※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。 画像工学の基礎から応用までがわかる教科書 本書は情報処理学会編集のIT Textシリーズの一巻であり、情報系の大学学科の専門科目である「画像工学」「画像処理」の教科書です。画像認識・画像処理の基本となる標本化・量子化、各種変換処理や二値化処理、特徴抽出などの技術を解説するものです。やや進んだ動画像処理や三次元画像処理などまでわかりやすく記述します。 1章　視覚と画像 2章　デジタル画像 3章　ノイズ除去 4章　エッジ処理 5章　二値画像処理 6章　画像の空間周波数解析 7章　特徴抽出 8章　画像の幾何変換 9章　動画像処理 10章　3次元画像処理 11章　画像処理の具体的応用 付録　OpenCVの使い方

※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。 「ロボットの目」のテクノロジーをPythonで体験！ 人工知能（AI)による、画像処理やパターン認識、機械学習で使われるライブラリ「OpenCV」をPythonで活用するための本です。 OpenCVを用いて画像処理を行う様々なコードを紹介しています。 物体のエッジや人間の顔を認識するコードまでていねいに解説しているので、入門に最適です。 ※本電子書籍は、日経ソフトウエア2019年3月号の付録冊子を全ページカラー化し、加筆修正を行ったものです。

【さまざま領域に活用範囲を広げる、新進気鋭の言語のポテンシャル】 本書では、Webアプリケーション、機械学習、IoTなどでのElixirの活用方法を解説します。サンプルアプリケーションを開発しながらコードを紹介しつつ解説しています。Phoenix、Nx、Livebook、Nervesといったツールやライブラリの実践的な活用方法も紹介しているので、今の開発に即した実践的な知識が身に付けられます。 ■こんな方におすすめ ・なんらかのプログラミング言語を習得している人で、新しい言語としてElixirを習得したい人 ■目次 第1章：Elixir小史 　　Elixir言語の特徴 　　Erlang/OTP──Elixirの実行基盤 　　Elixirの誕生 　　Elixirの持つポテンシャル 第2章：Elixirの基礎 　　Elixirのインストール 　　Elixirコードの実行方法 　　基本的な文法 　　制御フロー 第3章：基本的な型とパターンマッチ 　　基本的な型 　　シジル──リテラルを表現する記法 　　パターンマッチ──データとパターンの照合 第4章：モジュール 　　モジュールと関数によるプログラムの構造化 　　String──文字列操作を扱う標準モジュール 　　File──ファイル操作を行う標準モジュール 　　IO──標準入出力を扱う標準モジュール 　　Enum──コレクションを「いい感じ」に扱う標準モジュール 　　Map──マップを「いい感じ」に扱う標準モジュール 　　Stream──コレクションを遅延評価する標準モジュール 　　ExUnit──Elixirの単体テスト標準モジュール 第5章：Mixを使ったElixirプロジェクトの開発 　　Mixの基本的な使い方 　　Mixタスク──Elixir開発を支える便利なコマンド 　　開発に便利なTips 第6章：並行プログラミング 　　プロセスによる並行プログラミングの実現 　　OTPによる並行プログラミングの実現 第7章：Phoenixの概要 　　Phoenixとは何か──Elixir製のWebアプリケーションフレームワーク 　　Phoenixの基礎知識 　　Phoenixの基本的な使い方 第8章：Ectoによるデータベース操作 　　Ectoとは何か──Elixir製のデータベースライブラリ 　　Ectoの基礎知識 　　Ectoの基本的な使い方 第9章：phx.gen.authによる認証 　　phx.gen.authとは何か──ビルトインのMixタスク 　　phx.gen.authの基礎知識 　　phx.gen.authの基本的な使い方 第10章：LiveViewによるフロントエンドの開発 　　LiveViewとは何か──Elixirで実装するリアルタイムWeb 　　LiveViewの基礎知識 　　LiveViewの実践的な使い方 第11章：実践的なWebアプリケーションの開発 　　ブログアプリケーションRealWorldの実装 　　記事のCRUD機能の開発 　　コメント機能の開発 　　タグ機能の開発 　　認証機能の開発 　　LiveViewによるRealWorldの開発 　　デプロイ 第12章：行列演算ライブラリNxの概要 　　Nxとは何か 　　Nxの基本的な使い方 第13章：Axonの概要と機械学習システム開発の進め方 　　Axonとは何か 　　Axonの基本的な使い方 　　SciDataとNxによる学習データの準備 　　Axonによるモデルの構築 　　Axon.Loopによるモデルの学習と可視化 　　Axon.Loopによるモデルの検証 　　Axon.predict/4──推論の実行 第14章：機械学習向けのライブラリ 　　Kino──Livebook用のUIライブラリ 　　StbImage──軽量画像読み書きライブラリ 　　Evision──OpenCVラッパー 　　Bumblebee──学習済みTransformerモデル提供ライブラリ 第15章：実践的なAxonアプリケーションの開発 　　画像分類を行うWebアプリケーションの実装 　　LiveViewページの作成 　　ファイルアップロード機能の実装 　　学習済みモデルでの画像分類機能の実装 第16章：Nervesの概要 　　Nervesとは何か 　　Nervesの動作するIoTボード 第17章：Nervesでの開発の進め方 　　用意するもの 　　Nervesプロジェクトの基本的な開発の進め方 第18章：Elixir Circuitsによるモジュールの制御 　　Elixir Circuitsとは何か──Elixir/Nerves向けのモジュール制御ライブラリ 　　モジュールの通信方式 　　用意するもの 　　Elixir Circuitsの使い方 第19章：実践的なIoTアプリケーションの開発 　　開発するもの 　　データ受け取りサーバの作成 　　データのリアルタイム表示部の作成 　　データ送信モジュールの作成 　　ボタンの押下によるデータ測定 ■著者プロフィール 栗林 健太郎：GMOペパボ株式会社で取締役CTOを務めるかたわら、北陸先端科学技術大学院大学博士後期課程に在学中の社会人学生。IoTシステムへのElixirの応用について研究している。 大原 常徳：株式会社ドリコム　SRE部門のマネージャー。tokyo.exというElixirのコミュニティを運営。 大聖寺谷 一樹：本業では主にKotlinを使った開発をしてるが、副業でElixirやElmを触っているなんちゃってアルケミスト。 山内 修：日本マイクロソフト賞④受賞。Elixir本体、Ectoに貢献歴あり。 齋藤 和也：Webのサーバサイド開発やクラウドインフラ構築が得意なエンジニア。Elixir/Phoenixのお仕事や情報発信もしています。複数社で技術顧問を務めている。 隆藤 唯章：僧職系フリーランスプログラマー。ElixirMobileというElixirのコミュニティのオーガナイザー。最近はElixirでモバイルアプリの開発、モバイルアプリと機械学習との連携についての研究を行っている。 高瀬 英希：旧くからの組込み屋さん、最近の言い方ではIoT屋さん。ElixirだけでIoTシステムをすべからく包括的に開発できたら楽しい世界になると信じて研究を進めている。

【背景】 近年、RPAをビジネスの現場で積極的に利用しようとする動きが活発です。 RPAとはロボティック・プロセス・オートメーションの略語で、 日常の定型業務をソフトウェアに代行させ、自動化を図ることです。 RPAが注目される理由としては、 ・慢性的な人員不足 ・システムの乱立とつなぎ業務の多さ ・製造業の成功 が背景にあります。 【書籍の概要】 本書は、長年自動化システムについて業務開発を行ってきた著者が、 オープンソースのRPAソフトウェアを組み合わせて、 RPAシステムを構築する手法を解説した書籍です。 RPAシステムで利用するソフトウェアはオープンソース「Sikulix」を利用します。 第1部ではRPAシステム開発の基本について簡単なシステム構築を元に解説します。 第2部では需要の高いRPAモデルケースを元に開発の勘所を中心に解説します。 【対象読者】 システムエンジニア 【Sikulix（シクリ）について】 OpenCV（インテル社が開発・公開したオープンソースの画像解析ライブラリ）を利用した GUIオートメーションツールです。 【著者】 小佐井 宏之（こさい・ひろゆき） 福岡県出身。京都工芸繊維大学同大学院修士課程修了。 まだPCが珍しかった中学の頃、プログラムを独習。 みんなが自由で豊かに暮らす未来を確信していた。あれから30年。 逆に多くの人がPCに時間を奪われている現状はナンセンスだと感じる。 業務完全自動化の恩恵を多くの人に届け、無意味なPC作業から解放し 日本を元気にしたい。株式会社完全自動化研究所 代表取締役社長。 ※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。

※PDF版をご希望の方は Gihyo Digital Publishing (https://gihyo.jp/dp/ebook/2022/978-4-297-12776-3)も合わせてご覧ください。 OpenCVはコンピュータビジョン分野でもっとも利用されているオープンソースフレームワークです。近年の人工知能ブームに呼応する形で機械学習やディープラーニングAPIが強化され，物体の名称と位置を認識するオブジェクト検出（Object Detection）といったタスクも容易に扱えるようになりました。 とはいえ，画像認識タスクがすべてディープラーニングによる手法に置き換わるわけではありません。これまでに培った手法を選択した方が堅実な場面もあるため，本書では現時点で重要とされる画像処理手法を整理します。OpenCVの基礎的な解説からはじめ，dnnモジュールを用いたディープラーニングによる画像認識についても解説していきます。 サンプルコードにはPythonを利用し，OpenCV 4.5.Xに対応しています。

本書はFlutterアプリケーションでOpenCVを用いた共有ライブラリの実装方法を、Android、Windows、Linuxの各プラットフォームにわたって詳しく解説しています。OpenCVの強力な機能をFlutter開発に応用し、PythonでOpenCVを使用していた開発者にも親しみやすいGUIプラットフォームの活用方法を提供します。本書は、これらのプラットフォームでFlutterとOpenCVを組み合わせたアプリケーション開発のプロセスを明確に説明しており、特に5章では共有ライブラリの開発環境構築に重点を置いています。また、カメラ使用、動画ファイルのフレーム解析、テキスト画像処理など、多様な実例を含む充実した内容です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ◆◆3言語(C言語、C++、Python)対応で、「画像処理の基本」が身につくと、大好評のテキストの改訂版！◆◆ ・OpenCV4.5に対応し、さらにパワーアップ! ・基本アルゴリズムとサンプルプログラムが豊富で、いますぐできる！ ・理論と実践のバランスがよく、初学者に最適！ ・全編をフルカラー化し、デザインも一新！ ・練習問題を解いて理解度アップ！ ・Windowsだけでなく、Macでのインストールにも対応！ 【「まえがき」より】 本書は，理数科高校生，工業高等専門学校生，大学学部生などを対象とした講義用教科書としての利用を想定し，基本的かつ汎用性の高い画像処理アルゴリズムを選定して解説した．また初学者が独学でも学べるように，開発環境の構築方法，トラブルシューティングなどの詳細な手順を載せている．本書ではまず，画像処理アルゴリズムについて解説し，内部で行われる処理が十分に理解されることに重点を置いている．その後，C言語での実装例を並べて表記し，各アルゴリズムがどのようにコーディングされるのかを解説する．さらに，OpenCVの関数を用いたプログラム（Python，C++言語）も併記し，OpenCVの利用方法を説明する． 今回，第3版に改訂するにあたり，読者からのさまざまなコメントや，我々が本書を用いて講義してきた経験をもとに，内容の理解がより促進されるように章立てを整理し，読者がより興味を惹くような内容に変更した．執筆時点における最新の開発環境に対応するため，OpenCV4系を採用し，Windows11とmacOS上での開発環境の構築について詳細な解説を加筆した．さらに，OSに依存しないGoogle Colaboratoryを用いたプログラム作成方法も加筆した．一方，情報処理技術者試験の試験要綱が2022年4月から更新され，擬似言語の記述形式が大幅に変更され，プログラムの記述方法がC言語と同等になった．そのため，第2版まで記載していた古い記述形式の擬似言語を用いたプログラムは削除することにした． 【おもな内容】 1章　画像処理とOpenCV 2章　OpenCV の導入 3章　画像入力装置と静止画・動画フォーマット 4章　デジタル画像と配列 5章　色空間 6章　濃淡変換 7章　フィルタ処理 8章　2値画像処理 9章　複数画像の利用 10章　幾何学変換 11章　距離画像処理 付録A　OpenCVの描画系関数 付録B　OpenCVをソースからビルドする 付録C　OpenCVメインモジュール概説 姉妹書『OpenCVによるコンピュータビジョン・機械学習入門』も好評発売中！ ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。

機械学習は人工知能を支える技術の1つです。本書ではRaspberry Piを使いサポートベクトルマシンや多層ニューラルネットワークを体験。機械学習の概念の理解を目指します。最後はディープラーニングの演習も! Scikit-learn(機械学習)、keras(ディープラーニング)、OpenCV(画像処理)を使用。演習用プログラムはダウンロードできるので、プログラミング経験なしでもすぐはじめられます。※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この商品は固定レイアウト型の電子書籍です。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。 ※本書内容はカラーで制作されているため、カラー表示可能な端末での閲覧を推奨いたします。 コンピュータに「視覚」を与えるプログラミングを解説。 画像処理に必要となるOpenCVのプログラミングについてC/C++ベースの開発環境で解説。 OpenCV 3系の導入・画像処理から顔の検出、機械学習まで。基礎と活用例を効率よく学べます。

※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。 「強化学習」とは、簡単に言えば、「試行錯誤によって学習するAI」です。 機械学習の一種で、近年のディープラーニングの発展の恩恵を受け、注目されています。 本書は、基本のアルゴリズムからニューラルネットを使った応用まで、 強化学習の理論と実装がわかる本です。 強化学習がどんな仕組みのAIなのか、 これから学んでみたいという人や 興味はあるけれど難しそうだと思っている人におすすめです。 【本書の特徴】 ●強化学習の難解な理論をやさしく解説 難しい用語や数式は、高校数学の知識があれば理解できるように一歩一歩説明します。教師あり学習やニューラルネットワークなど、機械学習の前提知識も解説しています。 ●画面上のロボットを動かすことで直観的に理解 強化学習の問題や学習結果は、画面上のロボットが動くアニメーションで確認できます。プログラムを実行するための環境構築や操作方法の説明があるので、すぐに動かすことができます。 ●Pythonで強化学習のプログラムを改良 サンプルプログラムは軽量で、一般的なPC（GPUなどが装備されたPCは不要）で動かせます。強化学習のライブラリは使用せずに実装されており、ブラックボックス化されていないのでアルゴリズムがよくわかります。本書では、サンプルプログラムを自分で改良するためのポイントや、Pythonの基本、主要ライブラリ（NumPy、matplotlib、OpenCV、TensorFlow）の一部の使い方を紹介しています。

※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。 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

※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による機械学習モデル構築のための特徴量 抽出・作成実践レシピ Pythonを活用した70以上の実践的な"レシピ"により表形式データに対する特徴量エンジニアリングのほぼすべてのトピックをカバー。テキストからの特徴量の抽出の付録として日本語モデルでの実例も取り上げます。 Packt Publishing: Python Feature Engineering Cookbook, Second Edition の翻訳書。 1章 欠損値を補完する 2章 カテゴリ変数をエンコーディングする 3章 数値変数を変換する 4章 変数を離散化する 5章 外れ値を扱う 6章 日付と時刻の変数から特徴量を抽出する 7章 特徴量をスケーリングする 8章 新しい特徴量を作成する 9章 Featuretoolsを用いてリレーショナルデータから特徴量を抽出する 10章 tsfreshを使って時系列データから特徴量を作成する 11章 テキスト変数から特徴量を抽出する 付録 日本語を扱う Soledad Galli : 世界的な学術機関や有名な企業で10年以上の経験を持つデータサイエンティスト、インストラクター、ソフトウェア開発者。保険金請求や信用リスクの評価、詐欺の防止を目的とした機械学習モデルを開発し実運用に成功している。複数のオンラインコースで機械学習を教えており、オープンソースのPythonライブラリFeature-engineを開発・保守している。2018年にData Science Leaders Awardを受賞、2019年にデータサイエンスと分析におけるLinkedIn Voices (LinkedInインフルエンサー) の1人に認定されている。 松田晃一 : 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。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『APIデザイン・パターン』、『プログラミングのための数学』（マイナビ出版）、『生成 Deep Learning』、『詳解OpenCV3』（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。

※この商品は固定レイアウトで作成されています。お使いの端末で無料サンプルをお試しいただいたうえでのご購入をお願いいたします。 ※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。 クリエイティブ・コーディングの基本書が7年ぶりの大改訂！ インタラクションデザイン／メディアアート制作のためのオープンソースのツールキット、openFrameworksの解説書です。 前版にも収録したかんたんな図形の生成からアニメーション、サウンド、OpenCVによる動体検知といった初級～中級レベルのコンテンツに加え、今回の改訂版には3D表現やシェーディング（陰影）を学ぶ上級編も追加しました。プログラミングの初歩から応用までを、yoppa.orgで有名な田所氏が丁寧に解説します。 ビジュアルプログラミング言語など様々なソフトウェアがあるなかで、C++に直接触れながら遊べるopenFrameworksは今もなお「コーディングによる表現」の入門にぴったりです。 ＊- - - -＊ アーティストのkynd（米田研一）がopenFrameworksで生成したビジュアルを、デザイナーのhydekick（吉松英輝）がまとめあげたカバーデザインにも注目です！ ＊- - - -＊

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 プラモ＆おもちゃを改造して格好良い電子工作 600円ラズパイ、700円台ロジアナも活用しよう 　自在に動く戦車や扇風機、光るスカイツリー、警報器が光る電車の踏切――。 「これを作りたい」と思っても、筐体まで格好良く作るのは大変です。 出来合いのプラモデルやおもちゃをちょっと改造して、見た目も素敵な作品を作りましょう。 　さらに話題の600円ラズパイ（Raspberry Pi Zero）を活用し、AI翻訳機やBluetoothスピーカーを作ります。 700円台のロジアナや、工作に便利なクラウドサービスの活用法も解説します。 画像処理ソフト「OpenCV」を使ったプログラムが簡単に作れる専用OSを活用しましょう。

※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。 特集1　5大人気ボード　電子工作超入門 「半導体不足で在庫が不足し、電子工作のボードがなかなか買えない…」。そんな今にふさわしい特集のほか、5種の人気ボードにすべて対応した電子工作の入門特集などをまとめました。「GPIO」や「I2C」を使った電子パーツの制御方法は、どのボードでも同じです。手に入れられたボードを使って、今こそ電子工作を始めましょう。 ◆5大人気ボードはこう選ぶ、ラズパイをうまく買う方法も伝授 ◆プログラムを開発する環境を整えよう、5大ボードの端子などの違いもチェック ◆デジタル出力　電圧のオン、オフでLEDの点灯などを制御できる ◆デジタル入力　スイッチやセンサーの状態を読み取れる ◆PWM出力　モーターの回転速度などを調節できる ◆アナログ入力　アナログセンサーなどの電圧を読み取れる ◆I2C　デジタル通信で多様なデータをやり取りできる 特集2　Picoの強力な機能を引き出す！脈拍のグラフを小型画面に表示 特集3　みんなのラズパイコンテスト2021 グランプリ 　走行中の列車を自動で流し撮り「OpenCV」で高速認識して追尾 特集4　古いラズパイをフル活用！ 　Node-REDで楽しい電子工作　IoTクラウドと連携し「天気痛ボタン」を製作 特集5　ラズパイで鉄道模型の自動運転にチャレンジしよう 特集6　ラズパイで楽しむLinuxライフ 　オンラインのドキュメント編集をNextcloudとCollabora Onlineで実現 【付録冊子】 フルカラー52ページ 温度からにおいまでセンサー200種総ガイド＋工作例3種