※電子版には冊子付録のコンテンツも収録しております。 ※電子化にあたり、著作権・使用権のない記事、写真、図表は掲載しておりません。 特集1　今後スキルアップしたい言語トップ10 特集1　今後、スキルアップしたいと思う言語はどれですか？ 特集1　Python　ほか 特集1　C＃　ほか 特集1　Go言語　ほか 特集1　C言語 特集2　ここがイイ！ここが不満！Pythonの“マル”と“バツ” 特集3　Xcode＋Swift＋SwiftUIでiPhoneとMacのアプリを作ろう 特集4　「Transformer」完全理解　後編 特集5　“手頃な価格で栄養素が高い野菜”を勧めてくれるアプリケーションを作る いろいろなツールを使いこなそう！Macで楽しいプログラミング　Mac付属の「Automator」を使おう 比べて学ぶとよくわかる！PythonとC言語を同時に学ぼう　Pythonの組み込み関数とC言語の標準関数 業務を自動化するExcel　VBA　セルが結合された表の操作をマクロで自動化しよう IoT時代の電子工作　2次元バーコードを読み取ってメッセージを送る まつもとゆきひろのプログラミング質問箱　コミュニケーション入門 ITエンジニア1年生のためのまんがでわかるLinux　Markdownを簡単にPDFに変換したい 今号のプレゼント Developers　Talk　読者の声／ライターの声／編集部から 奥付　次号予告 【特別付録】作りながら学ぶWebシステムの教科書 　　本書について 　　Linuxの基本を理解しよう 　　HTTPS対応Webサーバーを構築する 　　作りながら学ぶWebシステムの教科書　ダイジェスト版

※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】 おかげさまで8万部突破！ 読者の声に応えて 第2版の登場 【本書の概要】 Web開発やデータ分析などの分野で、ユーザー数が増えてきているPython。 最近では、Pythonに触れる方も多くなってきています。 本書はそうしたPython初心者の方に向けて、 ヤギ博士とフタバちゃんと一緒に 基本的なプログラムの作成から、面白い人工知能アプリの作成までを体験。 対話形式でプログラミングのしくみを学ぶことができます。 【対象読者】 Pythonについて何も知らないプログラミング超初心者 【本書のポイント】 ・対話形式で解説し、イラストを交えながら、基礎知識を解説します。 ・初めての方でも安心して学習できるよう基本文法もしっかり解説します。 ・平易なサンプルを用意していますので、安心してプログラムを体験できます。 ・2022年時点の最新の環境（Windows 11、Python 3.10など）に対応しています。 ・エラーでつまづいた場合の対応方法を巻末に掲載しています。 【目次】 第1章　Pythonで何ができるの？ 第2章　Pythonを触ってみよう 第3章　プログラムの基本を知ろう 第4章　アプリを作ってみよう 第5章　人工知能くんと遊んでみよう 【著者プロフィール】 森 巧尚（もり・よしなお） 『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて現在はコンテンツ制作や執筆活動を行い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を行っている。 近著に、『Python1年生』『Python2年生 スクレイピングのしくみ』『Python2年生 データ分析のしくみ』『Python3年生 機械学習のしくみ』 『Java1年生』『動かして学ぶ！Vue.js開発入門』『Python自動化簡単レシピ』（いずれも翔泳社）、 『ゲーム作りで楽しく学ぶ Pythonのきほん』『楽しく学ぶ Unity2D超入門講座』『楽しく学ぶ Unity3D超入門講座』（いずれもマイナビ出版）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。

※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。 シリーズ累計90万部突破の大人気入門書の改訂版！ コツ・しくみ・落とし穴をしっかり押さえるから 初心者でもすぐにプログラミングを習得できる！ 初心者でもすぐに身に付く秘密は、3つのコンセプトにあり！ 【1】手軽にPythonをはじめられる すぐに最初の一歩を踏み出せるよう、スマホやPCのWebブラウザでプログラミングができる「dokopy（ドコパイ）」※を用意しました。 また、陥りがちなトラブルには、巻末の「エラー解決・虎の巻」で対策できます。 【2】「なぜ」「どうして」が必ずわかる 学習中浮かび上がる「なぜ？」「どうして？」をスルーせずに、しっかり答えを出して次のテーマに進む、シリーズ共通のスッキリ流解説によって、一歩一歩着実に理解を深めて短期間で知識を習得できます。 【3】今後に活かせる「基礎」を学べる 本書では初心者が利用する機会が少ない文法と、必ず覚えておきたい文法を切り分けて紹介。 未経験者が基礎をしっかりと身に付けるとともに、機械学習やWebアプリケーション開発といった専門分野へつながる知識を習得することができます。 第2版では、令和の学習体験により適した、シンプルでスッキリとした紙面デザインへ全面的にリニューアルし、読みやすさ、使い勝手の向上を図っています。 さらに、実践的なコーディング力を鍛える「ゲーム開発の総合演習」を追加。 本書を通じてプログラミングの楽しさを学び、新しい未来への道を拓いてみませんか。 ※dokopyは新刊購入者用特典です。利用の前にインプレスのWebサイトで「dokopyご利用上の注意」をご確認ください。

Pythonの基礎から機械学習や最新の生成モデルまで、 開発環境を用意することなく「全部」理解できる！ 【本書の特徴】 ● Pythonを題材として様々な言語にも応用できる汎用的なスキルを獲得できる ● 身近な例を用いているので理解しやすい ● コードの書き方からプロジェクトマネジメントまで開発に求められるすべてのスキルを網羅できる 【こんな人におすすめ】 ・自分のビジネス分野にPythonを導入したい人 ・Pythonをイチから学び直したいエンジニア ・Pythonで実際に開発をしてみたい人 ・Pythonの入門書を読んで挫折した人 【本書の内容】 本書は、Pythonについて、基礎から実践的な知識まで幅広く学ぶことができる書籍です。 特にPythonを用いて人工知能を構築するための知識を中心に構成しています。 「やってみよう！」のページでは、Pythonのコードを書くことで、どのようなコードを書くとどのような動きになるのかを感覚的に理解できます。 また、身近なところでプログラムがどのように活かされているのか、人工知能がどのように活かされているのか、エンジニアリングや開発の考え方の基礎が身に付きます。 「学ぼう！」のページでは、本質を理解して、実際に開発の現場で活用できる知識を習得できるようにしています。 エンジニアリングだけでなく、プロジェクトマネジメントや人工知能が搭載された製品の実例なども含めているので、活きた知識を網羅的に習得できます。 【目次】 Chapter 1　プログラミングを学ぼう～プログラミングがPythonのスタート地点～ Chapter 2　プログラミング言語Pythonの特徴を学ぼう～Pythonもプログラミング言語のひとつ～ Chapter 3　人工知能の基本となる機械学習を学ぼう～機械学習の種類は豊富にある～ Chapter 4　ディープラーニングについて学ぼう～深い層のニューラルネットワークが人工知能をつくる～ Chapter 5　実践的な人工知能の構築手法を学ぼう～データは必ずしも完全ではない～ Chapter 6　人工知能を作るために扱うデータを学ぼう～どんなデータがあるのか？～ Chapter 7　Pythonを使って人工知能をつくろう～プロジェクトマネジメントを学ぶ ※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。 誰にでも読みやすく。Clean Code を実践しよう Beyond the Basic Stuff with Python：Pythonプログラミングの入門・基本をマスターしたら次のステージへと踏み出そう！　パイソニック（Pythonic）なコードを書くことを学び、より優れたプログラマーになる手法を伝授します。 自分の書いたコードに自信を持てるプログラマーになろう ［誰にでも読みやすい 広く公開できるコードを書こう］ 本書ではきれいなコード（Clean Code）を書くために、コマンドライン、コード整形、型チェッカー、リンター、バージョン管理 などのその道のプロが利用しているツールを詳解し、Pythonプログラミングスキルを向上させる方法を学びます。 ［Clean Codeを実践するツールを活用できるようになろう］ 開発環境のセットアップ、変数の命名方法、読みやすさ向上のための最適な方法　を紹介します。 ［オブジェクト指向設計を理解し アルゴリズムを活用しよう］ コードの公開に必要となるドキュメントの作成や書式の統一、またパフォーマンスの測定、オブジェクト指向プログラミング、コーディングインタビューで一般的に使用されるオーダー記法（Big O）について説明します。 本書の後半では2つのコマンドラインのゲーム「ハノイの塔（ロジックパズル）」と「四目並べ（タイル落としゲーム）」を作りますが、書いたゲームのコードが本書の「最適な方法」でプログラミングされているかを確認してみましょう。 PART 1　基本準備から始めよう PART 2　Python に適した開発方法・ツール・テクニック PART 3　オブジェクト指向のPython

※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。 Pythonで効果検証の実務を学ぼう！ この本は、効果検証を実務で行いたい方に向けた入門書です。 実務応用しやすい3つの分析手法（A/Bテスト・Difference in Differences （DID）・Regression Discontinuity Design （RDD））について、現場で実際にぶつかりやすい課題をミニストーリーなどで指摘しながら、その対応策や考えかたを示し、Pythonで実装していきます。 とくにA/Bテストについては多くの紙面を割き、複数のデザインパターンや分析手法を紹介します。 また、DIDとRDDについても、ミニストーリーなどを交えて適用できる条件を具体的に例示しつつ、間違った分析結果を算出してしまわないよう丁寧に解説を行います。 本書では、全体をとおして、ビジネスの現場で必要とされる知識と理論的な基礎との乖離に着目し、その乖離を埋めるような説明を心がけました。あくまで入門書であるため理論的な説明は控えめになっていますが、参考文献やブックガイドから、より専門的な論文や書籍にアクセスできるようにしています。 本書を読了することで、基本的な効果検証の手法を理解し、Pythonで実装できるようになります。さらに、陥りやすいアンチパターンや、効果検証を通じて組織に貢献するための考えかたなど、データ分析の実務者に必要とされる知見も身につきます。 謝辞／目次 1章　はじめに：いまなお隔たりがある効果検証の実務と理論 　1.1 効果検証とはなにか？ 　　1.1.1 本書のねらい：基礎と実務を紐づける 　　1.1.2 本書の特徴 　　1.1.3 効果検証の各手法の特性と使いかた 　　1.1.4 効果検証の目的：意思決定と探索的分析 　1.2 本書の構成 　1.3 想定する読者 　1.4 サンプルコード 2章　A/Bテストを用いてクリーンに効果検証を行う 　2.1 Prelude 　　2.1.1 太郎くんの分析の再現 　2.2 施策と効果 　　2.2.1 基本的な用語の確認 　　2.2.2 施策効果と反実仮想 　2.3 バイアス 　　2.3.1 バイアスを含んだ分析の例：ユーザーの性質 　　2.3.2 バイアスを含んだ分析の例：時系列 　　2.3.3 バイアスを含む分析手法の負のループ 　2.4 A/Bテストの基本的な発想 　　2.4.1 ランダムな施策割当によるバイアスの排除 　　2.4.2 施策効果のポテンシャルアウトカムフレームワークによる表現 　2.5 A/Bテストのデザイン 　　2.5.1 A/Bテストの設計 　　2.5.2 データ収集 　　2.5.3 収集したデータの分析と評価 　2.6 PythonによるA/Bテストデータの分析の実装 　2.7 A/Bテストのアンチパターン 3章　A/Bテストを用いて実務制約内で効果検証を行う 　3.1 実務におけるA/Bテストの課題 　3.2 A/Aテスト：A/Bテストの信頼性を担保する 　　3.2.1 A/Bテストは頻繁に「失敗」する 　　3.2.2 A/Bテストの失敗は2種類のケースに大別できる 　　3.2.3 A/Aテスト 　　3.2.4 A/Aテストのリプレイ 　3.3 柔軟なA/Bテストのデザイン 　　3.3.1 クラスターA/Bテスト 　　3.3.2 層化A/Bテスト 　　3.3.3 A/Bテストにおける処置と割り当ての不一致 　3.4 効率的な分析：共変量のコントロール 　3.5 施策効果の異質性：どこで効果があるのか知る 　　3.5.1 セグメントごとにサブサンプルに分割する 　　3.5.2 セグメントの交差項を入れて分析を行う 4章　Difference in Differencesを用いて効果検証を行う 　4.1 DID（差分の差法）：施策実施前後の違いを捉える 　　4.1.1 施策をとりまく4つの状況とよくある分析の仮定 　　4.1.2 DIDの基本的な発想 　　4.1.3 DIDの発想に基づいた施策効果分析の実装 　4.2 DIDを用いた実務的な施策効果検証 　　4.2.1 パネルデータ 　　4.2.2 分析方法 　　4.2.3 DIDによる施策効果分析の実装：文言変化の効果を調べる 　4.3 2期間以上のデータをDIDで分析する 　　4.3.1 時間を通じて施策効果は変わりうる 　　4.3.2 分析方法 　　4.3.3 DIDによる施策効果分析の実装：イベントスタディのケース 　4.4 パラレルトレンド仮定と検証 　　4.4.1 パラレルトレンド仮定の検証とは？ 　　4.4.2 プレトレンドテスト 　4.5 複数回の施策を行った場合にDIDによる分析は適用できるか？ 5章　Regression Discontinuity Designを用いて効果検証を行う 　5.1 RDDを適用できるシチュエーション 　　5.1.1 クーポン配布施策：クーポンの効果は本当に大きいのか？ 　　5.1.2 閾値によって実施するかどうか決める施策の効果を評価する 　5.2 RDDの仮定と推定 　　5.2.1 RDDの直感的な説明 　　5.2.2 RDDにおける施策効果 　　5.2.3 Sharp RDDの推定 　　5.2.4 rdrobustを用いたSharpRDDの実装 　　5.2.5 RDDの仮定が成り立たないケースとその検証法 　　5.2.6 McCraryの検定の実装 　　5.2.7 共変量のバランステストの実装 　5.3 Fuzzy RDD：処置確率が閾値によって不連続に変化する場合のRDD 　　5.3.1 rdrobustを用いたFuzzy RDDの推定 　5.4 内的妥当性と外的妥当性：我々はなにを推定しているのか？ 　5.5 bunchingの難しさ 　　5.5.1 操作が発生している例：所得税控除制度 　　5.5.2 bunchingの推定ステップと2つのケース 6章　おわりに：実務における課題と展望 　6.1 これまでの振り返りと実務プロセスに合わせた分析手法の選択 　6.2 分析プロセスの“不”可能性 　6.3 データ分析実務者の役割 　　6.3.1 闇落ちするデータサイエンティスト 　　6.3.2 専門知識で意思決定を支える 　6.4 効果検証の実務者のためのブックガイド 　　6.4.1 施策効果検証の発想を理解する 　　6.4.2 効果検証の発展的なトピックを学ぶ 　　6.4.3 計量経済学を学ぶ 　　6.4.4 実務として効果検証を実践する 著者・監修者略歴／参考文献／索引

『コンピュータはなぜ動くのか』19年ぶり、待望の改訂第２版！ 「これからの10年も通用する基本」を身につけよう！ ハードウエア、ソフトウエア、データベース、ネットワーク、セキュリティというコンピュータを使いこなすうえで必要な知識をこの１冊で解説します。 ハードウエアの基本的な仕組み（プロセサ、メモリー、入出力）から、ソフトウエアの実際（プログラム、アルゴリズム、データ構造、データベース、ネットワーク）とシステム構築までをカバー。これからプログラマやＳＥを目指す入門者から、基本をひと通り学びたい文系エンジニア、さらには、もう一度学び直したいベテランエンジニアまで、コンピュータを動かして成果を得ることの楽しさと仕組みを知りたい人に役立つ内容です。 【改訂のポイント】 今後10年通用するよう内容を全面的に更新。具体的には以下の通りです。 ・「コンピュータを作ってみよう」では「COMET II／CASL II」に対応。 ・プログラム部分はPythonでの記述に一部変更。 ・データベースではMySQLに変更。 ・暗号化では共通鍵暗号方式から公開鍵暗号方式に変更。

※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。 Wolfram|Alpha，Python，R，Mathematicaをフル活用して，大学教養レベルの統計，微分積分，線形代数の全体像を把握する．学び直しにも最適な一冊． コンピュータ（Wolfram|Alpha，Python，R，Mathematica）を活用して，数学の学びの質を高めましょう． 本書の具体的な目標は，線形回帰分析を理解することです．そのために必要な微分積分と線形代数も学びます．微分積分は多変数の微分積分まで，線形代数は特異値分解までです．これで，大学教養レベルの数学はほぼ網羅できます． すべてが線形回帰分析につながるので，何の役に立つのかと疑うことはありません．面倒な計算はコンピュータにまかせるので，計算に迷い込んでしまうこともありません． 線形回帰分析はデータサイエンス（人工知能・機械学習）の出発点です．本書を読んで，データサイエンスにおいて必要とされる数学力とプログラミング力を身に付けましょう． 大学教養レベルの数学の全体像の把握，学び直しにも最適な一冊です． コードは全てウェブで公開されます． 第I部　入門 第1章　実行環境 第2章　数と変数 第3章　データ構造 第4章　可視化と方程式 第5章　論理式 第II部　統計 第6章　1次元のデータ 第7章　2次元のデータ 第8章　確率変数と確率分布 第9章　多次元の確率分布 第10章 推測統計 第11章　線形回帰分析 第III部　微分積分 第12章 関数の極限と連続性 第13章 微分 第14章 積分 第15章 多変数関数の微分積分 第IV部　線形代数 第16章 ベクトル 第17章 行列 第18章 ベクトル空間 第19章 固有値と固有ベクトル 第20章 特異値分解と擬似逆行列

※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。 データ分析の現場にあって入門書にない「汚いデータ」（ダーティデータ）に対応する、プロのノウハウを解説します。

※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。 【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】 あたらしい1年生シリーズ ChatGPTプログラミング1年生の登場！ ChatGPTを利用したプログラミングに挑戦してみよう！ 【本書の概要】 ChatGPTの得意分野でもあるプログラミングへの利用が注目されています。最近では「ChatGPTって、どんなしくみで動いているんだろう」「効果的な使い方を知りたい」「ChatGPTをPythonプログラミングに利用したい」「便利なChatGPTアプリを作りたい」という方が多くなってきています。 本書はそうした初めてChatGPTをプログラミングに利用する方に向けて、ヤギ博士とフタバちゃんと一緒にChatGPTを利用したプログラミングやアプリ開発の基本を解説。対話形式でChatGPTのしくみや、ChatGPTプログラミングのしくみをまなぶことができます。 【対象読者】 ・Pythonの基本をまなんだ方（『Python1年生』を読み終えた方） ・ChatGPTプログラミングの初心者 【本書のポイント】 ・対話形式で、イラストを交えながら、基礎知識を解説します。 ・初めての方でも安心して学習できるよう記述方法をしっかり解説します。 ・楽しいサンプルを用意していますので、安心してChatGPTプログラミングを体験できます。 【目次】 第1章　ChatGPTってなに？ 第2章　ChatGPTの使い方 第3章　ChatGPTにプログラミングを手伝ってもらおう 第4章　PythonでChatGPTを動かそう 第5章　Pythonで翻訳アプリを作ろう 第6章　Pythonで便利なアプリを作ろう 【著者プロフィール】 森 巧尚（もり・よしなお） 『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて、現在はコンテンツ制作や執筆活動を行い、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を行っている。近著に『Python3年生 ディープラーニングのしくみ』、『Python2年生 デスクトップアプリ開発のしくみ』、『Python1年生 第2版』、『Python3年生 機械学習のしくみ』、『Python2年生 スクレイピングのしくみ』、『Python2年生 データ分析のしくみ』、『Java1年生』、『動かして学ぶ！ Vue.js 開発入門』（いずれも翔泳社）、『ゲーム作りで楽しく学ぶ オブジェクト指向のきほん』、『ゲーム作りで楽しく学ぶ Python のきほん』、『アルゴリズムとプログラミングの図鑑 第2版』（いずれもマイナビ出版）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。

※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。 【例題を通してJuliaを学ぼう！】 Juliaは、2018年にver.1.0がリリースされて以降、速さと書きやすさで、特に数値計算分野で注目を集めている言語です。本書ではそれぞれの数値計算問題に対し、さまざまな手法でアプローチしており、例題を通してJuliaを学べる書籍となっています。原理まで解説しており、他の手法とどのように違うのか、またどのようなメリット・デメリットがあるのかも解説しています。 第I部ではJuliaの基礎的な内容を、第II部では具体的な計算方法を例題と一緒に実装していく構成になっています。fortranやPythonから移行してくるユーザーが多いと考えられますが、初学者でも学べるような内容になっています。みんなもJulianになろう！ ■こんな方におすすめ ・理工系のJuliaプログラミングを始めたい学生 ・FortranやPythonから移行したい人 ・数値計算プログラミングに興味のある人、更にレベルアップしたい人 ■目次 第I部 基礎編 　　Chapter1 Juliaをはじめよう 　　Chapter2 Julia の基本 　　Chapter3 そのほかの特筆すべき点 第II部 実践編 　　Chapter0 Julia的数値計算 　　Chapter1 連立一次方程式 　　Chapter2 非線形方程式 　　Chapter3 固有値 　　Chapter4 数値積分 　　Chapter5 補間と近似 　　Chapter6 常微分方程式 　　Chapter7 偏微分方程式 付録 Jupyter Notebookを利用した環境作りと実行方法 ■著者プロフィール 永井 佑紀（ながい ゆうき）：1982年 北海道生まれ。2005年 北海道大学工学部応用物理学科卒業。2010年 東京大学大学院理学系研究科物理学専攻博士課程修了。博士（理学）。2010年-2019年 国立研究開発法人日本原子力研究開発機構 研究員。2016年-2017年 米国マサチューセッツ工科大学物理学科客員研究員。2018年-2023年 国立研究開発法人理化学研究所革新知能統合研究センター客員研究員。2019年-2024年 国立研究開発法人日本原子力研究開発機構 副主任研究員。現職 東京大学情報基盤センター学際情報科学研究部門 准教授。専門は物性理論、計算物理。近年では機械学習と物理学を組み合わせた研究も行っている。

※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。 【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】 待望の第2版 登場 スクレイピングの世界に飛び込もう！ 【本書の背景】 機械学習やデータ分析になくてはならない「データ」。このようなデータはインターネット上に膨大にありますが、Pythonを使えば効率よくデータ収集できます。こうした手法を「スクレイピング」といいます。サイト自体もオープンデータ化が進んでおり、データを集めやすい環境が整ってきています。 【本書の概要】 ヤギ博士＆フタバちゃんと一緒に、インターネットからのファイルのダウンロード方法やHTMLの解析方法、いろいろなデータの読み書きの方法、APIを使ったデータ収集方法を解説します。さらにライブラリを利用したデータの見える化の方法も解説します。 【第2版のポイント】 ・Python 3.12対応 ・各種ライブラリのアップデート ・利用オープンデータなどのアップデート 【Python2年生について】 「Python2年生」シリーズは「Python1年生」を読み終えた方を対象とした入門書です。ある程度、技術的なことを盛り込んでいますので、スキルアップにつながります。 【対象読者】 ・ネット上からデータ収集を行う初心者 ・データ分析の手前の初心者 【本書のポイント】 ・対話形式で解説し、イラストを交えながら基礎知識を解説します。 ・平易なサンプルを用意していますので、安心してプログラムを体験できます。 【目次】 第1章 Pythonでデータをダウンロード 第2章 HTMLを解析しよう 第3章 表データを読み書きしよう 第4章 オープンデータを分析してみよう 第5章 Web APIでデータを収集しよう 【著者プロフィール】 森 巧尚（もり・よしなお） 『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて、現在はコンテンツ制作や執筆活動を行い、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を行っている。近著に『ChatGPTプログラミング1年生』、『Python3年生 ディープラーニングのしくみ』、『Python2年生 デスクトップアプリ開発のしくみ』、『Python1年生 第2版』、『Python3年生 機械学習のしくみ』、『Python2年生 データ分析のしくみ』、『Java1年生』（いずれも翔泳社）、『ゲーム作りで楽しく学ぶ オブジェクト指向のきほん』（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。

【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。

手を動かしておぼえるPythonプログラミング ――独学に最適な“標準教科書” プログラミングの初学者に向けた独習シリーズに『独習Python』が新登場。 プログラミング言語入門書の執筆で定評のある山田祥寛氏による、 Python入門書の決定版です。 独習シリーズの強みである、手を動かしておぼえる（書いて実行して結果を確認する） 特長を生かし、Pythonの基本的な言語仕様から、標準ライブラリ、ユーザー定義関数、 オブジェクト指向構文、モジュールまで、サンプルプログラムを例示しながら 詳細かつ丁寧に解説します。 プログラミングの基礎知識がない方でも、解説→例題（サンプル）→理解度チェック という3つのステップで、Pythonでプログラミングを行う際に必要な知識・概念・機能を 体系的に習得できます。 プログラミングの入門者、これからPythonで開発を始めたい初学者から、再入門者、 学生・ホビープログラマまで、「一からPython言語を学びたい」「Pythonプログラミング の基本をしっかり身につけたい」という方におすすめの一冊です。 ※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。

Django3.2対応（LTS） DjangoによるWebアプリ開発手法を丁寧に解説！ 【本書の概要】 本書は、大人気フレームワーク「Django」によるWebアプリ開発手法を解説した書籍です。 具体的には、DjangoによるWebアプリの設計・作成の基本、動的機能の作成（フォーム作成）の基本、 認証処理の基本、データベースとの連携の基本（日記機能）、クラウドとの連携の基本（デプロイも含む）、 セキュリティの基本など一通り学ぶことができます。 フルスタックエンジニア必携の1冊です。 【対象読者】 Pythonの基礎知識のあるフルスタックエンジニア 【Djangoの対応バージョン】 Django3.2。 Django3.2はLTS（Long Term Support）という長期間サポート対象のバージョン。 2024年4月までセキュリティサポートが予定されており、安心して学習できます。 【Djangoとは（本書より抜粋）】 DjangoはPython用のフルスタックWebアプリフレームワークです。 多くのWebアプリにおいて必要となるメール送信やセキュリティなど、 多くの機能が標準で備わっています。 開発用の機能も充実しています。開発サーバーはDjangoに同梱されているため、 ローカルマシンで開発中のWebアプリをすぐに起動できます。 さらに、データベースのテーブル定義を記述しておけば自分でデータベースを操作するSQLを書くことなく、 コマンドを打つだけでデータベースに反映することもできます。 運用を支援する管理サイトも最初から備わっています。この管理サイトを使えば、 Web上からデータベースのデータを書き換えたり、 ユーザーの管理などを素早く行えます。 ※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。 少しずつ・繰り返し・ていねいに積み上げるスッキリ流解説で 実践的なスキルが必ず身に付く魔法の書 機械学習の世界は、数学理論、モデル、ライブラリ、プログラミングなど、学ぶべき分野が多岐に及びます。 各分野は1つでさえ十分奥深く、初学者にとっては「何を」「どこから」「どのように」「どこまで」学べば、データサイエンティストへの一歩を踏み出せるのかわからず、途方に暮れてしまうことも少なくありません。 本書は、この広大な世界に対して、真正面から、しかしスムーズかつスッキリと学び進めていただくための入門書です。 各工程やツールを個別・独立してバラバラに学ぶのではなく、データ分析の「全体の流れ」を繰り返し体験することで、機械学習の全体像と本質が自然と体に染みこむよう構成されています。 しかも単に繰り返すのではなく、最初はシンプルでやさしい題材からはじめ、以後、さまざまに角度を変えながら、段階的に高度な内容に挑戦するため、最終的には、中級者にステップアップするための応用術も身に付けられるでしょう。 もちろん、シリーズで好評の「エラー解決・虎の巻」も収録していますので、途中でつまずいても安心です。 機械学習の楽しさ、奥深さをじっくり学び、新しい未来への道を拓いてみませんか。

※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。 話題の対話型AI「ChatGPT」では、APIと呼ばれる、ChatGPTをアプリケーションに組み込んで利用するためのしくみが公開されています。ChatGPTのAPIを活用することで、ChatGPTを他のアプリケーションと連携でき、ブラウザ版のChatGPTを単独で使うよりも幅広い活用が可能になります。たとえば「音声認識サービスと連携し、会話の音声データを文字起こししてChatGPTで要約する」「Google検索の結果を取得して、ChatGPTでニュース記事を作成する」といった処理ができます。本書では、Pythonの具体的なコードを示しながら、ChatGPT APIを活用したサービスを実装する方法を解説します。ChatGPTの回答を細かく制御できる「パラメータ」の利用方法についても紹介するため、ChatGPTをカスタマイズして使うことが可能になります。

※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。 【プログラミングの概念に基づいた「問題解決力」を身につける!】 本書は、Pythonを使用して「プログラミング的思考」を習得するための入門書です。「プログラミング的思考」とは、ある問題を解決するための方法や手順をプログラミングの概念に基づいて考えることで、文部科学省の掲げるプログラミング教育でも重要視されています。本書は、前半でPythonの解説、技法・書法、後半で実際のプログラムを使ったプログラミング的思考の解説という構成で、初心者でもモチベーションを持ちながら学習できるよう、興味が持てる例題を多数用意しています。また、練習問題もあるので、より理解が定着できます。付録で文法解説を載せており、この1冊で、Pythonとプログラミングの考え方の両方をまとめて学ぶことが可能です。 ■目次 ●序章 プログラミング的思考とは 　　0-1 プログラミング的思考とは 　　0-2 プログラミング的思考を支える考え方 　　0-3 プログラミング的思考を身に付けるには 　　0-4 プログラミング的思考の応用 　　0-5 データサイエンスとアルゴリズム 　　0-6 プログラミングとPython ●第1章 Python文法の基本 　　1-1 Pythonとは 　　1-2 Pythonの実行環境 　　1-3 Pythonの基本文法 　　1-4 print関数とf文字列 　　1-5 演算子 　　1-6 変数と代入 　　1-7 変数の値の更新 　　1-8 input関数 　　1-9 for in文 　　1-10 二重ループ 　　…ほか ●第2章 Pythonの書法・技法 　　2-1 プログラミング書法（プログラミング・スタイル） 　　2-2 プログラミング技法 　　2-3 言語仕様上の注意点 　　2-4 ちょっとしたテクニック 　　2-5 ビット演算子 　　2-6 文字列処理 　　2-7 リスト操作 　　2-8 クラスの活用 　　2-9 辞書の活用 　　2-10 ファイル処理 　　2-11 ライブラリの活用 ●第3章 Pythonでのグラフィックス 　　3-1 ColabTurtle（タートルグラフィックス・ライブラリ） 　　3-2 ポリゴン（多角形）の描画 　　3-3 渦巻き模様の描画 　　3-4 文字の描画 ●第4章 Pythonで学ぶプログラミング的思考 　　4-1 流れ制御構造（組み合わせ） 　　4-2 データ化 　　4-3 抽象化と一般化 　　4-4 分解とモジュール化 　　4-5 データ構造とアルゴリズム ●第5章 プログラミング的思考の実践①～かんたんなプログラム 　　5-1 最大値と最小値 　　5-2 ピタゴラスの定理 　　5-3 シーザー暗号 　　5-4 相性占い 　　5-5 10進数→2進数への変換 　　5-6 フィボナッチ数列 　　5-7 干支の算出 　　5-8 サイコロゲーム 　　5-9 カレンダー 　　5-10 幾何学模様 ●第6章 プログラミング的思考の実践②～再帰的思考 　　6-1 漸化式と再帰的表現 　　6-2 再帰の罠 　　6-3 ハノイの塔 　　6-4 リカーシブ・グラフィックスI 　　6-5 リカーシブ・グラフィックスII 　　6-6 リカーシブ・グラフィックスIII ●第7章 プログラミング的思考の実践③～アルゴリズム 　　7-1 ユークリッドの互除法 　　7-2 モンテカルロ法 　　7-3 素数を探す 　　7-4 テイラー展開 　　7-5 ソート（並べ換え） 　　7-6 線形探索（リニアサーチ） 　　7-7 二分探索（バイナリサーチ） 　　7-8 自己再編成探索 　　7-9 ハッシュ 　　7-10 決定木 　　7-11 ハノイの塔のシミュレーション 　　7-12 迷路 　　…ほか ●第8章 プログラミング的思考の実践④～データサイエンス 　　8-1 Matplotlib を使ったグラフの作成 　　8-2 数値計算を効率的に行うNumPy 　　8-3 Matplotlib を使った3D表示 　　8-4 3D棒グラフの表示 　　8-5 3次元座標を元にした立体の表示 　　8-6 3次元関数の表示 　　8-7 回転体モデルの表示 　　8-8 ワイヤーフレームの表示 ●付録 Python文法 ■著者プロフィール 河西朝雄：山梨大学工学部電子工学科卒。長野県岡谷工業高等学校情報技術科教諭、長野県松本工業高等学校電子工業科教諭を経て、現在は「カサイ.ソフトウエアラボ」代表。主な著書：「改定第5版C言語によるはじめてのアルゴリズム入門」「Pythonによるはじめてのアルゴリズム入門」（以上技術評論社）など多数。

※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。 【はじめてのプログラミングからAI活用までわかる】 電子工作もプログラミングもはじめて挑戦する人のための、IoT電子工作の入門書です。1,300円程度の安価なマイコン「Raspberry Pi Pico W」とMicroPythonで、かんたんにインターネットと連動する電子工作を楽しめます。はんだごての使用は必要最小限まで減らし、Pythonの文法を基礎から解説。日常の些細なお悩み解決からAIアシスタントまでさまざまなアイディアを通じて電子工作の基本を学び、オリジナル作品づくりへステップアップしましょう。 ■目次 ●Chapter 1 イントロダクション―Raspberry Pi Pico W入門 　　Section 01 Raspberry Pi Pico Wの特徴 　　Section 02 Pico WとRaspberry Piそれぞれの特性を理解する 　　Section 03 Pico Wを使用する準備をしよう ●Chapter 2 Pico Wでプログラミングに挑戦 　　Section 01 MicroPythonの基本 　　Section 02 電子工作におけるプログラミングの基本要素 　　Section 03 プログラミングでPico Wを操作しよう 　　Section 04 Pico WのWi-Fi機能を使ってみよう ●Chapter 3 電子工作プロジェクトへのステップアップ 　　Section 01 ブレッドボードとジャンパーワイヤー 　　Section 02 Pico Wに接続できるパーツ 　　Section 03 Pico Wの入出力端子 　　Section 04 電子工作プロジェクトの進め方 ●Chapter 4 光の強さで降水確率を知らせる装置 　　Section 01 降水確率を知らせる装置を作ろう 　　Section 02 部品を知ろう 　　Section 03 LEDの明るさの調整方法 　　Section 04 天気予報を取得してみよう 　　Section 05 組み合わせて作品にしよう ●Chapter 5 ごみの日をお知らせする装置 　　Section 01 ごみの日をお知らせする装置 　　Section 02 サーボモーターを動かしてみよう 　　Section 03 今日は何ごみの日？を判定しよう 　　Section 04 組み合わせて作品にしよう ●Chapter 6 お風呂の湯はりボタンをスマホで遠隔操作 　　Section 01 Pico WでIoTデバイスを作ろう 　　Section 02 サーボモーターを使ってボタンを押してみよう 　　Section 03 BlynkからPico Wを操作 　　Section 04 組み合わせて作品にしよう 　　Section 05 応用編：照度センサーでお湯はり状況をチェック ●Chapter 7 玄関のカギは閉まってる？Pico Wで遠隔確認する装置 　　Section 01 玄関のカギ状態を確認する装置を作ろう 　　Section 02 赤外線障害物回避センサーの使い方 　　Section 03 2台のPico Wを通信させる方法 　　Section 04 組み合わせて作品にしよう 　　Section 05 応用編：玄関のカギ状態を電子ペーパーに表示 ●Chapter 8 今日は何着る？洋服選び提案ChatGPTロボット 　　Section 01 Pico WでAIを活用した装置を作ろう 　　Section 02 ChatGPTからメッセージを取得してみよう 　　Section 03 OLEDディスプレイの使い方 　　Section 04 タッチセンサーの使い方 　　Section 05 割り込みの使い方 　　Section 06 組み合わせて作品にしよう ■著者プロフィール ●そぞら ：2021年よりRaspberry Piに関連する情報を発信。ゼロから電子工作を独学した経験を生かし、入者向けの情報を紹介するブログ「sozorablog」を運営、月間最高閲覧数は10万回を超える。X（旧Twitterでの作品紹介の投稿は200万回以上の閲覧を記録し、たびたびネットニュースで特集される。「プログラミグや電子工作で遊ぶ楽しさを世界に伝える」を掲げて鋭意更新中。

※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 AI Studioを使ったアプリ開発解説書です。Python、Node.js、Web、curlなどから生成AIを利用。環境構築から画像生成AI、データ変換まで網羅しています。

※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。 【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】 Pythonで デスクトップアプリ開発を 体験してみよう！ 【初心者でもできる！デスクトップアプリ開発を一緒に体験しよう】 Pythonの基礎知識はあるけど、 「アプリ開発って初心者には難しそう」 「プログラムで何か残るものを作ってみたい」 と思っていませんか？ 本書はそうした方に向けて、初心者にも簡単に作れる方法を使ってデスクトップアプリ開発の基本をやさしく解説します。スマホアプリ、Webアプリに比べて、手軽に取り組めますので挫折することなく学習できます。本書を読んだあとは、スマホアプリやWebアプリ開発に挑戦してみてください。 【Python2年生について】 「Python2年生」は、「Python1年生」を読み終えた方を対象とした入門書です。ある程度、技術的なことを盛り込み、本書で扱う技術について身につけてもらいます。 『Python2年生 スクレイピングのしくみ』（ISBN：9784798161914） 『Python2年生 データ分析のしくみ』（ISBN：9784798164960） も刊行されています。 【対象読者】 デスクトップアプリの作り方を知りたい初心者 【本書のポイント】 ヤギ博士＆フタバちゃんと一緒に、デスクトップアプリ開発の考え方から丁寧に解説。デスクトップアプリ開発をする時に必要な前提知識からはじまり、デスクトップアプリ作りの基本、応用的なデスクトップアプリ、そしてゲームアプリ開発まで解説します。 【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、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』、『Python3年生機械学習のしくみ』、『Python2年生 スクレイピングのしくみ』、『Python2年生 データ分析のしくみ』、『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。

※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。 時系列データを上手く活用し、ビジネス成果を生み出す!! 　時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。 なお、事例として以下を取り上げます。 ・モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） ・モニタリング指標の異常検知と要因探索（小売りチェーン） ・売上予測モデルを活用したデータドリブン販促（小売りチェーン） ・離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） ・チャーンマネジメントのための離反時期予測（携帯電話サービス） ・LTVマネジメントのためのLTV予測（ECサイト） ・広告・販促効果を見える化し最適化するマーケティング・ミックス・モデリング（スポーツジム） 第1章　ビジネスにおける時系列データ活用 1.1　ビジネス現場は時系列データで溢れている 1.2　ビジネス時系列データでよくある7つの活用事例 1.3　2種類の時系列データ 1 1.4　よく目にする7つの時系列特徴量 1.5　時系列特徴量付きテーブルデータ 第2章　Pythonのデータ分析環境の設定（JupyterLab） 2.1　Pythonのインストール 2.2　Python以外のインストール 2.3　利用するライブラリー（パッケージ）のインストール 第3章　時系列予測モデル構築・超入門 3.1　時系列データを使った予測モデル構築の流れ 3.2　時系列データの特徴把握と前処理 3.3　時系列の予測モデルを構築してみよう 3.4　季節成分が複数ある場合の予測モデル 3.5　多変量時系列データの特徴把握と因果探索 第4章　時系列データを使ったビジネス成果の上げ方 4.1　データでビジネス成果を上げる「データ活用ストーリー」 4.2　時系列データの異常検知 4.3　時系列データの要因探索 4.4　時系列データの将来予測 第5章　時系列データを活用したビジネス事例 5.1　モニタリング指標の異常検知によるキャンペーン評価（自動車ディーラー） 5.2　モニタリング指標の異常検知と要因探索（小売りチェーン） 5.3　売上予測モデルを活用したデータドリブン販促（小売りチェーン） 5.4　離反予測モデルによる離反対策ルールの策定（食品・法人向けビジネス） 5.5　チャーンマネジメントのための離反時期予測（携帯電話サービス） 5.6　LTVマネジメントのためのLTV予測（ECサイト） 5.7　広告と販促効果を見える化し最適化するマーケティングミックスモデリング（スポーツジム）

※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。 AWS、Azure、Google Cloudを一気に知りたい、欲張りなあなたへ！ 本書は、AWS（Amazon Web Services）、Azure、Google Cloudという、現在よく使われているクラウドサービスについて、横断的に学習できる書籍です。 「クラウドサービスの全体像を理解したい」 「3つの違いをしっかり把握してから、どれを使うか選びたい」 「Amazon Web Servicesのこのサービスについては知っているけれど、他のサービスではどうなっているのかな？」 そんな風に思っている方に、ぴったりの1冊です。 AWS（Amazon Web Services）、Azure、Google Cloudという3つのクラウドサービスは、その手軽さや利便性、汎用性から、今や非常に有名です。エンジニアであれば名前はもちろん知っているでしょうし、エンジニアでなくても仕事上システムに関係する立場の方であれば、何かしら関わりがある方も多いでしょう。 しかし、この3つのクラウドサービスは、それぞれがたくさんのサービスを提供しており、ほぼ同じようなサービスもあれば、異なるサービスもあり、全部を把握するのは大変です。 そこで本書では、この3つのクラウドサービスについて、分かりやすく体系立ててサービスを解説した上で、それがどのようなサービスであるのかという概要や特徴も細かく説明しています。そして、3つのクラウドサービスでは何という名前で提供されているのか、どのような違いがあるかについてもまとめています。 クラウドを学ぶ際につまづきやすいのが概念や用語ですが、初めて学ぶ方でも理解しやすいように、平易な言葉を使い、豊富な図解を用意しました。 今後は、用途に応じて複数のクラウドサービスを組み合わせて使うことや、途中で乗り換えることも増えていくでしょう。 そのようなマルチクラウド時代に備えるために、ぜひ本書をお役立てください。 Chapter 1　AWS・Azure・Google Cloudの概要と特徴 Chapter 2　クラウドの仕組みと使い方 Chapter 3　インフラを構成する基本サービス Chapter 4　クラウドのデータにかかわるサービス Chapter 5　コンテナとサーバーレスなサービス Chapter 6　チームでの開発と運用を助けるサービス Appendix 各サービス・機能の補足資料 Chapter 1　AWS・Azure・Google Cloudの概要と特徴 Chapter 2　クラウドの仕組みと使い方 Chapter 3　インフラを構成する基本サービス Chapter 4　クラウドのデータにかかわるサービス Chapter 5　コンテナとサーバーレスなサービス Chapter 6　チームでの開発と運用を助けるサービス 髙橋 秀一郎（たかはし しゅういちろう） 1981年長崎生まれ、神奈川育ち。大学卒業後SIerに所属、約16年間IT 系の業務に従事する。メガバンクのシステム更改やDWH更改に携わり、現在は地域自治体の課題の発見・ITを活用した課題解決を行う。エッヂデバイスからクラウドを使用したサービスまで、一通りの実装が可能な技術をもとに、現実世界の情報を電子データ化する技術を磨く。Google Cloud Platform 認定 Professional Cloud Architect。 大澤 文孝（おおさわ ふみたか） 技術ライター。プログラマー。 情報処理技術者（「情報セキュリティスペシャリスト」「ネットワークスペシャリスト」）。 雑誌や書籍などで開発者向けの記事を中心に執筆。主にサーバやネットワーク、Webプログラミング、セキュリティの記事を担当する。近年は、Webシステムの設計・開発に従事。 主な著書に、『ちゃんと使える力を身につける Webとプログラミングのきほんのきほん』（マイナビ出版）、『いちばんやさしい Python入門教室』（ソーテック社）、『AWS Lambda実践ガイド』（インプレス）、『さわって学ぶクラウドインフラ docker 基礎からのコンテナ構築』（日経BP）、『ゼロからわかる Amazon Web Services超入門 はじめてのクラウド』（技術評論社）、『UIまで手の回らないプログラマのためのBootstrap 3実用ガイド』（翔泳社）、『Jupyter NoteBookレシピ』（工学社）などがある

※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って人気だけど難しいんでしょ？」 いえいえそんなことはありません。Python（パイソン）は実は初心者にとって学びやすいプログラミング言語なのです。 本書は、Pythonを、プログラミングに関する知識が全くない状態から学ぶための入門書です。 マンガでPythonの文法の要となるところをやさしく学び、解説部分では手を動かしながらPythonをしっかり身に付けていけるような構成になっています。 Pythonの環境としてはGoogle Colaboratoryを使用しているので、ブラウザーさえあれば動かすことができます。高スペックのPCや、面倒なインストール作業は必要ありません。 まったく知識ゼロの状態から始めて、Pythonの基本的な文法を学び、最終的には複数のファイルからデータを読み込んで集計や計算するところまで進めていきます。 Pythonでかっこいいところを見せようと頑張る「春沢 進」と一緒に、楽しくやさしく学んでみましょう！

本書の目的はPythonの基礎を習得することです。Pythonは機械学習など最先端の分野で注目されていますが、プログラミングを学習するための言語としても適しています。 プログラミング言語は本を読むだけではなかなか身に付きません。“いろいろなソースコードを読んで、いろいろなプログラムを書いてみる”といったプロセスが大切です。そこで、本書では前半でPythonの文法について説明し、後半で多くのサンプルを取り上げました。どのように文法が実装に落とし込まれているか見て欲しかったからです。このプロセスを継続するときに大切なのはモチベーションです。楽しくなければものごとは続きません。そこで、本書ではゲームを題材に選びました。ゲームで遊ぶのは楽しいことですが、作るのも同じように楽しいはずです。 題材となるゲームは初心者でも入力しやすいように短くシンプルであることを心がけました。すべてのゲームは１つのファイルで完結しています。慣れてくれば数時間で入力できるものもあるはずです。本書に掲載しているゲームの多くは拙著「ゲームを作りながら楽しく学べるHTML5+CSS+JavaScriptプログラミング」に掲載されている内容を移植したものです。 実は私は、Pythonを習得しようと入門書を読んだり、オンラインセミナーを受けたりしたのですが、今一つ身に付いた実感が持てませんでした。しかし、JavaScriptのゲームをPythonに移植してみたところ、あっという間に手に馴染んで行くことを実感できました。元のJavaScriptもそれほど長いコードではありませんでしたが、移植後のソースコードがさらに短くなったことには驚きを禁じえませんでした。Pythonへの移植作業は、“この処理をこんなに簡単に記述できるんだ！”という発見の連続でした。この“プログラミング言語が手に馴染んでくる”という感覚を読者の方々にもぜひ味わっていただきたいと思います。 Pythonはいろいろな用途に利用できます。本書でカバーした範囲はごく一部に過ぎません。しかしながら、Pythonの基本がマスターできていれば、様々な道を自分で切り開くことができるはずです。機械学習やデータ分析、Pythonの可能性は無限です。自分の興味のある分野に突き進んでいってください。 （「はじめに」より。）

※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。 ★ビジュアルプログラミングからオブジェクト指向プログラミングへ。さあ、はじめよう！★ MicroPython ver2.0に対応した改訂版。LEGO MINDSTORMS EV3を用いるロボットプログラミングもPythonで自由自在！ ソースコードの解説が丁寧だから大丈夫。プログラムを書いて、すぐロボットが動くからSTEM教育の導入としても最適。センサ、機構、ライントレース、Open Roberta Labなどの発展的な話題も豊富。 いま、テキストベースのプログラミング言語Pythonが注目されています。人工知能(AI)を応用したアプリケーション開発やビッグデータ解析、ロボットアプリケーション開発などの分野でよく使用されており、さらに初心者のプログラミング学習にも向いています。したがって、Pythonを学ぶことは、ロボットプログラミングを始めたい人にとって大いに意味があります。 本書では、EV3ソフトウェアとPythonでプログラムを書きます。2つのプログラムの対応がよくわかるように、EV3ソフトウェアのプログラムを説明した後に、Python のプログラムを説明します。Pythonのプログラムの説明では、EV3ソフトウェアのプログラム中のブロックに相当する手続きがどこで使われているかについても説明します。 【主な内容】 1章　はじめに 2章　プログラミングの準備をしよう 3章　ロボットプログラミングをはじめよう 4章　ロボットを動かしてみよう （基本プログラム/ ステータスライトを光らせる/ 音を鳴らす/ ディスプレイに文字を描画する/ モーターを回転させる） 5章　センサーを使って動かそう （EV3 で使用できるセンサー/ タッチセンサーを使おう/ カラーセンサーを使おう/ ジャイロセンサーを使おう/ 超音波センサーを使おう/ モーター回転センサーを使おう） 6章　オリジナルロボットを作ろう （ロボット製作のための力学・機構/ 力学・機構のための数学的準備/ 力学の基礎/ 基本的な機構/ 車輪移動機構/ ロボットアームとエンドエフェクター） 7章　実践してみよう （ボタンを押してすぐに実行する/ 複雑な動作をプログラミングするためのテクニック/ ライントレース/ 線の検出） 8章　Open Roberta Lab （Open Roberta Labとは/ 画面の説明/ プログラミング/ 保存と読み込み/ シミュレーター/ ロボットの設定/Open Roberta Lab からEV3 を動かす） 付録A　リファレンス ※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。

現在話題となっている機械学習（Machine Learning）のツールやライブラリは内部でどのような計算をしているのか？　計算で得られた結果にはどのような意味があり，どのようにビジネス活用すればよいのか？――という疑問を持つエンジニアが増えています。本書は機械学習理論を数学的な背景からしっかりと解説をしていきます。そしてPythonによるサンプルプログラムを実行することにより，その結果を見ることで機械学習を支える理論を実感できるようになります。

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。

データ分析の手法の一つ「スパースモデリング」の扉を開く一冊！ 【推薦の言葉】 「スパースモデリングの応用の広さを知り、 実際のデータ分析に活用できるようになります」 ――滋賀大学 データサイエンス学部 教授 河本 薫氏 「実際の現場で重要となる考え方や実装方法を中心に、 現代風に書き下ろしていることから、 今の時代に必要とされる書籍であること間違いなしである」（序文より） ――東北大学 大学院情報科学研究科 情報基礎科学専攻 教授 大関 真之氏 【本書の内容】 データ分析の手法の一つとして注目されているスパースモデリング。 本書はスパースモデリングについて、なるべく複雑な数式は使わず、 原理の説明から、実際のデータに対してどのように適用していくかまでを 紹介する書籍です。 スパースモデリングを活用して企業の問題解決に貢献してきた 株式会社HACARUSのメンバーが、Pythonコードを交えながら解説しています。 本書を活用することで、スパースモデリングがどのようなところに有効で、 実際にどのように使えばいいのかという勘所がつかめます。 【目次】 第1章　機械学習プロジェクトにおける課題と、スパースモデリングに期待が高まる背景 第2章　スパースモデリングはなぜ生まれたか？代表的なアルゴリズム「Lasso」の登場 第3章　Lassoの正則化パラメータとモデルの評価～Lasso推定値の評価方法 第4章　スパースモデリングの画像処理への応用～辞書学習による画像の再構成 第5章　スパースモデリングの画像処理への発展的な応用～欠損補間、異常検知、超解像 第6章　最先端のスパースモデリング～HMLassoとPliable Lasso 第7章　スパースモデリングの未来～ディープラーニングとスパースモデリングの融合 ※本電子書籍は同名オンデマンド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。 Azure上での、OpenAI APIを使い方を身に付ける！ 本書は、Microsoftが提供するAzure OpenAI Serviceを使って、大規模言語モデルを使ったプログラミングの基礎から、目的に応じたさまざまな設定方法、Webアプリケーションでの利用方法までを解説します。 「チャット」「入力候補」「イメージ生成」「Embedding（分類や類似性の算出）」「微調整（ファインチューニング）」などのプログラミング方法を解説します。 Chapter1 OpenAIとAzure Chapter2 OpenAI Studioを利用する Chapter3 チャット（ChatCompletion）を活用する Chapter4 イメージ生成（DALL-E）とOpenAI API の利用 Chapter5 Embeddingと微調整 Chapter6 Webアプリケーションから利用する Chapter7 OpenAI Studio以外のAI Studio 日本初のMac専門月刊誌『Mac+』の頃から主にMac系雑誌に寄稿する。ハイパーカードの登場により「ビギナーのためのプログラミング」に開眼。以後、Mac、Windows、Web、Android、iPhoneとあらゆるプラットフォームのプログラミングビギナーに向けた書籍を執筆し続ける。 ・ 近著：『Python Django 4 超入門』『Node.js超入門 第4版』『Spring Boot 3 プログラミング入門』『Rustハンズオン』（秀和システム）、『Python/JavaScriptによるOpen AIプログラミング』『Clickではじめるノーコード開発入門』（ラトルズ）、『R/RStudioでやさしく学ぶプログラミングとデータ分析』（マイナビ出版） ※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。 ※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

【Pythonの独習にぴったり！“あなうめ”で基礎が身につくから挫折しない！】 本書は、“挫折せずにPythonプログラミングに親しむ”という点をもっとも重視したPythonの入門書です。 プログラミングを学ぶ際、「あるところから急にむずかしくなった」という壁にぶつかることがよくあります。 これはあるステップをきちんと理解できていない状態で次のステップに進んでしまい、理解があいまいな点が積み重なっていくことから起こりがちです。 このような挫折は、ひとつひとつのステップをきちんと理解し、着実に学習を進めていくことで防げます。そこで本書では、初学者の方のためにプログラミングの基本をていねいに解説することはもちろん、新しいことを学ぶたびに“あなうめ問題”を掲載し、そのつど理解度をしっかり確認できるように構成しました。合計190問以上におよぶ“あなうめ問題”によって、解説を読んだその場でポイントを復習できるため、自信をもって学習を進められます。掲載コードもダウンロードできるため、読むだけでなく、自分のパソコンで手を動かしながらプログラミングを学べます。 本書の目標は、Pythonでシンプルなプログラムを書けるようになることです。本格的なプログラム開発ではじめて必要になる高度な項目は省いているので、まずはプログラミングの考え方を身につけることに集中できます。本格的なPythonプログラムをつくるための基礎固めとして、ぜひ本書をご活用ください。 〈こんな方にオススメ〉 ・Pythonを初歩から学びたい ・プログラミングの勉強をPythonからはじめたい ・Pythonの基礎に不安があるのでおさらいしたい 〈本書の内容〉 ■Chapter1　Pythonプログラミングを始めるために ■Chapter2　Pythonプログラムはじめの一歩 ■Chapter3　変数と計算 ■Chapter4　文字列とオブジェクトの基本操作 ■Chapter5　条件に応じて処理を変える ■Chapter6　処理を繰り返す ■Chapter7　リスト・タプル・辞書でデータをまとめる ■Chapter8　処理を関数にまとめる ■Chapter9　プログラムをつくってみよう 〈本書の特長〉 ・190問以上のあなうめ問題でポイントごとに学びを確認！ ・プログラミング自体の初心者でも安心！ ・掲載コードをダウンロードして手を動かしながら学べる！

Apache Sparkの仕組みとビッグデータ向けの大規模処理とML開発を徹底解説 本書は、ビッグデータを主な対象としたデータ分析フレームワークであるApache Spark、MLflow、Delta Lakeの中級入門書です。「動かしてみる」だけではなく、どのような仕組みになっているのか、どうすれば効率的な実装が行えるかまで踏み込みつつ、データAIの実装者がApache Spark、MLflow およびDelta Lakeを使いこなすための解説を行います。 本書では、単純なデータ分析と複雑なデータ分析を実行し、どのように機械学習アルゴリズムを採用していくか、解説していきます。Apache Sparkの導入から解説をはじめ、Spark SQLとデータフレーム、データセットを紹介していきます。そこから、Apache Sparkを利用した実践的な機械学習の方法を解説していきます。本書での学習を通じて、次のことが学習できます。 ・Python、SQL、Scala、またはJavaの高レベルの構造化APIの学習 ・Spark の操作とSQLエンジンの理解 ・Spark 構成とSpark UIを使用したSpark操作の検査、調整、デバッグ ・JSON、Parquet、CSV、Avro、ORC、Hive、S3、またはKafkaといったデータソースへの接続 ・構造化ストリーミングを使用してバッチ データとストリーミング データの分析を実行 ・オープンソースのDelta LakeとSparkを使用して信頼性の高いデータ パイプラインを構築 ・MLlibを使用する機械学習パイプラインの開発、MLflowを使用するモデルの管理、本番化 ・［日本語版オリジナルコンテンツ］pandas DataFrame、SparkDataFrameに関する各種データフレームの使い分け ・［日本語版オリジナルコンテンツ］LLMやEnglish SDK for SparkなどAIを活用した新たなコーディングスタイル、LLMの利用方法の実践 ※本書は『Learning Spark: Lightning-Fast Data Analytics 2nd Edition』の邦訳です。 ※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。

AtCoder株式会社は、日本発のプログラミングコンテスト運営会社として2012年６月20日に設立され、年々活動の幅を拡げてきました。 AtCoderの開催するコンテストは、「与えられた問題を解決するアルゴリズムを考え、それを正しく実装する」ことを競技化したものです。 本書は「AtCoderでアルゴリズムを学びたい」「AtCoderのコンテストに参加したい」という方に向けたAtCoderの入門書です。 AtCoderのコンテストで出題された過去問を用いて、問題の解き方を体系的に解説しました。一つひとつの問題を解説する際には、「なぜそのように考えるのか」が明快になるように心がけました。 筆者は、プログラマのための技術情報共有サービスサイトQiitaに、次のタイトルの記事を投稿しています（2018年３月）。 「AtCoderに登録したら次にやること～これだけ解けば十分闘える！過去問精選10問～」 この記事は、AtCoderの過去問10問を実際に解くことで、読者がAtCoderへスムーズに入門できるように試みたものです。 本書はこの記事にいくつかのトピックを追加して、さらにC++とPython3の両言語で学べるようにして、できあがりました。 AtCoderのコンテストは、参加者の人生を大きく変える力があります。 コンテストの問題を解いていくことで、アルゴリズム的思考力が身につきます。コンテストでよい成績を修めてレーティングを上げると、参加者の市場価値も高まります。また、コンテストに参加することで他の参加者とのつながりを得て、交流を深めることもできます。そしてなにより、AtCoderのコンテストは、ゲームのように楽しいものです。 ～「まえがき」より～

※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。 図解イラストで楽しくわかる、アルゴリズムのしくみと、主要言語での書き方 アルゴリズムと、それを主要言語でどのように書けばよいのかを、図解とイラストを豊富に使って説明した入門書。 本書の特長は、 1.　「アルゴリズムの意味」をイラストや図でやさしく解説 2.　そのアルゴリズムに関する「プログラミング言語」のサンプルを試し、体験して納得 の2点です。 「アルゴリズム」と聞くと難しそうに思えますが、ズバリ『問題を解決するための考え方』です。「このアルゴリズムは、どんな考え方で問題を解こうとしているのか？」「この手順は、何をしようとしているのか？」など、「アルゴリズムの意味」に注目して考えていくと、だんだんとアルゴリズムがわかってきます。本書ではイラストや図を使って、入門者でもアルゴリズムのイメージがつかめるよう、解説していきます。 そして、「意味が理解できただけ」では使えるようになりませんので、実際にプログラミング言語によるサンプルプログラムを用意しました。「理解した意味の通りにアルゴリズムが動くこと」を試して、実感してください。 この「第２版」では、「迷路自動生成アルゴリズム」「迷路探索アルゴリズム」を追加して解説。 「アルゴリズム」をちゃんと把握したい人、プログラムの組み立て方をもっと知りたい人に役立つ1冊です。 【サンプル掲載言語】 Python、JavaScript、PHP、C、C#、Java、Swift、VBA 【本書で紹介しているアルゴリズム】 ・簡単なアルゴリズム 合計値、平均値、最大値、最小値、データの交換 ・サーチアルゴリズム リニアサーチ（線形探索法）、バイナリサーチ（二分探索法） ・ソートアルゴリズム バブルソート（単純交換法）、選択ソート（単純選択法）、挿入ソート（単純挿入法）、シェルソート、クイックソート ・迷路自動生成アルゴリズム 棒倒し法、穴掘り法 ・迷路探索アルゴリズム 右手法・左手法、幅優先探索法 アルゴリズムと、それを主要言語でどのように書けばよいのかを、図解とイラストを豊富に使って説明した入門書。 本書の特長は、 1.　「アルゴリズムの意味」をイラストや図でやさしく解説 2.　そのアルゴリズムに関する「プログラミング言語」のサンプルを試し、体験して納得 の2点です。 「アルゴリズム」と聞くと難しそうに思えますが、ズバリ『問題を解決するための考え方』です。「このアルゴリズムは、どんな考え方で問題を解こうとしているのか？」「この手順は、何をしようとしているのか？」など、「アルゴリズムの意味」に注目して考えていくと、だんだんとアルゴリズムがわかってきます。本書ではイラストや図を使って、入門者でもアルゴリズムのイメージがつかめるよう、解説していきます。 そして、「意味が理解できただけ」では使えるようになりませんので、実際にプログラミング言語によるサンプルプログラムを用意しました。「理解した意味の通りにアルゴリズムが動くこと」を試して、実感してください。 この「第２版」では、「迷路自動生成アルゴリズム」「迷路探索アルゴリズム」を追加して解説。 「アルゴリズム」をちゃんと把握したい人、プログラムの組み立て方をもっと知りたい人に役立つ1冊です。 【サンプル掲載言語】 Python、JavaScript、PHP、C、C#、Java、Swift、VBA 【本書で紹介しているアルゴリズム】 ・簡単なアルゴリズム 合計値、平均値、最大値、最小値、データの交換 ・サーチアルゴリズム リニアサーチ（線形探索法）、バイナリサーチ（二分探索法） ・ソートアルゴリズム バブルソート（単純交換法）、選択ソート（単純選択法）、挿入ソート（単純挿入法）、シェルソート、クイックソート ・迷路自動生成アルゴリズム 棒倒し法、穴掘り法 ・迷路探索アルゴリズム 右手法・左手法、幅優先探索法 第1章　アルゴリズムってなに？ 第2章　いろいろなプログラミング言語 第3章　データ構造とアルゴリズムの基本 第4章　簡単なアルゴリズム 第5章　サーチアルゴリズム 第6章　ソートアルゴリズム 付録 ●森 巧尚(もり よしなお) パソコンが登場した『マイコンBASICマガジン』（電波新聞社）の時代からゲームを作り続けて、現在はコンテンツ制作や執筆活動を行い、関西学院大学、関西学院高等部、成安造形大学、大阪芸術大学で非常勤講師、プログラミングスクールコプリの講師などを行っている。 著書に『ゲーム作りで楽しく学ぶ Pythonのきほん』『楽しく学ぶ Unity2D超入門講座』『楽しく学ぶ Unity3D超入門講座』『作って学ぶ iPhoneアプリの教科書～人工知能アプリを作ってみよう！～』（以上、マイナビ出版）、『Python1年生 第2版』『Python2年生 スクレイピングのしくみ』『Python2年生 データ分析のしくみ』『Python3年生 機械学習のしくみ』『Python自動化簡単レシピ』『Java1年生』『動かして学ぶ！Vue.js開発入門』（以上、翔泳社）、『そろそろ常識？ マンガでわかる「正規表現」』（シーアンドアール研究所）、『なるほど！ プログラミング 動かしながら学ぶ、コンピュータの仕組みとプログラミングの基本』（SBクリエイティブ）などがある。 ●まつむら まきお マンガ家・イラストレーター マンガ作品『ルナパーク』（青心社）、『いろいろあるのよ』（朝日新聞社）、『ビスキィの冒険』など。 『おしえて!! FLASH』など、パソコン関係の書籍イラスト、記事を多く手がける。 成安造形大学イラストレーション領域教授。

※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。 プログラミングとアルゴリズムの一番やさしい新定番書！ プログラミング言語を習得しても、実際にコードを書いてみようとすると 「どう書いて良いかわからない」と感じる方は多いと思います。 本書はアルゴリズムとプログラムロジックの基本を通じて、 プログラミング（コードを書く）の実際を学んでいただけます。 アルゴリズムは、与えられたさまざまな課題をプログラムで効率良く 処理するためのテクニックの集合体です。これらを通じて、誰でも効率の良い 効果的なコードを作るための第一歩を踏み出すことができます。 ・絵を多用し、短い解説で絵本のようにビジュアルに理解することができます。 ・2ページを単位とした説明、基礎に絞り込んだ内容でスピーディに習得。 ・説明は基本中の基本から。「C言語の基礎」から学べます。 ・プログラミングのために必要な知識を広くフォロー、コードの書き方が身につきます。 ・環境構築から内容を最新にアップデートし、実際に試して学ぶことができます。 【「絵本」シリーズは、ラインナップをリニューアル！】 翔泳社の「絵本シリーズ」は、豊富なイラストと簡潔な解説で コンピュータ技術に入門できる初心者向けのシリーズです。 コンピュータ言語／技術の超初心者や手軽に習得したい方に最適な入門書です。 新しい「絵本シリーズ」では、旧来のコンセプトはそのままに、 Web／ネットが全盛となった 現在のコンピュータ技術の潮流に合わせた解説を心掛けます。 『Cの絵本』『Javaの絵本』『Pythonの絵本』などを皮切りにラインナップを順次刷新、 さらに新しい仲間を増やしてラインナップを充実していきます。 ※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。 ※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。 RとPythonで統計学を実践的に学ぶ！ 　本書はRとPythonを使って，統計学の基礎を実践的に学ぶテキストです． 　近年，IoTや人工知能ブームなどに代表されるように，人が日々扱うデータは増え続けています．データの量・種類が増えるにつれ，ただ闇雲にツールを使って分析するだけではなく，なぜその手法を使うのか，結果から何を読み取るのかなどといったことがポイントになってきます． 　このポイントを正しく理解し，適切にデータ分析を行うには十分な統計学の知識が必要になってきます．しかしながら統計学の土台は数学であり，数学に苦手意識をもつ方にとって純粋な統計学の教科書はハードルが高いと思われます．また，平易な参考書においても，結局のところ手元のデータをどうすればよいのかといったところで，また一つ壁があります． 　そこで本書は，データ分析に優れた環境であるRと，機械学習など大規模なデータ分析に定評のあるPythonによるプログラミングを通して統計学を解説します．統計学を学びたい，データを分析したいというエンジニアや学生に向けて，数学的な壁を取り払いつつ，実際にデータを分析するための統計学の知識を提供します． 第1章　データ分析と統計が注目される理由 第2章　基本統計量を知る 第3章　よく使われる分析手法を知る 第4章　確率の基本と推定を知る 第5章　検定の手法を知る 第6章　将来を予測する 付 録　数学知識の復習

※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）

《予測を「作る」から「使う」へ》 ・具体的な数値例，Pythonプログラミングを通して，手を動かしながら学ぶ！ ・決定分析の基本と活用を中心に，効用理論，確率予測までを解説！ ・リスクや不確実性がある中での意思決定に興味がある人に最適！ 【サポートページ】 https://logics-of-blue.com/decision-analysis-and-forecast-book-support/ 【キーワード】 ▼決定分析の基本 　決定問題・期待値・展開型分析・相互情報量・KL情報量・情報の価値 ▼決定分析の活用 　予測の評価・コスト/ロスモデル・標準型分析・ベイズ決定・逐次決定 ▼効用理論入門 　選好・効用関数表現・期待効用最大化の原理・vNMの定理・リスク態度 ▼確率予測とその活用 　確率予測の基本・信頼度・ブライアスコア・ROC曲線・最適な決定方式 【目次】 第1部　序論 　第1章 意思決定における予測の活用 　第2章 決定分析の役割 第2部　決定分析の基本 　第1章 決定分析の初歩 　第2章 Pythonの導入 　第3章 決定分析におけるPythonの利用 　第4章 期待値に基づく意思決定 　第5章 情報の量 　第6章 情報の価値 第3部　決定分析の活用 　第1章 予測の評価 　第2章 コスト/ロスモデルと予測の価値 　第3章 決定分析の事例 　第4章 標準型分析 　第5章 逐次決定問題における予測の活用 第4部　効用理論入門 　第1章 選好と効用関数表現 　第2章 期待効用理論 第5部　確率予測とその活用 　第1章 確率予測の基礎 　第2章 確率予測の活用

※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。 AI開発に必須の基礎理論をやさしく解説! ディープラーニングの基礎を身につけよう! 本書は機械学習の一手法「ディープラーニング」の「いちばんやさしい」入門書です。 【こんな人に】 ○「将来、AI開発に挑戦したい」という理系学生 ○「さらにステップアップしたい」というエンジニア ○「ディープラーニング」の基礎理論を学びたい社会人 ○「TensorFlow+Keras」を使った実装を試したい経験者 ○「機械学習に必須の数学」を知りたい経験者 おもに、AI開発への意欲を燃やす初心者に向けて、機械学習とディープラーニングの基礎理論、必須の数学的知識、Pythonによる実装を体系立てて説明します。 豊富な図解とイラストで、初心者にもわかりやすい! 本書を一通り終えれば、Pythonを駆使して自分なりのプログラムを実装できるようになるでしょう。 ■Chapter1 ディープラーニングと機械学習 ■Chapter2 Pythonの準備と基本文法 ■Chapter3 ディープラーニングの体験 ■Chapter4 ニューラルネットワークの基本 ■Chapter5 畳み込みニューラルネットワーク ■Chapter6 ディープラーニングの応用 さあ、あたなもこの本をきっかけに、ディープラーニングの世界に飛び込んでみませんか?

※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。 ■□■実践的な基礎が学習しやすい!!■□■ 注目を集めるPython（パイソン）を使った機械学習の、実践的な基礎が学べる解説書です。小さいサンプルプログラム（会話bot）に機能を追加しながら、データ収集→前処理→学習→予測→評価まで、周辺技術も含めた機械学習の全体像が学べます。本書のサンプルプログラムは、すべて本書のサポートページからダウンロードできます。 ■本書はこんな人におすすめ ・Pythonの入門書を読み終えた人 ・Pythonを使った機械学習に触れてみたい人 ・業務で役立つ実践的なノウハウが知りたい人 など ■本書の内容 Chapter 1　機械学習について知ろう Chapter 2　機械学習の開発環境を準備しよう Chapter 3　スクレイピングでデータを収集しよう Chapter 4　日本語の文章を生成しよう Chapter 5　手書き文字を認識しよう Chapter 6　表形式のデータを前処理しよう Chapter 7　データを予測する回帰分析を学ぼう Chapter 8　機械学習の次のステップ

※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。 注目を集めるPython（パイソン）を使った機械学習の、実践的な基礎が学べる解説書です。小さいサンプルプログラム（bot）に機能を追加しながらデータ収集から前処理、学習、予測、評価まで周辺技術も含めた機械学習の全体像が学べます。本書のサンプルプログラムは、すべて本書のサポートページからダウンロードできます。本書はこんな人におすすめです。Pythonの入門書を読み終えた人、Pythonを使った機械学習に触れてみたい人、業務で役立つ実践的なノウハウが知りたい人、など。

※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。 はじめは誰でも未経験者! Pythonでプログラミングの基礎を身につけよう! 本書はプログラミング言語「Python」の「いちばんやさしい」入門書です。 ○「興味はあるけど、難しそう」と尻込みしている人 ○「そもそもプログラミングって何?」という未経験者 ○「一度試したが、挫折してしまった」という初級者 ○「スキルアップのためにPythonを学びたい」という経験者 そんなPythonビギナーに向けて、プログラムの根本概念、基礎知識、基本文法をきっちり端折らずに説明します! さらには、「簡単な計算」「ゲームの作成」「Desktopアプリ」「モジュールの活用」など、 実際に手を動かしながらの演習を通して、学んだことがしっかり身につくように構成しました。 豊富なカラー図解とイラストで、初心者にも分かりやすい! 本書を一通り終えれば、Pythonのみならず、プログラミングの基本がバッチリ学べます。 さあ、あたなもこの本をきっかけに、Pythonプログラミングの世界に飛び込んでみませんか?

※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。 「Pythonから始めよう！作りながら覚えるプログラミングの基礎のきそ」 好評のプログラミング入門書がPythonの最新バージョンに対応しました。 オールカラーによる解説とイラストで、初心者にも親切な内容です。 本書を読み終えれば、プログラミングの基本がバッチリ学べます。 AIブーム以降、人気急上昇の言語「Python」による、プログラミング未経験者や初心者が経験者になるため入門書です。 「自分に向いているか試してみたい」「まずは体験してみたい」と思っている人に、本当の基礎から懇切丁寧に教えます。 まずは実際に入力したコードが思いどおりに動く感動を味わってみてください。最後は簡単なAIプログラムにチャレンジ！ IT関連で起業・独立・転職・リスキリングを考えている社会人のみなさまにもオススメです。

※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。 講義+実習のワークショップ形式で、 会話bot「pybot」を作りながら楽しく学べる 「はじめてでも挫折しない」Pythonの入門書です。 なぜそうするのかを知りたい、 仕組みが知りたい、 応用できる基礎を身に付けたい、 そんな読者のさまざまな要望に応える新しい教本です。 講義パートの図解をまじえた解説で仕組みについて理解したあと、 実習パートで実際に手を動かしながらプログラムを書いていきます。 少しずつ新しいことを学びながら進み、プログラムに機能を追加していくので、 いま自分は何をやっているのかを、ちゃんと理解しながら進められます。 もし、つまずいても安心です。 短いレッスンを積み重ねた構成なので、 少し戻って再確認することもしやすくしています。 また、本書で学ぶサンプルプログラムのコードは、 サポートページからダウンロードできるので安心です。 ぜひ本書でPythonのプログラミングの楽しさを実感してください！

※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。 講義＋実習のワークショップ形式で、会話bot「pybot」を作りながら楽しく学べる「はじめてでも挫折しない」Pythonの入門書を作りました。なぜそうするのかを知りたい、仕組みが知りたい、応用できる基礎を身に付けたい、そんな読者のさまざまな要望に応える新しい教本です。講義パートの図解をまじえた解説で仕組みについて理解したあと、実習パートで実際に手を動かしながらプログラムを書いていきます。少しずつ新しいことを学びながら進み、プログラムに機能を追加していくので、いま自分は何をやっているのかを、ちゃんと理解しながら進められます。もし、つまずいても安心です。短いレッスンを積み重ねた構成なので、少し戻って再確認することもしやすくなっています。また、本書で学ぶサンプルプログラムのコードは、サポートページからダウンロードできるので安心です。ぜひ本書でPythonのプログラミングの楽しさを実感してください！

※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。 ストーリー仕立てで学ぶPythonプログラミング入門! 不動産会社勤務の真面目な山本慎吾君と、アイドルグループ魚籃坂256(ぎょらんざか256)に所属する田中千里ちゃんが、5日間でPythonプログラミングの基礎を学びます。 関数や制御文の基本などを順番に理解していき、最終的には簡単な「スクレイピング（Webページからデータを抽出すること）」のプログラムを作ります。

※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。 「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。

※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。 近年、プログラミングの世界はますます多様化しています。 　ひとことでプログラミングと言っても、AI、ゲーム、Webアプリ、デスクトップアプリなど、様々なジャンルのプログラミングがあるのです。 　使っているプログラミング言語が同じでも、作るプログラムのジャンルが異なると、プログラミングの中身はだいぶ変わってきます。 　本ムック「いろいろ作って楽しむ！速習プログラミング」では、PythonやJavaScript、PHP、C＃などの人気プログラミング言語を使って、いろいろな種類のプログラムをサクサク作っていきます。 ≪目次≫ はじめに いろいろなプログラミングを速習しよう 第1章 7つのレッスンで“基本のキ”をサクっと学ぶ Pythonプログラミング入門 第2章 トランプでおぼえるアルゴリズム 第3章 AI入門 第4章 ゲームプログラミング入門 第5章 最新！PHP 8で始めるWebプログラミング 第6章 Electronでデスクトップアプリを作ろう 第7章 検証！Chromebookはプログラミングに最適？

※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（パイソン）は“人工知能（AI）のためのプログラミング言語”として人気急上昇中です。 しかし、Pythonの得意分野は何もAIだけではありません。 Webアプリや作業の自動化、ゲーム、電子工作、ドローン制御、数式の処理など、 実に様々なプログラムの作成で活用できます。 Pythonは、“これ一つだけでいろいろなことができる”とてもお得なプログラミング言語なのです。 ところが、Pythonは様々な用途に応えるために膨大な機能とツールを備えているため、 最初の頃は何から手を付ければよいのかわからず、戸惑ってしまうのが普通でしょう。 本ムックでは、幅広いジャンルのプログラムを作りながら、Pythonとプログラミングの基本をわかりやすく解説します。

※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。 感染症シミュレーションやエッジAI、画像認識、数学など、Pythonを使って様々なプログラムの作成に挑戦するムックです。人気の「Visual Studio Code」と「Visual Studio 2019」をPythonプログラミングで活用するための記事や、Pythonプログラムを“EXE化”する方法を解説する記事も収録しています。 　本ムックを読むことで、プログラミングの面白さと奥深さがわかると同時に、Pythonの実践的な使い方を学べます。 　例えば、感染症シミュレーションは社会的に大きな話題になっています。そのようなシミュレーションは、一部専門家だけが行えるものではなく、興味さえあれば誰でもできることを、本ムックではPythonのコードとともに示します。 　また、AIやデータサイエンス時代の到来に合わせて、数学の重要性が改めて指摘されています。苦手意識を持たれることの多い数学ですが、Pythonのプログラムとともに学べば、その面白さに気づくことができます。本ムックは、AIやデータサイエンス時代に必要な実践的な教養を、Pythonのプログラムとともに提供します。 ≪目次≫ 第1章 Visual Studio Code/Visual Studio 2019を使いこなそう ●PythonユーザーのためのVisual Studio Code活用術 第2章 AIプログラミングに挑戦 ●ディープラーニングAI超入門 第3章 数学的な思考を磨こう ●Pythonで楽しい数学プログラミング

特集1 開発環境の整備，効果的な議論，評価制度 実践リモートワーク オフィスに集まれない課題の解消方法 COVID-19が世界中で流行し，われわれの活動は変化を余儀なくされました。そこで注目を集めたのがリモートワークです。しかし，いざ行ってみると，今までオフィスでの開発では現れなかった問題が発生します。本特集では，以前から準備を進め2020年6月よりリモートワークを基本とする勤務体制に移行したGMOペパボのエンジニアにより，リモートワークをどう導入していったか，そして実践して浮かび上がった問題点とその対策など，現場のノウハウ満載で解説します。 特集2 Pythonデータ可視化入門 COVID-19／家計調査／財政データで実践！ 本特集ではPythonによるデータの前処理と可視化，さらにその情報のWebアプリケーション化を解説します。政府などが公開するオープンデータを自分の手元で，自分の見たい形に可視化する実践を通して，データ処理の手法と見せ方の工夫を自分のものにしましょう。 特集3 ツールで簡単！ はじめての脆弱性調査 Rails，nginx，サブドメイン，DB，OpenSSL 本特集では，脆弱性の発見に役立つツールの使い方を紹介します。静的解析ツールやネットワークスキャナなどを用いることで，Ruby on Railsやnginxなどのミドルウェア，サーバやネットワーク機器の脆弱性を簡単に発見できます。脆弱性の修正コストは，開発後よりも開発中のほうが低いため，昨今，開発プロセスにセキュリティ対策を組み込むDevSecOpsの重要性が叫ばれています。脆弱性の見つけ方を知っておくことは，開発者にとっても大切です。

特集1 ［モダンなコードをギュッと凝縮！］イマドキPython入門 文法，機械学習，Web開発を一気に学ぼう いまやWebや機械学習など多くの分野で欠かせないPythonですが，まだ触ったことがない人も多いのではないでしょうか。本特集ではそんな方々に向けて，Pythonについてゼロから，機械学習，Web開発までをまとめて解説します。まず第1章でPythonの特徴を学び，第2章で開発環境を整えます。そして第3章で，動かしながら文法や機能を学びます。続く第4章で機械学習によりアワビの年齢推定を行うモデルを実装し，最後の第5章でそれをWebアプリケーションに組み込み，推定結果のグラフ描画も行います。 特集2 いきなりiPhoneアプリ開発 カメラの写真を加工してTwitter投稿！ これからプログラマーとして仕事を始める方に向けて，iPhoneアプリの作り方を解説する特集です。SwiftやXcodeなど，今のiPhoneアプリ開発で使われる開発環境を利用して，タップやスワイプなどの認識からカメラで撮影した画像の取得や加工まで，よく使われる機能の実装方法を解説しています。各解説はサンプルアプリの構築をしながら行っているので，本特集を読んで試していけば，iPhoneアプリ開発の最新の基礎知識が身に付くはずです。 特集3 はじめてのUnity シューティングゲームを作ろう！ Unityを使ったゲーム開発の知識をゼロから学ぶ特集です。Unity使ってゲームを作る方法を，シューティングゲームを開発しながら解説します。実際に手を動かしながら読めば，基本的なUnityの操作やゲーム開発の流れが自然と身に付くようになっています。その一方で，今のゲーム開発の現場で役立つ実践的な知識も随所で取り上げています。Unityをまだ使ったことがない方は，ぜひこの特集を読みながら体験してみてください。

【特集1　Python最新Web開発　FastAPI＋SQLAlchemyで非同期処理】 本特集では、マイクロサービスやシングルページアプリケーションと相性が良い、PythonのWebフレームワークFastAPIを用いたWeb API開発の解説を行います。FastAPIの中心的な機能であるスキーマ定義からパフォーマンスを引き出す非同期処理、SQLAlchemyを使ったデータベースとの連携を解説したうえで、本格的なWebアプリケーションを開発します。 【特集2　実戦投入パスキー　いまこそ実現、パスワードレス認証！】 本特集のテーマは、パスワードレス認証を実現するパスキーです。パスキーの開発にはApple、Google、Microsoftという3 大プラットフォーマーが協力して取り組んでおり、大手サイトでも一気に導入が進むと期待されます。本特集では、パスキーが解決する従来の認証システムの課題と、パスキー導入のベストプラクティスを徹底解説します。 ■目次 ●特集1　Python最新Web開発 FastAPI＋SQLAlchemyで非同期処理 　　第1章：Python WebフレームワークFastAPIに入門 　　第2章：APIのスキーマ定義 　　第3章：マシンパフォーマンスを引き出す非同期処理 　　第4章：FastAPIの豊富な機能 　　第5章：SQLAlchemyでデータベースと連携 　　第6章：本格的なWeb API開発にチャレンジ ●特集2　実戦投入パスキー いまこそ実現、パスワードレス認証！ 　　第1章：パスキーの登場 　　第2章：パスキー時代の認証UX 　　第3章：パスキー実装の基礎知識 　　第4章：実践！ パスキー実装 　　第5章：パスキー導入時の考慮事項 ●一般記事 　　ChatGPTのある世界の歩き方　開発の歴史から将来の課題まで ●連載 　　実践データベースリファクタリング ── アンチパターンに立ち向かう【最終回】複雑なクエリを紐解く 　　基礎力アップ！ Javaプログラミング【最終回】再帰とスタック、キュー 　　乗りこなせ！ モダンフロントエンド【最終回】日時・数値のフォーマット、多言語化の最新手法 　　Ruby 3組込みライブラリ紹介【最終回】正規表現とRegexp 　　現場のPython ── システム開発も！ 機械学習も！【最終回】最新Python環境構築 　　Goに入りては…… ── When In Go...【最終回】あらためてGoの強みとは 　　Perl Hackers Hub【最終回】Carmelによる依存モジュール管理 ●コラム 　　池澤春菜のSF小説の歩き方 ──エンジニアリングの未来を描く名作たち【最終回】あなたの世界を変えるSF 　　サバンナ便り ── ソフトウェア開発の荒野を生き抜く【最終回】脆いテスト 　　ちょっと気になる隣の技術畑【最終回】チューニングが止まらない！ プログラミングの魅力 　　はまちちゃんとわかばちゃんのREADER'S FORUM ── 読者のページ【最終回】

FastAPIでWeb APIを作ろう！ 実践的なケースを元に ステップバイステップで学べる 【本書の背景】 FastAPIはDjangoやFlaskとならび人気のPython Webフレームワークです。コードを書くとSwagger UIが自動生成される、型安全、高速という優れた特長を持っています。そのため実際のWeb開発で利用されることも多くなってきています。 【本書の概要】 本書は、実際の開発に耐えうるWeb APIを目指し、ToDoアプリの作成を通して、実践的な開発方法を学ぶことができます。体系的に整理しつつも、チュートリアルとしても利用できます。特に以下のような点にこだわって実践的に解説しています。 ・DB接続にもasync/awaitを利用 ・Dockerによるクリーンな環境構築 ・スケーリングを考慮したディレクトリ構成 なお本書はエンジニアのための情報共有コミュニティ「Zenn」で公開されている大人気の「FastAPI入門」を元にした書籍です。Python3.11への対応、各種コラムなどの増強に加え、本番環境での運用を想定したAWS・GCPへのデプロイの章を追加するなど、Zennで無料公開している本に対し、大幅にパワーアップしています。 【対象読者】 ・FastAPIを初めて利用するWebエンジニア ・FastAPIによる開発を試してみたい方 【必要なスキル】 ・Pythonの基礎知識 ・Pythonの基本的な文法 【著者プロフィール】 中村 翔（なかむら・しょう） 株式会社sustenキャピタル・マネジメント取締役Co-Founder。2019年の創業以来、主にPython（FastAPI）にて資産運用サービス「SUSTEN」の開発を行う。楽天にて検索エンジンプラットフォームの内製開発、機械学習を用いた検索精度改善、推薦システムやドローンの研究開発に従事したのち現職。東京大学大学院工学系研究科航空宇宙工学専攻修了（修士）。 ※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。

【Vue.js（ビュージェイエス）とは】 Vue.jsは、Webアプリ開発用のJavaScriptフレームワークです。 比較的小規模の開発から利用でき、さらにWebアプリ開発で主流になりつつある、 シングルページアプリケーション（SPA）を構築することもできるため、 Web開発で大人気のフレームワークです。 【本書の概要】 Vue.jsの基本機能を押さえたサンプルを元に、Webアプリ開発手法を学ぶことができます。 具体的には、ニーズの高い、データバインディング、イベント、ライブラリの利用、コンポーネントなど 開発の現場でニーズの高いトピックを中心に解説。 さらに現在、主流になりつつあるSPAの作成に役立つポイントも盛り込みます。 【ターゲット】 フロントエンドエンジニア初心者 【著者】 森巧尚（もり・よしなお） この世にパソコンが誕生したばかりの時代からミニゲームを作り続けて30数年。 現在は、iPhoneアプリやFlash、HTML5などのオリジナルゲームのコンテンツ制作、執筆活動、 関西学院大学非常勤講師などを行う。 最近は、IchigoJamで小学生向けのプログラミングを行うPCN大阪やCoder Dojoなどでも活動している。 著書：『Python1年生』『Java1年生』（翔泳社）、『小学生でもわかるiPhoneアプリの作り方』（秀和システム）、 『SwiftではじめるiPhoneアプリ開発の教科書』（マイナビ）、『iPhoneのゲームアプリをつくろう！』（秀和システム） 『よくわかるiPhoneアプリ開発の教科書』（マイナビ）など、多数。 ※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。

Excel業務を自動化しながらプログラミングも学んでしまえ！ いよいよ小学校でも必修となったプログラミング。この際、ビジネスシーンで最もなじみのあるExcelを使って基礎知識だけでも身につけておこう。 いま人気のPythonについてもざっくり説明。

※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、Excel VBAを普段お使いの方を主な対象としたプログラミング言語「Python」の入門書です。VBAとPythonが、どんなところが似ていてどんなところが違うのかを明確にすることで、Excel VBAユーザーの皆さんが、容易にPythonの基本を理解できることを目指しています。 　例えば、Pythonのfor文はVBAのFor～NextではなくFor Each～Nextに似ています。PythonのリストはVBAの配列に似ていますが、もっと操作しやすくて便利です。Pythonの文字列はオブジェクトであるため、単なるデータであるVBAの文字列操作と、かなり異なったコードを書く必要があります。 　一般的なPython入門書を使ってPythonを学習する場合、こういった違いを自分で読み取り、理解する必要があります。本書はそのような違いを明確にすることで、VBAユーザーの皆さんがPythonをより速く習得できるように工夫しています。 　2023年8月、マイクロソフトはExcelのワークシート上でPythonを使えるようにする「Python in Excel」を発表し、そのベータ版を公開しました。これを知って、「いよいよPythonを学ばなければ」と思っている方もいらっしゃるでしょう。Python in Excelが正式公開されたときに戸惑いなく活用を始められるよう、本書でPythonの基本を身に付けておくとよいでしょう。

SAP社のエンタープライズ向けデータベース製品「SAP SQL Anywhere」は、自己管理型の高性能RDBMS「SAP SQL Anywhere」と、iPhoneなどのモバイル端末でも稼働する超小型RDB「Ultra Light」、異種のデータベースと何万ものSQL AnywhereまたはUltra Lightデータベースとの同期が可能なミドルウェア「Mobile Link」、そして多彩な管理ツールなどを同梱したスイート製品です。その中核をなすRDBMS SAP SQL Anywhereは、1ユーザーから数百万ユーザーレベルまで、そしてUNIXサーバーからLinux、Mac OS、Windows、さらにはARM Linuxベースのシングルボードコンピューティングまで対応する高性能、軽量RDBMSです。 Javaや.NETフレームワークのほかにもPerl、PHP、Python、Ruby、Diangoなど多数のプログラミング環境をサポートし、アプリケーションへのデータベースの埋め込みも容易です。 日本での約10年ぶりの解説本となった本書では、SAP SQL Anywhereのインストールからバックアップ／リカバリなどRDBMSとしての基本的な機能、進化したチューニング機能、高可用性、負荷分散などのエンタープライズ向け機能について解説するとともに、クラウド版や他社製データベースとのデータ同期、Ultra Lightを用いたモバイルアプリケーションの開発例など、SQL Anywhereスイートの全体像を解説します。IoT（モノのインターネット）が話題となるなか、大量のセンサーデータのさまざまな活用が注目されています。本書はIT環境の革新に合わせて進化するSQL Anywhereを知るための最適な1冊です。 ※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。 一番やさしいデータベースとSQLの入門書がリニューアル データベースは沢山のデータを管理するためのソフトですが、データの登録／変更／削除を確実にし、多数のユーザーからの操作を受け付ける仕組みが備わっています。このデータベースを操作するための言語がSQLです。しかし、本書は「そもそもデータベース（リレーショナルデータベース）とはどういうものであるか」から解説を始めます。データベースの基礎知識を解説し、データの操作を実際に試して学ぶことができる一冊です。 ・絵を多用し、短い解説で絵本のようにビジュアルに理解することができます。 ・2ページを単位とした説明、基礎に絞り込んだ内容でスピーディに習得。 ・予備知識は不要。「データベースの基本概念」から学べます。 ・改訂版では、内容を最新にアップデートし、操作を中心に学べるように改訂しました。 ・無料で試せる、最新のデータベースのインストール方法も紹介。 【「絵本」シリーズは、ラインナップをリニューアル！】 翔泳社の「絵本シリーズ」は、豊富なイラストと簡潔な解説で コンピュータ技術に入門できる初心者向けのシリーズです。 言語／技術の超初心者や手軽に習得したい方に最適な入門書です。 新しい「絵本シリーズ」では、旧来の分かりやすさ、親しみやすさ、 基礎に徹した内容というコンセプトはそのままに、Web／ネットが全盛となった 現在のコンピュータ技術の潮流に合わせた解説を心掛けます。 『Cの絵本』『Javaの絵本』『Pythonの絵本』などを皮切りにラインナップを順次刷新、 さらに新しい仲間を増やしてラインナップを充実していきます。 ※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。

業務へのAI導入が本格化するなか、「AIの説明責任」――即ち、AIの出す推論結果に根拠を示せないことが問題になっています。その解決策としてXAIが注目され、様々な実装コードが公開されていますが、研究者向けの論文が多く、ビジネス現場の実情に即した技術解説は見当たりません。「AIの説明責任」はエンジニアとビジネスパーソンの双方にとって喫緊の課題であるにもかかわらず、基本認識を共通化できるような網羅的・体系的な整理を欠くのが実情です。 本書はXAIについて、背景から個別技術までを体系的に学び、いくつかの主要ライブラリを試しに動かしながら、実務適用に向けた知識を習得できる待望の解説書です。 ●前提とする知識やスキル ・機械学習の概要を理解している方（入門書を2～3冊読んだ程度で可） ・AI開発／導入の実務経験はないけれど、実用化に向けた課題を知りたいという方 ・Pythonのコードを書ける、少なくとも写経はできる方 ・何らかのプログラミング言語に触れ、変数や構文くらいは理解している方 ・高校程度の数学の知識。簡単な関数やベクトル演算、集合演算等の数式表現に強い抵抗のない方 ●本書で獲得できる知識やスキル ・「AIの説明責任」について、重要性や課題を説明できるようになります。 ・AIの業務適用では、誰にどのような「説明」が求められ、現在のXAIで何が可能か解ります。 ・XAIによる「大局説明」と「局所説明」の使い分けができるようになります。 ・各種のXAIの狙いや動作原理を平易な数式で把握。主な手法の得手／不得手、扱うデータや解くべき問題の違いが解ります。 ・各種XAI技術を俯瞰し、説明相手や性能要件、データ特性、AIのアルゴリズム等に応じて、手法選定にあたりを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。 UNIXとしてのmacOSのキホンを網羅！ ―コマンド/シェルからサーバ構築まで― 本書は、UNIXとしてのmacOSの使い方を解説した入門書です。 エンジニアがmacOSを使うときに知っておくべき 基本的な事柄を数多くカバーしています。 4つのパートで構成され、 各パートは以下のテーマで書かれています。 ◎コマンドの基本操作 ◎シェルの環境設定とシステム管理 ◎開発・運用系ツールの活用 ◎ネットワーク管理とサーバ構築 全編にわたって個々の例を豊富に示しています。 こうした使い方・操作の例をなぞらえることで、 UNIXとしてのmacOSの作法を網羅的に把握できます。 macOSターミナルでコマンドを使いこなせるようになれば、 macOSの世界が大幅に広がります。 サーバ管理者の方はSSHを使用したサーバの安全なリモート管理が 可能になり、Webのエンジニアやデザイナーの方はオリジナルの Webサーバを構築してWebサイトの開発を効率的に行えます。 プログラマーを目指す方はPythonやRubyといったスクリプト言語、 さらにはJavaやC言語といったコンパイラ言語を自由に操れます。 【本書の特長】 ●UNIXとしてのmacOSの基礎を網羅的に解説！ ●コマンドは基本から実践的なものまで把握できる ●シェルの操作とシェルスクリプトの基本がわかる ●Docker、Apache、WordPressの仕組みがわかる ●個々の例を試すことで明快な知識が身につく

機械学習はAI（人工知能）の基礎技術です。今後AIの利活用が進むにつれて、機械学習をコンピュータシステムに組み込んでビジネスに活用できる人材（本書ではAIエンジニアと呼称します）がますます求められます。 機械学習には目的に応じたいくつかの手法が存在します。それらの手法を正しく使えるようになるために、本書はAIエンジニアが理解しておきたいレベルの深さで、各手法のアルゴリズム（動作原理）を丁寧に解説します。とくにアルゴリズムの目的や意味を理解できることをめざします。（アルゴリズムの背景にある高度な数学・統計学の理論についての説明は必要最小限にとどめ、）まずはプログラムを書いて動かし、その結果を見ながらアルゴリズムの長所・短所や、性能をチューニングするためのコツを学びます。 機械学習プログラムの作成には、プログラミング言語「Python」と機械学習ライブラリ「scikit-learn」を使用します。作成したプログラムは、クラウドサービス「Google Colaboratory」や手元のパソコンに構築する「Jupyter Notebook」の環境で簡単に動かせます。

【仕事も趣味も、タスクも日誌も。あらゆる情報をつなげて整理しよう】 ノートやメモを作成・管理するためのさまざまなツールがあふれるなか、昨今とくに注目を集めているのが、ノート間の「つながり」に着目したObsidianというツールです。本書ではObsidianの基本的な使い方と考え方、さらにはさまざまなプラグインを取り入れた活用のアイデアを紹介していきます。仕事も趣味も、タスクも日誌も……あらゆる情報をつなげ、あなた専用の「もうひとつの脳」を育てましょう！ ■こんな方におすすめ -Markdown形式でメモを取りたい、情報を整理したいITエンジニア -ノート術に興味があるビジネスパーソン -覚えることの多い医療系や法学系などの学生 ■目次 第1章：情報をつなげればノートは育つ 　　1.1：ノートアプリに最低限求められること 　　1.2：よく使われる「ノートアプリ」の機能たち 　　1.3：けれど「フォルダで分類」は難しい！ 　　1.4：ノートをつなげて管理しよう 第2章：Obsidianをはじめよう 　　2.1：Obsidianの特徴 　　2.2：Obsidianの基本操作 　　2.3：Obsidianのプラグインとカスタマイズ 　　2.4：複数デバイスでの同期 第3章：Obsidianを習慣化しよう 　　3.1：デイリーノートで作る気軽な日誌 　　3.2：仕事の情報はすべてObsidianへ！ 　　3.3：趣味の本や映画もObsidianで整理 第4章：Obsidianでタスクも管理しよう 　　4.1：タスク管理の考え方 　　4.2：タスクとカレンダーをつなげる 　　4.3：タスクとノートをつなげる 　　4.4：タスクとプロジェクトをつなげる 第5章：あらゆるものをつなげて新しいアイデアを発想しよう 　　5.1：思考をつなげるノート作成の考え方 　　5.2：Obsidianでノート間のつながりを見る 　　5.3：視点を変えて、つながったデータを可視化する 第6章：データベースで細かな情報まで自在に管理しよう 　　6.1：データベースとしてノートをつなげる 　　6.2：データベースとして活用する 付録：Markdownリファレンス ■著者プロフィール 増井敏克：増井技術士事務所代表。技術士(情報工学部門)。情報処理技術者試験にも多数合格。ビジネス数学検定1級。「ビジネス」×「数学」×「IT」を組み合わせ、コンピュータを「正しく」「効率よく」使うためのスキルアップ支援や、各種ソフトウェアの開発を行っている。著書に『基礎からのプログラミングリテラシー』『基礎からのWeb開発リテラシー』(技術評論社)、『「技術書」の読書術』『プログラマ脳を鍛える数学パズル』『図解まるわかり データサイエンスのしくみ』(翔泳社)、『プログラミング言語図鑑』(ソシム)、『RとPythonで学ぶ統計学入門』(オーム社)などがある。

※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。 チューニングを自動化するブラックボックス最適化について詳説 　本書は，機械学習に欠かせないハイパーパラメータ調整（チューニング）を自動化するブラックボックス最適化について一からわかりやすく，そして，詳しく説明した書籍です．合わせて，Python言語上で動作するフレームワーク“Optuna”によるブラックボックス最適化の実行を，Optunaの開発者ら自ら詳しく説明しており，基礎を理解しながら実践に即した知識を身につけることができます． 　いまや機械学習は多種多様な応用が広く図られており，技術者／研究者，学生全般にとって必修といえるスキルになっていますが，その際に手間を要するのが，ハイパーパラメータ調整です．特に，深層学習（ディープラーニング）では，ハイパーパラメータの数が多い傾向があるうえに，その調整が性能を大きく左右するといわれています．多くの技術者が，これにかなりの時間が費やされてしまっているのが実情です．ブラックボックス最適化は汎用性も高く，機械学習のハイパーパラメータ調整に限らず，工学や日常生活にかかわる多くのことを最適化できます．例えば，本書ではミドルウェアのパフォーマンス調整や，お菓子のレシピ作成にブラックボックス最適化を応用する方法も紹介しています． 　ハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化とそのPythonベースのフレームワークOptunaについて，応用例からアルゴリズムまでを一からわかりやすく説明した書籍です．機械学習に留まらず，科学技術のあらゆる分野で登場するブラックボックス最適化に入門するにあたって最適な書籍です． CHAPTER 1　ブラックボックス最適化の基礎 1.1　ブラックボックス最適化とは？ 1.2　目的関数と最適化 1.3　グリッドサーチとランダムサーチ 1.4　SMBO 1.5　ブラックボックス最適化の利用対象 CHAPTER 2　はじめてのOptuna 2.1　環境構築 2.2　簡単な数式の最適化 2.3　機械学習のハイパーパラメータのOptunaによる最適化 CHAPTER 3　Optunaを使いこなす 3.1　多目的最適化 3.2　制約付き最適化 3.3　可視化機能を用いた探索空間の調整 3.4　探索点の手動指定 3.5　分散並列最適化 3.6　サンプラーの選択 3.7　枝刈り CHAPTER 4　ブラックボックス最適化の応用例 4.1　機械学習のハイパーパラメータの最適化：音声認識ソフトウェアMozilla DeepSpeech 4.2　パイプラインフレームワークとハイパーパラメータ最適化 4.3　継続的なモデル改善でのOptunaの使い方 4.4　オンライン広告入札システムの実行環境の最適化 4.5　クッキーレシピの最適化 4.6　ニューラルアーキテクチャサーチ CHAPTER 5　Optunaの最適化の仕組み 5.1　Optunaの柔軟なインタフェース 5.2　独立サンプリング 5.3　独立サンプリングの課題 5.4　同時サンプリング 5.5　パラメータ選択の全体像 CHAPTER 6　ブラックボックス最適化のアルゴリズム 6.1　探索点選択における共通の枠組 6.2　単目的最適化における探索点選択のアルゴリズム 6.3　多目的最適化における探索点選択のアルゴリズム 6.4　探索点選択アルゴリズムの使い分け

※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。 音楽を創りながらディープラーニングを身につける！ 音楽の自動生成を題材に、ディープラーニングの代表的な手法を解説した入門書です。 音符一つひとつに文字を割り当てれば、自然言語と同じように音楽を扱うことができ、演奏内容をピアノロールという表現に変換すれば、画像として扱うこともできます。そのため、音楽という 1種類のデータを使ってさまざまな手法を広く学ぶことができます。 本書では、PythonとTensorFlowを使って、自分で音楽データを学習させます。現状で生成される音楽のクオリティは高くはありませんが、音楽を創りながら学ぶディープラーニングは体と耳になじみ、読者の力になるはずです。 第1章　音楽を題材にディープラーニングを学ぼう 第2章　音楽データを Python で読み書きしよう 第3章　長調・短調判定で学ぶ多層パーセプトロン 第4章　ハモリパート付与で学ぶ RNN 第5章　メロディのデータ圧縮で学ぶオートエンコーダ 第6章　メロディモーフィングで学ぶVAE 第7章　多重奏生成で学ぶ CNN 第8章　多重奏生成で学ぶ GAN

※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。

機械学習を基礎から理論的に学びたい，そんなITエンジニアに向けて執筆された本です。初版から約5年が経過し，全面カラー化して「改訂新版」としました。Pythonのコーディング環境もGoogle Colaboratoryに刷新，これまで5回にわたる重版で修正した内容に加え，最新の書き下ろし修正でアップデートしました。初版から内容は古びておらず，逆に，機械学習を学ぶうえで重要な理論がほぼカバーされていますので，まさに入門の定番書になりました。カラー化によりグラフも見やすくなり，理解が進むのもお勧めするポイントです。

※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。 【基礎から学べばパソコンもインターネットも怖くない！】 特定のソフトの使い方を解説した「マニュアル本」は巷にあふれています。しかし、それらは明日には役に立たなくなるかもしれません。もうちょっと基本的なレベルで勉強しておけば、何年たっても、どんな環境でも、役に立つはずです。そう考えて本書を作りました。改訂第5版では演習の追加を行い、章構成を見直しました。コンピューターやインターネットの使い方、付き合い方を解説した実践的な入門書です。 ■こんな方におすすめ ・コンピューターやインターネットの基本的な使用方法を身につけたい方。 ・これからコンピューターを使っていく学生、新社会人。 ■目次 第1章 まず初めに 第2章 文字入力 第3章 ネットの利用 第4章 お絵かきとファイル操作 第5章 文書作成 第6章 表計算 第7章 プレゼンテーション 第8章 情報の調べ方・まとめ方 第9章 コンピューターとネットワーク 第10章 情報とセキュリティ 第11章 情報と法律 第12章 Rによるデータ処理 付録A Pythonによるデータ処理 ■著者プロフィール 森本 尚之（もりもと なおゆき）：1982年生まれ　三重大学大学院工学研究科准教授。 奥村 晴彦（おくむら はるひこ）：1951年生まれ　三重大学名誉教授。主な著書:『Rで楽しむ統計』（共立出版，2016年）、『Rで楽しむベイズ統計入門』（技術評論社，2018年）、『［改訂第8版］LaTeX2ε 美文書作成入門』（共著，技術評論社，2020年）など。

JupyterLabは、Jupyter Notebookをベースにして誕生し、Pythonユーザを中心に人気の高いオープンソースのデータ分析環境です。Jupyterはインタラクティブにコードを実行でき、その結果を多彩なグラフや表などによって容易に表現できます。本書では、Jupyterをこれから利用する方はもちろんのこと、すでに利用している方にとっても役立つことを目指し、実践的な活用ノウハウを豊富に交えて解説します。また、可視化に際しては、Pythonで人気のライブラリ「pandas」「Matplotlib」「seaborn」を中心に解説します。さらに、最終章では「Google Colaboratory」の使い方を紹介します。

科学技術計算向けの，Pythonの実践的な入門書。理工系の学部や研究室等でもPython採用実績が増えてきています。本書では，実験やシミュレーション等で役立つPythonによる開発の基本を徹底解説。冒頭でロケットシミュレータの作成場面を想定し，コーディングの基礎からデバッグやテストまで，いつ，何をするか，具体的なフローを平易に紹介します。押さえておきたいライブラリであるNumpy/SciPy/Matplotlib/pandas等もコンパクトな例と共に紹介。広く初学者の方々へ，言語の基本から実践テクニックまで一挙にわかる1冊です。

※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。 ※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。 化学・化学工学分野でPythonを使って機械学習を行うための入門書 本書は、化学・化学工学分野でPythonを使って機械学習を行うための入門書です。 これまでに蓄積してきた実験／製造データをデータ解析・機械学習を用いて分析することで、いままでとはまったく別のアプローチで材料開発を加速させたり、プロセス管理を効率化・安定化させたりすることができます。なぜなら、実験や製造データは、目に見えない、研究者・技術者の知識・知見・経験・勘の宝庫だからです。そして、データ解析・機械学習を用いることで、これらを目に見える形にすることができるからです。 読者が一から実践できるよう、Pythonのインストール方法、データ解析・機械学習の基本理論から、材料設計、分子設計、プロセス管理について実際にサンプルプログラムとサンプルデータセットを使った実践までを丁寧に解説しています。 第1部　Python と統計の基礎知識 第1章　Pythonの基礎 1.1　Pythonの使い方 1.2　データセットの読み込み・保存 第2章　データの図示 2.1　ヒストグラム 2.2　箱ひげ図 2.3　散布図 2.4　相関行列 第2部　データ解析・機械学習の基礎 第3章　多変量データとデータの可視化 3.1　多変量データ 3.2　データの前処理 3.3　主成分分析（Principal Component Analysis：PCA） 3.4　階層的クラスタリング 3.5　［発展］非線形の可視化手法：t-distributed Stochastic Neighbor Embedding（t-SNE） 第4章　化学データを用いたモデリング 4.1　回帰分析（regression analysis） 4.2　クラス分類（classication） 第5章　回帰モデル・クラス分類モデルの適用範囲 5.1　モデルの適用範囲（Applicability Domain：AD）とは？ 5.2　データ密度 5.3　アンサンブル学習法（Ensemble learning） 第3部　化学・化学工学データでの実践のしかた 第6章　材料設計，分子設計，医薬品設計 6.1　材料設計 6.2　分子設計，医薬品設計 6.3　化学構造の表現方法 6.4　化合物群の扱い 6.5　化学構造の数値化 6.6　化学構造の生成 6.7　化合物のデータセットを扱うときの注意点 6.8　具体的なデータセットを用いた解析 第7章　時系列データの解析 7.1　化学プラントにおける推定制御・ソフトセンサー 7.2　時系列データ解析の特徴 7.3　モデルの劣化と適応型ソフトセンサー（Adaptive Soft Sensor） 7.4　データ解析・機械学習による化学プラントのプロセス管理（異常検出，異常診断） 第8章　Datachemical LABを用いた化学・化学工学のデータ解析・機械学習 8.1　Datachemical LAB 8.2　材料設計 8.3　分子設計 8.4　適応型ソフトセンサー 8.5　Datachemical LAB による材料設計・分子設計・プロセス設計・プロセス管理

※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。 Kaggleのコンペティションによって機械学習を学ぼうとしている読者のためのKaggle入門書です。Pythonと機械学習についての基礎的な知識を有している読者が、Kaggleから機械学習を学べるようサポートすることを目標としています。 過去のKaggleのコンペティションから、機械学習モデルの正確度を高める実質的な方法について重点的に扱っていきます。多様なデータに接しモデリングを経験できるよう、表形式データを扱うコンペティションを2つ、音声データ／イメージデータを扱うコンペティションを1つずつ、計4つのKaggleコンペティションを選択しました。 表形式データ（テーブルデータ）を扱うコンペティションでは、データの前処理、特徴量エンジニアリングの内容に重点をおき、学習モデルはXGBoost、LightGBMのようなツリーを基盤としたモデルを使用しました。 音声データとイメージデータを扱うコンペティションでは、ディープラーニングモデルの学習に重点を置き、CNNのディープラーニングモデルが使われます。 それぞれの章でコンペティション別に、大会の紹介、主催側の動機、評価の基準、主要なアプローチ、データを準備する方法、データ分析、勝者の智恵に至るまで具体的に検討します。そして過去のコンペティションで使用されたPythonコードを実行することで、探索的データ分析を進め、機械学習モデルを学び、最終的にKaggleに結果をアップロードして性能が向上したことを体験できます。 筆者は本書を通して、読者が機械学習の問題を解くために悩んでほしいと思っています。「次の段階では何をしなければならないのか？」「機械学習モデルの性能を高めるためには何をすればよいのか？」「現在の機械学習パイプラインのどこに問題があるのか？」などの質問を自分自身に投げかけ、悩むことをおすすめします。たっぷりと悩みながらこの本を読みコンペティションに参加したならば、非常に多くのことを得るはずです。 筆者がKaggleを通して多くのことを学んだように、読者の皆さんもぜひKaggleを通して機械学習に没頭してほしいと思います。

【Pythonで株式取引戦略シミュレーターを作って、株取引をはじめてみる！】 本書は、今まで株式取引の経験がないエンジニアが、Pythonをつかって各種データの収集や管理、自作シミュレーターの開発などを通して株式取引の仕組みや戦略について学ぶことができる株式取引入門書です。 〈本書の対象読者〉 ・株式取引に関心がある ・Pythonの基本的な知識がある

※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。 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。 本書は、自然言語処理について初歩から学べる書籍です。プログラミングについては、なんらかのプログラミング言語を使ったことのある開発者を対象に書いています。 自然言語とは、私たち人間が日常的に読み書きしたり、話したりするのに使っている言語のことです。そして、自然言語で書かれたテキストデータをコンピュータで処理するための技術を自然言語処理と呼びます。自然言語処理によって実行できるタスクの代表的な例としては、自動翻訳や質問応答、対話などがあります。 本書では、この自然言語処理について、今まで学習したことがない人でも学べるように、基礎から解説しています。自然言語をコンピュータで処理するために、事前にどのような処理をしておくのか、どのように単語や文章を解析するのか、自動翻訳などのタスクを実行させるためにどのような処理を行うのか、などについて、やさしく説明していきます。 基礎からはじめて、単語分散表現やテキスト分類、系列ラベリング、系列変換、アテンションといった、自然言語処理では欠かせない技術について、理論を解説した上で、Pythonを使って実装し、手を動かしながら理解できるようにしています。 また、現在の自然言語処理は、機械学習や深層学習とも切り離せません。ですので本書では、これらの技術についても基礎から説明し、Pythonを使って処理を実装していきます。基礎的な実装のみではなく、RNN、LSTM、CNNさまざまなモデルを使っての実装、特徴量エンジニアリングや正則化、ハイパーパラメータチューニングなど、実際の処理で必要になるところまで、詳しく解説しています。

★★理論と実装のバランスがよい、「機械学習 with Python」の決定版★★ ■機械学習モジュールが普及することにより、かえって学びづらくなった機械学習アルゴリズムの基本を徹底マスター！ ■scikit-learnを使わない、numpyとpandasのみのコーディングで、実装力がスキルアップ！ ■ブラックボックスの中身を理解し、一生モノの知識を身につけよう！ 【本書のサポートページ】すぐに実践できるコードがWeb公開！ https://github.com/hhachiya/MLBook　 【機械学習スタートアップシリーズ】 https://www.kspub.co.jp/book/series/S042.html 【主な内容】 第1章 機械学習とは何か 第2章 Python入門 第3章 数学のおさらい（線形代数、最適化、確率、統計） 第4章 回帰分析（線形回帰分析、ロジスティック回帰分析） 第5章 分類（線形判別分析、サポートベクトルマシン、ナイーブベイズ法、決定木） 第6章 カーネルモデル 第7章 ニューラルネットワーク 第8章 強化学習 第9章 教師なし学習（主成分分析、因子分析、クラスター分析）

「Ｐｙｔｈｏｎで強化学習が実装できる！」と好評を得た入門書の改訂版。読者からの要望・指摘を反映させた。主に、Ｐｏｌｉｃｙ ＧｒａｄｉｅｎｔとＡ２Ｃの記述・実装を見直した。・Pythonプログラミングとともに、ゼロからていねいに解説。・コードが公開されているから、すぐ実践できる。・実用でのネックとなる強化学習の弱点と、その克服方法まで紹介。【おもな内容】Day1　強化学習の位置づけを知る　強化学習とさまざまなキーワードの関係　強化学習のメリット・デメリット　強化学習における問題設定：Markov Decision Process　Day2　強化学習の解法(1): 環境から計画を立てる　価値の定義と算出: Bellman Equation　動的計画法による状態評価の学習: Value Iteration　動的計画法による戦略の学習: Policy Iteration　モデルベースとモデルフリーとの違いDay3　強化学習の解法(2): 経験から計画を立てる　経験の蓄積と活用のバランス: Epsilon-Greedy法　計画の修正を実績から行うか、予測で行うか: Monte Carlo vs Temporal Difference　経験を価値評価、戦略どちらの更新に利用するか：Valueベース vs PolicyベースDay4　強化学習に対するニューラルネットワークの適用　強化学習にニューラルネットワークを適用する　価値評価を、パラメーターを持った関数で実装する：Value Function Approximation　価値評価に深層学習を適用する：Deep Q-Network 　戦略を、パラメーターを持った関数で実装する：Policy Gradient　戦略に深層学習を適用する：Advantage Actor Critic (A2C)　価値評価か、戦略かDay5　強化学習の弱点　サンプル効率が悪い　局所最適な行動に陥る、過学習をすることが多い　再現性が低い　弱点を前提とした対応策Day6　強化学習の弱点を克服するための手法　サンプル効率の悪さへの対応: モデルベースとの併用/表現学習　再現性の低さへの対応: 進化戦略　局所最適な行動/過学習への対応: 模倣学習/逆強化学習Day7　強化学習の活用領域　行動の最適化　学習の最適化

きれいに整形されたデータを使った分析の経験はあっても、「実務で扱う生データをどのように前処理すればよいのか」と、お悩みではないでしょうか。前処理は課題ごとに、都度オーダーメイドで設計・実装していくものです。本書では4種類のデータを対象とし、機械学習で予測を行う場合の前処理の基本ノウハウを学び、Pythonによる実装を体験します。本書で扱った技術は、そのまま実務にも活かせます。 　機械学習における分析モデルの作成は自動化されつつありますが、その時に投入する特徴量は、人の手で前処理して作成する状況が続くでしょう。これからデータ分析に携わる方々にとって、前処理の力を高めることは、きっと大きな助けとなるでしょう。 （本書「あとがき」から抜粋・編集） ■著者プロフィール 足立　悠（あだち はるか） BULB株式会社所属のデータサイエンティスト。 過去にメーカーのSE やデータサイエンティスト、IT ベンダーのデータアナリスト等を経て現職。数々のデータ分析プロジェクトのほか、実務者教育にも従事。個人的な活動として、記事や書籍の執筆、セミナー講師なども行っている。著書に『初めてのTensorFlow』と『ソニー開発のNeural Network Console 入門』がある。 多感な時期に高専で5年間を過ごしてしまったせいか、周囲から変人や外れ値と評されている。趣味はお地蔵さんが密集している場所に佇むこと。近いうちに、日本を北から南へ移動しながら仕事し、パフォーマンスを測定してみたい。

機械学習の研究開発が急速な勢いで進んでいます。理論研究はもちろん，機械学習手法が実装されたオープンソースのパッケージ開発も進み，それらを実務で利用するためのノウハウも蓄積されてきています。結果として，機械学習をはじめたばかりの入門者でも比較的高い精度の予測モデルを構築できるようになりました。 Deep Learning, Gradient Boosting Decision Tree, Random Forestなどの機械学習モデルは高い予測精度を誇りますが，モデルの解釈性が低いという欠点があります。これらの複雑なブラックボックスモデルにおいて，モデルがなぜそのような予測を行っているのかを知ることは困難ですが，データ分析者自身がモデルの振る舞いを把握し，説明責任を果たすことを実務においては頻繁に求められます。 本書では，このような予測精度と解釈性のトレードオフを克服するための手法について，実務において特に有用と考えるものを厳選して紹介します。本書の構成は以下になります。 1章: 機械学習の解釈性とは 2章: 線形回帰モデルを通して「解釈性」を理解する 3章: 特徴量の重要度を知る～Permutation Feature Importance～ 4章: 特徴量と予測値の関係を知る～Partial Dependence～ 5章: インスタンスごとの異質性を捉える～Individual Conditional Expectation～ 6章: 予測の理由を考える～SHapley Additive exPlanations～ 付録A: R による分析例~ tidymodelsとDALEXで機械学習モデルを解釈する~ 付録B: 機械学習の解釈手法で線形回帰モデルを解釈する 2章では極めて高い解釈性を誇る線形回帰モデルを通して，予測モデルに求められる解釈性について説明します。以降の4つの章では，それらの解釈性をブラックボックスモデルに与えるPFI, PD, ICE, SHAPと呼ばれる手法について解説します。 本書は機械学習の解釈手法を実用して頂くことを目的としています。Pythonでゼロから手法を実装することを通じて解釈手法のアルゴリズムを理解し，実データの分析を通じて解釈手法の勘所を押さえて頂きます。機械学習の解釈手法は強力な反面，使い方を誤ると間違った結論を導いてしまう危険もあります。本書では解釈手法を実用する際の注意点についても丁寧に触れています。

※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。 ※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。 人工知能の構成技術を網羅的に概観する、やさしい教科書 本書は、人工知能のしくみを一から丁寧に解説する入門書です。 「人工知能とはなにか」という定義からはじまり、機械学習や画像処理といったさまざまな技術のしくみを、できるだけ数式を使わずに平易に説明します。 深層学習が火付け役となった人工知能ブームによって、人工知能は多くの方にとって馴染みのある存在になってきました。しかし、 ・　機械学習 ・　ニューラルネットワーク ・　進化的計算 ・　自然言語処理 ・　画像認識 などの個別のトピックのみが取り上げられることも多く、人工知能全体の体系はよくわからない、という方も多いのではないでしょうか。 本書では、上述したようなトピックを網羅的に扱い、人工知能を構成する技術の全体像を概観します。できるだけ数式を用いずに、平易に解説するよう心がけました。 業務上AIに関する知識が必要になった社会人や、情報系の学部・学科に所属する大学生はもちろん、人工知能に興味のある高校生にも読んでいただける内容です。 なお、各章の最後には、Pythonを使った演習を設けています。 エンジニアの方や、エンジニアを志す学生の方は、ぜひ演習問題にも取り組んでみてください。 第1章　人工知能とは 第2章　人工知能研究の歴史 第3章　学習 第4章　知識表現と推論 第5章　ニューラルネットワーク 第6章　深層学習 第7章　進化的計算と群知能 第8章　自然言語処理 第9章　画像認識 第10章　エージェントと強化学習 第11章　人工知能とゲーム 第12章　人工知能はどこに向かうのか

Pythonの基礎はもちろん、外部パッケージを含めた、よく使う機能を丁寧に解説! Python開発のために押さえておきたいポイントがわかる! Pythonの入門に最適な1冊! 【「はじめに」より抜粋】 本書はそのような、プログラミングそれ自体を初めて学ぼうという読者から、Python言語の初～中級者に向けて、Pythonによるプログラミングの基本を解説します。また、Pythonを実際の業務で使用するための最初のステップになるべく、GUIアプリケーションやCGIプログラムの作成方法、Jupyter Notebook上でのPythonコードの実行など、単純なコンソールアプリの作成だけではない、実践的な内容も紹介しています。 本書では、一から新しくプログラミングを学ぼうという読者でも十分に理解できること、プログラミング特有のさまざまな概念について把握すること、Python言語の仕様について学ぶこと、さまざまなPythonパッケージの使い方を知ることなど、いくつかの目標を設定しました。本書を構成する各章は、それぞれの章を順番に読み進めることで、それらの目標を自然と達成できるように構成されています。 もちろん、Pythonの言語仕様はそれだけで膨大ですし、外部パッケージの機能なども含めてしまうと、その内容はとても1冊に収まる分量ではなくなってしまいます。そのため、本書で紹介している内容には、かなりの程度、筆者の主観によって削り落とした、限定的なものになっている箇所があります。 しかし、本書を通じてPythonの世界をある程度でも理解することで、次のステップとしてPythonの言語仕様書を読んだり、外部パッケージの機能について調べたりできる程度のスキルを身に付けられるだろうと、筆者としては考えています。

本書で解説するPythonは現在もっとも注目を集めているプログラミング言語のひとつです。プログラミング言語の人気度の目安となるPYPL（http://pypl.github.io/PYPL.html）では、2016年1月の時点でJavaに続いて2位に位置していることからも、その人気のほどが伺えるでしょう。その大きな理由として、Pythonがパワフルなオブジェクト指向のスクリプト言語でありながら、わかりやすく、すっきりしたプログラムを作成可能であることがあげられます。文法もシンプルで、これからプログラミングを始める方にとっても最適な言語です。現在、Pythonは、Python 2.x系からPython3.x系への移行時期にあります。Python 3.xでは、さまざま機能強化が行われ、さらに標準の文字コードがユニコードベースに変更され、日本語も容易に扱えるようになったことから、日本においてもさらなる普及が期待されるでしょう。 本書は、プログラミングの初心者を対象にしたPython 3の入門書です。変数の取り扱いから、リスト、タプルといったPython固有のデータの操作、制御構造や関数などについて具体的でかつ短いサンプルを多数提示しながら、初心者でも基礎から学んでいけるように拝領したつもりです。また、インデントでブロックを表現する点などなど、他のメジャーな言語と比べてユニークな部分も丁寧に説明しています。前半部分で基本を説明した後は、ファーストクラスオブジェクトとしての関数の活用方法、オリジナルのクラスの作成などといった多少高度な項目を丁寧に説明していきます。

※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。 プログラミングの初心者も学べるように キホンをひとつひとつ着実に解説。 改訂2版は、Pythonのバージョン3.9に対応。 json／reパッケージ、f文字列などを新たに解説。 短いサンプルだからわかりやすい 平易な解説でムリなく学べる！ 本書は、世界的に普及が拡大しているPythonによるプログラミングを初歩から学ぶためのものです。 開発環境の準備からスタートし、基本的な文法・構文のしくみと使い方をひとつひとつムリなく 理解していくことで、プログラミングの基本を身につけることができます。 実践の初歩として、関数やクラスの作り方も解説します。単なる「入門」にとどまることなく、 「実践」を見据え、ひとまとまりのプログラムをどのように組み立てていくかを把握できます。 さらに、章末の練習問題やAppendixの内容を読み解くことで、 学習事項の理解が深められるようになっています。 Pythonは文法が理解しやすく、初心者が取り組みやすいプログラミング言語です。 データ分析やAIプログラミングでは第一に利用が検討される言語でもあり、 ぜひ本書を活用して次のステップへと進んでください。 【基礎シリーズの5つの特徴】 ・各章の最初で「これから学ぶこと」を明確にします。 ・シンプルな図で考え方をスムーズに理解できます。 ・短いサンプルで簡単な方法から学びます。 ・「まとめ」で学習項目を振り返ります。 ・章末の「練習問題」で理解を深めます。

※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。 ※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。 「平均」という観点から強化学習の基本が理解できる！ AlphaGoがプロ棋士を破った2016年以降、強化学習や深層強化学習はさまざまな分野から注目を集めています。しかし、専門書では難解な専門用語や数式が多用されるため、初学者にとってはハードルが高い状態が続いていました。 本書は、そのハードルの高さを解消することを目的に制作されました。平均という初歩的な数学を使うことで、「価値」「探索」「マルコフ性」といった強化学習の基本をわかりやすく解説します。 また、各アルゴリズムについては、「多腕バンディット問題」および「グリッドワールド問題」のいずれかを用いて、比較しやすい状態で解説します。そのため、各アルゴリズムの特徴や差異がわかりやすくなっています。さらに、中核的なアルゴリズムについては、PythonとMATLABの2種類のコードを、オーム社と著者のWebサイト、およびGithubで配布します。配布コードを実行することで、「原理→数式→プログラム」という一連の流れを直感的に把握できます。 【本書の特徴】 ・難解な強化学習の原理を、中高生にもなじみ深い「平均値の計算」という観点からわかりやすく解説します。 ・さまざまなアルゴリズムを、共通する例題を用いて特徴がわかりやすいように比較します。 ・PythonとMATLAB、2種類のコードを配布します。 ※Pythonのバージョンは3です。 第1章　平均から学ぶ強化学習の基本概念 第2章　各アルゴリズムの特徴と応用 第3章　関数近似手法 第4章　深層強化学習の原理と手法

データ収集＆活用、ファイル整理、プレゼン、Excel業務… いつもの仕事が驚くほど 速く・正確・ラクになる！ ★本書で学べる主な内容★ 【PART １　スキルアップ編】 ・大量のファイルの一括整理＆ファイル名変更　　・Webスクレイピング　　・Excel業務の自動化（集約・集計）　　・便利なアプリ開発　　・API活用 【PART ２　入門編】 　インストール方法、プログラミングの基礎知識など、ゼロから学べます！ ★本書の特長★ とことんわかりやすい！　楽しい！　簡単なのに効果ばつぐんの「使えるスキル」を厳選！ 【１】「本×動画」で学べる！ 　本書で伝える５つのスキル、プログラミングの基礎知識などについて特典動画付。 　本でじっくり学び、動画でさらに理解を深められます。 【２】マンガで学ぶから、挫折しない！ 　皆がよく仕事でぶつかる「あるある！」場面をコミックで紹介。 　それからPythonでサクッと解決する方法を伝えていくので、どんどん頭に入ります。 【３】「入門編」×「スキルアップ編」の２部構成だから、無理なく学べる！ 　すぐにPythonを活用していきたい方はPART １「スキルアップ編」からスタート。初めての方はインストール方法や基礎知識など、ゼロから学べる「入門編」からスタート。 　自分に合った方法を選べるので、無理なく身につきます。 【４】独学の強い味方「サンプルコード」＆素材データが無料ダウンロードできる！ ★本書のスキルでどんなことが可能になる？★ ・業務の効率＆スピードが大幅アップ　　・コスト削減　　・ルーティンワークの自動化で、重要業務に集中できる　　・的確なデータ分析で意思決定が加速化　　・仕事力が上がり、市場価値の高い人材に成長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。 ※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。 深層学習でネットワークを解析する世界最前線の研究を1冊で学ぶ！ 　深層学習をグラフ（ネットワーク）で表される構造データに対して適用するための研究が盛んになっています。それが、本書で解説するグラフニューラルネットワークです。グラフ中の頂点やグラフ全体を高精度に分類できれば、高度な画像認識、推薦システム、交通量予測、化合物分類、さらには新型コロナウイルス（COVID-19）への対処のための応用なども期待できる、世界最前線の研究です。 　本書では、グラフニューラルネットワークの基本的な知識および研究事例について説明し、PyTorchによる実装について紹介するとともに、今後の学習のための情報源についても解説します。Google Colaboratoryで解説するとともに、サンプルコードもついています。 まえがき 第1章　グラフニューラルネットワークとは 　1.1　はじめに 　1.2　グラフを対象とした畳み込み 　1.3　グラフを対象とした機械学習タスク 　　1.3.1　ノード分類 　　1.3.2　グラフ分類 　　1.3.3　リンク予測 　　1.3.4　グラフ生成 　1.4　グラフニューラルネットワークの応用 　　1.4.1　画像認識 　　1.4.2　推薦システム 　　1.4.3　交通量予測 　　1.4.4　化合物分類 　　1.4.5　組み合わせ最適化 　　1.4.6　COVID-19とグラフニューラルネットワーク 　まとめ 第2章　グラフエンベディング 　2.1　グラフエンベディング手法の概観 　2.2　次元縮約に基づく手法 　2.3　グラフ構造に基づく手法 　　2.3.1　DeepWalk 　　2.3.2　LINE 　　2.3.3　node2vec 　　2.3.4　GraRep 　2.4　ニューラルネットワークに基づく手法 　まとめ 第3章　グラフにおける畳み込み 　3.1　グラフ畳み込みにおけるアプローチ 　3.2　Spectral Graph Convolution 　　3.2.1　フーリエ変換 　　3.2.2　グラフラプラシアン 　　3.2.3　ChebNet 　　3.2.4　GCN 　3.3　Spatial Graph Convolution 　　3.3.1　PATCHY-SAN 　　3.3.2　DCNN 　　3.3.3　GraphSAGE 　まとめ 第4章　関連トピック 　4.1　グラフオートエンコーダ 　4.2　GAT 　4.3　SGC 　4.4　GIN 　4.5　敵対的攻撃 　4.6　動的グラフのエンベディング 　4.7　時空間グラフ畳み込みネットワーク 　4.8　説明可能性 　まとめ 第5章　実装のための準備 　5.1　Python 　5.2　NumPy 　5.3　SciPy 　5.4　pandas 　5.5　Matplotlib 　5.6　seaborn 　5.7　Scikit-learn 　5.8　t-SNE 　5.9　Jupyter Notebook 　5.10 Google Colaboratory 　まとめ 第6章　PyTorch Geometricによる実装 　6.1　PyTorch 　　6.1.1　データセット 　　6.1.2　モデル 　　6.1.3　損失 　　6.1.4　最適化 　6.2　PyTorch Geometric入門 　　6.2.1　PyTorh Geometricとは 　　6.2.2　類似ライブラリとの比較 　　6.2.3　PyTorch Geometricによるグラフのデータ構造 　　6.2.4　よく使われるベンチマークデータセット 　　6.2.5　ミニバッチ 　　6.2.6　データ変換 　　6.2.7　グラフの学習手法 　6.3　PyTorch Geometricによるノード分類・グラフ分類 　　6.3.1　PyTorch Geometricによるエンベディング 　　6.3.2　PyTorch Geometricによるノード分類 　　6.3.3　PyTorch Geometricによるグラフ分類 　まとめ 第7章　今後の学習に向けて 　7.1　書籍 　7.2　サーベイ論文 　7.3　動画 　7.4　リンク集など 　7.5　Open Graph Benchmark 　まとめ おわりに 参考文献 索引

Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド（サーバー管理が要らない！）なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python＋Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう！

本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールやAPIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。 ●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。 ●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。 ●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。 まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。 続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習(ディープラーニング)へと進んでいきます。 深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネットワークをモデリングする方法を学びます。 最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用の入り口へと案内します。

※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。 本書では、手続き型からオブジェクト指向へ向かうプログラミングの進化の道筋を辿りながらアルゴリズム的思考とプログラミング的思考を培い、Google Colaboratoryを使ったプログラミング力と計算論的思考力を身につけることができます。 第1章はプログラミング全般に関わる説明、第2章はプログラミングの準備、第3章～第5章までに小さなプログラムの作成を学びます。第6章と第7章では関数やモジュール、ライブラリの使い方、第8章ではファイルの取り扱い、第9章では手続き型プログラミングの総まとめを解説。第10章はオブジェクト指向プログラミング（OOP）の基本的な考え方、およびクラスやオブジェクトの作り方、第11章はAnacondaを用いGUIアプリの作成について扱います。プログラミング言語の文法を網羅的に説明している入門書とは一線を画する内容であり、初心者だけでなくPythonに既に振れている中級者にも最適な参考書です。

※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。 本書は、構造推定について最近の研究を概観し、初学者向けに解説することを目的としている。 経済分野における構造推定(structural estimation) とは、経済理論を土台とした実証分析であり、個人の選好や信念、企業の技術や費用などの“構造”を決定する構成要素を推定するものである。 本書は、経済分野の代表的な構造モデルとして、「動的離散選択モデル」「動学ゲーム」「静的離散選択モデル」の3 つを選び、それぞれの構造推定に必要なアルゴリズムをわかりやすく解説することを意図とするものである。 これらアルゴリズムによって推定するためには、基本的なプログラミングの知識が欠かせない。 そのため、主にプログラミング言語Python に注目し、構造推定のためのプログラミングにおける実践的なテクニックについても紙面を割いて解説した。 Python に関して馴染みのない読者でも、自力でプログラムが書けるような手助けとなっている。 本書の対象となる読者は，経済分野で構造推定を使う大学院生、社会人、アナリスト、最新のミクロ経済実証分析の手法に興味を持っている一般の方々であり、学部レベルのミクロ経済学の知識があれば、理解に困ることはないと考える。 つまり本書は、それらの読者の入門的ガイドという位置づけになっている。 特に、大学院において構造推定を研究テーマとしたが、プログラミングの知識がなくて困難に直面している学生にとって有用なガイドであろう。

現代のビジネス環境において、自動化の技術を活用することは不可欠です。この書籍は、業務自動化の基礎から高度なテクニックまで、現場で必要とされる全てを網羅しています。 初めに、RPAの世界を開きながら、RPAを導入する際の前提知識や注意点を解説。DXの推進方法とRPAの活用秘訣を明らかにします。業務断捨離の重要性や、具体的な業務を自動化する前の計画段階についても詳細に触れています。 さらに、スマートマットのハックやRPAによるリアルタイム処理の実際、Raspberry PiとGCPを駆使した監視システムの構築、PythonやGAS、AWSを用いた実践的な自動化技術を紹介します。さらに、効果的な自動化フローの構築や、実際の体験談をもとにした業務効率化の成功事例を探求します。 この書籍を手にすることで、あなたのビジネスに革命をもたらす自動化の可能性を最大限に引き出す知識と技術を得ることができます。業務効率化を求める全ての専門家に、強くお勧めする一冊です。

機械学習・データサイエンスで役立つ高速処理手法 【本書の概要】 ビッグデータを扱う機械学習の現場では、Pythonの高機能で利用しやすい数学・科学系ライブラリが急速に広まってきています。 本書は、機械学習・データサイエンスの現場でよく利用されているNumPyの基本から始まり、 現場で使える実践的な高速データ処理手法について解説します。 特に、現場でよく扱う配列の処理に力点を置いています。 最終章では機械学習における実践的なデータ処理手法について解説します。 【NumPy（ナンパイ）とは】 NumPyは、機械学習・データサイエンスの現場で扱うことの多い多次元配列（行列やベクトル）を 処理する高水準の数学関数が充実しているライブラリです。 Python単体では遅い処理であっても、C言語なみに高速化できるケースもあり、 機械学習・データサイエンスの分野におけるデータ処理に欠かせないライブラリとなっています。 【対象読者】 機械学習エンジニア、データサイエンティスト 【著者紹介】 吉田拓真（よしだ・たくま） データサイエンス関連のサービスを提供する株式会社Spot 代表取締役社長。 Webメディア『DeepAge』編集長。 尾原 颯（おはら・そう） 東京大学工学部機械工学科所属。 大学ではハードウェア寄りの勉強が多め。 趣味はアカペラとテニス。基本的に運動が好き。最近、ランニングを始める。 ※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。

研究や開発、データ分析に使える！ 科学技術計算における Python利用の基礎を習得 【本書の概要】 高機能で、学びやすいPythonは、科学技術計算の用途でも広く利用されています。 本書は、コンピュータを用いて数学的問題の解決に取り組む学生、エンジニア、研究者の方に向けて、 Pythonの基礎知識と、科学技術計算への利用方法について解説した書籍です。 【本書の対象読者】 ・科学・工学系研究（シミュレーション）を行う理工学生、エンジニア、研究者 ・データサイエンティスト 【本書で特徴的な内容】 ・科学技術計算に必要なPythonに特化 ・数値計算、代数計算、データの可視化を行う、NumPy、SciPy、SymPy、Matplotlibの使用方法 ・データ処理で利用されるpandasの使用方法 ・様々なファイル形式を使ったデータの入出力方法 ・CythonとNumbaを用いたPythonコードの高速化 【著者プロフィール】 かくあき 東京工業大学工学部および同大学院理工学研究科を2012年に修了。 学生時代から数値解析を中心にPython、Matlab、Fortran、C、LISPなどのプログラミング言語を利用。 Pythonの普及の一助となるべく、Udemyで講座を公開、KDPでの電子書籍を出版するなど情報発信。 ※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】 人工知能関連のプロダクト・サービスの開発において、機械学習は最初の学習領域です。 本書は、機械学習の基本と実践手法について解説した書籍です。 機械学習の開発環境の準備、実際の現場での利用方法、そしてブラックボックス化しがちな理論部分もしっかりフォローしています。 データ集計・整形と組み合わせた機械学習モデルの利用方法も解説しています。 【読者対象】 人工知能関連の開発に携わる開発者、研究者 現在は推薦システムの設計からアルゴリズムのデザインのみならず、インフラ構築を含めたサーバーサイド全般に従事。 ※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。

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。

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。

【本書について】 本書は、 杜世橋氏がKindle Direct Publishingを利用してKindleストアで販売している 『PyTorchで学ぶニューラルネットワークと深層学習』（ASIN: B078WK5CPK）を書籍化したものです。 書籍化にあたり、最新（2018年7月時点）のPyTorch v0.4に対応するなど大幅に加筆しています。 また、付録に無料で利用できるGPU環境である「Colaboratory」の利用方法の追加などを行っており、 GPU環境が利用できない読者でも様々なニューラルネットワークのモデル学習が体験できるようになっています。 【PyTorch（パイトーチ）とは】 PyTorchは主にFacebook社のメンバーが開発しているOSSの深層学習フレームワークです。 特徴としては動的ネットワーク方式を採用していてPythonの関数と同じ感覚でニューラルネットワークを構築できる点が挙げられます。 【本書の概要】 本書はPyTorchの基本から深層学習モデルの作成、そしてアプリケーション作成まで網羅した書籍です。 具体的には、PyTorchの基本から始まり、最尤推定と線形モデル、多層パーセプトロンについて解説します。 その後、画像処理と畳み込みニューラルネット、自然言語処理と再帰型ニューラルネットを扱います。 また、推薦システムやWebAPIの作成、アプリケーションのデプロイについても解説します。 さらに付録では、TensorBoardによる可視化、Colaboratoryの利用方法などを解説しています。 【対象読者】 深層学習エンジニア、機械学習エンジニア ※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。

※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。 伝説のゲームマンガでプログラミングが楽しく身につく! だれでも、はじめてでも、ゲームが作れる! 『ゲームセンターあらし』『こんにちはマイコン』のすがやみつる先生が、 プログラミング入門マンガを描き下ろし! いよいよ小学校でのプログラミング教育が必修化されます。ただし、授業で習うとなると、とたんにプログラミングがつまらなくなりそう。プログラミングだけでなく、IT全般をきらいになっちゃうかも――。そんな懸念を吹きとばすのが、すがやみつる先生の書き下ろし入門マンガ、令和版の『こんにちはマイコン』ともいえる本書です。プログラミングの必要性はもとより、プログラムをつくって動かす楽しさ、面白さをバッチリ伝えます。もちろん、プログラミング未経験の大人が読んでも役立ちます。 子どもから大人まで、「プログラミングを楽しみたいすべての人」にお届けします。