【Googleの生成AIを実践活用してみませんか？】 生成AIの普及が急速に浸透してきています。本書は信頼性の高いクラウド環境であるGoogle Cloudで同社の生成AIを活用するための方法を解説します。自社で生成AIを利用したWebサイト構築をしたい方への良きガイドとなるように構成しています。最初に最新のWebサイト構築に必要なJSライブラリの使用法を俯瞰していきます、そして生成AI、本書ではGoogleのPaLM APIを使います。サンプルアプリとして、書英文添削アプリ→チャットボット風アプリ→ドキュメントの要約アプリ→ドキュメントQA サービスアプリを段階的に開発していくプロセスを読者と同じ目線で開発していきます。ステップごとに工程を追いながら、その技術を学ぶことができるようになります。Web+AIで新しい機能とサービスを開発していきましょう。 ■こんな方におすすめ 既存の生成AIサービスを使うだけではなく、「生成AIを活用した新しいアプリを作って人々に提供してみたい」「業務システムに生成AIを組み込む方法を知りたい」という方に最適な内容です。Google Cloudのサービスやアプリ開発に使用するライブラリの使い方も基礎から説明していますので、これまでにアプリ開発の経験がない方でも、気軽に読み進めていただけます。 ■目次 ●第1章 前提知識 　　1.1 Google Cloud入門 　　1.2 React入門 ●第2章 Next.jsとFirebaseによるフロントエンド開発 　　2.1 Google Cloudプロジェクトのセットアップ 　　2.2 Next.jsによる静的Webページ作成 　　2.3 Firebaseのセットアップ 　　2.4 Googleログイン機能の実装 　　2.5 Cloud Runへのアプリケーションデプロイ 　　2.6 サーバーコンポーネントの利用 ●第3章 PaLM APIを用いたバックエンドサービス開発 　　3.1 PaLM APIの使い方 　　3.2 英文添削アプリの作成 　　3.3 ファッションを褒めるチャットボット風アプリの作成 ●第4章 LangChainによるPDF文書処理 　　4.1 LangChainによるPDF文書の要約 　　4.2 スマートドライブアプリの作成 ●第5章 ドキュメントQAサービス 　　5.1 埋め込みベクトルによるテキスト検索 　　5.2 ドキュメントQAサービスの作成 　　5.3 Vertex AI Searchによる検索サービス ■著者プロフィール 中井悦司：1971年4月大阪生まれ。ノーベル物理学賞を本気で夢見て、理論物理学の研究に没頭する学生時代、大学受験教育に情熱を傾ける予備校講師の頃、そして、華麗なる（？）転身を果たして、外資系ベンダーでLinuxエンジニアを生業にするに至るまで、妙な縁が続いて、常にUnix/Linuxサーバーと人生を共にする。その後、Linuxディストリビューターのエバンジェリストを経て、現在は、米系IT 企業のAIソリューションズ・アーキテクトとして活動。著書として、『［改訂新版］プロのためのLinuxシステム構築・運用技術』『ITエンジニアのための強化学習理論入門』（いずれも技術評論社）、『TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み』『JAX/Flaxで学ぶディープラーニングの仕組み』（いずれもマイナビ出版）などがある。

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。

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。

Software Designで完売御礼の特集号，ITエンジニアと線形代数，ITエンジニアと微分積分，ITエンジニアと数学の各特集記事を再編集しまとめました。各記事，それぞれ筆者が再検討し修正，場合によって加筆をしております。内容はほぼ高校から大学の教養課程の数学と，Pythonを使ったプログラミングが中心。しかし，Deep Learnningや機械学習，人工知能の基礎を学ぶことができます。ITと数学の組み合わせはとてもパワフルです。他にも十分に応用できる基礎を本書で得てください！

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。

好評につき重版してきた『プロになるためのLinuxシステム構築・運用』が，最新版のRed Hat Enterprise Linux（ver.7）に対応し全面的な改訂を行った。これまでと同様に懇切丁寧にLinuxのシステムを根底から解説する。そして運用については，現場で得られた知見をもとに「なぜそうするのか」といったそもそも論から解説をしており，無駄なオペレーションをせずに実運用での可用性の向上をねらった運用をするためのノウハウをあますことなく公開した。もちろん，systemdもその機能を詳細にまとめあげている。

本書は，新しいAndroidアプリケーション開発用ソフトウェア“Android Studio”を使った入門書です。セットアップ方法からエミュレータや実機での実行手順を説明し，初版で好評だった「天気予報」「シューティングゲーム」「迷路ゲーム」をさらに工夫して，実際に動かせるプログラムを改良しながら作っていきます。なお，「Android Studio 1.5」をベースに解説しています。

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。

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！

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、またこの本で得た知識をもとに新しい仕事に就き、また副業をスタートさせている人たちが世界中にいます。 本書「実践編」では、「エイリアン侵略ゲーム」「データの可視化」「Webアプリケーション」という3つのプロジェクトにチャレンジします。次第に難易度のあがるシューティングゲーム作りを通じて、2Dゲームの開発ができるようになり、大量のデータを調査し、可視化するデータサイエンスのための必須知識を身に付け、そしてWebアプリケーション開発ではアカウントを作成し日記を記入、ログとして保管できるプログラム作成を習得します。「必修編」で学んだ方はもちろん、Pythonの基礎を学んでより実践的な知識を習得したい方も必読です。

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。

昨今のAndroidアプリ開発は、覚えておくべきことが多くてとにかく大変です。また、開発現場では「Googleが推奨するアプリ開発手法」を中心にしたモダンな手法も求められています。本書はホビーユーザの方はもちろん、エンジニアの方にとっても最新の開発手法を学べる構成になっており、サンプルアプリを「作る⇒実行する⇒修正する⇒実行する⇒修正する⇒……」を繰り返すことで、自然とAndroidアプリ開発のお作法から最新の開発手法まで身に付けることができるでしょう。 本書では「Android Studio 3.6.1」をベースに説明しています。本書とまったく同じ環境で開発をしたい場合、「Android Studio download archives」のサイトから同じバージョンを入手できます。

TensorFlowとは，Googleが開発している深層学習フレームワークです。本書は，まずTensorFlowとはどういったものなのか概要を解説し，基本的な特長を押さえます。続いて，画像処理，自然言語処理，音楽生成などの問題を設定し，TensorFlowでどのようにその問題を解くかを解説します。最後にAndroidアプリからディープラーニングを動かすことにも試してみます。効率良くサービスに深層学習を取り入れたいと考えるエンジニアにとって有益な情報となるでしょう。

ビッグデータ分析をきっかけとして「機械学習」に注目が集まり，ビジネス利用への検討がはじまっています。しかし，実際に「機械学習」を理解しているエンジニアや分析担当者は少なく，うまく活用できていないのが現実です。「機械学習」を利用するにはアルゴリズムの理解，プログラミング技術，ビジネス知識などが必要になってきます。本書では，第1部で機械学習のアルゴリズムやビジネスへの応用方法，流行の深層学習などに触れ，第2部ではPythonを用いた機械学習，画像認識，推薦エンジンなど，サンプルコードをもとに手を動かして試すことができます。機械学習分野で先頭を走る著者陣が，面白く，わかりやすい解説でお届けします。

データサイエンティストはここ数年で生まれた職種です。どんなスキルを身に付ければ良いかはいろいろなところで語られ，現役のデータサイエンティストのスキルもバラバラなのが現実です。さまざまな技術がある中で，本書ではデータ分析者をはじめる前に最低限知っておきたい知識を取り上げます。シェルは知らなくても良いでしょうか？基本的なSQLは書けなくても良いでしょうか？データフォーマットの知識は不要でしょうか？機械学習の基礎知識は不要でしょうか？初学者にとっては避けて通れない知識，現役データサイエンティストにとっては知らないと恥ずかしい知識を登竜門編として１冊にまとめています。

Linuxのコンテナ技術の1つであるDockerは，迅速なWebサービスの展開に必要不可欠なものであり，多くのIT企業が注目している重要なものである。本書では，そのしくみを明らかにし，DockerをGitHubと連携したデプロイ方法を基礎から解説する。Dockerfileの書き方や管理ツールであるkubernetesとの連携方法，レッドハット社のAtomicHostでの使い方など，最新かつ定番的な情報を盛り込んだ実践的な入門書である。

Pythonでプログラムを作成するときに役立つ機能とライブラリを網羅した，実践的なレシピ集です。本書を使いこなして，Pythonプログラマーとして大きなステップアップが図りましょう。 本書では，Pythonが提供する，環境構築，コーディング規約，言語仕様，オブジェクト指向をサポートするクラス，型をアノテーションとして付けられる型ヒントなどに関する実践で役立つ機能を幅広く網羅しています。さらに標準ライブラリとよく使われるサードパーティライブラリとして，テキスト処理，数値処理，日付・時刻処理，データ型，アルゴリズム，ファイルとディレクトリへのアクセス，データ圧縮・アーカイブ・永続化，特定データフォーマットやインターネット上データの扱い，HTMLの扱い，テスト，デバッグ，暗号，並行処理・並列処理までの活用法を紹介します。よくある使い方，よくあるエラーや周辺知識なども加えられており，プログラミングのヒントが満載です。

データ分析，Web 開発などをはじめ，さまざまな場面で利用されるPython。本書は，これからPython エンジニアになる／なりたい人のための，Pythonによる開発に業務として取り組むために必要な知識と心構え，開発の流れ，事前に準備しておきたい環境の用意などを1 冊にまとめた書籍です。Python 3系による開発の基本，文法はもちろん，スクレイピング，データ分析，Web 開発など，現在開発の現場で求められている知識と開発の流れを学ぶことができます。

Jupyter Notebookは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。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，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」「Bokeh」を中心に解説します。

Pythonには，豊富な標準あるいはサードパーティライブラリ・モジュールがあります。ライブラリに関するドキュメントも充実していますが，初心者にとってはそのボリュームゆえに，まずどんなライブラリを活用できればよいのか，わかりづらい側面があります。ドキュメントは使用頻度の高い・低いに関わらずフラットに記載されており，サードパーティのライブラリについては言及されていません。本書では，「これだけは押さえておきたい」ライブラリとその機能を，標準ライブラリだけでなくサードパーティのものも交え，カテゴリごとに，その活用法を紹介します。バージョンはPython 3.4をメインとします。

月刊誌『Software Design』の特集や単発企画で評判の良い、機械学習とPython関連の記事を再編纂。機械学習・深層学習に取り組んでいる開発現場のITエンジニアが自身で試して学んだことが記事のベースになっており、いま押さえておくべき技術を習得する足がかりとして最適です。

Pythonの入門書を終えたみなさん，こんな悩みはありませんか？ 「ここから何を勉強すればいいんだろう」 「Pythonの機能はどういう場面で役に立つんだろう」 本書はそうした方々のために，Software Designで過去好評を博した特集の中からPythonに関する記事を再収録したベストセレクションです。 第1章～第4章ではPythonの概要や始め方をあらためて紹介し，実用上押さえておきたいライブラリの使い方やエラー処理のポイントを解説します。さらに，第5章～第7章ではPythonの定番の使い道のうち，「自動化スクリプト」「テキスト処理」「統計学」の3点を取り上げます。 Pythonの入門書と専門書のすきまを埋めるガイドブックです！