン大統領就任演説(全文) ◎バイデン就任演説のひみつを探る――本書のガイドをかねて [執筆:鈴木健・明治大学情報コミュニケーション学部教授] *本書刊行時、ほとんどの閣僚はまだ上院の承認を得ておらず、正式には「候補」の段階です。ただ、新しい上院の構成は民主党優位であるため、特別なことがなければほぼ全員が承認されるものと見られています。 【音声ファイルの入手方法】 ・本書の購入者は、本電子書籍内に記載の方法により音声を無料でダウンロードできます。 ・音声ファイルはZip形式に圧縮されています。解凍ソフトなどを利用し、ファイルを解凍したうえでご利用ください。

※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。 「ファイザーとアストラゼネカのワクチン、どこが違うの？」－－。 ＮＨＫをはじめとするテレビや朝日新聞などの全国紙、さらには米ＣＮＮやワシントンポスト、英ＢＢＣ、ロイターなど海外のメディアにも紹介された「コロワくんの相談室」が待望の書籍化！ 新型コロナワクチンへの疑問や不安をスマホに入力すると、すぐに専門家による回答が返ってくるチャットボットの内容を、大幅にパワーアップして１００問１００答の本にしました。 多くのイラストや図を用いているので、どこよりもわかりやすく、国内外の論文報告などの最新情報も反映しています。 「新開発のワクチンの仕組みはどうなっているの？」「新型コロナワクチン接種後に副反応が起こったらどう対処すればいいの？」など、みんなの疑問、不安にしっかり答えます！ ■主な内容 Part1　ワクチンの仕組み（基礎知識） Part2　ワクチンの仕組み（新型コロナワクチンについて） Part3　新型コロナワクチンの効果 Part4　新型コロナワクチンの副反応 Part5　新型コロナワクチンの接種対象者 Part6　新型コロナワクチンの接種方法（行政・社会） Part7　新型コロナワクチンの接種方法（実際の接種） Part8　新型コロナワクチン接種後の注意

【今週のトピック】特集 外国人と話していると必ず尋ねられるのが、「日本」のこと――日本文化や日本に特有な事物・習慣などについての質問です。 こうした質問に的確に答えられるようになることは、円滑なビジネスコミュニケーションを進める上でも欠かせません。 そのため「日本」を英語で説明する多くの解説本が出版されていますが、結局は専門的な内容の英文解説を丸覚えしなくてはならないことが多いようです。 実は「日本」を説明するのにはコツがあります。外国人にもイメージしやすい、シンプルな説明パターンを身につけて活用することです。 そこで、今月は「日本」を説明するのに必要な文章の基本構成と説明パターンを挙げ、タイプ別に順を追ってトレーニングします。 英作文の練習にもなる今号の特集を通じて、日本について上手に説明する技術を磨きましょう。 【本書の内容】 Part1　ステップで考えよう！ 　ステップ１　大枠（classification） 　ステップ２　特徴（characteristics） 　ステップ３　補足（supplement） 　まずは腕試し――英語で説明してみよう！ Part2　説明の戦略パターン 　１．原材料で説明するパターン 　２．用途で説明するパターン 　３．類似のもので説明するパターン Part3　実践問題にチャレンジ！ ［雑誌再現］ 　説明の戦略パターン 　実践問題にチャレンジ！ ※今週の特集には音声はついていません。 【「CNNee ベスト・セレクション」とは？】 月刊英語学習誌『CNN english express』（CNNee）に掲載された記事の中から、 人気の高かったCNNニュースやインタビュー、特集記事を１本ずつ、週に１回、音声付き（特集により、音声ダウンロードに対応していないものもあります。あらかじめご了承ください）で配信します。 忙しいあなたも、通勤、通学時間や昼休みなどのスキマ時間に生の音声を聴きながら英語を学ぶことができます。 ※本コンテンツは『CNN english express』2012年10月号掲載の「第2特集」を電子化したものです。 ※本書の刊行日（2015年10月15日）より3年を経過した後は、告知なしにURLサイトを削除したり音声ファイル（MP3）の配布をとりやめたりする場合があります。あらかじめご了承ください。

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

ねことの出会いを求めて日本中の離島を旅するカメラマンの人気シリーズ！ CNN.comで世界6大猫スポットにも選ばれた玄界灘の小さな島・相島（あいのしま）。世界中から注目を集める猫の楽園でたわむれてきました。のんびりと暮らしているねこちゃんたちのたくましい姿を玄界灘の荒波を背景にして、いっぱい撮ってきました！

CNN.comで世界6大猫スポットにも選ばれた玄界灘の小さな島・相島（あいのしま）。世界中から注目を集める猫の楽園でたわむれてきました。自由気ままなニャンコたちのワイルドな生活をお楽しみください。

日本各地に点在するねこちゃんたちの楽園のような小島にお邪魔して、わしゃわしゃと戯れながら写真を撮るねこ旅紀行シリーズ。CNN.comで世界6大猫スポットにも選ばれた玄界灘の小さな島・相島（あいのしま）。世界中から注目を集める猫の楽園でたわむれてきました。

Netflix配信の米人気コメディドラマ『グッド・プレイス』の クリエイターが贈る「いい人」になって人生を豊かにする方法！ WSJ、CNNアンカー、ドラマ出演者が絶賛のNYTベストセラー！ やたらとマウンティング、SNS投稿に誹謗中傷、ふとした発言にキツいひと言、 根拠がないのに声だけ大きな面倒くさい人たちに振り回されるのはやめにして、 正しい気持ちで、気分よく生きるための本。 ほとんどの人は自分のことを「いい人」だと思い、 周囲から「いい人」だと思われたいと願っているが、 何がよくて、何が悪いのかをはっきりさせるのは簡単ではない。 とくに複雑な選択肢、落とし穴や罠、間違ったアドバイスで あふれ返った世の中では……。 この地球には80億もの人間がいて、 なかにはいい人になることなど考えていない人もいる。 堕落した政治家、ずる賢いCEO、 飼い犬が歩道でウンチをしても拾わない人、 邪悪な独裁者、それにいまいましいあいつ！ だから、まわりの人間が「いい人」かどうかなんて、 どうでもよくなることがある。あるいは、 込み入った人間関係の道徳的な問題について考えたとき 感じたことを言葉にするとこうなる。 「いったいどうすればいいのか？」 それに答えてくれるのが、 人気コメディドラマ『グッド・プレイス』のクリエイターで 本書の著者マイケル・シュアだ。 「道徳について、ラクして丸わかりできるように説明してくれる友人が欲しい？　だったらマイケル・シュアがおすすめ。この本では、頭の痛い道徳上の問題が、わかりやすく、おもしろおかしく解説されている。しかも読めば、『グッド・プレイス』を観たくなる！」 クリスティン・ベル（『グッド・プレイス』エレノア役・女優） 「この本の推薦文をマイクに依頼されたとき、こう思った――。お安いご用だ、何章か目を通して、いかにも全部読んだふうに書けばいいと。１、２章を読んでみて、その先の展開が気になっていることに気づいた。だから最後まで読んだ。正直に言って、すばらしい！『グッド・プレイス』の愉快で楽しい教訓が、みごと日常に生かされている」 テッド・ダンソン（『グッド・プレイス』マイケル役・俳優） 「おもしろくて、示唆に富んでいて、とんでもなくばかばかしい。『グッド・プレイス』のファンなら絶対に楽しめる。あるいは、いい人になりたいなら、この本を読めば完璧だ」 ジェイク・タッパー（ＣＮＮアンカー） 「コメディのキャラクター創作にかけては、マイケル・シュアの右に出る者はいない。ところが本書には、史上最高のキャラクターが登場する――シュア自身だ！」 クワメ・アンソニー・アッピア（ニューヨーク大学 哲学・法学教授） 「道徳的な生活を送るための規格外に楽しいガイド。いい人になりたくて、その過程を楽しみたいなら、この本を選んで正解だ」 ジェフ・マクマーン（オックスフォード大学 道徳哲学教授） 「『グッド・プレイス』を観た人にとっても、いい人になりたいと思っている人にとっても、通常の辛口の真面目さを避けながら次のステップに進める楽しい１冊」 ウォール・ストリート・ジャーナル

本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。 　ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。もう一つは「どうやって使うのか、実装方法が分からない」ことです。 ■数式なしで理論を理解 　そこで本書は、是非知っておきたい3つの手法、即ち、（１）全結合のニューラルネットワーク、（２）畳み込みニューラルネットワーク（CNN）、（３）再帰型ニューラルネットワーク（RNN）のみに話題を集中。IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが丁寧に理論を解説します。 　実装については、Google社のディープラーニング・フレームワークTeｎsorFlowに注目。TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、Python 3による実装を体験します。実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。 　第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。 　第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。 　第3章では、全結合のニューラルネットワークの仕組みを理解した後、手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。 　第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。 　第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。ここでもMNISTの分類を行ってみます。 　本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、手を動かして実装できるようになるでしょう。

ディープラーニング（深層学習）は、機械学習に劇的な進展をもたらしました。脳の神経回路に似せた“階層の深いニューラルネットワーク”の最適化手法が、人工知能研究を新時代へ導いたのです。 本書は「基礎編」と「理論編」を通じ、その原理を初学者にも分かりやすく解説します。画像認識分野での衝撃的な成果など、この技術が注目される背景や研究の歴史的経緯にも言及。SuperVisionのチャレンジや「Googleの猫」といった実証研究を紹介するほか、CNN、RNN、AutoEncoderといった代表的アルゴリズム、勾配法による最適化計算の手法等も明らかにします。 さらに「体験編」では、Linuxユーザーを対象に、オープンソースのディープラーニングフレームワーク“Caffe”、および手描き文字のサンプルデータを用い、ニューラルネットワークのパラメータチューニングを実験してみます。

あなたの人生に幸運を呼びこむ本!　数々の学生の人生を変え、ハーバードで最大の履修者がつめよせた「幸せになるための授業」。それは4年前、わずか8名で始まった小さなゼミだった。その内容の噂が噂を呼び、いつしか受講生が100倍以上の超巨大授業に。CNNやCBS、『ニューヨーク・タイムズ』『ボストン・グローブ』など全米メディアの話題をさらった「伝説の授業」、ここに完全書籍化!

※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。 第3版まで続くロングセラーのPyTorch版！ 機械学習の基本から先進的な手法まで本格解説 『機械学習を実践的に学ぶための優れたテキスト』 『多くのトピックを網羅した深い一冊。強力にお勧め』 ―原著への読者の声 本書の前半は、基本的な機械学習ライブラリのscikit-learnを使った手法を解説。 分類の基本モデルに始まり、単層ニューラルネットまでを実装するほか、データ前処理、次元削減、 ハイパーパラメーターのチューニング、アンサンブル学習、回帰分析などを取り上げます。 後半では、PyTorchによるさまざまなディープラーニングの手法を説明。 PyTorchの仕組みを示したあと、CNN／RNN／Transformerといったモデルの実装を解説。 敵対的生成ネットワーク、グラフニューラルネットワーク、強化学習もカバー。 ◎本書は『Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python』の翻訳書です。 ◎微積分/線形代数、Pythonの文法、データ分析用ライブラリについてある程度理解している必要があります。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 【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】 ヤギ博士・フタバちゃんと一緒に ディープラーニングのしくみを学ぼう！ 【ディープラーニングをいちから学んでみよう！】 「ディープラーニングって何？」 「ディープラーニングってどのようなことをするの？」 という方に向けて「ディープラーニング」のしくみについていちからやさしく解説します。 【Python3年生について】 「Python1年生」「Python2年生」を読み終えた方を対象とした入門書です。 （※「Python3年生」から初めて学ぶ方でもわかるように工夫しています） 【本書のポイント】 ヤギ博士＆フタバちゃんと一緒に、ディープラーニングのしくみについて、サンプルを動かしながら、楽しく学ぶことができます。 【読者対象】 ディープラーニングを知りたい初心者 【目次】 第1章　ディープラーニングってなに？ 第2章　パーセプトロンを作ってみよう 第3章　TensorFlow Playgroundで学習の動きを見よう 第4章　ニューラルネットワークでいろいろ作ろう 第5章　CNNで画像を認識しよう 第6章　もっといろいろ分類してみよう 【著者プロフィール】 森 巧尚（もり・よしなお） アプリの開発や、技術書や電子工作マガジンなどでの執筆活動。関西学院大学非常勤講師、関西学院高等部非常勤講師、成安造形大学非常勤講師、大阪芸術大学非常勤講師、プログラミングスクールコプリ講師など、プログラミングに関する幅広い活動を行っている。近著に『Python1年生 第2版』、『Python2年生 デスクトップアプリ開発のしくみ』、『Python3年生 機械学習のしくみ』、『Python2年生 データ分析のしくみ』、『Python2年生 スクレイピングのしくみ』、『Java1年生』、『動かして学ぶ! Vue.js開発入門』(いずれも翔泳社)、『楽しく学ぶ アルゴリズムとプログラミングの図鑑』(マイナビ出版)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。

★確率的プログラミング言語がすぐに使える！★ ・Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。 ・回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。 【主な内容】 第1章　ベイジアンモデリングとは 1.1 データ解析とコンピュータ 1.2 ベイジアンモデリングの基礎 1.3 代表的な確率分布 1.4 近似推論手法 第2章　確率的プログラミング言語（PPL） 2.1 ベイジアンモデリングとPPL 2.2 自動微分・最適化アルゴリズム 2.3 PyMC3の概要 2.4 Pyroの概要 2.5 NumPyroの概要 2.6 TensorFlow Probabilityの概要 2.7 GPyTorchの概要 第3章　回帰モデル 3.1 線形回帰モデル：線形単回帰モデル 3.2 線形回帰モデル：線形重回帰モデル 3.3 一般化線形モデル：ポアソン回帰モデル 3.4 一般化線形モデル：ロジスティック回帰モデル 3.5 階層ベイズモデル 3.6 ガウス過程回帰モデル：ガウス尤度 3.7 ガウス過程回帰モデル：尤度の一般化 第4章　潜在変数モデル 4.1 混合ガウスモデル 4.2 行列分解モデル 4.3 状態空間モデル 4.4 隠れマルコフモデル 4.5 トピックモデル 4.6 ガウス過程潜在変数モデル 第5章　深層学習モデル 5.1 ニューラルネットワーク回帰モデル 5.2 変分自己符号化器 5.3 PixelCNN 5.4 深層ガウス過程 5.5 正規化流

※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。 時系列予測の基礎からディープラーニングによる大規模な予測まで 本書は、データサイエンティストがPythonによる時系列予測をマスターすることを目的として書かれています。数式は必要最小限に抑え、ステップバイステップで丁寧に説明していきます。統計学的モデルや機械学習モデル・ディープラーニングを使った予測、自動予測ライブラリProphetを紹介します。 Manning「Time Series Forecasting in Python」の翻訳企画 第1部　歳月人を待たず 第1章　時系列予測 第2章　単純な未来予測 第3章　ランダムウォーク 第2部　統計学的モデルによる予測 第4章　移動平均プロセスのモデル化 第5章　自己回帰プロセスのモデル化 第6章　複雑な時系列のモデル化 第7章　非定常時系列の予測 第8章　季節性の考慮 第9章　モデルへの外部変数の追加 第10章　複数の時系列の予測 第11章　キャップストーン：オーストラリアの抗糖尿病薬処方数の予測 第3部　ディープラーニングによる大規模な予測 第12章　時系列予測のためのディープラーニング 第13章　ディープラーニングのためのデータウィンドウとベースラインの作成 第14章　ディープラーニングの手ほどき 第15章　LSTMで過去を記憶する 第16章　CNNを使った時系列のフィルタリング 第17章　予測を使ってさらに予測を行う 第18章　キャップストーン：家庭の電力消費量の予測 第4部　大規模な予測の自動化 第19章　Prophetを使った時系列予測の自動化 第20章　キャップストーン：カナダでのステーキ肉の月間平均小売価格の予測 第21章　さらなる高みを目指して 付録　インストール手順 Marco Peixeiro (マルコ・ ペイシェイロ) ：カナダ マギル大学（McGill University）卒。 カナダ最大手の銀行の1つNational Bank of Canadaでシニアデータサイエンティストを務めている。独学のサイエンティストであるMarco は、この業界で仕事を見つけて働くために必要な知識が何かをよく理解している。実践から学ぶことを信条とし、Medium のブログ、freeCodeCamp でのデータサイエンスの短期集中講座、Udemy の講座でも同じアプローチを取っている。本書のテーマを扱ったUdemyのオンライン講座　https://www.udemy.com/course/applied-time-series-analysis-in-python/　が好評で、その内容が書籍化された。Marco のデータサイエンスに関する記事はMedium でさらにチェックできる（https://medium.com/@marcopeixeiro）。ブログでも、最初に理論を提示し、次に実践的なプロジェクトに取り組むという同じアプローチを取っている。 株式会社クイープ ：1995 年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に『The Kaggle Workbook』『The Kaggle Book』『実践XAI』（インプレス）、『なっとく！機械学習』『なっとく！関数型プログラミング』『実践マイクロサービスAPI』（翔泳社）、『Python によるディープラーニング』（マイナビ出版）などがある。 http://www.quipu.co.jp ※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。

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。

PyTorchは、世界で主流の深層学習ライブラリのひとつ「Torch」（松明の意）のPython対応版です。Facebookが開発を主導したオープンソースとして非常に注目されています。本書はこのライブラリを初めて触るところから手ほどきし、Pythonによる異常検知や画像認識の実装までを体験。機械学習・深層学習を初めて学ぶITエンジニア向けに、数式なしで丁寧に解説します。 ◆本書の特徴 機械学習・深層学習のアルゴリズムを数式なしで理解できる。 Pythonを使って少ないコードで簡単に実装できる。 異常検知や画像認識など、様々なケースの実装を体験できる。 ◆本書の構成 ・第I部 AI技術の最新動向やPyTorchライブラリの概要、実装環境の構築方法 ・第II部 機械学習の全体像、ニューラルネットワーク・アルゴリズムを使った学習の実装方法 ・第III部 深層学習のアルゴリズム(DNN、CNN、Deep Q Network)を使った学習の実装方法

加速する変化にどう対応すればよいのか ? パンデミック後を生き抜く知恵を身につけろ! 2021年以降を見通すうえで不可欠の書! 政治、経済、デジタル化、米中二極体制、グローバル化、不平等の行方……。 パンデミック到来をいち早く警告した著名コラムニストによる未知への洞察。 本書は、企業、政府、自治体、研究機関、NGOなど、あらゆる組織のリーダー、メンバー一人ひとりにとって見逃せない書 NYタイムズ紙ベストセラー! 米アマゾン2020年トップ100冊の1冊! 同ノンフィクションベストブック! *** 2017年6月25日に自らのCNN番組で、世界的感染爆発はアメリカが直面する最大の脅威だとし、備えの遅れに対し警告を発した世界的コラムニストの著者が、その博識をもとに、パンデミック後の世界を理解するための豊富なヒントを示す。 *** 世界的感染流行は歴史を書き換えるのではなく、加速させる。パンデミック後の世界は、多くの面で、私たちが既知として受け止めている世界のスピードアップ・バージョンとなっていくだろう。 *** 国、企業や個人の生活はどう変わるのか? われわれは、急速に進む変化の時代にどう生きればよいのか ?

※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。 世界が大注目！『妄想彼女』著者の最新作！ 友だちがいない、恋人がいない、一緒にお昼を食べる人がいない、仕事がつらい、お金がない、結婚できない、家がない、Facebookにいいね！がつかない… そんなことで悩んでいませんか？ 孤独は否定するものではなく、むしろ積極的に楽しむものなのです！ めざましテレビ、行列ができる法律相談所、ゴロウデラックス、朝日新聞、イギリスの超一流ガーディアン紙やアメリカのCNN……など、国内外のメディアに取り上げられ、話題をかっさらった「ひとりマスター」地主恵亮が贈る、驚くほど人生が豊かになる孤独力の鍛え方

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-13059-6)も合わせてご覧ください。 自然言語処理分野におけるブレイクスルーとなったTransformerをコンピュータビジョンに応用したモデルがVision Transformer（ViT）です。さまざまなコンピュータビジョンのタスクにおいて，ディープラーニングではスタンダードとなっているRNN，CNN，および既存手法を用いた処理精度を上回ることが確認されています。 本書は注目のViTの入門書です。Transformerの成り立ちからはじめ，その理論と実装を解説していきます。今後のViTの活用が期待される応用タスク，ViTから派生したモデルを紹介したあと，TransoformerとViTを分析し，その謎を解明していきます。今後も普及が期待されるViTを盛りだくさんでお届けします。

※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。 世界が注目！圧倒的な美しさ。米CNN「世界の夢の旅行先」にも選ばれた、栃木県足利市にある「あしかがフラワーパーク」。国内外から訪れる年間150万人の観光客を魅了する、大藤を中心とした花とイルミネーションの写真集。陽光に輝く花房、夜のライトアップ、さらに冬のイルミネーションへ。四季折々の花と光の競演を楽しめます。 写真のキャプションと解説は、日本語と英語を併記しています。

高校時代は不登校で、卒業後はフリーター。ダメダメだった著者が、CNNやBBCで活躍し、ダライ・ラマなど世界のトップリーダーから信頼される通訳者に。これは「未来が見えないあなた」に贈る感動の実話です。

CASE2 of Uyghur manga "What happened to me" featured by the world's media such as the Washington Post, Guardian, Bloomberg, CNN, and Al Jazeera. This time is a testimony of a Uyghur man living in Japan. In his homeland of East Turkistan, ethnic repression above the Nazis is ongoing and is dying. sister is? Parents? This story is not about poor people in distant countries.

A testimony of a Uyghur man.Please send this voice all over the world.Uighur comics featured by the world media such as The Washington Post, Guardian, Bloomberg, CNN, Al Jazeera, etc.

※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。 【特長】タリバンの銃撃を受けても、ひるむことなく女性の権利と教育の大切さを訴え続ける16歳の少女、マララさん。世界中を感動させ、ノーベル平和賞候補にも挙げられる彼女の生声を、CNNの放送から収録。 有名な国連での演説のほか、銃撃事件が起こる前(14歳の時)の貴重なインタビューや、昨年秋にCNNのイベントで行われた公開インタビュー(お父さんも同席)も収録。だれでも理解できるようになる完全対訳と語注付き。■音声は収録されていません。「生声CD」をお聞きになりたい方は、書籍版『[生声CD&電子書籍版付き] マララ・ユスフザイ国連演説&インタビュー集』のご購入がおすすめです。【内容】・銃撃前のインタビュー「今、声を上げなくては」・国連演説「ペンと本で世界は変わる」・父娘インタビュー「世界一の勇気の育て方」

彼はいきなり小さなカメラを出した。そしてトラックの助手席にいた少女に声をかけて道路に降ろすと、二人ならんで、僕にシャッターを切れと言った。そのあと少女と僕、彼と僕との写真も撮った。「嵐のなかで日本人と出会うなんて、滅多にないからな。もし俺たちが竜巻に巻き上げられたら、このフィルムを誰かが現像して、最後の写真だとＣＮＮが放送するかもしれない、すごいな、どうだ」怯えているのか楽しんでいるのかわからない。（「チャタヌーガ・チューチューの樽」より） 　世界各地を気ままに旅する小説家ジュンジが見た風景、出会った人々、交わした想い……。ハートフルな連作短篇集。 ＊カイザースラウテルンの眼 ＊ジャルダンピュブリックの魚 ＊イエローナイフの雲 ＊チャタヌーガ・チューチューの樽 ＊グレート・バリア・リーフの壜 ＊デンパサールの鶏 ＊オルガン・パイプ・カクタスの虫 ＊サン・セバスティアンの霧 ＊ヘッド・ハンティング・ファミリーの森 ＊ウェディング・ケーキ・マウンテンの怪 ＊クライマーズ・シェアの雫 ●薄井ゆうじ（うすい・ゆうじ） 1949年茨城県生まれ。イラストレーター、デザイン編集会社経営を経て作家へ。1988年『残像少年』で第51回小説現代新人賞を受賞。1991年に初の長篇『天使猫のいる部屋』を発表。1994年『樹の上の草魚』で第15回吉川栄治文学新人賞を受賞。映画化・舞台化･ドラマ化された作品も多い。

★ベストセラー『サードドア』の著者、アレックス・バナヤンの メンター＜師匠＞による著書がついに邦訳！ “ヴァージン・グループの創業者リチャード・ブランソンと、 元大統領のビル・クリントンが 豪華客船で会談したって、 夏に誰かが言ってなかったっけ？ しかもそれを企画したのは若い男性だって” アレックス・バナヤン『サードドア』より ★4人の無名な若者が、つねに身の丈を超えたことを考えて、 世界最大の起業家コミュニティ「サミット」を立ち上げるまでの 波瀾万丈のノンフィクション！ 挫折に次ぐ挫折を著者たちはどう乗り越えるのか？ 年齢や立場を超えて、一歩踏み出す勇気をもらえる本です！ 【「サミット」に参加した著名人】 ビル・クリントン（第42代アメリカ合衆国大統領） ジェフ・ベゾス（アマゾン創業者） エリック・シュミット（グーグル元CEO） サム・アルトマン（OpenAI CEO） リチャード・ブランソン（ヴァージン・グループ創業者） テッド・ターナー（CNN創業者） ジェシカ・アルバ（俳優・オネスト・カンパニー創業者） トニー・シェイ（ザッポス創業者） トム・ヨーク（レディオヘッド リードシンガー） ケンドリック・ラマー（ラッパー） レイ・カーツワイル（未来学者） ラム・ダス（思想家） マティアス・デ・テザノス（Hotels.com創業者） ティム・フェリス（『「週4時間」だけ働く。』著者） ほか多数！ ★新しい起業家マインドを学ぶ「最高の教科書」 人をつなぐパワーが無限であることに気付かせてくれます！ 著者たちがたどりついた境地、与えて、与えて、与える―― フェイバー・エコノミーで成功する方法、ここにあり！

ローマ法王の警告 「偽りの情報拡散は罪である」── 朝日・NHK・CNN・NYT (ニューヨーク・タイムズ)よ、よく聞け! もう、世間は新聞・テレビの 「作られた世論」に騙されない! はじめに──さらば、フェイクニュースを垂れ流すメディアよ 1章 トランプが仕掛けるメディア戦争で世界が炎上する トランプvsメディアの仁義なき戦い あぶり出されるメディアの「歪み」 報じられない、もう一つの現実 メディアの詭弁とミスリード トランプが壊した「ポリティカル・コレクトネス」の正体 トランプ大統領誕生はメディアの敗北宣言だった 露見したメディアと世論の歪み ローマ法王発言でメディア崩壊が本格化 曖昧で不正確なニュース記事 メディアの“飛ばし報道”はなぜ生まれるか トランプがつくり上げる新秩序 日米をつないだ悪の枢軸 2章 崩壊寸前! 新聞業界の深い闇 朝日新聞社の“お荷物”は新聞事業 メディアの「クロスオーナーシップ」の弊害 タブー化する押し紙は詐欺同然の大問題 売れない新聞に価値はない 新聞紙面の半分は広告? 限界が訪れた新聞の宅配モデル 新聞は言論機関として偏るのが当然 日経新聞の経済記事は読んではいけない? メディアの近未来予想図は真っ暗闇か 消えるメディア、生き残るメディア 3章 ネットが滅ぼすレガシーメディア 新聞・テレビの「報じない自由」が崩壊 もう世間は騙されない ネットの持つ四つの機能が世界を変えた 「保育園落ちた日本死ね」が流行語になる不思議 マスメディアの間違った特権意識 新聞・テレビのロビー力低下が始まる コンテンツの多様化でジリ貧になるレガシーメディア 吉本興業とテレビ局の露骨な癒着構造 レガシーメディアの衰退は必然だった レガシーメディアはGHQの産物? 勝者がつくった歴史を信じた戦後の日本 日本のメディアにはびこる「反権力」の勘違い 4章 利権まみれのテレビ業界 電波利用料は携帯電話会社の十三分の一 広告まがいの放送が跋扈するテレビ番組 潤沢な資金で“寄生虫”を飼うNHK 今の時代にNHKは本当に必要なのか? 官と民の“おいしいとこ取り”をしているNHK 楽して大儲けのNHKエンタープライズ 資産二百六十五億円、NHKの巨大な“貯金箱” 民業圧迫なのに批判されないNHK 肥大化した巨大帝国・NHKが陥る崩壊へのシナリオ 民放も信用できない? 5章 出版クライシスは止まらない 市場規模四割縮小、負の連鎖が襲う出版業界 それでも紙媒体はなくならない メディアは「変わらなければ生き残れない」時代に

世の中を知るには、経済学より、まずは統計学です。 ●ディズニーランドの行列をなくす方法は？ ●宝くじに当たる確率は実際どのくらい？ ●テロ対策とドーピング検査の共通点とは？ ディズニーランド、交通渋滞、クレジットカード、感染症、大学入試、災害保険、ドーピング検査、テロ対策、飛行機事故、宝くじ――。 10のエピソードで探求する「統計的思考」の世界。そのウラ側にある数字を知れば、統計学者のように思考し、自分の世界を自分で支配できるようになる。 「簡単に読めて、得るものは大きい」 ――ファリード・ザカリア（CNN情報番組「GPS」司会者） 「素晴らしい本だ。統計の扱い方や、数式で頭を悩ませることなく数字で考える方法を知りたい人、それにロジカルシンキングを身につけられるような本を探している人にはぴったりだろう」 ――ダニエル・フィンケルスタイン（英タイムズ紙編集主幹） 「この本を手にしたとき、これほど夢中になるとは思わなかった。専門知識のない私たちのための、統計分析に関する読みやすく発見に満ちた探求だ」 ――ピーター・クラーク（元ケンブリッジ大学歴史学教授）

「デジタルネイチャー時代のクリエーション、ポジティブな実例が描かれている」 落合陽一（解説） 米YouTube副社長（チーフ・ビジネス・オフィサー）が明かす 世界規模のビジネス戦略&動画時代の新しい生き方！ 日本で起きていることは、まだ序章に過ぎない。 テレビ、音楽、出版、映画、広告、ジャーナリズム、政治、ビジネス……。 すべてがYouTube=「世界標準プラットフォーム」から発信される未来。 YouTube先進国アメリカのユーチューバーたちによる豊富な事例も収録。 ◎YouTubeから登場した若き作家が、全世界で2000万部売り上げる ◎スターシステムを一変させた、YouTubeの申し子ジャスティン・ビーバー ◎シニアも参戦。おばあちゃんユーチューバー、世界一有名なキルト作家へ ◎ナイキによるクリエーティブなYouTube広告が大ブレイク ◎ジャーナリズムにも進出、CNN越えを狙う ◎ストリーミングでマネタイズする方法とは？

※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。 非接触かつ簡単に複数のバイタルサインを常時計測可能なワイヤレス人体センシングについて、その電波計測と信号処理の方法をわかりやすく一から解説。 　本書は、マイクロ波やミリ波を使って、人のバイタルサインをレーダなどの電波センサによって非接触で計測する技術（ワイヤレス人体センシング）の原理と応用方法を、詳しく解説した書籍です。 　ワイヤレス人体センシングを使用すれば、病院などの医療施設、保育園などの保育施設、また、介護施設等における見守りを飛躍的に高精度・効率化できたり、AIやクラウド技術などと組み合わせて、誰もが簡単に自分のバイタルサインを日常的に把握できたりするなど、接触型のセンサでは考えられなかったことが実現できます。 　一方、バイタルサインによる体の動きは、手足などの運動と比べて、ごくわずかな変動であり、レーダなどの電波センサを使って、対象者のバイタルサインを精度よく計測することは容易ではありません。 　本書は、ワイヤレス人体センシングの土台となるアンテナ工学や基礎的な医療の知識から、実際に応用可能な電波計測と信号処理の方法までを、一からわかりやすく説明しています。 序 章　ワイヤレス人体センシングとは 0.1　これまでの生体計測センサの課題 0.2　身近になってきたワイヤレス人体センシング 第1章　人体計測の基礎 1.1　生体センシングとレーダ計測 1.2　呼吸器と呼吸の計測 1.2.1　呼吸器の構造と機能 1.2.2　呼吸の計測 1.2.3　典型的な呼吸と数理モデル 1.3　循環器と心拍の計測 1.3.1　心臓の構造と機能 1.3.2　心拍の計測 1.3.3　心拍による皮膚変位 1.4　血圧と脈波伝搬の計測 1.4.1　血圧と脈波の性質 1.4.2　脈波の計測 1.5　人体運動の計測 第2章　電波センシングの基礎 2.1　ワイヤレス人体センシングのシステム構成 2.2　サンプリングと量子化 2.3　ワイヤレス人体センシングとSN比 2.4　反射波の検出 2.4.1　レーダ受信信号の確率密度関数 2.4.2　受信信号電力と信号検出 2.4.3　フィルタによるSN 比の向上 2.5　呼吸計測とレーダ断面積 2.6　心拍計測とSN比 2.7　電波による距離の計測 2.7.1　パルスレーダによる距離計測 2.7.2　距離分解能 2.7.3　パルス圧縮 2.7.4　チャープ変調 2.7.5　周波数変調連続波レーダによる距離計測 2.8　電波による速度と位相の計測 2.8.1　ドップラー効果と目標速度 2.8.2　時間周波数解析と速度推定 2.8.3　人体皮膚変位と位相の計測 2.9　電波による目標方位の計測 2.9.1　アンテナ指向性パターン 2.9.2　アレーアンテナの原理 2.9.3　送信アレーアンテナ 2.9.4　受信アレーアンテナ 2.9.5　等間隔リニアアレー 2.9.6　角度プロファイルと到来方向推定 2.9.7　MIMOアレーアンテナの原理 2.9.8　MIMOアレーアンテナによる人体の複数部位計測 第3章　電波による人体計測の基礎 3.1　人体の電波計測における透過と反射 3.1.1　人体組織の電気特性 3.1.2　電波計測と生体組織モデル 3.1.3　皮膚組織での電磁波散乱 3.1.4　脂肪組織での電磁波散乱 3.1.5　人体からの電磁波散乱 3.1.6　衣服の電波計測への影響 3.2　人体の電波計測における不要波の処理 3.2.1　人体からの反射波とクラッタ除去 3.2.2　チャネル不平衡とクラッタ除去 3.2.3　皮膚変位の振幅とクラッタ除去 3.2.4　生体センシングと周波数帯域 第4章　呼吸・心拍の電波計測応用 4.1　電波センサによる人体計測の実際 4.1.1　電波センサの基本性能 4.1.2　電波センサによる距離と角度の計測 4.1.3　電波センサによる位相と生体信号の計測 4.2　アレーレーダによる呼吸イメージング 4.3　複数人のワイヤレス呼吸センシング 4.4　ワイヤレス心拍センシング 第5章　機械学習の適用 5.1　機械学習によるジェスチャ識別 5.1.1　ジェスチャの電波計測 5.1.2　CNNによるジェスチャ識別 5.1.3　ジェスチャ識別精度の評価 5.2　機械学習による個人識別 5.2.1　電波による個人識別 5.2.2　歩行・着座の電波計測 5.2.3　個人識別精度の評価 5.2.4　電波計測と機械学習 5.3　機械学習による心拍計測 5.3.1　CNNによる心拍計測 5.3.2　機械学習による心拍計測の精度評価 5.3.3　呼吸成分の有無と心拍計測精度 付　録 A　マクスウェル方程式と平面波 B　電磁ポテンシャルによる電磁界表現 C　微小ダイポールからの電磁波の放射 D　媒質の境界における平面波の反射 E　レーダ方程式 F　スペクトル解析と信号処理の基礎 G　分解能と窓関数 H　コヒーレント積分とインコヒーレント積分 I　平板完全導体のレーダ断面積 J　可視域とグレーティングローブ