※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

※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。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 プログラミング言語のPythonを学びながら、プログラムでコンピューターがどうやって動いているかの基本から理解できるプログラミング入門書籍です。 プログラミング言語も、私たちが読み書きする日本語や英語と同じ言語です。言語の習得と同じように、まずはPythonのプログラムを読むところからはじめ、動かして動作を確認し、少し書き換えてコンピューターの動作がどう変わるかを体験しながら学んでいきます。 そして、コンピューターの動作の基本は、数と計算の考え方です。世の中の「ものごと」を数に置き換える考え方が身につけば、プログラミングがみるみる上達していきます。 サンプルのプログラムは、GoogleのColaboratoryを使って、パソコンだけでなくタブレットやスマートフォンでも動かして体験できます。 本書で、コンピューターが動く基本がしっかり理解できれば、プログラミングが楽しくなり、みるみる上達していけます。 ※カバー画像が異なる場合があります。

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。

世界累計50万部のベストセラー『Python Crash Course』待望の翻訳版が登場！ 10歳の小学生から定年世代まで、世界中の読者が学んだプログラミング入門書で、あなたもPythonの基本をしっかり学びましょう。本書は世界の中学、高校、大学でもテキストとして利用されており、この本で得た知識をもとに新しい仕事に就いたり、副業をスタートさせたりしている人たちが世界中にいます。 「必修編」では、プログラミング環境の用意、基本的なプログラムの書き方に始まり、リスト、辞書、クラス、関数といった基礎的な知識からエラー処理、テストコードの書き方までを演習問題を交えながら、わかりやすく解説します。随所にプログラマーとしての心構えなども触れられており、読みやすく整理されたコードの書き方も身につきます。これから初めてPythonを学ぶ人も、学び直したい人も、必読の書籍です。Windows・Mac・Linuxに対応しています。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 プログラミング初心者の小中学生たちが絶賛！ 世界一わかりやすくて楽しくて思考力も使うプログラミング本、待望の初登場！ 『Python（パイソン）』は、人工知能（ＡＩ）、機械学習、データ分析、Web開発などで幅広く使われ、現在世界でもっとも人気のあるプログラミング言語の一つです。 本書で『Python』を体感して、価値ある一歩を踏み出してください！ 【本書の特徴】 1)プログラミング初心者の小学生でもわかる→プログラミング経験ゼロでも大丈夫 2)ストーリー仕立ての会話形式→スラスラと楽しく読める 3)計算・作図・ゲーム作成と幅広く学習できる 4)チェック問題やチャレンジ問題が付いているので、思考力も強化できる 【対象読者】 ・小学生プログラミング教育必修化に伴い、何を教えればいいのか悩んでいる保護者の方々、教育関係者の方々 ・本格的なプログラミングをやってみたいと考えている小中学生の方々 ・プログラミングに興味があるけど、全くの未経験で不安に思っている方々 ・プログラミングを独学しようとしたけど、挫折してしまった方々 Day 1　準備する Day 2　計算する Day 3　描く Day 4　分類する Day 5　創る 特別付録１ 特別付録2 特別付録3

※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ゲーム開発入門の決定版! 人気ジャンルを題材にプログラミングの腕を磨こう! 大好評を博している『Pythonでつくる ゲーム開発 入門講座』に、第2弾『実践編』が登場! 前作同様、Pythonを用いたゲームプログラミングの基礎をまんべんなく解説しながら、今回は「アクション」「シューティング」「3Dカーレース」といった人気ジャンルの開発に挑戦します。 【本書の特長】 ○複数の演習を通し、ゲーム開発の知識・技術を大幅UPできる ○三角関数、遠近法などの知識を開発に活かす方法を学べる ○マップエディタやランチャーなど関連ツールの開発も行う ○プログラム1行ごとに説明を付けており、理解しやすい ○豊富な図解とイラストを用い、イメージで理解できる ○開発に必要な素材はすべて無償ダウンロードできる さらに、ゲーム開発でぶつかる＂壁を乗り越えるためのヒント＂も豊富に用意しました。 【開発のヒントが満載】 ・マップやアイテムの配置はどうするのか ・自機と敵機のヒットチェックはどうするのか ・＂弾幕＂の軌道はどうやって計算するのか ・面白さにつながる難易度とはどの程度なのか ・エフェクトやサウンドはどうやって組み込むのか ・坂道のカーブ、奥行、起伏はどう表現するのか ・Pythonで3Dを表現するにはどうしたらよいのか ……こんな疑問に答えます! ゲーム素材400本、プログラム80本、遊んで面白いゲーム5本を無償提供! 本書を読み終えた頃、ゲーム開発の知識はかなり高いレベルに到達できるでしょう。 また、各プログラム内にPythonのプログラミング技術を多くちりばめたので、Pythonを使う力もぐんと伸びているはずです。 ゲーム開発の基礎を盤石にしたい方、Pythonの技術に磨きをかけたい方にオススメの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。 ストーリーでPythonと機械学習がわかる!! 『機械学習入門―ボルツマン機械学習から深層学習まで―』、『ベイズ推定入門　モデル選択からベイズ最適化まで』につづく、お妃さまシリーズの第3弾を刊行するものです。Pythonの学習を主軸としたものであり、機械学習を実践したくなった人、およびカジュアルでわかりやすいPython入門本を探している人をターゲットとします。Pythonのコードとコードの説明をイラストでわかりやすく解説します。現在注目されているGAN（敵対的生成ネットワーク）についても解説。 第1章　魔法の鏡との出会い 第2章　機械学習の発見 第3章　思い出のアヤメ 第4章　器用な鏡、不器用な小人 第5章　あなたは誰？顔認識システム 第6章　表情豊かな鏡に戻れ！

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 日本では、人工知能や機械学習に適したプログラミング言語としてPythonが注目されています。しかし、Pythonはもっと普通のアプリ開発でも使いやすい優秀な言語です。本書は、PythonのWeb開発用フレームワーク「Django」を使って、Webアプリを開発する基礎知識を学ぶ入門書です。Python言語の基本的な知識から、テンプレート制作やデータベースアクセスの技術まで解説します。

本書は、Pythonでプログラミングをした経験のある読者が、 各種オープンソースソフトウェア（OSS）やライブラリを利用して、 自然言語処理を行うWebアプリケーションを作って動かし、自然言語処理を体験するための書籍です。 またその中で、自然言語処理に関連するさまざまな概念や手法、 簡単な理論についても学ぶことができ、本格的な学習の 前段階としても最適です。 本書の構成としては大きく2つの部に分かれており、 それぞれ以下のような内容を解説しています。 第1部：データの準備 ●テキストデータの収集 ●データベースへの格納 ●検索エンジンへの登録 第2部：データの解析 ●文法構造を調べる ●意味づけ ●知識データとの連係 全13章を順に追いながらWebアプリケーションを作っていくことで、 自然言語処理に関連するさまざまなテーマを学ぶことができます。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品は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。 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。 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。 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。 Python自然言語処理を、遊びながら学ぼう！ 「面白さ」と「学び」がひとつに詰まった入門書！ 本書は、プログラミング言語Pythonによる自然言語処理を、 「面白さ」「ユニークさ」を追求したサンプルプログラムで学べる入門書です。 ●「オレ ニク タベル ウマイ！」原始人語の翻訳機を作ろう ●メロスはいつまで激怒していた？　原作から心情を分析！ ●あの文豪が新作を書いたら？　架空の小説を執筆しよう ●コンピューターは「群馬」と「栃木」の違いを見分けられるのか？ ●「ナミ」と「フネ」から「サザエ」は生まれる？　子どもの命名AIを作ろう ●AIが三国志を読んだら、武将たちのライバル関係を理解できるのか？ ●「赤の他人」の反対は「白い恋人」？　あらゆる対義語を自動生成しよう プログラムは、すべて実行ボタンひとつで簡単に動くため、 プログラミングに慣れていなくても、すらすら読み進められます。 また本書では勉強にはつきものの、 難しい専門用語の解説や、複雑な数式の説明は登場しません。 まずは、奇想天外なサンプルを動かして、楽しく遊んでみてください。 勉強をしているつもりはなくても、いつの間にか、 基本的な知識や、分野の全体像が身についているはずです。 【こんな人におすすめ！】 ・Pythonによる自然言語処理を学びたい初心者 ・他の入門書を読んで、挫折してしまった人 ・プログラミングでとにかく面白いことがしてみたい人 ※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。 プログラミングの入門者とプロの違いには、どんな点があるでしょうか。 大きな違いの1つとして、「プログラムをすばやく理解する反射神経」があるかどうか、という点が挙げられるのではないでしょうか。 「プログラムはじっくり考えて作るもので、反射神経は関係ないんじゃないの？」と思われるかもしれません。確かに全体設計などじっくり考える部分もありますが、本書で説明するような基礎文法は、一瞬で把握できるのが理想です。「どこが変数でどこが関数・メソッドか」「式内の演算子が処理される順番」「行が実行される順番」などでいちいち考え込んでいたら、いつまで経ってもプログラムを理解できません。 本書では、そんな「大事なポイントや処理の流れがぱっとわかる」力を付けられるような内容を用意しました。 文法を解説する各セクションの後に「ミッション」を設け、ルールがわかっていれば簡単に解ける問題をいくつも出題し、反復訓練によってより速く解答できることを目指しました。 また、終盤の9、10章は、入門書のその先を目指した内容となっています。入門書を卒業して自分でプログラムを書くレベルに達するために、以下の2つのスキルが身に付けられるようにしました。 ・公式ドキュメントの解説を読んで、自力で知識を増やせる ・エラーメッセージを読んで、解決方法を見つけられる どちらも少し難しいですが、自分でプログラムを書くレベルに達するための必須スキルですので、ぜひ取り組んでみてください。 本書の解説は、Pythonが初めての方でも理解できるように、文法の基礎から解説しています。これからPythonを始める方にとっても、少しPythonがわかるけれど、細かいところに不安がある方、実践レベルに近づきたい方におすすめの1冊です。脱「Python入門」を目指して、本書でトレーニングを積みましょう！ ※Python 3.x使用 ※サンプルファイルおよびミッションのPDFをサポートサイトからダウンロードできます

※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。 プログラミングを習得する一番効率的な方法、それはゲームを作りながら学ぶこと。 文法だけを学んでも、何に、どうやって使うかわからないままでは、きちんとプログラミングを覚えたとは言えません。 本書の特徴は「プログラミング学習に最適なPythonを使って」、「ゲームを作りながらプログラミングの実践的な考え方を身に付けられる」ことです。 PART1では「Pythonの基礎知識」を学び、PART2ではその知識をもとにpygameを使って「ゲームを作る」2つのパートで構成されています。 「いきなりゲームを作るなんて難しそう！」 そう感じる人もいるかもしれませんが大丈夫。 まずは、サンプルコードを真似しながら手を動かしてプログラムが動くことを実感してみましょう。 Pythonに詳しいやさしいカエルくんがしっかり丁寧に教えてくれます。 サンプルファイルもダウンロードできるから、自分で書いたプログラミングが動かないときもしっかりサポート。 プログラミングで一番大切なことは、命令をたくさん覚えることでも、エラーなく正しく書くことでもありません。 もちろんそれらも大事。でも一番は、「自分で考えたアイデアをカタチにする」ことなんです。 「ゲームってこうやって作るんだ」「シューティングゲームってこうやって動いていたんだ！」 新しい発見をしながら学習した知識は、しっかり身に付きます。 自分で考えたゲームやアイデアを形にできる瞬間は、とても楽しいですよ。 「プログラミングには興味があるけど、どうやって勉強したらいいんだろう？」 「何度も挑戦してるけど難しくて脱落してしまった……」 そんなふうに考えているプログラミング入門者、Python入門者にぜひ手に取っていただきたい1冊です！ 【本書で作るゲーム】 PART1ではPythonの基礎を学びながら「体重と身長を入力してBMI値を出す」簡単なアプリのようなものを作っていきます。 PART2ではpygameをインストールして、 ・「衝突判定を使ったアクションゲーム」、 ・「ボール反射を利用したブロック崩しゲーム」、 ・「集大成のシューティングゲーム」 など本格的なゲームを作っていきます。 作れるゲームが増えていくことで感じる「できた！」という達成感は、まるでゲームをクリアしたときのような快感にも似ていますよ。

※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は、パワフルなオブジェクト指向型の言語ですが、文法がシンプルなため、入門者が最初に学ぶプログラミング言語にうってつけです。本書は、Pythonの基礎から、統合型の開発用フレームワーク「Anaconda」などのツールの使い方、今話題のディープラーニングまで、チャットボットの開発を体験しながら楽しく学ぶPython解説書の決定版です。第3版では、最新のWeb API、ライブラリに対応し、画像認識もより高度な手法を追加しました。

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

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 「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！

Pythonによるクローリング・スクレイピングの入門から実践までを解説した書籍です。基本的なクローリングやAPIを活用したデータ収集，HTMLやXMLの解析から，データ取得後の分析や機械学習前の処理まで解説。データの収集・解析，活用がしっかりと基本から学べます。Webサービスの開発やデータサイエンスや機械学習分野で実用したい人はもちろん，基礎から解説しているのでPython初心者でもつまずかずに学習できます。多数のライブラリ，強力なフレームワークを活用して高効率に開発できます。

大人気の機械学習フレームワーク「PyTorch」で 深層学習モデルとAIアプリを開発しよう！ 【PyTorchについて】 PyTorch は、主に深層学習で利用されている機械学習フレームワークです。 世界中で幅広く利用されており、国内でもここ数年で多くの方が利用し始めています。 【本書の概要】 Udemyで公開中の大人気講座『【PyTorch+Colab】PyTorchで実装するディープラーニング -CNN、RNN、人工知能 Web アプリの構築』の書籍化企画です。 PyTorch を使い、CNN による画像認識、RNN による時系列データ処理、深層学習モデルを利用した AI アプリの構築方法を学ぶことができます。 本書で PyTorch を利用した深層学習のモデルの構築からアプリへの実装までできるようになります。 【本書で得られること】 ・機械学習フレームワーク「PyTorch」の基礎が身につきます。 ・PyTorchのコードの読み書きができるようになります。 ・CNN、RNN などを実装できるようになります。 ・自分で調べながら、ディープラーニングのコードを実装する力が身につきます。 ・最終的に人工知能アプリを構築し、公開できるようになります。 【目次】 Chapter0 イントロダクション Chapter1 PyTorchと深層学習 Chapter2 開発環境 Chapter3 PyTorchで実装する簡単な深層学習 Chapter4 自動微分とDataLoader Chapter5 CNN（畳み込みニューラルネットワーク） Chapter6 RNN（再帰型ニューラルネットワーク） CHapter7 AIアプリの構築と公開 APPENDIX さらに学びたい方のために 【著者プロフィール】 我妻幸長（あづま・ゆきなが） SAI-Lab 株式会社を起業。「ヒトと AI の共生」がミッション。人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。 理学博士（物理）。解決策のモデル化、数式化が得意で、プログラミング教育も行う。 近著に『Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術』、 『Pythonで動かして学ぶ！あたらしい数学の教科書』（いずれも翔泳社）がある。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

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。 Rustは、C/C++の代わりとなる最新の爆速言語として注目されています。「とにかく実行速度が速い」「モダンな言語機能が一通り入っている」「OSからWebアプリケーションまで幅広く実装できる」「ツール群がとても充実している」「安全性が強力に担保されている」など、数多くの魅力があります。本書は、JavaやPythonなど他の言語に習熟しているエンジニアを対象に、Rustの独特な仕様と開発ノウハウをわかりやすく解説した入門書です。

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。

※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。 手のひらサイズのLinuxパソコン「Raspberry Pi(ラズベリー・パイ)」で電子工作を楽しもう! 本書はRaspberry Piを様々な用途で使いこなすための入門書です。 Raspberry PiはARMベースのシングルボードコンピュータで、LinuxベースのグラフィカルなOSも用意されており、一般的なパソコンのような使い方が可能です。 OSがLinuxベースなので、Webサーバーやファイルサーバーのようなサーバー用途での利用もすぐにできます。 本書では初めてLinuxに触れる方にもわかりやすいように、コマンドの基本的な使い方から解説します。 また、電子工作で必須のプログラミングについても、極めて初歩から解説しています。 本書ではScratch(スクラッチ)とPythonによる解説を行っています。 電子工作では、電子工作で用いる部品の解説や、電気の基礎知識、そして実践方法について詳しく解説します。LEDの点灯、スイッチによる入力などから、I2C機器、そしてセンサーとカメラなどを組み合わせた応用例まで幅広く解説しています。 書籍内で解説したPythonプログラムは、サポートサイトからダウンロードしてご利用いただけます。 本書があれば、Linuxの初心者、電子工作の初心者、プログラミングの初心者でも安心してRaspberry Piを使いこなせます。 前著「これ1冊でできる! ラズベリー・パイ 超入門 改訂第5版」(2018年11月発行)をベースに、昨年発売されたRaspberry Pi 4 Model Bにも対応しました。 Raspberry Pi Zero/ Zero Wはもちろん、現在販売されているGPIOが40ピンのRaspberry Pi全機種が対象です(GPIOが26ピンのRaspberry Pi Model A、Model Bは対象外)。 さらに、4版で紹介した電子部品の中で、入手が困難になっているものなどを刷新しています(そのため前著のお持ちの方は内容が重複している恐れがあります)。 なお、本書の解説内容ではネットワークを利用しますので、LANが利用できる環境を前提に解説しています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、日経NETWORKに掲載したネットワーク構築に関連する主要な記事をまとめた1冊です。 有線LANの基礎知識や無線LANのトラブルシューティング、クラウド時代のセキュリティーやパスワードレス認証、ネットワーク管理などを豊富なイラストや図を使って網羅的かつ分かりやすく解説します。文章を読むだけでは分かりにくいネットに関する技術を、豊富なイラストや図を使って解説していることが特徴です。 ≪目次≫ ●第1部　有線LAN構築 第1章　ネットワーク構築の勘所 第2章　ネット管理者のオフィス移転入門 第3章　徹底解説ネットワークスイッチ 第4章　基礎から学ぶネットワーク冗長化 ●第2部　無線LAN構築 第1章　クラウド時代の無線LAN構築術 第2章　無線LANトラブルシューティング ●第3部　セキュリティーと認証 第1章　「SASE」を読み解く 第2章　実機を動かして学ぶUTM 第3章　もうパスワードはいらない 第4章　令和時代のネットワーク防衛術 第1回　「サイバーハイジーン」を目指せ 第5章　令和時代のネットワーク防衛術 第2回　「パスワードレス時代」が到来 第6章　令和時代のネットワーク防衛術 第3回　注目集める「ゼロトラスト」の正体 第7章　令和時代のネットワーク防衛術 第4回　「脱PPAP」からのデータガバナンス 第8章　令和時代のネットワーク防衛術 第5回　「CASB」でシャドーITを撲滅 第9章　令和時代のネットワーク防衛術 第6回　「SIEM」と「SOAR」で危険を見抜く ほか ●第4部　ネットワーク管理 第1章　ネットワーク監視の極意 第2章　手軽に使えるパケットキャプチャー術 第3章　Pythonでネット管理を自動化

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 GAN（Generative Adversarial Networks）：敵対的生成ネットワークは機械学習技術の一種で、2つの分離したニューラルネットワークを使い実物と区別が付かないほどリアルな画像を生成することを可能とします。 本書はGAN：敵対的生成ネットワークを学びたい方のために入門から実装まで、理論を交えつつ解説していきます。本書全体を通じてJupyter Notebookを使い、実装はPython、Kerasで行っていきます。 機械学習とニューラルネットワーク、Pythonプログラミングについてある程度の経験がある方を主な対象読者としており、数学に関しては最小限のものに絞って解説します。 本書の目的は、GANが達成してきたことを理解するための知識と道具を提供し、そこから新しい応用を見つけ作り出す力をつけていただくことです。GANは多くの可能性に満ちていますから、意欲的な方々であれば学術界・実世界に大きなインパクトを与えられることでしょう。 Part 1 GANと生成モデル入門 Part 2 GANの発展的な話題 Part 3 ここからどこへ進むべきか

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 オンライン教育プラットフォームUdemyの人気講師が教えるディープラーニングの基礎。ディープラーニングのベースであるニューラルネットワークと、ニューラルネットワークを学習させる際に用いられるアルゴリズムであるバックプロパゲーション（誤差逆伝播法）を初学者にもわかりやすく解説。また画像認識の分野で高い効率性を発揮する畳み込みニューラルネットワークについてもコード付きで解説することにより、入門書であるにもかかわらず本格的AI開発の入り口まで学ぶことができます。 ［本書の特徴］ ・はじめてPythonに触れる方のために、Python本体と数値演算ライブラリNumPyによるプログラミングの基礎を解説しています。 ・文系エンジニアのために、微分や線形代数など、ニューラルネットワークの理解に必要な数学の知識を解説しています。 ・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。 ・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。 ・Python3、Jupyter Notebook対応。

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。 Pythonは、AIの開発から身近な作業の自動化まで、さまざまなシーンで活躍するプログラミング言語です。文法がシンプルで初心者でも習得しやすいため、人気が急上昇しています。本書は、Pythonプログラミングをこれからはじめてみたい人のために、学習範囲を思い切って絞ることで、基礎の基礎をしっかり学べる超入門書です。プログラミング未経験者でも随時、プログラムを書いて動かすため、飽きることなくサクサク読み進められます。

※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。 データ分析の現場にあって入門書にないもの――それは、「汚いデータ」（ダーティデータ）です。本書は、データ分析の現場では、どんなデータに出会い、どのような問題が生じ、どう対応すればよいのかというノウハウを解説します。事前の加工（視覚化）から機械学習、最適化問題まで、100本ノックをこなして、ビジネス現場で即戦力になれる「応用力」を身につけましょう！ Pandas、Numpy、Matplotlibなど10個のライブラリを練習します。

※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。 現在の「Web技術」のきほんを、1冊でしっかり学ぼう！ 本書は、HTMLとCSS、JavaScriptの基本を1冊で学べる本です。 現在、HTMLとCSS、JavaScriptという「Web」を構成する技術は、WebサイトやWebアプリケーションをはじめとして、さまざまな環境で使われるようになっています。本書では、その3つの技術に焦点をあてて、1冊で「現在のWeb」の基本を総合的に学べるようにしました。 これからWebの仕事をしたいと考える方にとって、最初のスタートとして最適な1冊です。 HTML5.1/CSS3 対応。 ===（以下「はじめに」より編集・抜粋）=== 本書は、HTMLとCSS、JavaScriptすべてを1冊で紹介した欲張りな本です。 ただ、それは単に「お得」とか「色々なことをさらっと」というわけではありません。これから「Web」という技術を学んでいきたいという方に向けて、最初に必要となる知識をしっかりと身につけて欲しくて執筆しました。 HTMLといえば、最初に思いつくのは「Webサイト（ホームページ）制作」です。ただ、本書はWebサイト制作の入門ではないため、それに必要となる次のような知識については、あえて触れていません。 ・Webサイトの設計・画面設計手法 ・コンテンツの作成方法 ・Webサイトの公開方法やメンテナンス方法など これら、「Webサイト制作に必要な知識」は他の書籍にお任せし、本書は技術としてのHTML/CSS/JavaScriptの解説だけに絞りました。 「Web」の技術は、今やサイト制作だけでなく、スマートフォン向けのアプリケーション開発やPepper等のロボット開発、AIのインタフェース開発など、あらゆる分野で活用されています。そんなとき、これらの技術をまとめて解説する書籍があればと思い、執筆するに至りました。 Webサイト制作者になりたい方はもちろん、これまでJavaやPythonなどのプログラミング言語は学んできたものの、HTMLやJavaScriptについて学ぶ機会がなかったエンジニアの方、そしてこれからネット業界、AI業界を目指す学生の方など、幅広い方々に活用して頂ければありがたく思います。

Pythonはここ数年で日本語の書籍も増え、開発現場での利用実績も着実に増えてきています。ご自身の第二、第三の言語の選択肢としてPythonが気になっているという方も多いのではないでしょうか。また、「Pythonを始めてみたけど、実際に業務で利用するには不安が残る」「コードレビューに怯えながらPythonを書いている」という方も多いのではないでしょうか。 本書は、そういった方を対象に、Pythonという言語が持つ機能の実践的な使い方を紹介します。Pythonは、日常的なツールからWeb開発、データ分析、機械学習など分野を問わず利用できる汎用性の高い言語です。本書も同じく、Pythonという言語の仕様やその特徴的な機能、標準ライブラリでできることを中心に扱うため、分野を問わず活用していただけます。

※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。 “最強のビジネスツール”とも言われ いま最も注目されているプログラミング言語Python。 プログラミング未経験者でもわかるよう、 初歩の初歩から豊富な図版とともに どこよりもやさしく解説します。 手を添えなくてもページが180度開く特別製本で、 読みながらのパソコン操作もラクラク！ 近年、「プログラミング必修化」「機械学習」「AI」などの キーワードを新聞や雑誌、テレビで目にする機会が増えてきた今、 エンジニアだけでなく一般のビジネスパーソンや学生の間でも プログラミングに対する関心が高まっています。 そして、さまざまあるプログラミング言語のなかで 最も注目されているのが「Python」です。 PythonはAIや機械学習に関わるプログラミングに最適なだけでなく、 初めてプログラミングを学ぶ人にもわかりやすく、書きやすい言語で あることも評価されています。 つまりこれからプログラミングを学ぶ子どもや学生をはじめ、 プログラミングを学んで仕事を効率化したり、 仕事の幅を広げたりしたいビジネスパーソンにぴったりなのです。 そこで本書では、これまでプログラミングの経験がない人でも 理解できるように、初歩から解説します。 実際のプログラミングを少しずつ体験しながら 一歩ずつ確実にスキルを習得できるよう 豊富な図版とともにていねいに解説します。

実用度ナンバーワン言語のPythonをはじめよう! Pythonは、AIの開発やデータ分析、統計など何かと話題の分野で必須のプログラミング言語です。本書では、3つのプログラムを作り、動かしながらPythonの基本からちょっとした応用を学びます。1つ1つの手順を丁寧に解説するので、書いてあるとおりにプログラムを作っていくだけで自然とPythonの使い方や特長をマスターできます。※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。

Pythonによるクローリング・スクレイピングの入門から実践までを解説した書籍です。2017年の初版から内容をアップデート、新ライブラリの解説などを追加した増補改訂版です。基本的なクローリングやAPIを活用したデータ収集、HTMLやXMLの解析から、データ取得後の分析や機械学習などの処理まで解説。データの収集・解析、活用がしっかりと基本から学べます。Webサービスの開発やデータサイエンスや機械学習分野で実用したい人はもちろん、基礎から解説しているのでPython初心者でもつまずかずに学習できます。多数のライブラリ、強力なフレームワークを活用して高効率に開発できます。

※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。 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。 便利な簡単プログラムから機械学習までこの1冊で！ 本書はプログラミング言語Python（パイソン）の入門書です。 初めてPythonに取り組む人にとってもわかりやすいように、Pythonの文法の基本を1つずつ丁寧に説明します。小さなプログラムを実際に作りながらの説明なので、その文法がどんなものなのか、どんな時に使えばいいのかを理解しやすくなっています。また、プログラムが動く楽しさを味わいながら進むことができるようになっています。 後半では、より本格的にPythonを使っていくためのプログラミングを学んでいきます。途中少し難しめの解説があるところでは、「後から読んでも大丈夫」というマークを付けて、読み飛ばせるようになっています。 実践編や応用編では、少し長めのプログラムを書いて、デスクトップアプリやWebアプリを作ったり、機械学習で判定をするプログラムを書いたりする作例を紹介しています。これによって、本書で学習したことの理解を深めることもできますし、動くプログラムを作る楽しさや充実感を味わうことができます。 「初心者だけど、とりあえず動くものを作りたい」という目的にも使えますし、少し上達してから、後回しにしていた内容をもう一度読んで、「さらに力を付けて、高度なプログラミングにも挑戦してみたい」という目的にも使える、1冊で2度おいしい本です。

※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。 2016年７月の刊行以来、入門者向けの丁寧な解説が「親切すぎる！」と大好評の『カラー図解 最新 Raspberry Piで学ぶ電子工作』が、Raspberry Pi 4に対応した内容でリニューアル！ 電子工作の超初歩的な演習である「Lチカ」（LEDライトをチカチカと点灯させる）から、温度センサ、モーター、液晶ディスプレイなどの超定番パーツを用いる演習、スマホやタブレットとラズパイを連携させた応用演習を通して、ラズパイを使った電子工作を基礎からきっちりと学べます。 演習に用いるPythonのプログラムはダウンロード可能！ 実際に回路を組む際、見やすくて便利な回路図のPDFファイルをダウンロード可能！ 演習で使うLEDや抵抗、ブレッドボード、モーターなどのパーツが揃った公式の「パーツセット」を、秋葉原の老舗電子パーツショップの秋月電子通商さんにて販売（通販と店頭）！ 刊行後の更新情報をWebにて発信！ 本書は10章構成です。１章では「Raspberry Piとは何か」をその生い立ちから紹介します。２章では、Raspberry Piを使ううえで必要なものを紹介。OSのインストールからセットアップまでを解説します。 ３章では、LEDを点灯させる演習で、電流、電圧、抵抗など電子工作に必要な予備知識を学びます。４章では、プログラムを使ってLEDを点滅させ、ラズパイによる電子パーツの制御方法を学びます。５章では、タクトスイッチを使ったLEDの点灯／消灯、６章では、半固定抵抗やセンサを使ったAD変換によるアナログ値の利用法を学びます。７章では、温度計を作る演習でI2Cデバイスの利用法を、８章では、DCモータやサーボモータを使い、PWM（パルス幅変調）の利用法を学びます。９章では、ラズパイをスマホやタブレット、パソコンと連携させ、LEDやモータを制御する演習を行い、WebIOPiという技術の利用法を学びます。10章では、９章で学んだ知識を応用し、スマホから操作できるキャタピラ式模型を作ります。 ・本書で対応するRaspberry Piの機種 Raspberry Pi……Raspberry Pi 4 Model B、Raspberry Pi 3 Model B+、Raspberry Pi Zero WH（そのほか40ピンのGPIOポートをもつ機種） ・対応するRaspberry Pi 用のOS Raspberry Pi OS（2020-05-27（Buster））またはRaspbian（2019-04-08（Stretch）） ～刊行後の最新OSへの対応方法を、Webでの発信を可能なかぎり行う予定。 ※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。

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。

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。

シリーズの第2弾は、初学者向けのKaggle入門書の決定版！ ★「Kaggleで勝つ」準備をしよう！★ 初学者が「Kaggleに何となく興味ある」状態から「実際のコンペに参加できる」状態になれるような内容を目指しました。 ・サンプルコードの詳細な解説があるから、しっかり身につく！ ・優勝チームと専業Kagglerのコンビによる、安定のわかりやすさ！ ・充実の本音対談で、やさしくサポート！ ・初学者や手探りでやっているが体系的な知識を得たい人に最適。 【本書のサポートページ】 https://github.com/upura/python-kaggle-start-book 【実践Data Scienceシリーズ】 https://www.kspub.co.jp/book/series/S069.html 【主な内容】 第1章　Kaggleを知る 1.1 Kaggleとは 1.2 Kaggleで用いる機械学習 1.3 Kaggleのアカウントの作成 1.4 Competitionsページの概要 1.5 環境構築不要な「Notebooks」の使い方 第2章　Titanicに取り組む 2.1 まずはsubmit！　順位表に載ってみよう 2.2 全体像を把握！　submitまでの処理の流れを見てみよう 2.3 次の一手を見い出す！　探索的データ分析をしてみよう 2.4 ここで差がつく！　仮説に基づいて新しい特徴量を作ってみよう 2.5 勾配ブースティングが最強？！　いろいろな機械学習アルゴリズムを使ってみよう 2.6 機械学習アルゴリズムのお気持ち？！　ハイパーパラメータを調整してみよう 2.7 submitのその前に！　「Cross Validation」の大切さを知ろう 2.8 三人寄れば文殊の知恵！　アンサンブルを体験しよう. 第3章　Titanicの先に行く 3.1 複数テーブルを扱う 3.2 画像データを扱う 3.3 テキストデータを扱う 第4章　さらなる学びのために 4.1 参加するコンペの選び方 4.2 初学者にお勧めの戦い方 4.3 分析環境の選択肢 4.4 お勧めの資料・文献・リンク 付録A　サンプルコード詳細解説 A.1 第2章 Titanicに取り組む A.2 第3章 Titanicの先に行く

★この本を買わずして何を買う！！★ 競技プログラミング経験が豊富な著者が、「アルゴリズムを自分の道具としたい」という読者に向けて執筆。入門書を標榜しながら、AtCoderの例題、C++のコードが充実。入門書であり実践書でもある、生涯役立つテキストを目指した。 【推薦の言葉】 プログラムが「書ける」ことと、効率の良い結果を得ることには大分ギャップがある。本書は、どのようにすれば効率のよい結果が得られるか？　すなわちどのようなアルゴリズムを採用すればよいか？　という点に対して、幅広くかつ明快に解説している。 また本書は、アルゴリズム初心者に対して、アルゴリズムへの興味を惹かれるように記述されている。アルゴリズム上級者への初めの一歩には最適であろう。 ――河原林健一（国立情報学研究所副所長） 【全体を通して、アルゴリズムの設計技法を重視した構成】 まず、1、2章でアルゴリズムと計算量について概観します。そして、3～7章が、早くも本書のメインパートといえる部分であり、「アルゴリズムの設計技法」について詳しく解説します。これらの設計技法に関する話題は、多くの書籍では、最後の方で簡単に説明しています。しかし本書は、現実世界の問題を解決するための実践的なアルゴリズム設計技法の鍛錬を目指しています。そこで、アルゴリズム設計技法について前半で詳しく解説する構成としました。そして、これらの設計技法が後半の章でも随所に使われていくことを示していきます。 その後、8～11章では、設計したアルゴリズムを効果的に実現するうえで重要となるデータ構造を解説します。データ構造について学ぶことで、アルゴリズムの計算量を改善したり、また、C++やPythonなどで提供されている標準ライブラリの仕組みを理解して、それらを有効に活用したりすることができるようになります。 そしていったん、12章でソートアルゴリズムについての話題を挟んだ後に、13～16章でグラフアルゴリズムについて解説します。グラフは、非常に強力な数理科学的ツールです。多くの問題は、グラフに関する問題として定式化することで、見通しよく扱うことができるようになります。また、グラフアルゴリズムを設計するとき、3～7章で学ぶ設計技法や、8～11章で学ぶデータ構造が随所で活躍します。 最後に、17章で PとNPに関する話題を解説し、世の中には「効率的に解くアルゴリズムを設計することができそうにない難問」が多数あることを見ます。18章で、これらの難問に取り組むための方法論をまとめます。ここでも、動的計画法 (5章) や貪欲法 (7章) といった設計技法が活躍します。

※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。 ※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 でさまざまな現象をシミュレーションしよう！ 本書はコンピュータシミュレーションの基礎を、Pythonを用いたプログラミングによって実際に試しながら学習するものです。 うわさの拡散や伝染病の流行、人口予測といった自然科学モデル、リボ払いの計算や在庫管理といった経営・経済モデルといった具体的なものから、情報科学的な確率モデル、ベイズ統計、グラフ理論、GA（遺伝的アルゴリズム）といった各手法に基づいたモデル、エージェントベースモデル、強化学習による意思決定モデルまでを解説しています。 本書では、シミュレーションの各モデルの立て方やアイデアの説明に重点を置き、数値計算の厳密な詳細やモデルの数理よりはPythonによる実行を志向します。また、プログラムのほとんどは Jupyter Notebook形式で配布しているので、ご自身の手もとのPCで実行することができるようになっています。 第1章 はじめに 第2章 数値計算と数学の基礎 第3章 アニメーション 第4章 確率モデル 第5章 自然科学モデル 第6章 経営モデル 第7章 ベイズ統計に基づくモデル 第8章 グラフ理論に基づくモデル 第9章 遺伝的アルゴリズムに基づくモデル 第10章 エージェントベースモデル 第11章 強化学習による意思決定モデル

【DX時代に必要不可欠な「変化に適応する力」を身につけるための1冊！】 戦略がなければ、リスキリングの9割は挫折する！ 　将来どうなるかわからない、変化の激しい世の中、そこで自分という軸をしっかり保ち、幸せに働き続けるための力、それがリスキリング力です。それは組織から命令されて身につくものではなく、個人の「自分らしさ」「ありたい姿」に添って実現されるものです。 　本書では、筆者自身の経験を軸に、自らが主宰するコミュニティ「ノンプログラマーのスキルアップ研究会」などで関わってきた実績、また学習に関するいくつかの研究を参照しつつ、ビジネスパーソンがリスキリングを通して成功をおさめるための知識と考え方、行動のしかた、手順についてわかりやすく伝え、自分らしい・ありたい姿になるためのリスキリング力を身につける術を提供します。 　時代の流れに合わせて成長し、価値のある「働く」を実現し続けることができるよう、本書がサポートします ■こんな方におすすめ ・働き方やその将来に不安やモヤモヤを抱えているすべてのビジネスパーソン ・IT分野におけるリスキリング、学び直しに関心のある人 ■目次 ●Chapter0 リスキリングの先にあるものとは 　　１ 僕の20年の歩み 　　２ リスキリングの成功から再現性を抽出する ●Chapter1 リスキリングのための知識と準備 　　１ リスキリングとは 　　２ リスキリングを他人まかせにしてはいけない 　　３ なぜリスキリングをするのか 　　４ リスキリング力を身につける ●Chapter2 リスキリングの戦略 　　１ なぜ戦略が必要なのか 　　２ リスキリングのモデルと戦略 　　３ 思考・行動の型――OODAループ ●Chapter3 リスキリングの原則 　　１ システム化の原則 　　２ 無意識の原則 　　３ 学習の原則 　　４ 実践の原則 　　５ 環境づくりの原則 ●Chapter4 時間を生み出す 　　１ リスキリングのロードマップ 　　２ 装備を整える 　　３ 集中する 　　４ 探しものを減らす 　　５ 汎用デジタルスキルを身につける 　　６ 資料づくり 　　７ コミュニケーション ●Chapter05 デジタルスキルの習得 　　１ デジタルスキルを身につける 　　２ 文書作成ソフトの基本スキルを身につける 　　３ スライド作成ソフトの基本スキルを身につける 　　４ 表計算ソフトの基本スキルを身につける 　　５ RPAのスキルを身につける 　　６ ノーコード／ローコードのスキルを身につける 　　７ プログラミングスキルを身につける 　　８ AI活用スキルを身につける ■著者プロフィール 高橋宣成：株式会社プランノーツ代表取締役。「ITを活用して日本の『働く』の価値を高める」をテーマに、VBA、Google Apps Script、Pythonなどのプログラム言語に関する研修、セミナー講師、執筆、メディア運営、コミュニティ運営など、ノンプログラマー向け教育活動を行う。コミュニティ「ノンプログラマーのためのスキルアップ研究会」主宰。

※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。 自然言語処理の標準モデル、BERTを使いこなせるようになる！ 　BERTはGoogleが2018年末に発表した自然言語処理モデルです。「文脈」を考慮した処理が特徴的であり、言語理解を評価する11個のタスクについて最高精度を達成し、今や標準的なモデルとしての地位を確立しています。 　本書は、自然言語処理の近年における発展に大きな役割を果たし、かつ応用上も有用であるBERTの入門書です。前半で自然言語処理や機械学習について概説したのち、BERTによって実際にさまざまなタスクを解いていきます。具体的には、文章分類・固有表現抽出・文章校正・類似文章検索・データの可視化を扱います。データセットの処理から、ファインチューニング（BERTを特定の言語タスクに特化させるための学習）、性能の評価までの一連の流れを体験することで、BERTを自分で使えるようになることを目標とします。 なお、BERTで処理を行うためのライブラリとして、深層学習の言語モデルを扱ううえでよく使用されるTransformersを、学習や性能評価を効率的に行うためのライブラリとしてPyTorch Lightningを用います。本書ではTransformersやPyTorch Lightningを用いたことがない読者を想定して、その使い方を一から体系的かつ丁寧に解説します。 ▼本書の環境 言語：Python 深層学習フレームワーク：PyTorch ライブラリ：Transformers, PyTorch Lightning 計算環境：Google Colaboratory ▼本書の特徴 ・BERTで実際にさまざまなタスクを解くことができます。 ・使用するデータセットを日本語で統一しています。 ・ライブラリの使い方を一から体系的に説明します。 第1章　はじめに 第2章　ニューラルネットワークを用いた自然言語処理 第3章　BERT 第4章　Huggingface Transformers 第5章　文章の穴埋め 第6章　文章分類 第7章　マルチラベル文章分類 第8章　固有表現抽出 第9章　文章校正 第10章　文章ベクトルを用いたデータの可視化と類似文章検索 付録A　ニューラルネットワークの学習の基礎 付録B　Colaboratory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。 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。

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。

『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。

【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。

Pythonのスタンダードがわかる。 わかりやすさを追求した本格的な入門書！ 本書はPythonの入門書です。Pythonはコンパイルのいらない 軽量なプログラミング言語です。その手軽さや文法の学びやすさが 人気であり、入門者がはじめてプログラミングを行なうのに最適な 言語として注目されています。 この書籍は、はじめてプログラミングを学ぶ人に向けています。 入門者がつまづく箇所を事前に募集したプログラミングがはじめての レビューアーと追求し、プログラミングの「なぜ」を解決できるよう わかりやすさを重視した解説をしています。 この書籍で、インストールから応用まで、Pythonでデータを 扱うための基礎がたのしく身につけることができます！ 【本書の特長】 本書はPythonで本当に使われることに特化しており、 「せっかく覚えたのにこの機能全然使わない」ということが ありません。 入門者でもスラスラとPythonを学ぶことができます。 また、一番つまづきやすい環境構築は図を使いながら、 丁寧に解説しているので、安心してプログラミングの学習を 始めることができます。 【対応環境】 本書はWindows、MacOSの両方で解説をしています。また、Pythonの バージョンは執筆時では最新のPython 3.6.1で解説しています。 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

【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。

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

本書はPythonによる自然言語処理、あるいはテキストマイニングの初歩について解説したものです。 テキストマイニングとは、テキストをコンピュータで探索（マイニング）する技術の総称です。ここで「テキスト」とは、小説や論文、あるいは新聞や雑誌の記事にとどまらず、インターネット上のブログ、あるいはSNSに投稿された文章など、およそ人間の言葉で書かれたものを指します。 Pythonの基本からテキスト分析の手順、形態素解析器の導入、さまざまな分析手法についてわかりやすく解説しています。また、本書の最後に、ディープラーニングを使ったテキストマイニング事例についても紹介します。 なお、本書の一部については解説動画が用意されています。

★基礎技術と分析アプローチがわかる入門書の決定版！★ ・「spaCy＋GiNZA」による一気通貫の分析がすぐに実践できる ・観光／金融・経済／ソーシャルメディアの分析事例をていねいに解説 ・つまずきやすい「環境構築」もしっかりサポート 【本書はこんな人におすすめです】 ・Pythonの基本が身についたので、次はテキストアナリティクスを学んでみたい ・大学の講義やプログラミングスクールなどで自然言語処理について少し触れたが、もう少し詳しく学びたい ・テキストアナリティクスにつまずいたことがあったり、ブランクがあったりして再挑戦してみたい 【本書「巻頭言」より抜粋】 アイディア次第でさまざまな分析が可能になるのがテキストアナリティクスの面白さです．その反面，多くの場合，簡単に結果が出るものではありません．諦めずに試行錯誤を続けることが重要です．基本的には多様な可能性に思いを巡らせることが有効です．それには経験の蓄積が活きてきますので，やればやるほど成果を出しやすくなります．自分で実際にデータを処理し，試行錯誤をしてみるのがテキストアナリティクスのスキルを向上させる近道です．その考えから，本書では試してみることを重要視しています． ――那須川哲哉（日本アイ・ビー・エム株式会社東京基礎研究所主席研究員） 【サポートページ】 https://github.com/tksakaki/kspub_ds_text_analytics 【主な内容】 第I部　テキストアナリティクスの基礎 第1章　テキストアナリティクスことはじめ 第2章　プログラミングの補足知識 第3章　環境構築 第4章　基礎技術 　 第II部　テキストアナリティクスの実践 第5章　データ収集 第6章　観光テキストの解析 第7章　金融・経済テキストの解析 第8章　ソーシャルメディアテキストの解析 第III部　応用技術・発展的な内容 第9章　実践的なテクニック 第10章　深層学習技術 第11章　環境構築の要らないテキストアナリティクス 付録　本書で利用するPythonライブラリ 【編著者紹介】 榊　剛史 株式会社ホットリンク 開発本部R＆D 部長 東京大学未来ビジョン研究センター 客員研究員 中国・清華大学による世界的なAI研究者2000人に選出。2006年電力会社にて情報通信業務に従事した後、東京大学博士課程に入学。2013年松尾研究室にて博士号取得。2015年～株式会社ホットリンクに入社。

※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。 どう動くのか仕組みを理解し、スマートなコードを実現できる、データ構造やアルゴリズムの現実のコードを知りスキルアップできる。Pythonプログラマーの必須の書籍。

★ 実験を効率化する強い味方 ★ もう実験で疲弊しない。次に試す実験条件は、データと統計学が教えてくれる！ ベイズ最適化とPythonを駆使して、効率よく研究・開発を進めよう！ 《すぐに試せるサンプルデータセット・サンプルコード付き》 ■ データ解析の初歩から、モデルの設計、実践的な応用事例までを導く。 ■ 実験時間や人数が限られる今、絶対に役立つスキルが身につく！ ■ 入門書であり、実践書。フルカラー！ 【目次】 第1章　データ解析や機械学習を活用した分子設計・材料設計・プロセス設計・プロセス管理 ・ケモ・マテリアルズ・プロセスインフォマティクス ・分子設計 ・材料設計 ・なぜベイズ最適化が必要か ・プロセス設計 ・プロセス管理 ・データ解析・人工知能（モデル）の本質 第2章　実験計画法 ・なぜ実験計画法か ・実験計画法とは ・適応的実験計画法 ・必要となる手法・技術 第3章　データ解析や回帰分析の手法 ・データセットの表現 ・ヒストグラム・散布図の確認 ・統計量の確認 ・特徴量の標準化 ・最小二乗法による線形重回帰分析 ・回帰モデルの推定性能の評価 ・非線形重回帰分析 ・決定木 ・ランダムフォレスト ・サポートベクター回帰 ・ガウス過程回帰 第4章　モデルの適用範囲 ・モデルの適用範囲とは ・データ密度 ・アンサンブル学習 第5章　実験計画法・適応的実験計画法の実践 ・実験候補の生成 ・実験候補の選択 ・次の実験候補の選択 ・ベイズ最適化 ・化学構造を扱うときはどうするか 第6章　応用事例 ・複雑な非線形関数を用いた実験計画法・適応的実験計画法の実践 ・分子設計 ・材料設計 ・プロセス設計 第7章　さらなる深みを目指すために ・Gaussian Mixture Regression（GMR） ・GMR-Based Optimization（GMRBO）（GMRに基づく適応的実験計画法） ・複雑な非線形関数を用いたGMRBOの検証 第8章　数学の基礎・Anaconda・Spyder ・行列やベクトルの表現・転置行列・逆行列・固有値分解 ・最尤推定法・正規分布 ・確率・同時確率・条件付き確率・確率の乗法定理 ・AnacondaとRDKitのインストール・Spyderの使い方

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 基礎からアプリ開発のために必要な知識まで、「この一冊で」しっかりやさしく学べる新しいPythonプログラミングの教科書。 はじめてプログラムを行う人でも安心して読み進められるように、基礎をわかりやすく解説。さらに「AI」「スクレイピング」「データベース」「Webプログラミング」など、最新のアプリ開発にすぐに取りかかれるように、実践的なサンプルも多数掲載。 ■基本がしっかりと学べる 本書の基礎編では、初めてプログラミングにチャレンジする人でも安心して読み進めていただけるように、プログラムの書き方、動かし方を丁寧に解説していきます。開発環境の導入方法も解説しているので、すぐに学習に取りかかれます。 ■実践的な知識が身につく 本書の応用編では、ライブラリの利用方法、仕事の自動化、AI（機械学習）、スクレイピング、データベース、Webアプリの作り方などを学習していきます。基礎から一歩進んだ実践的な知識を身につけることができます。 ■確認しながら読み進める 本書には、シンプルかつ理解しやすいサンプルプログラムを多数掲載しています。ひとつひとつ結果を確認しながら、プログラムの書き方や仕組みの理解を進めていきます。

※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。 これからプログラミングを始めるときに選ぶ言語として注目されているPython。 人工知能（AI）、機械学習、データサイエンスなど、今最もニーズの高い分野で利用されているプログラミング言語です。 そうした分野のソフトウェア開発に数学の知識は必須と言われています。 ならばPythonプログラミングと数学を同時に学んではどうでしょう。 数学というと「自分は文系だから数学は苦手で……」という人も多いでしょう。だったら、最初からやり直してみませんか？本書は徹底して直線だけを学び直します。数学としてはまさに一歩目。中学一年生に戻ったつもりで、“わかるところ”からやり直しましょう。数学が苦手ならなおさら「急がば回れ」がお薦めです。 傾き、切片、垂直、交点、連立方程式、垂直二等分線など、「確かに昔やったよな」とおぼろげに覚えているところを、もう一度しっかり理解できます。これならごくシンプルな数式ばかりなので、「数学は苦手だったのに、なぜ今ならわかるんだろう？」と意外なほど理解できます。 理論で確かめたら、実際に計算して確かめてみましょう。そこはPythonにおまかせ。最初はごくシンプルな数式をプログラムにすることで、プログラミングとPythonに自然に慣れて、ソフトウェア開発の基礎を身に付けていくことができます。 「直線だけじゃ何もできないのでは？」――。直線を舐めてはいけません。直線だけでも、ビッグデータを分析し、将来の予測をすることができます。どうやってそのためのモデル（数式）を作り、分析や予測に役立てるのか。機械学習の一歩目に踏み込むことまでできるのです。入門レベルだからと遠慮せずに、本書でそこまで行ってみましょう！

分析したデータを わかりやすく ビジュアライゼーションしよう！ 【データビジュアライゼーションとは】 数値データ・位置のデータ・文章のデータ等を、 一目で分かりやすく見える形にする方法です。 【背景】 ビッグデータやAIという言葉が流行して以降、 様々な組織でデータを活用しようという動きがみられます。 データの活用のためには、私たち人間がデータの内容をよく理解する必要があり、 そのためにビジュアライゼーションはとても有効な手段です。 Pythonにはデータビジュアライゼーションに特化したライブラリがそろっており、 利用するデータ分析者も増えています。 一方で、 「どのような場合にどのライブラリで表現するとよいのか」 といった基本的な部分でつまづく方や、 「データの種類や特徴によってどのように表現するとより直観的に表現できるのか」 と悩んでいる方も多いのが実情です。 【書籍概要】 本書は、Pythonのライブラリを利用して、 分析したデータをビジュアライゼーションする手法を解説した書籍です。 ビジュアライゼーションする時に必要な考え方と、 基本的なビジュアライゼーション手法を解説。 地図上に表現する方法やワードクラウド、インフォグラフィック的な要素を 取り入れた手法も紹介します。 【対象読者】 ・データ活用に興味のある方 ・データ分析者 ・データサイエンティスト 【本書で紹介する主な可視化手法】 縦棒・横棒グラフ 円グラフ ヒストグラム ボックスプロット インフォグラフィック等 ※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。

匿名加工医療データの登場により、医療保険開発や健康管理アプリ開発などの自由度が高まりました。それと同時に、開発者はこれまでの分析方法を適用していいのかという戸惑いを持ち、また分析者は時に急遽、分析担当としてアサインされ、期限のある中でデータに慣れて分析手法を学び、結果を出すことが求められます。本書では医療データを手元のPCで擬似生成し、生成した擬似データを分析しながらPythonに慣れ、分析手法を身に着けていただくことを目的にしています。 医療データを分析する上で、統計学以外に「疫学」「医療統計学」「線形代数学」の知識が必要となります。しかしこれらの専門書は医療データ分析の範囲を大きく超えます。企画している書籍は、1つの学問体系を説明する学術書ではなく、分析手法を網羅するような一般的な内容でもありません。この書籍は「いかにして医療データ（生物データ）からイベント（死亡・疾病等）の起こりやすさを推定するか」をテーマとして、様々な知識体系からアプローチし、得られた分析結果の妥当性を検証していく実用書です。

※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。 また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 面倒くさい日々の作業は、プログラミングで簡単に処理しよう。 ビジネスの現場で自動化・効率化を実現する入門書の決定版! 本書は日常業務の効率化・自動化を目標に、「Python」というプログラミング言語でビジネス用のアプリケーション・ソフトウェア開発を学ぶ入門書です。 効率化や自動化、あるいはビジネスソフトという言葉を耳にすると、プログラミング未経験者や初心者の方は難しそうと感じるかもしれませんが、心配は無用です。Pythonは、とても学びやすいプログラミング言語です。本書は、初学者が理解できるようにプログラミングの基礎から学び始める構成になっています。 また、Pythonや他のプログラミング言語ですでにソフトウェアを開発できるスキルをお持ちで、「本格的に自動化プログラムを組みたい」「GUIを用いたソフトウェア開発をしたい」という方のために、Pythonのプログラミング・テクニックも網羅しています。

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。

「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

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。

※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。 大手メーカーで活躍してきたクリエイターがゲーム開発のノウハウをゼロから教えます! 本書はPythonを使用した、ゲームプログラミングの解説書です。 類書とは異なり、終始一貫「ゲーム開発」に焦点を当て、今書いているプログラムがどのような＂動き＂に反映され、どのような＂面白さ＂に結びつくのかを、正しく学ぶことができます。 一般的なソフト開発ではなく「ゲーム開発の作法」をきちんと学ぶことによって、ゲーム好きな読者の皆さんの就職や趣味といったリアルな世界がより充実してくれることを願い、出版されました。 【読者対象】 ○ゲーム業界に就職したい学生・社会人 ○SNSや同人で自作ゲームを発表したい方 ○落ち物パズル、RPGの作り方を知りたい方 ○一般ソフトとゲーム制作の違いを知りたい方 ○Pythonを始めたけど作るものが浮かばない方 ……高校生ぐらいから読めます! 【本書の特長】 ○業界の基礎知識やプログラマーの役割からきちんと解説 ○Pythonの基本文法をしっかり解説、プログラミング初心者も安心 ○プログラム1行ごとに説明を付けており、理解しやすい ○豊富な図解とイラストを用い、イメージで理解できる ○開発に必要な素材はすべて無償ダウンロードできる クイズ、すごろく、おみくじ、診断アプリ、迷路、自動生成ダンジョン、落ち物パズル、本格PRGなど……簡単なミニゲームから難しいものまで幅広く教材を用意しています。 さらに、読者特典として3つのおまけゲームもプレゼント! すべてのゲームをつくり終えた時、あたなのプログラミングスキルは何倍にも向上しているに違いありません。 本書を機に、ぜひゲームプログラミングの世界に飛び込んでみてください!

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ニューラルネットワークは、脳の神経細胞を数学的な計算によって表現できるようにした数式モデルです。今では、画像認識や顧客データの分析をはじめとするデータマイニングに応用され使われています。本書は、多層パーセプトロン、ニューラルネットワークをはじめとするディープラーニングを根底から支える数学的手法を学び、Pythonでの実装まで案内する機械学習入門書です。

※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。 ※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の基礎を学びながらデータ解析の実践技術が身につく！ 本書は『Pythonによる統計分析入門』の多変量解析編に相当するものですが、前著のより発展的な内容として、ネットワーク解析まで扱っています。Pythonの基本を学びながら、より実践で活用できるデータ解析を習得できます。Pythonの解析ライブラリを使った独習書として、多次元データの解析、アソシエーション分析、ネットワーク解析などを丁寧に解説し、実務的な課題にも応用できるようになっています。 第 1 章 データ解析の基礎知識 第 2 章 Pythonとデータ解析ライブラリ 第 3 章 統計的な手法を使った多変量の分析　～　相関・回帰分析・主成分分析・因子分析 第 4 章 学習の手法を使った多変量の分析　～　クラスタ解析・k-近傍・決定木・SVM 第 5 章 アソシエーション分析 第 6 章 時系列データの解析 第 7 章 ネットワークの解析

※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。 これからPythonを始めたい人に、やさしく、楽しく、プログラミングを教えます！ 「最近よく聞くPythonってなんだろう？」 「プログラミングをやってみたいけど、どこから始めればいいかな？」 そんな風に思っている方にぴったりの1冊です。 本書は、Pythonに興味を持っている方や、プログラミングを始めてみたい方、プログラミングに興味のある学生さんに向けて、丁寧に、やさしく解説した本です。 プログラミングを学ぶ場合につまづきがちな環境構築はなるべく簡単なものを選び、簡単に始められるようにしています。 この本の特徴は「できた！」「動いた！」という感覚を積み重ねていけることです。すぐに動かせるサンプルを使いながら基本文法を学習できるようにし、「動かしながら学べる」ようにしています。 Pythonの入門書は画面にプログラムの結果を表示させるだけのものが多いですが、本書の後半では画面に円や四角を描画したり、ゲームを作ったりと、わくわくするような結果が得られるサンプルを用意しました。話題の機械学習にもチャレンジできます。 たとえばChapter 6では、プレイヤーをゴールまで連れて行く迷路ゲームや、車を操作するドライブゲームを作ります。自分で作ったゲームが動く喜びをぜひ味わってみてください。 Chapter 7では、花の画像の分類や、手書き文字の認識、自分で収集した画像の分類などを行います。機械学習の第1歩をぜひ体験してみてください。 本を読み終えたときにはきっと、「もっといろんなことができるようになりたい」と思ってもらえる、そんな1冊です。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 ディープラーニング、TensorFlow、scikit-learn、Hadoop、リアルタイム集計……。 いま、エンジニアに欠かせない、最新技術のエッセンス。 いまの人工知能を支えているものは、データ、計算環境、アルゴリズム、プログラムです。膨大なデータが手に入らなければ、人工知能は作り出せません。そして、膨大なデータを処理する計算環境、アルゴリズム、プログラムがなければ、人工知能は作り出せません。 本書では、具体的なデータ分析事例を交えながら、機械学習理論から実行環境の紹介、Pythonプログラミング、ディープラーニングまでを解説します。

※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。 ※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で音作りをはじめよう！ ・音のプログラミングが音響楽の基本からわかる！ ・音の信号処理もていねいに解説！ ・打楽器・管楽器・弦楽器・鍵盤楽器の音が手もとで作れる！ ・ソースコードはWebからダウンロード可能！ 　 　本書は、コンピュータで音作りをしてみたい方に向けた、サウンドプログラミングの入門書です。音作りに興味があるけど何からはじめたらという初心者のために音響の基本から解説をはじめ、コンピュータでの音の考え方、音を加工するディジタル信号処理の基礎をていねいに説明し、シンセサイザ、エフェクタの音作りなどを解説します。さらに、さまざまな音響合成のテクニックとともに、その具体例として、ゼロから楽器音をつくり出すフルスクラッチ合成のレシピを紹介します。サウンドプログラミングの言語には、音データの読み書きはもちろん、波形、周波数特性、そしてスペクトログラムの描画も簡単に行える、Pythonを採用しています。 　Pythonを使ってサウンドプログラミングの第一歩を踏み出しましょう！ はじめに 目次 第1章　音響学 1.1　純音 1.2　複合音 1.3　音の三要素 1.4　音の大きさ 1.5　音の高さ 1.6　音色 第2章　サウンドプログラミング 2.1　サンプリング 2.2　標本化 2.3　量子化 2.4　 WAVEファイル 2.5　サウンドプログラミング 第3章　コンピュータミュージック 3.1　五線譜 3.2　音階 3.3　音符 3.4　強弱 3.5　拍子 3.6　テンポ 3.7　音楽の三要素 3.8　コンピュータミュージック 3.9　自動演奏 第4章　MIDI 4.1　MIDI 4.2　ノートオンとノートオフ 4.3　ノートナンバー 4.4　ベロシティ 4.5　プログラムチェンジ 4.6　プログラムナンバー 4.7　パーカッションマップ 4.8　MIDIファイル 4.9　DTM 4.10　自動演奏 第5章　ディジタル信号処理 5.1　周波数分析 5.2　スペクトログラム 5.3　楽器音の周波数分析 5.4　フィルタ 第6章　シンセサイザ 6.1　音響合成のアプローチ 6.2　アナログシンセサイザ 6.3　オシレータ 6.4　時間エンベロープ 6.5　加算合成 6.6　減算合成 6.7　FM合成 6.8　カープラス・ストロング合成 6.9　音のリアリティ 第7章　エフェクタ 7.1 リバーブ 7.2 ディストーション 7.3 コンプレッサ 7.4 イコライザ 7.5 モジュレーション 7.6 デチューン 第8章　ミキシング 8.1　モノラル再生とステレオ再生 8.2　音像定位 8.3　ミキシング 8.4　音楽制作 8.5　ボーカルキャンセラ 第9章　打楽器の音をつくる 9.1　グロッケンシュピール 9.2　トライアングル 9.3　チューブラーベル 9.4　マリンバ 9.5　シロフォン 9.6　ティンパニ 9.7　シンバル 9.8　銅鑼 9.9　ハイハットシンバル 9.10　バスドラム 9.11　タムドラム 9.12　スネアドラム 第10章　管楽器の音をつくる 10.1　フルート 10.2　ピッコロ 10.3　クラリネット 10.4　オーボエ 10.5　バスーン 10.6　サキソフォン 10.7　トランペット 10.8　トロンボーン 10.9　ホルン 10.10　チューバ 第11章　弦楽器の音をつくる 11.1　バイオリン 11.2　ビオラ 11.3　チェロ 11.4　コントラバス 11.5　ハープ 11.6　アコースティックギター 11.7　エレクトリックギター 11.8　エレクトリックベース 11.9　スラップベース 第12章　鍵盤楽器の音をつくる 12.1　パイプオルガン 12.2　リードオルガン 12.3　ハープシコード 12.4　アコースティックピアノ 12.5　エレクトリックピアノ 索引

Pythonの技術を基礎からやさしく解説した、入門書の決定版！ 本書は「はじめてプログラミングを学ぶ人」に向け、Pythonのスタンダードな知識を 習得することを目標としています。基本をしっかり理解し、身につけられるよう、 必要最低限の知識を丁寧に解説しています。 前版を見直し、プログラミング以前に初学者がつまずきやすかったCUIの操作解説を充実させ、 プログラムの動きを終えるよう、コードの入力内容と実行結果を一目でわかるようにしました。 また、前版刊行後に普及した「型ヒント」の章を新たに設けています。 ※本書の内容は、2021年10月にリリースされたPython 3.10に基づいています。 将来、機械学習に取り組もうと思っている方は、まずは本書でPythonプログラミングを はじめてみましょう。 【目次】 第1章　Pythonの紹介 第2章　Pythonを自分のPCで動かそう 第3章　Pythonでプログラムを動かそう 第4章　型とメソッド 第5章　条件分岐 第6章　リスト型と繰り返し処理 第7章　辞書型 第8章　関数 第9章　エラーと例外 第10章　型ヒント 第11章　スクリプト、モジュール、パッケージ 第12章　Webスクレイピング 第13章　ファイル操作 ※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。 フクザツな処理のプログラミングは体験しながら理解しよう。「図解！　Pythonプログラミングのツボとコツがゼッタイにわかる本 “超”入門編」の次は本書でステップアップ。本書では顔認識プログラムに挑戦します。

※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。 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！

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。

FLOCブロックチェーン大学校による書下ろし！ Pythonでブロックチェーンの仕組みを学ぼう！！ 【本書の概要】 本書は、ブロックチェーンの仕組みと基礎技術を、 Pythonによるサンプルを交えながら、やさしく解説した入門書です。 【本書の特徴】 ブロックチェーン技術者の育成・人材紹介及びキャリア支援で著名な 株式会社FLOCおよび同社が運営する FLOCブロックチェーン大学校の人気講師　赤澤直樹氏の執筆協力により、 基礎から体系的にブロックチェーン技術の仕組みを学べます。 全体で5部構成となっています。 ・第1部では、ブロックチェーンの概要と構成技術を丁寧に解説。 ・第2部では、本書で扱う必要最低限のPythonの基礎知識を解説。 ・第3部では、ブロックチェーンの仕組みを簡単なサンプルをもとにわかりやすく解説します。 ・第4部では、第3部の知識をもとにブロックチェーン・プログラムを作成します。 ・第5部では、もっとブロックチェーンを知りたい方のために最新開発事例などを解説します。 【対象読者】 ・ブロックチェーンの仕組みを学びたいエンジニア ・Pythonを利用しているデータサイエンティストやAIエンジニア ・教養としてブロックチェーンエンジニアリングを学びたいビジネスパーソン、学生 ※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。

Pythonの機械学習、Webアプリケーション、スクレイピング、文書処理が一冊でできる！Pythonで本格的なプログラミングを行ってみたいすべての人に向けた楽しい入門書です。初歩の機械学習からディープラーニングまで動かして学べます。Webアプリケーションも実際に作って仕組みを学びます。スクレイピングではパーサーの活用などを紹介し、文書処理ではExcelやPDF処理まで体験できます。

※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。 Pythonでスクレイピングを体験してみよう！ 【スクレイピングとは】 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。 【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み、本書で扱う技術について身に着けてもらいます。 【ターゲット】 ・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 【本書の売り】 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、 HTML解析の方法、いろいろなデータの読み書き、 APIの使い方といったデータ収集と便利なライブラリを利用した簡単な可視化手法を解説する書籍です。 また最終的にデータ収集を自動化する方法も簡単に解説します。 ※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。

「データサイエンス」という言葉だけ聞くと、複雑な数式や高度で高価なソフトウェアパッケージが必要と考えるかもしれません。ところが近年では、「R」や本書で紹介する「Python」など、データ分析に適した様々なオープンソースのソフトウェアやプログラミング言語が公開されており、必要な知識さえあれば誰でも簡単に高度な分析を行う環境が整ってきています。 本書はIT エンジニアの読者を対象とし、データサイエンスの入門としてPython を使用してデータ集計や機械学習などのデータ分析手法を習得することを目的としています。 効率的なデータ分析を実践し、自らのサービスにフィードハックを加えたいエンジニアにとって、必読の一冊になっています。 Numpy（ナムパイ）、Pandas（パンダス）といったPython独自の便利なライブラリを短時間で習得できます。 ・著者プロフィール 東京工業大学 大学院 生命理工学研究科を卒業し、バイオ・インフォマティクスを学ぶ。現在は機械学習を用いたサービスのシステム設計や様々なサービスのデータ分析に従事している。趣味は家庭菜園であり、自宅のベランダは様々な植物で占拠されている（別な意味でもサイエンティスト）。

本書では理論と実践のどちらにもフォーカスを当てAIや機械学習について「ある程度、中身を知って使える」を目指す入門書です。 Twitter APIや国の統計データなど、生のデータを使い、遊んでいるような感覚で理解が進む1冊です。 ■「はじめに」より抜粋 本書は、AIや機械学習について、「何だかよくわからないけどすごいもの」という理解から、「ある程度、中身を知っていて使える」にアップデートしたい人(もしくは、アップデートしなければいけなくなってしまった人)に向けた、導入となる最初の1冊になることを目指しています。 本書では、理論と実践、両方を抑えています。まず、なるべく数式を使わずに、直感的な理解ができるように機械学習の理論について解説します。「遊んで学ぶ」というタイトルの通り、理論の勉強も楽しめるように、具体例や図を多く使っています。しかし、だからといって不正確にならないように繊細な注意を払いながら、ギリギリまで噛み砕いて説明を行っています。 その後、よく使われるデータセットではなく、「APIで自由に取得できる、さまざまな企業が提供しているデータ」「国が提供している統計データ」などの生のデータを使い、実際に分析を行います。 本書は、実際にデータを取得するところからスタートすることで、「データの量を増やしたら結果はどうなるのだろう?」「このデータを可視化してみたらどうなるのだろう?」「変数を変えてみたらどうなるのだろう?」と、まるでデータを使って遊んでいるような感覚で理解が進むことを狙っています。 なお、データ分析を行うにあたり、多くの人は、RもしくはPythonというプログラミング言語を使います。どちらも、データ分析やデータ整形、そして可視化を行うのに有効なライブラリが多数存在しているため、非常に人気です。本書では、Pythonを用いて実装コードを記述しています。ただし、Rを使いたい人も進められるように、RとPython両方のコードを、Github上にて公開しています。ぜひ、参考にしてください。

※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。 ※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によるネットワークプログラミング入門書！ 本書は、Pythonによる実装を前提として、ソケットプログラミングに必要な知識をわかりやすく解説する入門書です。TCP/IPやソケットの原理を説明したのち、Pythonでソケットを実装する基礎的方法を示していきます。さらに、Python固有の機能を用いたプログラミング例（モジュールを利用したサーバ実装など）を紹介します。 ダウンロードできるサンプルプログラムが多数掲載されているので、実際に試しながら読み進めて、知識と技術を身につけてください。 Chapter 1　TCP/IPとソケットの基礎 Chapter 2　Pythonソケットプログラミング Chapter 3　Pythonソケットによるネットワークシステムの構築 Chapter 4　Webシステムに関連するPythonモジュールの活用 Appendix

※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。 「プログラムの読み方をすべて載せる（ふりがなをふる）」という手法で究極のやさしさを目指した、 まったく新しいPyhton（パイソン）の入門書です。 本書内に登場するプログラムの読み方をすべて載せ、さらに、漢文訓読の手法を取り入れ、読み下し文を用意。 プログラムの1行1行が何を意味していて、どう動くのかが理解できます。 この新しいアプローチで「プログラムが読めないから、自分がいま何をしているのかわからない」といった プログラミング入門者が途中で挫折してしまう原因を解決しました。 また、実際に手を動かしながら進むだけでなく、プログラムを考える応用問題も用意しているため、 しっかりPythonの基礎文法を身につけることができます。 ■本書はこんな人におすすめ ・Pythonの基本を身につけたい人 ・過去にプログラミングの入門書で挫折してしまった人 ・プログラマーやエンジニアを目指す人 ・仕事でPythonを活用してみたい人

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 【本書のポイント】 ■Python初心者に学んで欲しい文法を過不足なく掲載！ それぞれの項目について、練習問題を掲載しており、読むだけではなく実際にコードを書くことでより深くPythonの理解をすることができます。 ■豊富なサンプル集 機械学習、ディープラーニング、科学技術計算といった、Pythonがよく利用されている分野についての解説を掲載しています。 いろいろな分野のサンプルコードを動かすことだけでなく、機械学習などの理論の概要を知りたい方にもオススメです。 【本書の対象読者】 ・プログラミング未経験だが、Pythonを学ぶ意欲があり、より実践的な力を身に付けたいと思っている人 ・プログラミング経験者でPythonの入門書を探しているが、一方でゴールのレベルが低すぎる書籍は避けたいと思っている人 ・多くのサンプルコードに触れ、Pythonでどんなプログラムが書けるのか学んでみたいと思う人に向けた、Pythonの入門書が欲しい人

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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入門書のデファクトスタンダードが4年ぶりに大改訂。 近年、Pythonの利用が、機械学習、AIなどの科学技術分野へ大きく広がっている現状を踏まえて、すべてのパートに手を入れいくつかの新章を追加しました。 次の10年を担うPythonプログラマを養成するための一冊。

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。 数式をコーディングした実例多数で、身につく、よくわかる！ 人工知能を学ぼうと思ったが、数学の知識がなくて書籍を読むことも困難だという感想を多く耳にします。そこでこの本では、数学の知識を、ディープラーニングに必要なものに特化して解説します。 数学の内容を中心に解説を行うだけでなく、それぞれの数学的項目について、豊富な図や数式と共に、Pythonでの実装を含めたソースコード事例を加えます。 ●こんな人に向けた本です 1）数学の知識がなく、ソースコードから数式を理解したい人。 2）ディープラーニングを通して、数学を再学習したい人。 3）図と数式、ソースコード、実行結果から、多面的に理解したい人。 ●こんな内容の本です 1）エンジニアのための、ディープラーニングで使う数学を学ぶ本です。 2）数式とソースコードの対比により、数学の知識がないプログラマーでも、 処理の流れで数式の仕組みを理解することができます。 3）ディープラーニングの専門書を読む基礎スキルが身に付きます。 4）ディープラーニングのシステムを開発する基礎スキルが身に付きます。

●本書の特徴 本書の著者陣は、自然言語処理のビジネス適用に豊富な経験を有しています。特にBERT については、多くのビジネス検証を行い、かつ、独自の応用技術の研究開発も進めている専門家集団です。技術面だけでなく、実務課題の解決に役立つ情報を提供できます。本書ではそうしたプロフェッショナル集団が、Attention 機構・Transformer アルゴリズム・BERT モデルの仕組みの詳解から、現場で使えるコードとノウハウを手引きします。この1冊で、自然言語処理とBERT の基礎を網羅するよう努めましたので、是非とも実践に直結する力を身に付けてください。 ●想定読者 本書は主に以下のような方々を対象としています。 ・ AIや機械学習、自然言語処理に興味があり、自分で勉強している技術者 ・ 自然言語処理技術の業務適用を検討しているビジネス担当者 ・ 自然言語処理についてサンプル実装を必要としている技術担当者 【前提とする知識やスキル】 ・ 機械学習について、入門書を読むなどして概要を理解している ・ Pythonまたは他のプログラム言語の実装経験があり、プログラムの基礎を理解している ・ 助言やWebページを参考にすれば、機械学習のコードを実装できる ●本書のゴール 本書では、以下のような知識とスキルの獲得を目標に設定しています。 【知識面】 ・ 近年の自然言語処理技術の動向を把握できる ・ BERT の仕組みや特性を理解できる ・ BERT のビジネス適用で頻出するいくつかの課題と、解決例が解る 【技量・スキル面】 ・ BERT の実行環境を構築できるようになる ・ BERT を用いる代表的タスクの実装・検証ができるようになる ・ データの偏りや根拠の抽出など、BERT ビジネス適用の課題に、技術面から解決案を策定し実装できるようになる （以上、本書まえがきより） ◆「AI/Data Science実務選書」とは… 機械学習やAIの計算モデルは、システム開発のパラダイムを覆しつつあります。「AI/Data Science実務選書」は、AI開発とデータサイエンスのプラクティスを集め、実務家のスキル獲得／向上を力強く支援します。

【道具として使いこなす！】 膨大な観測データから普遍的な法則を抽出する手法とは？ 高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。 【著者サポートページ】 https://github.com/akio-tomiya/intro_ml_in_physics 【目次】 第1章　データとサイエンス 1.1　物理学とデータサイエンス／1.2　最小2乗法とオーバーフィット／1.3　テイラー展開と振り子の等時性／コラム：武谷の三段階論 第2章　行列と線形変換 2.1　ベクトル、行列と線形変換／2.2　変換としての行列／2.3　行列に関する色々／コラム：計算量のオーダー 第3章　確率論と機械学習 3.1　確率の基礎事項／3.2　教師あり学習と教師なし学習、強化学習／3.3　確率変数と経験的確率、大数の法則／3.4　大数の弱法則の証明／3.5　カルバックライブラーダイバージェンス／3.6　尤度と赤池情報量基準、汎化／3.7　ロジスティック回帰 第4章　ニューラルネットワーク 4.1　ニューラルネットワークの概論／4.2　万能近似定理／コラム：新しい道具と新理論 第5章　トレーニングとデータ 5.1　ニューラルネットワークの入出力と学習／5.2　誤差関数と汎化、過学習／5.3　誤差関数の最適化・学習／コラム：次元の呪い 第6章　Python入門 6.1　Pythonによるプログラミング入門／6.2　Pythonと他言語の比較／6.3　NumPyとMatplotlib／6.4　Pythonでのクラス 第7章　TensorFlowによる実装 7.1　TensorFlow/Kerasとは／7.2　データやライブラリのロード／7.3　データの分割とニューラルネットワークの設計／7.4　学習／7.5　結果の評価／コラム：量子化という用語 第8章　最適化、正則化、深層化 8.1　最適化法の改良／8.2　過学習を防ぐ／8.3　多層化にむけて 第9章　畳み込みニューラルネットワーク 9.1　フィルター／9.2　畳み込みニューラルネット／コラム：知能と飛行機 第10章　イジング模型の統計力学 10.1　イジング模型／10.2　イジング模型のモンテカルロ法／10.3　熱浴法のPythonコードとデータの準備／コラム：統計力学と場の量子論 第11章　Nature Physicsの論文を再現しよう 11.1　論文について／11.2　データの前処理／11.3　実験

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。

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、日経NETWORKに掲載したセキュリティーに関連する主要な記事をまとめた1冊です。 セキュリティー対策やセキュリティー技術を豊富なイラストや図を使って網羅的かつ分かりやすく解説します。 「サイバー攻撃対策を学ぶ」編では、サイバー攻撃とは何か、どのように対策・対応すればよいかを豊富な図で解説します。 「コンピューターウイルス対策を学ぶ」編では、イラストを使って、コンピューターウイルスの基礎を初心者にも分かりやすくに説明します。 「暗号や認証技術を学ぶ」編では、暗号のメカニズムや安全なパスワード管理、新技術であるFIDOを図解。 「セキュリティー技術を学ぶ」編では、難解なセキュリティープロトコルを豊富な図とイラストで解説します。 「セキュリティー用語を学ぶ」編では、基本的なセキュリティー用語を対話形式の平易な文章と豊富な図で分かりやすく説明します。 ●目次 【第1部　サイバー攻撃対策を学ぶ】 　　第1章　サイバー攻撃襲来、さあどうする？ 　　第2章　Pythonで学ぶサイバー攻撃の手口 　　第3章　危ないIoT 【第2部　コンピューターウイルス対策を学ぶ】 　　第1章　ウイルスの基礎知識 　　第2章　マルウエアって何だろう？ 【第3部　暗号や認証を学ぶ】 　　第1章　暗号のはなし 　　第2章　パスワードを使い回さない方法 　　第3章　今さら聞けないFIDOのホント 【第4部　セキュリティー技術を学ぶ】 　　第1章　常時TLS時代の衝撃 　　第2章　狙われるセキュリティープロトコル 【第5部　セキュリティー用語を学ぶ】 　　第1章　ネコでもわかるセキュリティー用語 　　第2章　ネコと学ぼうセキュリティー攻撃の手口 など

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！

「最適化」を使うことを目指して、さまざまな最適化モデルを解説した。理論は必要最低限にとどめ、具体的な例とＰｙｔｈｏｎコードを多く掲載している。東京大学のＵＴｏｋｙｏＯＣＷの講義映像「数理手法３」とも連携！ 【データサイエンス入門シリーズ】 第1期として、以下の3点を同時刊行! ・データサイエンスのための数学：椎名　洋・姫野哲人・保科架風（著）清水昌平（編） ・データサイエンスの基礎：浜田悦生（著）狩野　裕（編） ・最適化手法入門：寒野善博（著）駒木文保（編） 第2期の刊行は2019年11月の予定(^o^)/ 【「巻頭言」より抜粋】 データサイエンス分野の遅れを取り戻すべく、日本でも文系・理系を問わず多くの学生がデータサイエンスを学ぶことが望まれます。 文部科学省も「数理及びデータサイエンスに係る教育強化拠点」6 大学（北海道大学、東京大学、滋賀大学、京都大学、大阪大学、九州大学）を選定し、拠点校は「数理・データサイエンス教育強化拠点コンソーシアム」を設立して、全国の大学に向けたデータサイエンス教育の指針や教育コンテンツの作成をおこなっています。 本シリーズは、コンソーシアムのカリキュラム分科会が作成したデータサイエンスに関するスキルセットに準拠した標準的な教科書シリーズを目指して編集されました。またコンソーシアムの教材分科会委員の先生方には各巻の原稿を読んでいただき、貴重なコメントをいただきました。 データサイエンスは、従来からの統計学とデータサイエンスに必要な情報学の二つの分野を基礎としますが、データサイエンスの教育のためには、データという共通点からこれらの二つの分野を融合的に扱うことが必要です。この点で本シリーズは、これまでの統計学やコンピュータ科学の個々の教科書とは性格を異にしており、ビッグデータの時代にふさわしい内容を提供します。本シリーズが全国の大学で活用されることを期待いたします。 ――編集委員長　竹村彰通（滋賀大学データサイエンス学部学部長、教授）　 【推薦の言葉】 データサイエンスの教育の場や実践の場で利用されることを強く意識して、動機付け、題材選び、説明の仕方、例題選びが工夫されており、従来の教科書とは異なりデータサイエンス向けの入門書となっている。 ――北川源四郎(東京大学特任教授、元統計数理研究所所長) 国を挙げて先端IT人材の育成を迅速に進める必要があり、本シリーズはまさにこの目的に合致しています。本シリーズが、初学者にとって信頼できる案内人となることを期待します。 ――杉山将(理化学研究所革新知能統合研究センターセンター長、東京大学教授)

■15ステップの演習でスキルを獲得 本書は4章構成となっています。 1章には「演習に入る前の予備知識」を集めました。環境構築、Python、数値計算ライブラリNumPyについて押さえておきます。 2章は「基礎を押さえる7ステップ」です。日本語自然言語処理と機械学習の基礎を、実際のプログラム例を見ながら、1ステップずつ学習していきます。本書の核となる章です。 3章は「ニューラルネットワークの6ステップ」です。取っつきにくい深層学習（Deep Learning）の仕組みと、自然言語処理への適用について、わかりやすく説明します。 4章は「2ステップの実践知識」です。2章と3章で扱いきれなかったものの、機械学習や自然言語処理を実アプリケーションとして実装する際に役立つ知識を習得します。 ■自分のぺースで1ステップずつ学習 本書をはじめとする「Step Up！選書」では、読者が自分のぺースで1ステップずつ学習を進め、独学で技術力を高めることができるように、考え抜かれた編成でリードしていきます。特に本書は、最後まで全部読み通さないと漏れが生じたり、不完全な知識になってしまったりする類の構成を排しています。 網羅的な説明項目の列挙や、理論体系の単純トレースはしません。開発リファレンスや逆引き、クックブック（開発レシピ）とも違います。プロのエンジニアとしての実力を高めるための著者オリジナルのシナリオに、士気高く踏み出してください。 ■著者プロフィール 土屋祐一郎（つちや ゆういちろう） 本名、橘（たちばな） 祐一郎。東京大学工学部卒、同大大学院情報理工学系研究科中退。2015年度IPA未踏スーパークリエータ。現在は株式会社PKSHA Technology所属。大学とIPA未踏では主に画像ドメインで機械学習を扱い、現職では自然言語や画像を扱う事業部にてソフトウェアエンジニアとして勤務。その他、Deep Learning講座「NICO2AI」の講師などの活動も行う。

本書の大きな特徴は、次の2つです。 1.写真と図で、本当に必要なもの、メンテナンスの方法などを丁寧に解説しました。 2.Raspberry Piの公式言語である「Python3」をしっかり、分かりやすく解説しました。 プログラミング未経験の方でもチャレンジいただけるよう、Pythonに限定しない形でのプログラミングの基礎と基本的な作法について、多くの紙面を割いております。 まさに入門者にピッタリの一冊です。

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。

※この電子書籍は固定レイアウト型で配信されております。固定レイアウト型は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。 「JavaScript」「Python」「PHP」に続くシリーズ第4弾。 初めてプログラミングに挑戦する初心者を対象に、C#言語の基礎から本格的なアプリケーションの作り方を優しく解説します。 開発環境のインストールからしっかりと解説していきますので、初心者でも安心して学習を開始することができます。プログラミングの教科書として、最初に読む一冊としておすすめです。