※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。 大人になると「年齢を重ねた今、記憶力は衰えていく一方……」と思いがちですが、諦めるのはまだまだ早い！記憶力は何歳になってもぐんぐん向上させることができます。本誌では記憶の仕組みを深く知るとともに、記憶力を鍛える簡単なメソッドをかわいいイラスト、読みやすいテキストでわかりやすく紹介していきます。 ありがちな「えーっとホラ、アレだよアレ」や「鍵、きちんとかけたっけ？」といった“ど忘れ”とはサヨナラしましょう。 ※電子書籍版については、紙版書籍同様に「記憶力トレーニングカード」を巻末に掲載しておりますが、切り取ってご使用いただくことはできません。予めご了承ください。

記憶力を強くしたい!もの忘れをなくしたい!そのような願望から記憶力を増強させる方法は様々語られてきた。一方、つらい思い出を忘れたい、嫌な経験をなかったことにしたいと、忘却を操作したい思いもある。では、人間はどこまで記憶を操作することができるのだろうか。簡単に試すことができる思い出す訓練から「数字に色がついて見える」といった特殊な能力まで、これまでの多くの実験や研究から見えてきた記憶の不思議に迫っていく。

記憶力とは、人間がいま自分で自分の存在を確認しようとする「ロマン」である。知らないより知っているほうが、覚えてないより覚えているほうが、人生ははるかに楽しい。記憶力は生き方をちょっと工夫するだけで、誰でも強化・改善できる。驚異の鈴木式記憶力のノウハウを初めて明かす、記憶力面白ゼミナール。

私たちはどのように覚え、忘れていくのか―臨床医学と基礎研究の両方の立場から脳研究に携わってきたトップランナーが、最先端の知見で「記憶」のしくみを解き明かす！　記憶力を高める方法やＱ＆Ａも掲載。 ●科学的に記憶力をアップさせる３つのポイント ●「脳の活性化＝認知症予防」に科学的根拠はない ●東大生の48.6％がやっていた「リビング学習」の効能 ●古代ギリシャの賢人が用いた、人類最古の記憶術 ●脳科学が生み出したうそ発見器のしくみ ●なぜ、人は顔を忘れないのか？

さっと読めるミニ書籍です（文章量15,000文字以上 20,000文字未満（20分で読めるシリーズ）） 【書籍説明】 「あれ、今日は何の食材を買いに来たのだろう」 「この仕事どのようにして進めるのだっけか」 「うーん、この公式どうしても覚えられないな」 こういった経験をしたことがありませんか。 おそらく、皆さんの誰もがこういった記憶に関する悩みを持っているのではないかと思います。 では、どのようにしたらより多くの情報を楽に記憶できるようになるのでしょうか？ 世の中には、皆さんの身の回りにいる記憶力が良い人やもはやコンピューターのように素早く膨大な量を覚えることができる記憶の達人がいます。 彼らはどのようにして他の人よりも記憶することが記憶きると思いますか。 5分で568桁の数字を覚えてしまうような雲の上の存在の人がいます。 彼らは、全員産まれた時からそのような能力を持っているのでしょうか？ 実は彼らの多くはそうではないことがわかり始めています。 記憶力選手権で優勝したある人も「生まれた時から記憶力が良かったわけではない」と著書で述べています。 むしろ記憶の「仕方」や「練習」で身につけた後天的な能力ということでした。 つまり、一部の天才と呼ばれる人を除いて、重要なのは記憶の「仕方」なのです。

※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。 私たちは毎日、身の周りで起こった出来事を記憶していきます。 しかし、どんなに大切で重要な記憶でも、いつの間にか忘れていたり、間違った情報で覚えていたりするのです。 これはいったいなぜなのでしょうか？　記憶のしくみや疑問を心理学の見地から解き明かしていきます。 そして、勉強や仕事で必須の記憶力を強化するノウハウを提供します。 （本書はサイエンス・アイ新書『ビックリするほどよくわかる記憶のふしぎ』を加筆、再構成したものです）

解き明かされる記憶力の秘密。神経科学の目覚ましい進歩によって脳の記憶の実体がついに見えてきた。記憶力を高める「夢の薬」を研究する著者が、LTPやシナプス可塑性などの最新理論を解説しながら、科学的に記憶力を高めるための具体的な方法を紹介する。(ブルーバックス・2001年1月刊)

実際には経験していない記憶を作ることに成功──。記憶形成に関与する分子を発見した気鋭の分子脳科学者が、記憶研究の歴史を辿り、その実験の全貌とトラウマを抑制する「記憶の医学」に挑む脳科学の最前線を紹介！

目を開けたくない。いまはまだ――そこにあの人がいるから。誰もが羨む、ハンサムで献身的な理想の夫アレハンドロ。でも、交通事故のショックで記憶喪失に陥り、病室のベッドに横たわる私には見知らぬ、怖い人。若くして多国籍企業の頂点に君臨し、社交界でも際立つ存在、スペイン系の大富豪が夫だと言われても、何も覚えていない。なぜかしら？　出会ってわずか1カ月で熱烈な恋愛結婚をし、2カ月の赤ちゃんまでおなかにいるというのに、何も感じない。それどころか、夫の瞳の奥にくすぶる欲望の炎が私をおびやかす。今朝も彼は甘く囁き、私は目を開けた。「エリーズ、愛している」 ■〈記憶の白いページ〉と題して、記憶喪失をテーマにしたロマンスをお届けします。並外れた億万長者だという見知らぬ夫との結婚生活は、エリーズには緊張の連続。彼女は寝室を別にしたいと申し出ますが、アレハンドロは有無を言わせずその希望を却下して……。 ＊本書は、ハーレクイン文庫から既に配信されている作品のハーレクイン・プレゼンツ作家シリーズ別冊版となります。 ご購入の際は十分ご注意ください。

エリーズは交通事故のショックで記憶喪失に陥った。病院のベッドにずっとつき添っていた見知らぬ男性が彼女の夫だそうだが、エリーズはまったく信じられなかった。いくらなんでも、何かぴんとくるものがあるはずじゃないかしら？アレハンドロ――若くして多国籍企業のトップに立ち、社交界でも際立った存在の大富豪がわたしの夫だなんて。出会ってわずか1カ月で結婚したと聞かされても、何も思い出せない。アレハンドロの黒い瞳の奥にくすぶる炎を見るたびに、彼女の胸は不安におののき、やがてさらに衝撃の事実がもたらされた。なんと、エリーズは妊娠しているというのだ！■人気作家H・ビアンチンによる記憶喪失がテーマのドラマティックな今作。新作『彼を愛せない理由』も刊行されていますので、こちらもどうぞお見逃しなく。

私はこの人を、本当に愛して結婚したの？交通事故のショックで記憶喪失に陥ったエリーズ。匂いたつように魅力的で、社交界を賑わす大富豪・アレハンドロが自分の夫だという。しかも、彼女は妊娠２か月。見たこともない豪邸で、知りもしない男性と暮らす日々…。エリーズの不安はつのるばかりだった。

目を開けたくない。いまはまだ――そこにあの人がいるから。誰もが羨む、ハンサムで献身的な理想の夫アレハンドロ。でも病室に横たわる、記憶喪失の私には見知らぬ、怖い人。若くして多国籍企業の頂点に君臨し、社交界でも際立つ存在、スペイン系の大富豪が夫だと言われても、何も覚えていない。なぜかしら?　出会ってわずか1カ月で熱烈な恋愛結婚をし、2カ月の赤ちゃんまでお腹にいるというのに何も感じない。それどころか、瞳の奥にくすぶる夫の情欲の炎が私をおびやかす。今朝も彼は甘く囁き、私は目を開けた。「エリーズ。愛している」 ＊本書は、ハーレクイン・セレクトから既に配信されている作品のハーレクイン文庫版となります。 ご購入の際は十分ご注意ください。

私はこの人を、本当に愛して結婚したの？交通事故のショックで記憶喪失に陥ったエリーズ。匂いたつように魅力的で、社交界を賑わす大富豪・アレハンドロが自分の夫だという。しかも、彼女は妊娠２か月。見たこともない豪邸で、知りもしない男性と暮らす日々・・・。エリーズの不安はつのるばかりだった。

記憶の研究が目覚ましい。ついにDNAに連なる分子の言葉で語れるようになった。記憶を消したり想起させたり自由に操作できる日も夢ではない。そもそも記憶は脳のどこにどのように蓄えられるのかに始まり、短期記憶と長期記憶の違いは脳のどのようなメカニズムに由来するのかなどを語る。記憶研究から人間とは何かがわかる。

19世紀末のロンドン、古美術商のフィルはある事件がきっかけで占術師のシルヴァンと様々な事件を解決していく。ところが、シルヴァンが突然姿を消したことで、フィルは初めて彼への熱い想いに気づき……。

階段から落とされ記憶を失くしてしまった婚約者が、くだらない断罪劇に巻き込まれ!?　※この作品は『悪役令嬢が婚約破棄されたので、いまから俺が幸せにします。　アンソロジーコミック』収録作品と同一の内容を単話版として再編集したものとなります。

【最終ページにあとがきが付いて再登場！作品の登場人物や漫画家の素顔に迫れる1ページを最後までお楽しみください。】ブリアの夫サムは、テキサスの大富豪。彼が大怪我で病院に運ばれたと聞き駆けつけたブリアは、昏睡から覚めたサムの言葉に驚いた。「今回は成功したのかな、スイートハート？　妊娠の兆候は？」まさか…覚えてないの？　サムの記憶からは、５か月前の流産のせいでふたりが別居という最悪の事態に陥ったことがすっかり抜けていた。ブリアはサムが回復するまで一緒に暮らすことにするが、離婚するはずの夫と過ごす新婚のような甘い日々は、ブリアの心をさいなんで…。

なぜ夫は忘れてしまったのだろう? もう私を愛してなどいなかったことを。 別居中の大富豪の夫サムが事故で大怪我をしたと聞き、ブリアは病院に向かった。ところが、昏睡からさめた夫の言葉に驚く。「今回は成功したのかな、スイートハート?　妊娠の兆候は?」優しく彼女を気遣うサムの様子は、愛情深い夫そのものだった。まさか……覚えていないの?不思議なことにサムの記憶からは、5カ月前ブリアが流産したこともそれが二人の関係を最悪な結末に導いたことも、消えていたのだ。ブリアはサムが快復するまで、再び一緒に暮らすことを決める。そして、仕事中毒ですれ違いばかりだった夫と過ごす新婚の頃のような甘く幸福な日々に、つかのま酔いしれるが……。

「…誰っすか？」 年下夫から心も身体も溺愛され、幸せな毎日を送っていた結子。しかしある日、彼が事故に遭い、出会う前からの記憶を失ってしまう。 落ち込む結子だったが、彼ともう一度関係を築くことを決意して…!? 年下のガテンな夫×地味OL妻の記憶を超えた極甘ラブ！ ※本書は「ショコラブvol.84」に収録されております。

「乳首、舐めていじっただけで感じて…欲求不満だった？もっとオレにやらしい顔、見せろよ」深く奥まで貫かれて…気持ちいいけどどこか強引で激しくて、いつものＨと全然違う！なんだか彼氏が別人みたい――！　ＯＬの莉子（りこ）は、同期入社の早坂一琉（はやさかいちる）と付き合って３年目。けれど、一琉の仕事の忙しさからか、関係はマンネリぎみに。そんなある日、一琉がとある事故で入院してしまう！　一命をとりとめ、職場復帰した一琉はまるで別人のように完璧な男になっていた。彼女である莉子を特別扱いしてくれるものの…、エッチのときはじらしにじらされて、すっごいＳになってない!??

海辺で拾ったのは身分違いの大皇帝!? オスマン帝国の皇帝であるアスランは、お忍びで従兄の結婚式に向かう。しかし目覚めると見知らぬ娘ノーラのもとで看病されていて…!?

身ごもった夜の出来事を、すべて忘れてしまったなんて……。 考古学博士のエヴァは、一人旅の途中で事故に遭い、目覚めたときには1週間分の記憶を失っていた。そして2カ月後、妊娠していることに気づいた――美しいドレスを着て舞踏会に出席した自分の写真以外、小さな命を授かった一夜の手掛かりは何も残っていないというのに。まったく自分らしくない行動とその結果に戸惑いながらも、エヴァは子どもを独りで産み育てる決心をした｡そんなある日、エヴァが歴史ある子爵邸で発掘の指揮を執っていると、実家に立ち寄ったというすばらしく魅惑的な男性ハリーが現れた。彼はエヴァを見ると顔色を変え、傲慢ともいえる態度をとって……。 ■素知らぬ顔で挨拶したエヴァを、ただの尻軽女だったのだと軽蔑するハリー。しかし彼女が記憶を失い、さらには妊娠していると知り、なんとかして恋に落ちた夜の記憶を呼び覚まそうと試みますが……。せつなくもドラマチックなすれ違いロマンスをお楽しみください！

「君のためならどんな望みでも叶える」 偽りの関係なのに、新婚生活は予期せぬ過保護愛で満たされて…!? 大企業で秘書として働く寿々は、経営難に陥った家業の立て直しに頭を悩ませていた。そんな時、ひそかに憧れていた上司で次期CEOの優心から、高額な報酬と引き換えに二年間の契約婚を持ちかけられてそれを受け入れる。さっそく入籍をしたふたりだけど、優心が事故で記憶の一部を失い、恋愛結婚だと誤解した彼から予想外の甘々な溺愛が始まって…!?

【王女の取り巻きをクビに…!?　捨てられた先は、私に一途な剣士様でした】王女の素晴らしさを演出するために、アルニタク国の王女・フォセカの取り巻き“役”をやらされていた記憶喪失の令嬢・ロベリアは、ある日突然フォセカから取り巻き令嬢のクビと学園からの追放を言い渡される。王家から支援を受けていたロベリアの養父母は、クビになったことでロベリアを家から追い出そうとするが、そこへ“冷酷鬼畜剣士”と悪名高いキファレス領の領主・ゼラがやってきた。すると「お前を婚約者としてもらい受けにきた」とロベリアはゼラから求婚され――!?　ちょっと強気なご令嬢と不器用な剣士様のラブロマンス、ここに開幕！

森の外れの娼館で起こった火事の中、たったひとり生き残ったティアナは記憶のほとんどを失い、思い出せるのは自分の名前だけ。なぜ自分が娼館にいたのかも覚えていなかった。その時ちょうど王都から遠征に来ていた魔獣討伐を専門とする第五騎士団の団長ジークに保護される。だが、その火事で父親を亡くしたジークはティアナに疑いの目を向ける。「お前、何をした？」 しかしあることがきっかけで、ジークはティアナが失くした記憶の秘密を知ることに。そしてティアナも、ジークの過去と復讐に燃える心を知ると、ふたりは互いにかけがえのない存在へと変わっていき──「……お前はいつも、俺の心を波立たせるな。出会ったときからずっとだ」

なぜ私はあなたのもとを去ったの？あなたを愛してしまったから？ ウエイトレスのエマは、CEOダンテに乞われ、結婚した。恋愛感情の介在しない、1年限りの契約花嫁として。だがやがて、彼の愛情を求めている自分に気づいて怖くなり、契約期間満了を待たず、ダンテのもとを去った――。3カ月後、エマは病院で目覚めた。目の前の見知らぬ男性に夫だと言われても、二人は契約結婚していたのだと告げられても、何も思い出せない。それどころか、ハンサムな彼に熱い目で見つめられると、体がとろけそうになる。私たちは愛し合っていなかったはずなのに、なぜ……？ ■実は契約結婚を延長するつもりでいたダンテは、戻ってきたエマに愛憎相半ばする思いを抱き……。日本デビュー作『シチリア大富豪と消えたシンデレラ』で話題をさらった稀代のストーリーテラー、リラ・メイ・ワイトが綴る、大人気の記憶喪失がテーマの物語！

社長秘書のかりんは、自身が秘書を担当する社長・達央に密かに恋心を抱いていた。ある夜路上で気を失っている達央を発見。目覚めた達央は記憶を失くしていた。 彼の記憶が戻るまでの間同居することになったかりん。ところが以前のクールな性格と真逆になった達央に迫られる溺甘な毎日が始まって…!?しかも達央は重大な秘密を抱えていたようで…。

気鋭の文筆家・僕のマリが挑む、 「食」と「記憶」を繋げる珠玉のエッセイ。 思い出すことのかたわらにはいつも、食べものがあった。 大切な記憶も、ちょっとした記憶も、食むように紡いでいく。 noteの好評連載に書き下ろしを加えて待望の書籍化 全編書き下ろしの「自炊ときどき外食日記」も収録 長い間忘れていたことを突然思い出すと、狂おしい気持ちになる。 頭のなかで突風が吹いたような、満潮の海が荒れるような、 スノードームをひっくり返したような、 そんな風に全身の細胞が泡立つのを感じる。 頭で覚えていないようなことでも、 匂いや音で急に記憶の蓋がこじ開けられることもある。 忘れて、思い出して、また忘れて、そんなふうにあと何十年も 自分の内面と向き合っていくことになるのだ。 （本文より） もくじ ⅰ チーズケーキの端っこ 朝食のピザトースト 真夜中の炭水化物 りんごを剝いたら 直樹の焼きうどん いつかマックで 退屈とコーラ 自炊ときどき外食日記 1 ⅱ 祖母と梅、メロンに焼肉、初夏の風 苺の効力 幻とコンソメスープ 先生となんこつ 社食の日替わり キッチンで缶ビール 炙ったホタルイカ 自炊ときどき外食日記 2 ⅲ サンタの砂糖菓子 考えるチョコチップクッキー 穏やかなフルーツサンド 不安と釜玉 酢シャンプーの女 食わず嫌い 明日のパン あとがき

とある郊外の駅のキオスクに勤めるキリオは関西弁の中年男。彼は訪れるさまざまな人と、「袖すり合うも多生の縁」を持ってしまう不思議な男だ。本人にはその気が無いのに、結果としてはなぜか人生相談になり、妙に深い関わりを持つことになる。人徳か？　脇が甘いのか？　連作短篇集。

「堕ろすって言ったのよ」「何でそんなこと言うんだよ」「あそこから出てくるの嫌なんでしょ。ゲロ吐きそうだって言ったじゃん」妊婦に冷たい夫は女と旅行に行き、妻は下着をつけかえて夫の後輩を家に呼ぶ。若い男女のリアルな日常をためらいなく描き芥川賞候補となった表題作ほか、過激な性愛の底に流れる心のせつなさと揺れる男女の愛を描いた作品集。「あたしの欲しいもの」「勃たなかった男」「シタダシレッテル」「バージン」「スローロリス螺旋」「夜の足音」「キオミ」収録。

「簡単なのに、ていねいな味わい」と大評判。 ＳＮＳで人気の料理家・食育アドバイザーの、咲さんによる初レシピ本です。 少ない買い出しで簡単につくれる、野菜たっぷり栄養満点おかずから、 みんな大好きなオムライス、胃を休めたいときのかきたまうどんまで…… 生活によりそう“やさしい味”を集めました。 レシピ掲載数は、たっぷり２０２品。 一冊あれば、毎日の体調や気分に合う一品がきっと見つかります。 （収録予定内容）※変更になる場合があります Chapter1　おなかも心も満たされる　定番おかず Chapter2　素材の味をじっくり楽しむ　野菜のおかず Chapter3　心と体、お財布にやさしい　一品ごはん Chapter4　あと一品ほしいときの　おたすけ副菜 Chapter5　いろどり豊かな　おにぎり＆サンドイッチ

※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。 サイト『穴馬レーダー! 競馬天気』編集長を務め、現役の気象予報士でもある三宅誠氏が贈る、気象データを馬券に生かす革命的一冊。競馬開催日の気温を5段階に分類し好走馬を分析することで、専門紙の「季節別成績」からは知り得ない本当の「夏馬」「冬馬」をあぶり出します。巻末に、現役2勝以上馬2171頭の気温別データを完全収録。袋とじには三宅氏による「厳選季節馬リスト」。西の万券王・棟広良隆氏推薦!

男友達もなく女との恋も知らない変わり者の中年男・本田をとらえたのは、レズビアンの親友・七島の女同士の恋と友情だった。女たちの世界を観察することに無上の喜びを見出す本田だが、やがて欲望は奇怪にねじれ……。熱い魂の脈動を求めてやまぬ者の呻吟を全編に響かせつつ、男と女、女と女の交歓を繊細に描く友愛小説「奇貨」と、著者26歳の時に書かれた危うい思春期小説を併録。

※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。 ガーデナーや農業関係者にとっては侵略的外来種の早期発見・早期対処は欠かせません。そのためには外来種の特徴を知り、在来種と見分けられることが大切です。本書は、放置しておくと被害が大きくなる帰化植物や外来種と在来種との見分け方を、写真とイラストを使いながらわかりやすく解説した図鑑です。学術的な分類から探せるだけでなく、同じ種類の植物でも亜種を見分けるためのポイントをイラストでわかりやすく説明しています。

開発者たちは、史上初のAIロボット実現に心血をそそぎ、誕生の喜びと社会の変化を味わう。自衛隊特殊部隊の隊長は、テロ対策訓練が実戦となる。女子高生は、失恋のつらさをHumanRobot1に慰めてもらう。ロボットが生活に入り込む、すぐそこの未来にあるだろう世相をシミュレーション。彼らの日常を交互に描き、徐々に盛り上がる血湧き肉躍るエンターテイメント。

※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。 畜力・水力・風力などの自然のエネルギーを利用し，幾多の改良を経て形成された初期の機械の歩みを検証して，日本文化の形成における科学・技術の役割を再検討する。

この電子書籍ファイルは青空文庫のデータをもとに制作しております。

俺の高校にリモート授業が導入されたら、幼馴染が我が家に入り浸るようになった。一緒に授業を受けるだけだったはずが、彼女と過ごす放課後は、どんどん長く濃密になっていき……！　在宅ラブコメ爆誕!?

機械加工とは，工作機械を用いて金属等を加工し，同一形状の工業製品を優れた精度で大量に製造する技術です。ひとくちに機械加工といっても，素材や目的に応じて方法が異なり，また専用工作機械があります。本書は，旋盤，フライス盤，研削盤，ボール盤，マシニングセンタといった代表的な工作機械の特徴や構造，また主な加工方法，基本操作，機メンテナンスなど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。 モノづくり全般に共通した一般知識とは「材料知識」「加工知識」「読図知識」の3つです。 こうした基礎知識は、技術者や製造担当者のみならず、資材購買、品質管理、生産管理、営業部門といった間接部門でも大切な知識となります。 しかし、この三大知識は、理工系それも機械工学科でなければ習得する機会がありません。 文系出身者が多い間接部門では、OJT でしか学ぶ手段がありません。 基礎的な入門書であっても理工系の基礎レベルで記述されており、文系出身者には理解が難しいのが実情です。 文系出身者でも理解できる内容を目指し、一般知識を中心にして、特化した専門知識には触れないことを基本に、機械加工の基礎を説きます。

｢シンギュラリティ｣｢IoTで豊かな未来｣｢鉄腕アトム｣｢ターミネーター｣……私たちは、機械を愛し、憎んでいる。では機械のほうから｢私たち｣を見たらどうなる? テクノロジーで拡張し変容した私たちの姿を、｢将棋電王戦｣から科学技術論などを横断しながら見つめ、｢人間｣観の刷新を企図する試み。気鋭の人類学者が、｢現在のなかにある未来｣を探る、通快かつ真摯な思考!

【新装版　忌塊、ついに始動！】 空から舞い降りた『忌塊』で運命が変わってしまったコウ。 驚異的な力と引き換えに、彼には波乱の人生が待っていた。 十年前の長平の役で何が起こったのか。 謎に包まれたコウの過去がついに、明らかに――。 春秋戦国時代の古代中国を舞台に、 異形の者達への復讐を誓う少年コウの戦いを描いた武侠物語、 タテコミ版前作品『忌塊―キカイ―』へと繋がる序章の冒険が今、始まる！

※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。 本書は、古典機械学習ともよぶべき題材に的を絞り、考え方をできるだけ詳細に記述した教科書である。本書では、機械学習全体の網羅や、深層学習を中心に据えた説明は意図していない。大量のデータが存在する対象、あるいはその近傍の対象に対しては、深層学習はきわめて高性能を発揮する。しかし、少数のデータしか得ることができない対象も多く、本書で紹介する古典的な機械学習の手法は、今後も随所で活躍するであろう。とりわけ、ベイズ的な考え方は、予測の損失最小を保証するという意味で重要である。多くの大学理工系の学部で、初年次あるいは2年次に学ぶ多変数の微積分や、固有値問題の基本をふくむ線形代数、それと確率と統計の基本事項は既知としているが、確率と統計や、対称行列に関する固有値問題などの数学的事項の要点は、第V部としてまとめた。 本書は多くの優れた書籍を参照して書かれ、とりわけ、C. M. ビショップ（著）、『パターン認識と機械学習』の影響は随所にみられる。数学的記法も同書に準拠した。また、構成は、K. P. Murphy， “Probabilistic Machine Learning: An Introduction”の影響をうけている。Murphyの本では深層学習を1つの部としているが、本書では深層学習の部はもうけず、ニューラルネットワークの基礎的事項をパラメトリックモデルの部へ、また、深層生成モデル（の1つであるVAE）を潜在モデルの部へおいた。ベイズ推論の重要性に鑑み、潜在モデルを第IV部としたことは本書の特徴の1つである。 各章には演習問題、巻末には解答例と丁寧な解説を掲載。

※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。 原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。 　本書は大まかに基礎，具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか？」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。 　中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。

機械学習エンジニアになりたい人に 機械学習エンジニアを志望する人が増えています。 採用数も増えており、さまざまな就職・転職サイトで「機械学習エンジニア」の募集がされており、この数は今後さらに増えることが予想できます。 しかし、採用側の話を聞くと、志望する人の大半は求める能力に達していないというミスマッチが発生しています。 これは、「機械学習エンジニア」という仕事が誕生して間もないため、 どのような能力を必要とするのかをエンジニア側が理解していないことに原因があります。 【本書の構成】 本書は「仕事編」と「実務編」の２部構成です。 「仕事編」では、機械学習エンジニアになりたい人向けに、 その仕事内容や必要な知識レベル、なるための勉強法、採用されるための履歴書の書き方などを解説します。 「実務編」では、身の周りのAI技術や実務ノウハウ、各国の機械学習エンジニア事情について解説します。 また、実際に機械学習エンジニアとして働く人やゼロから機械学習の知識を身につけた方々のインタビューも掲載しています。 ※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。

※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。 機械学習エンジニアが知らないでは済まされない知財と契約の基礎知識をコンパクトに、わかりやすく整理 本書は、エンジニア・研究者、学生を対象に、知らないでは済まされない機械学習にかかわる知財と契約の基礎知識をコンパクトに、わかりやすくまとめた書籍です。 GoogleやAppleの創業者がエンジニアであり、スタートアップ企業から始まっているように、いまや、そして特に機械学習に関連する分野では、エンジニア自身が知財活動や法務活動に積極的にかかわることが必要不可欠です。いいかえれば、何かことが起こればエンジニア自身が矢面に立たされたり、少なくとも責任の一端をとらされたりすることは避けられません。 本書は、このような背景を踏まえて、機械学習の研究開発に関連してエンジニアが知っておくべき法律的な考え方や知識を、主に実務的な観点を交えつつ、一から丁寧に解説しています。 第1章　AI・データと法的な保護 第2章　契約－当事者のインセンティブのデザイン 第3章　AI・データと特許 第4章　専門家とのコラボレーション 第5章　OSSと知的財産権

※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。 機械学習は人工知能の同義語となり多くの人に広く知れ渡っていますが、その可能性を十分に活かしている企業は世界でも一握りにすぎません。最新のオープンソースライブラリ、パッケージが提供され、コミュニティは充実していますが、実用的なビジネス上の課題解決に機械学習をどう適用させるかで、多くの企業が四苦八苦しています。 人材不足もその要因の一つではありますが、優秀な機械学習エンジニアやデータアナリストを確保したとしても、1つのモデルを導入するまでにそれなりの期間が必要になってしまうことも起きています。 機械学習モデルのバージョン管理、再現性、スケーリングなど、企業が機械学習の機能を開発する際に直面する主な課題は、サイエンス的な面よりもむしろエンジニアリング的なものですが、一般的なデータサイエンス系の教科書では、機械学習プロジェクトを実施する際のエンジニアリング的な面についてあまり触れていません。 本書はデータの収集、保存、前処理、特徴量エンジニアリング、モデルのテストとデバッグ、本番環境へのデプロイと撤退、ランタイムと本番環境へのデプロイ後のメンテナンスなどに光をあて、解説していきます。 機械学習の応用、ビジネス上の課題を機械学習を使用して解決したい場合に適切なアドバイスを得ることができます。 対象読者として、機械学習の基本を理解し自身でモデルを構築することができるレベルを想定しています。 ・機械学習エンジニアリングの仕事に取り組むデータアナリスト ・仕事をもっと構造化したいと考えている機械学習エンジニア ・機械学習エンジニアが提供するモデルを扱うことになるソフトウェアアーキテクト 第1章 はじめに 第2章 プロジェクトを始める前に 第3章 データの収集と準備 第4章 特徴量エンジニアリング 第5章 教師ありモデルの訓練 (第1部) 第6章 教師ありモデルの訓練（第2部) 第7章 モデルの評価 第8章 モデルの導入 第9章 モデルの推論、監視、メンテナンス 第10章 まとめ

※本書は、日経コンピュータ誌の特集記事「機械学習革命」（2014年1月9日号）を 　スマートフォンでも読みやすく再構成した電子書籍です。 　専門記者によるレポートが手ごろな価格で手に入ります。 記者は、米グーグル、米アップル、米フェイスブックといった先進IT企業が注目する「機械学習」に注目し、 社会や企業にどんな変化をもたらすかを探りました。 機械学習の本質を、「知性を実現するアルゴリズムを 人間の行動パターンから自動生成することにある」と説明しています。 ９つの事例を詳細に報じています。ここが読みどころです。 具体的には、人間に匹敵する知覚を実現したパターン認識の例、人間の試行錯誤を排除する未来予測の例、 不審な行動を把握する異常検知の例などを取り上げています。 「学習するコンピュータの台頭で人間の仕事が奪われるケースは間違いなく増える」と主張する一方で、 変化を好機に変えるヒントをまとめ、「機械学習をうまく使いこなせば、あらゆる企業にとって、 新ビジネスや異業種参入が容易になる」と締めくくっています。

※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。 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

機械学習は現代のAI（人工知能）になくてはならない技術です。一方で，機械学習の理解には統計学の知識が必要不可欠です。本書はその機械学習の理解に必要な統計学の知識をわかりやすく解説した入門書です。図を多用し，具体例を重視した内容になっています。また，Excelを使って解説するので，大学レベルの難しい数学の知識のない入門者でも，視覚的にそのしくみを学ぶことができます。機械学習を目的とした統計学の手法「教師あり学習」や「教師なし学習」を理解したい人に最適な入門書です。

★機械学習を「工学」として熟成していくために★ 【推薦の言葉】 AIブームの3回目は、機械学習技術が牽引してきた。業務や生活の 中で使われるようになるにつれて、現場や社会における課題に直面 している。機械学習工学を生み出した著者らによる本書は、技術と 現場をつなぎ、普及させていくための羅針盤となる貴重な一冊である。 ――浦本直彦氏(三菱ケミカルグループ、元・人工知能学会会長) 注目の新領域「機械学習工学」の入門書。まずはこの一冊から始めよう！ 機械学習ソフトウェアの開発・テスト・運用の方法論を体系的に俯瞰できる。 開発現場で試行錯誤しているエンジニアはもちろん、エンジニアと協働している人すべてに読んでほしい。 【主な内容】 巻頭言（丸山宏・PFN） 第1部　機械学習工学とは 第1章　機械学習工学（中川裕志・理化学研究所、石川冬樹・国立情報学研究所） 第2部　機械学習システムの開発・運用マネジメント 第2章　機械学習システムの開発とその検証プロジェクト（竹内広宜・武蔵大学） 第3章　機械学習システムの運用（堀内新吾、土橋昌・株式会社エヌ・ティ・ティ・データ） 第3部　機械学習システムの開発技術と倫理 第4章　機械学習デザインパターン（鷲崎弘宜・早稲田大学） 第5章　品質のとらえ方と管理（石川冬樹・国立情報学研究所） 第6章　機械学習モデルの説明法（原聡・大阪大学） 第7章　AI倫理（中川裕志・理化学研究所） 第4部　機械学習と知財・契約 第8章　機械学習と知財・契約（柿沼太一・弁護士法人STORIA） 第5部　機械学習工学の今後 第9章　今後に向けて（石川冬樹・国立情報学研究所） 付録A　模擬裁判の紹介（柿沼太一・弁護士法人STORIA）

※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。

機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書! 深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。 【甘利俊一先生推薦】 ｢世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい｣

★★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

最短経路で平易に理解できる、今までにない入門書! ベイズ主義機械学習(ベイズ学習)の基本原理にのっとり、｢モデルの構築→推論の導出｣という一貫した手順でアルゴリズムの作り方を解説。どこまでも分かりやすい!

※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。 細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説 本書は細胞培養（培地最適化）へ機械学習を応用するための基礎やノウハウを解説した書籍です．現状，細胞培養に機械学習を応用しようとすると，情報工学や数理統計学のテキストを読む必要がありますが，これらでは情報工学や数理統計学の基本的なカリキュラムを修了していることが前提とされていて，細胞培養のエンジニアや学生が読みこなすのは大変です． また，情報工学や数理統計学において重要な基本原理の解説と研究事例の紹介がメインであり，必ずしも細胞培養に応用するうえで，「機械学習をどう利用するのか」「どうやってデータサイエンス化するのか」について，詳しく書いてあるわけではありません． 本書では，情報工学や数理統計学のノウハウがなくても，つまり，AIの素養がなくても，読者ご自身の細胞培養の定量性や再現性を高め，予測可能な結果につなげるためのヒントをまとめたものです．著者の経験をもとに，機械学習を応用する大切なポイントを解説しています． 第1章　細胞培養の基礎を押さえよう 　1.1　細胞培養について 　1.2　細胞培養のための培地選び 　 第2章　細胞培養を定量化しよう 　2.1　細胞の数を計測してみよう 　2.2　増える細胞の様子を数値化しよう 　 第3章　細胞培養をデータ化しよう 　3.1　データサイエンスの基本をざっくり把握しておこう 　3.2　細胞培養・培地をデータ化しよう 　3.3　データ化するための自動化 　　 第4章　細胞培養を学習分析しよう 　4.1　機械学習について知ろう 　4.2　細胞培養のデータでデータサイエンスを行おう 第5章　細胞培養を最適化しよう 　5.1　最適化するための方法 　5.2　機械学習のアルゴリズムを押さえよう 　5.3　学習データを取得しよう 　5.4　モデルを訓練しよう 　 第6章　アクティブラーニングを活用しよう 　6.1　アクティブラーニング　 　6.2　応用と展望

数学の素養があるだけではデータサイエンスのプロとは言えません。なぜなら，実際の数理モデル開発やデータ分析では，組み合わせ方やプログラミングの知識が必要になるためです。また，データ分析では，数値微分・数値積分の知識がプログラミングで計算する際には非常に役立ちます。そこで本書では，数値計算やパラメータ計算法などを説明したあとに，応用編として現場で利用されるデータ分析方法を取り上げます。具体的には「対数尤度（ゆうど）の最大化法と重回帰」「一般化線形モデル」「多クラス回帰モデル」「Bradley-Terry model」「2元表の解析モデル」「生存時間解析（ワイブル分布）」で，Rによる数値計算のプログラムも併記しています。本書を活用していただくと，例えば機械学習モデルのパラメータを導く際に必要な二階偏微分を要素とする行列（ヘッセ行列など）の計算が非常にラクになり，データサイエンスにおけるプログラミングで数値微分・数値積分や数値計算そのものの重要さを再確認できるでしょう。 なお，本書は，大学の初等数学程度の知識を前提としています。

本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（C言語）を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介していきます。

※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。 ※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。 『機械学習と深層学習 C言語によるシミュレーション』のPython版登場!! 　本書は人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として深層学習とは何かを示します。具体的な処理手続きやプログラム例（Python）を適宜示すことで、これらの技術がどのようなものなのかを理解できるように紹介していきます。 まえがき 第1章　機械学習とは 1.1　機械学習とは 1.1.1　深層学習の成果 1.1.2　学習と機械学習・深層学習 1.1.3　機械学習の分類 1.1.4　深層学習に至る機械学習の歴史 1.2　本書例題プログラムの実行環境について 1.2.1　プログラム実行までの流れ 1.2.2　プログラム実行の実際 第2章　機械学習の基礎 2.1　帰納学習. 2.1.1　演繹的学習と帰納的学習 2.1.2　帰納的学習の例題　―株価の予想― 2.1.3　帰納学習による株価予想プログラム 2.2　強化学習 2.2.1　強化学習とは 2.2.2　Q学習　強化学習の具体的方法 2.2.3　強化学習の例題設定　迷路抜け知識の学習 2.2.4　強化学習のプログラムによる実現 第3章　群知能と進化的手法 3.1　群知能 3.1.1　粒子群最適化法 3.1.2　蟻コロニー最適化法 3.1.3　蟻コロニー最適化法の実際 3.2　進化的手法 3.2.1　進化的手法とは 3.2.2　遺伝的アルゴリズムによる知識獲得 第4章　ニューラルネット 4.1　ニューラルネットワークの基礎 4.1.1　人工ニューロンのモデル 4.1.2　ニューラルネットと学習 4.1.3　ニューラルネットの種類 4.1.4　人工ニューロンの計算方法 4.1.5　ニューラルネットの計算方法 4.2　.バックプロパゲーションによるニューラルネットの学習 4.2.1　パーセプトロンの学習手続き 4.2.2　バックプロパゲーションの処理手続き 4.2.3　バックプロパゲーションの実際 第5章　深層学習 5.1　深層学習とは 5.1.1　従来のニューラルネットの限界と深層学習のアイデア 5.1.2　畳み込みニューラルネット 5.1.3　自己符号化器を用いる学習手法 5.2　深層学習の実際 5.2.1　畳み込み演算の実現 5.2.2　畳み込みニューラルネットの実現 5.2.3　自己符号化器の実現 付 録 A　荷物の重量と価値を生成するプログラム　kpdatagen.py B　ナップサック問題を全数探索で解くプログラム　direct.py 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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 AI精度向上はトレーニングデータが鍵。 良質なトレーニングデータを手に入れるための必須知識。 アメリカをはじめ、ヨーロッパや中国などを中心にAI（機械学習）やディープラーニングを活用としたユースケースやビジネスモデルなどが大きく進化し、日本国内においても、自動車、製造、建築・土木、公的機関、eコマースなどさまざまな業種で機械学習やディープラーニングの適用が進んできています。 　このようにAIに使われる機械学習を、高い精度・確率のものとするためには、高い品質、さまざまな条件の分布、バリエーションに富んだトレーニングデータを準備することが成功の鍵といえます。　本書では、トレーニングデータの性質に焦点をあて、解説を行います。 はじめに 第1章　機械学習とトレーニングデータ 1.1　ディープラーニングに進化する過程 1.2　ディープラーニングはブラックボックス 1.3　機械学習の種類 1.4　プログラミングから見た機械学習 1.5　トレーニングデータの位置付け 第2章　マネジメント層とエンジニアの機械学習 2.1　データ活用とは 2.2　DXからデジタルファーストへ 2.3　マネジメント層の大事な役割 2.4　エンジニアとトレーニングデータ 2.5　機械学習を取り巻く課題 2.6　実行すべきこと 第3章　AIとトレーニングデータ 3.1　音声認識とは 3.2　機械翻訳 3.3　画像認識 3.4　動画 3.5　チャットボット・ボイスボット 3.6　自然言語処理系AI 3.7　固有表現抽出 3.8　ポイントオブインタレスト（POI） 3.9　自動車関連系AI 3.10　AR／VR／MRとメタバース 3.11　その他 第4章　各種トレーニングデータ 4.1　音声データ 4.2　画像データ 4.3　動画データ 4.4　センシングデータ（3D点群データ） 4.5　シンセティックデータ 第５章　データアノテーション 5.1　データアノテーションとは？ 5.2　プリラベリングデータ 5.3　音声データからのアノテーション 5.4　テキストデータのアノテーション 5.5　画像データのアノテーション 5.6　アノテーションフォーマット 第6章　アノテーションツール 6.1　アノテーションツールの種類 6.2　データ収集 6.3　プロジェクト定義 6.4　データ管理と割り当て 6.5　音声系へのアノテーション 6.6　テキスト系のアノテーション 6.7　画像・動画系データ 6.8　品質チェック工程 6.9　データ取りまとめ 第7章　データセキュリティ 7.1　関連する法律 7.2　データセキュリティについて 7.3　AI倫理 第8章　トレーニングデータの重要性 おわりに 参考文献

※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。 イラストを使って初心者にわかりやすく解説!! 　現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。 さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。

※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。 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。 「Jubatus(ユバタス)」は、分散した大容量データを素早く深く分析するオンライン機械学習用フレームワークで、日本発のオープンソースプロダクトです。 本書はJubatusコミュニティのメンバー自らが執筆。様々な環境へのJubatusの導入から、特徴抽出方法、主要な機械学習アルゴリズムの解説を、新規に起こしたサンプルを例に実践的に解説します。大容量データを迅速に処理する分散モードでの実行方法も解説。また、サンプルで手を動かしながら学べるため、機械学習の入門にも適しています。 なお、本書で使用したサンプルコードはダウンロード提供します。

※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。 年間２兆円規模の市場を生むインターネット広告。 高速で最適な広告を配信する技術の理論的背景を、業界トップのサイバーエージェントの著者陣が解説。 機械学習を用いて広告配信を最適化する技術と、コンテンツを機械学習により自動生成する技術とを俯瞰する。 【目次】 第1章　インターネット広告業界と関連する機械学習技術 　1.1　インターネット広告業界における機械学習の環境適性 　1.2　機械学習の適用領域 　1.3　インターネット広告業界が向き合うプライバシー規制 第2章　広告配信のためのアルゴリズム 　2.1　CTR/CVR 予測 　2.2　予測のサービスでの活用 　2.3　クリエイティブ選択 第3章　広告効果の効果測定のための手法 　3.1　施策の効果の定義 　3.2　ランダム化比較実験 　3.3　観察研究に基づくアプローチ 第4章　広告配信とプライバシー 　4.1　デジタル広告業界を取り巻く環境の変化 　4.2　プライバシー保護とアトリビューションの仕組み 　4.3　差分プライバシーとプライバシー保護のメカニズム 　4.4　データ保護のための秘匿マルチパーティ計算 　4.5　デジタル広告業界を取り巻く環境の変化 　4.6　ブラウザが取り組んでいる取り組み 　4.7　差分プライバシーとプライバシー保護のメカニズム 　4.8　集約した単位から予測モデルの構築 第5章　広告運用のための自然言語処理 　5.1　広告テキスト生成のための自然言語処理 　5.2　広告テキスト生成における評価 第6章　グラフィックデザインのための機械学習 　6.1　広告効果の事前予測 　6.2　レイアウトの生成 　6.3　タイポグラフィの認識と生成 第7章　広告配信の未来 ※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この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。 機械学習を用いた新規分子構造の生成や最適化にまつわる技術について，基礎理論から実装まで一気通貫して解説 　本書は，機械学習の初学者であっても分子構造の生成モデルや分子構造の最適化手法を理解できるように，機械学習の基礎から分子構造の生成モデルや最適化手法にいたるまでを体系的にまとめた書籍です． 　さらに，機械学習に関する技術はプログラミングを通じて実践することでより理解が深まるものであるため，数理的な内容だけではなく，Pythonによる実装を織り交ぜて説明しています．分子構造の生成モデルや最適化手法に関する基礎知識を得ることができるだけでなく，それらを実践に活かすところまで習得できます． 　また，分子構造を取り扱うための手法や，特有の事情についても詳しく説明していますので，機械学習の研究者が分子構造を取り扱った研究を始めたい場合にも参考になります． 〈このような方におすすめ〉 材料設計、創薬に携わる技術者、研究者および学生 分子生成モデルへの応用を目指す機械学習の技術者、研究者および学生 〈目次〉 第1章　分子生成モデルと分子最適化 1.1　分子最適化 1.2　分子生成に関する問題設定 1.3　分子生成モデルの構成要素 1.4　本書の構成 1.5　記　法 1.6　プログラミング環境 第2章　分子データの表現 2.1　分子のグラフ表現 2.2　SMILES 2.3　SELFIES 2.4　分子記述子 2.5　フィンガープリント 第3章　教師あり学習を用いた物性値予測 3.1　教師あり学習 3.2　経験損失最小化にもとづく教師あり学習 3.3　予測分布 3.4　ニューラルネットワーク 3.5　最適化アルゴリズム 3.6　評　価 3.7　過剰適合と正則化 3.8　グラフニューラルネットワーク 3.9　モデルの適用範囲 3.10 予測器の実装例・実行例 第4章　系列モデルを用いた分子生成 4.1　系列モデル 4.2　系列モデルを用いた分子生成モデル 第5章　変分オートエンコーダを用いた分子生成 5.1　変分ベイズ法 5.2　変分オートエンコーダ 5.3　変分オートエンコーダを用いた分子生成モデル 第6章　分子生成モデルを用いた分子最適化 6.1　分子最適化問題とその難しさ 6.2　分子最適化問題の連続最適化問題への変換 6.3　ベイズ最適化を用いた分子最適化 6.4　ベイズ最適化を用いた分子最適化アルゴリズム 第7章　強化学習を用いた分子生成モデルと分子最適化 7.1　強化学習の定式化 7.2　分子最適化の強化学習としての定式化 7.3　方策勾配法 7.4　オフライン強化学習 7.5　SMILES-LSTMを方策とした方策最適化 第8章　発展的な分子生成モデル 8.1　原子団を組み合わせる分子生成 8.2　分子骨格を用いた分子生成 8.3　生成モデルの評価手法 付 録　正規分布にかかわる公式 A.1　モーメント母関数 A.2　線形結合 A.3　条件付き確率

※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。 本書は具体的なデータ分析の手法を説明する意図で書かれたものではありません。 実用的な目的ならscikit-learnやChainerなどの既存のフレームワークを使うべきですが、本書では機械学習のいくつかの有名なアルゴリズムを、自分でゼロから実装することを目標としています。こうすることにより、とかくブラックボックスになりがちな機械学習の仕組みを理解し、さらなる応用力と問題解決力を身につけることができるようになります。 また、処理系にはデファクトスタンダードであるPythonを使い、機械学習に必要な数学の知識もわかりやすく解説しています。 これから機械学習を始める学生さんや、いきなりプロジェクトに放り込まれていまいち理解できないままデータ分析の仕事をしているエンジニアの方にも最適です。

※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。 ベイズモデル、生成AIの数学的動作原理を学ぶ 増補改訂でより詳しく 　本書は，機械学習の道具として使われている確率過程の書籍です．確率過程とは，誤解をおそれずにひと言でいえば「パラメータにしたがってランダムに変動するデータを解析するための数学の一分野」です．すなわち，ベイズモデル，生成AIの数学的動作原理です． 　日進月歩の勢いで発展を遂げる機械学習の研究成果を各自の専門領域に取り入れるには，これらの中で道具として使われている確率過程の基礎的な知識が必要不可欠です．本書では，数学的な厳密性は犠牲としながらも，機械学習の最新の結果を理解するために最低限必要と思われる内容にしぼって，確率過程について説明しています． 　今回の増補改訂によって内容を大幅に追加しています． 第1章　確率論の基礎 第2章　確率積分と確率微分方程式 第3章　マルコフ過程の性質 第4章　確率過程とベイズモデル 第5章　確率過程と機械学習 第6章　実問題への応用 付録A　基礎事項の復習式の復習 付録B　サンプルコード

機械学習分野に参入したい技術者･大学生を対象とし、機械学習技術の理解に必要なトピックに厳選した。イメージが掴めるように、図を多く掲載したから、わかりやすい。コンパクトなので初学者の教科書としても、最適!※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。

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。

最小の努力で、最大の学びがここにある!･境界分野が面白い! 基礎から最先端まで，骨太の一冊!･機械学習に不可欠な基礎知識が身につく。･おだやかではない。かつてこれほどの教科書があっただろうか。※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。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

……そこには世にも奇妙な世界、「奇界」が広がっていた。 『奇界遺産』写真家・佐藤健寿の奇界なる旅の全貌を綴った本格フォトエッセイ。写真全点オールカラー＋増補の贅沢な文庫版！

※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。 機械工学はものづくりに関わる工学分野を包括した横断的な工学です。本書は、機械の専門知識をもたない人を対象に、身近な製品や機器を題材にして、フルカラーの写真と図解でわかりやすく機械工学の取り組みと考え方を理解することができます。

※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。 空想上や実在する生き物から着想を得た作品を制作している宇田川誉仁氏。彼が手掛ける紙粘土や針金、機械パーツ類、廃材などでつくられた立体は「メカニカルミュータント」と呼ばれ、世界的規模で数多く紹介されている。本書でピックアップするのは「実在の昆虫を本物そっくりでメカっぽい外観に仕上げた作品たち」で、それらの機械昆蟲は、強いインパクトで見る人を惹きつけることだろう。第1章は大型(約20cm)の1点もの作品であるミカドトックリバチ。紙粘土で本体をつくり、盛りつけと削りで成形を進め、細部をつくり込んでいく独自の工程を解説する。第2章は小型(約5cm)のコガネムシ作品群で、原型からの型取り工程後に、塗装や細部の加工に変化をつけて個性的な甲虫に仕上げる様子を解説する。第3章は木材や金属を組み合わせてつくったスチームパンク的なトックリバチの「巣」で、見どころいっぱい。巻頭と第4章には新作から過去の代表作まで、主要な作品を収録。迫力ある機械昆蟲の世界を存分に楽しめる一冊。

※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。 ◆コンピュータのことば「機械語」を学んで、しくみを理解！◆ 　ゆかいな動物たちと一緒に、コンピュータのことば「機械語」を学んで、コンピュータが働くしくみを理解しよう！ 動物たちがおしゃべりしながら具体的なプログラム例を挙げて解説しているので、会話を読んでいくだけで知識が身についてしまいます。機械語を学んでおけば、機械語以外のプログラミング言語を学ぶときにも理解が進みやすくなります。初めて学ぶ方にも、根本から学び直したい方にも、おすすめの1冊です。 ■こんな方におすすめ ・コンピュータのことば「機械語」を基本から学んでみたい＆学び直したい親御さんから子供さんまで ■目次 ●第1章 ことば ―― 機械語 ・1-1 コンピュータってどんなもの？ ・1-2 プログラムはどうやって実行する？ ・1-3 機械語ってどんな言葉？ ・1-4 機械語とアセンブリ言語の関係 ・1-5 コンパイラとインタプリタは何をしてくれる？ ・1-6 開発環境をインストールしよう ●第2章 おぼえる ―― レジスタ ・2-1 レジスタには「今使いたいもの」を入れる ・2-2 整数を足してみよう ・2-3 負の整数や大きな整数を足してみよう ・2-4 整数を引いたり掛けたりしてみよう ・2-5 整数を割ってみよう ・2-6 小数の計算をしてみよう ●第3章 もっとおぼえる ―― メモリ ・3-1 普段はデータをメモリに置く ・3-2 メモリにデータを置いてみよう ・3-3 メモリにたくさんのデータを置いてみよう ・3-4 たくさんのデータの中から指定されたデータを取り出そう ・3-5 メモリを使ってC言語からアセンブリ言語にデータを渡そう ●第4章 とぶ ―― ジャンプ ・4-1 ジャンプ命令でプログラムの好きな場所にとぶ ・4-2 条件分岐を使ったプログラムを書いてみよう ・4-3 条件分岐を使ってもっと複雑なプログラムを書いてみよう ・4-4 ループを使ったプログラムを書いてみよう ・4-5 ループを使って好きな個数のデータを処理してみよう ●第5章 つむ ―― スタック ・5-1 スタックでは最後に入れたデータが最初に出る ・5-2 関数を呼び出そう ・5-3 スタックから引数を受け取ろう ・5-4 必要な値を残しておこう ・5-5 自分自身を呼び出す再帰呼び出し ■著者プロフィール ●松浦 健一郎（まつうら けんいちろう）：東京大学工学系研究科電子工学専攻修士課程修了。研究所において並列コンピューティングの研究に従事した後、フリーのプログラマ＆ライター＆講師として活動中。企業や研究機関向けにソフトウェア、ゲーム、ライブラリ等を受注開発したり、遠隔配信や動画も含む研修の講師を務めたりしている。司 ゆきと共著でプログラミングやゲームに関する著書多数（本書は40冊目）。 ●司 ゆき（つかさ ゆき）：東京大学理学系研究科情報科学専攻修士課程修了。大学では人工知能（自然言語処理）を学ぶ。研究機関や企業向けのソフトウェア開発や研究支援、ゲーム開発、書籍や研修用テキストの執筆、論文や技術記事の翻訳、翻訳書の技術監修、学校におけるプログラミングの講師を行う。

より正確で安価なクオーツ式が普及したにもかかわらず、 高価な機械式腕時計に魅せられる人が後を絶たないのはなぜなのか？ 機械式時計の定義と基本構造から、 クロノグラフや永久カレンダー、リピーターなど五大複雑機構の仕組みと変遷、 一三世紀から今日に至る歴史の中で語り継がれる数々の逸話の真偽、 スイス、ドイツ、日本の現行85ブランドの特徴と代表モデル、 さらには購入時や使用時の注意点まで――。 博覧強記の著者が半世紀に亘って積み重ねた知見を、豊富な図版と共に披露。 序章・そもそも機械式時計とは １）機械式とクオーツ式　２）そもそも「機械式」とは何か 第一章　機械式時計の基本構造 第二章　複雑機構 序）複雑機構とは何か １）クロノグラフ　２）永久カレンダー　３）天文表示　４）オートマタ　５）「鳴り物」（アラーム・ソムリ・リピーター） 第三章　間違いだらけな時計の歴史 11～13Ｃ・機械式の起源：「機械式時計は中国で発明された」＝× 14Ｃ・複雑機構の起源：時計の機構はより複雑な方が高度である＝× 16Ｃ・携帯時計の起源：「携帯時計はペーター・ヘンラインが１５０５年に発明した」＝× 16Ｃ・時計と宗教改革：「スイスで時計産業が発達したのは水と空気がきれいな山国だから」＝× 16～19Ｃ・和時計の誕生と進化：「機械式時計の１時間は夏でも冬でも変わらない」＝× 17Ｃ・振子とヒゲゼンマイの誕生：「振子時計はガリレオが発明した」＝× 18Ｃ・経度の発見：「クロノメーターは時計の精度の公式認定規格」＝△ 18Ｃ・マリー・アントワネットと３人の時計師：「ボーマルシェは劇作家である」＝△ 18～19Ｃ・時計産業の機械化：「高級時計は伝統的な手仕事で作られる」＝△ 19～20Ｃ・腕時計の誕生：「腕時計はＡ=Ｌ・ブレゲが発明した」＝× 20Ｃ・クオーツ危機：「日本のクオーツ式がスイスの機械式を駆逐した」＝× 20Ｃ・スイス時計産業の復興：「スウォッチグループはＮ(ﾆｺﾗｽ)=Ｇ(ｼﾞｮﾙｼﾞｭ)・ハイエック氏が創業した」＝△ 21Ｃ・スイス時計２０××年問題：「機械式腕時計のムーヴメントは大半がＥＴＡ社製」＝○→× 第四章　機械式時計の現状と主なブランド 第五章：機械式腕時計の選び方と買い方 １）何を選ぶ？　２）どこで買う？　３）どこを見る？ コラム１：「エアリーの定理」って、どんな定理？ コラム２：スイスの時計業界用語 コラム３：「時計界のピカソ」Ｇ・ジェンタ　 コラム４：腕時計のドレスコード

1980年代瀕死の状態にあったスイス機械式時計産業を、見事V字復活させたスウォッチグループ。その奇跡の経営戦略を描いたスイス原書の日本語版。

時は21世紀半ば。舞台は先端技術で独立したアジア海洋地域のノマドランス共和国。主人公の竹林豪は、学園に通う学生でありながら、研究機関である福祉技術公社の特殊部隊に勤めている。相棒のヒューマノイド・マルグリットと共にロボット絡みの事件を解決する仕事をしているのだ。そんなある日、公社の先輩である朝日河という男が自宅の密室で銃殺死体になる。彼を撃ったのは、メイドロボのリリカルだという。しかし、ロボットには、人間を傷つけてはならない理由があるはずだが……。

※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。 人造人間文学と優生学、映画＝複製技術、『PLUTO』の破壊されるロボット、『イノセンス』の〈ゴースト〉……。表象の領域に立ち現れる「機械と身体」の節合と軋みに目を向け、その差異に照準して、私たちの身体を取り巻くメカニズムと可能性を解読する。

本を愛する刑事、最強の兵士、子育てのベテラン、失敗ばかりのダメ店員……ココロを持ったロボットたちの愛情と葛藤、そして“人間”を描きだす、切なくて温かいオムニバス！！

手塚治虫文化賞受賞作、新シリーズ開始！ 手塚治虫文化賞短編賞を受賞した『機械仕掛けの愛』から、 ロボット親ママジンと家族の物語が完全連載化！ おいしい“ごはん”と家族の物語！ 集められた孤児たちを家族として育てる 母親ロボット・ママジンは―― ・ココロを持っていません。 ・自分の作る料理の味がわかりません。 ・手動スイッチで目から水を流せます。 だけどママジンは、 たっぷりの愛情と絶品料理で 家族みんなを包み込んでくれます。 普通なようで、とっても特別な、 あったかくておいしい家族の物語。

※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。 サド、ブルトン、デスノス、マンディアルグ、ジュネ、バタイユなどをめぐる、エロティシズムの文学史。

「自分達がいなくなった時、作品達もこの世から消えてほしい」今世紀最後のカリスマであり天才人形師・タナトスの遺言を守るため、タナトスの子・シェイマスはタナトスを生き写しにした生体人形・紅とふたり、タナトスが創った人形達が治める聖都市破壊の旅を続ける。焼身自殺をはかる都市、人形達の自殺ショー。聖母教会の象徴である美少女とタナトスの恋の行方。カルトの女王・高屋未央が贈る究極の美の世界!!

歯車は奏で、幻想は踊る。 いざ、音楽と機巧（からくり）の迷宮へ！ ラッパが響きわたる人工洞窟、 海と怪物のスペクタクル、 即興演奏を記録する機械、 虹色を奏でるクラヴサン、 フルートを吹く自動人形、 天使の楽器アルモニカ、 香りをふりまくオルガン…… 命なき楽士たちがつづる500年の音楽史。 「音楽は人の手が楽器を鳴らして演奏するもの、人が声を発して歌うものだ。そういう常識の片隅でわたしたちは、機械じたいが鳴らす音楽に心惹かれずにはいられない」 ──「前口上 機械が歌をうたうとき」より 「人を驚かせたいという願望が自動人形や自動演奏機械、早変わりする舞台装置を生み出した。アルモニカの音色、ファンタスマゴリーの誘惑、色と音と香りの共鳴、そこには人間の認識にたいする科学の夢がある。あるいは、消えてしまう即興演奏を書きとめようとする試み、これはレコーディング、そして現代の打ち込み式の楽譜入力で可能になった。しかし、その思想・願望は18世紀には生まれ、それほど現代とは異ならないかたちで提案されていた。ただその当時の技術が追いついていなかっただけである」 ──「あとがき」より 『月刊アルテス』好評連載、待望の書籍化！

抱かれて捨てられるぐらいなら、一生告白しない――。玩具メーカーに勤める相沢(あいざわ)の十年来の片想いの相手は、先輩同僚の風間(かざま)。学生時代、「卒業記念に俺と寝ないか」という風間の誘いを断って以来、欲望を押し殺して、参謀役に徹してきた。ところが最近なぜか、風間が挑発するように急接近!　もしや想いに気づかれた?　駆け引きめいた風間との会話に、相沢は緊張を募らせて!?

勇者として異世界に転移した高校生、輝久。彼の目の前に現れたのは、アンドロイドで幼女な女神、マキだった。のほほんとした雰囲気で始まった、２人の救世の旅。はじまりの村へ向かう道中で降臨したのは――殺意MAXのラスボス、ガガだった!?　腐食のオーラを放つ強敵を前に、突如マキがトランスフォーム！　五体がバラバラになった彼女は、輝久と合体する。特撮ヒーローさながらのスーツ（マキ）に身を包んだ輝久は、意思とは無関係に動く体と謎の力で、ガガを迎え撃つことになる――ループする世界の中で、まだ何も知らない輝久の戦いが幕を開ける！

区長の娘であることにコンプレックスを抱いていたナツミは、中学校の入学式の朝、中央池で泳いでいるケンと出会う。 色んなことが気に入らない、現実感の乏しい毎日。そんなナツミを待ち受ける運命は?　そしてケンが探している“星”とは? 近未来都市を舞台に揺れ動く、少年少女たちを描いた物語。 【著者】　晴海まどか 千葉県育ち東京都在住の文章クリエイター。七年強、テクニカルライターとして会社勤めをし、その後フリーに。2014年3月、ライブドアブログ・Impress QuickBooks主催「ライトなラノベコンテスト」で、「明日が雨でも晴れでも」が特別賞受賞。 公式サイト「白兎ワークス」　http://whiterabbitworks.wordpress.com/

ぼんやり座っていた浩介の目に、突然競馬新聞が飛び込んできた。そうだ。賭けがある──。 表題の『機械じかけのジハード』など、不思議で、愉快で、お洒落で、涙の止まらない物語を７話収録した、第49回文藝賞受賞の著者が贈る珠玉の短編小説集。伝説のサラブレッドたちをモチーフにしながら競馬にとらわれない『ゆうべ不思議な夢を見た』シリーズの再編集版。

十七歳の僕は皇帝。でも自分が偉いという気は全然しない。綺麗で優しい婚約者のユイ姫ともぎくしゃくする毎日。伝統と義務ばかりが重たく、自分がしたいことも見つからない……そんな僕が憧れるのは、かつて全世界を相手に戦ったという美しき性別不明の戦鬼ルルド・バイパーだった。だがその子供っぽい憧れが、やがてこの世のすべてを揺るがす混乱に発展しようとは――詠韻文明と呼ばれる奇妙な物理法則に支配される幻想の世界に滅亡と崩壊の陥穽(あな)が開くとき、若き皇帝は決断を迫られる……絢爛たる魔人と、容赦なき機械と、揺れ動く少年少女の心が毒蛇の如く絡み合う、これは無為無策(でたらめ)な夢物語の顛末――。

ヒューマノイド工学の天才・天野慧と工学デザイナーの結城怜也は、嫌々ながら製作したセックスのお相手ロボットであるセクサロイドが大ヒット。黙っていれば社内女子人気ナンバーワンの結城も綺麗な顔立ちの慧も不眠不休の忙しさ。慧に似ていると言われる特注のセクサロイド”アンジェ”がようやく完成し、納品に行った慧は注文主の貴藤にアンジェと間違われて手を出されてしまう。事情を知った結城に保護されて安眠できるようになった慧だが、貴藤から養子縁組の申し出が。強引に事を進める貴藤から結城は慧を奪い返そうとするが――。

十年前の世界同時大災害で家族を失った少年･大橋タカヤは、ある日、機械仕掛けの化物と遭遇する。現れた二人の少女が化物と戦うが、二人ともピンチに陥ってしまう。そのときタカヤの力が覚醒し、化物を撃退した。戦闘後タカヤは、大災害が、実は人類に反旗を翻したAIによる侵略だったと知らされる。そして二人の少女は愛華と美帆といい、虚数兵器デイブレイクを用いて機械仕掛けの悪魔――メカニクスと戦う存在らしく……!?

自閉症と診断された九歳の少年コナーは、常にぬいぐるみの猫をお守りのように抱いて手放さず、何度も奇妙な言葉をつぶやく。やがてその言葉は、彼の母親の恐ろしい過去を掘り起こしていくが……救いを求めてさまよう心の軌跡を、圧倒的筆致で描く渾身の大作。/掲出の書影は底本のものです

――その《指》は願望を具現化する。 猟奇殺人が起こる街。思い出に溺れて人は死ぬ。 」そして数奇なる運命の車輪は回り始めた……。 平和な街を突如襲った連続猟奇殺人/潰殺事件。 都市という、寂れた箱庭の片隅で探偵稼業を営む芥宗佑(あくた・そうすけ)は、潰殺事件によって家族を殺された高校の後輩・栂貴織(つが・きおり)の訪問を受ける。警察には頼れないと言い張る彼女を、情に流され保護した宗佑は、人捜しの依頼を受けることとなった。そして、貴織の依頼を進めるなか、宗佑は蠢く《指》の因縁に絡め取られていく。 息の合わない相棒・神楽ヰ音耶(かぐらい・ねや)とともに、宗佑は惨劇の舞台裏と黒幕の存在に到達するが……。 ふたりの「探偵」を待ち受けるのは、――悲劇か喜劇か。 かくして、銀の鉄槌は下り、紅き執行者は断罪の撃鉄を上げる。 繰り広げられるは《指》に魅入られた愚者達の輪舞曲――。 新房昭之監督がゲスト審査員として参加し「映像として見せたい」と絶賛した、第8回小学館ライトノベル大賞ガガガ大賞受賞作!! イラストレーターは『魔法少女育成計画』『拷問塔は眠らない』その他多方面で活躍中のマルイノ!! ※この作品は底本と同じクオリティのカラーイラスト、モノクロの挿絵イラストが収録されています。

――その《指》は願望を具現化する。 猟奇殺人が起こる街。思い出に溺れて人は死ぬ。 」そして数奇なる運命の車輪は回り始めた……。 平和な街を突如襲った連続猟奇殺人/潰殺事件。 都市という、寂れた箱庭の片隅で探偵稼業を営む芥宗佑(あくた・そうすけ)は、潰殺事件によって家族を殺された高校の後輩・栂貴織(つが・きおり)の訪問を受ける。警察には頼れないと言い張る彼女を、情に流され保護した宗佑は、人捜しの依頼を受けることとなった。そして、貴織の依頼を進めるなか、宗佑は蠢く《指》の因縁に絡め取られていく。 息の合わない相棒・神楽ヰ音耶(かぐらい・ねや)とともに、宗佑は惨劇の舞台裏と黒幕の存在に到達するが……。 ふたりの「探偵」を待ち受けるのは、――悲劇か喜劇か。 かくして、銀の鉄槌は下り、紅き執行者は断罪の撃鉄を上げる。 繰り広げられるは《指》に魅入られた愚者達の輪舞曲――。 新房昭之監督がゲスト審査員として参加し「映像として見せたい」と絶賛した、第8回小学館ライトノベル大賞ガガガ大賞受賞作!! ※この作品は廉価版です。廉価版にはイラストが入りません。

人間なんてキライよ。大ッッ嫌い――人間を疎み、機械にしか心を開かない少女・メルディーナは、ある日、廃棄場で巨大な機械とめぐり合う。それは偶然か、それとも必然か。その出会いはやがて彼女の運命を険しく、過酷なものに変えていく。美しい少女と巨大メカが巻き起こすロシアン・スチームパンク第1弾。

2023年６月16日（金）公開 清水崇 監督・西畑大吾（なにわ男子）主演 映画「忌怪島／キカイジマ」を完全小説化！ 恐怖は、〝村〟から〝島〟へ── バグじゃない！　呪いだ！ 絶海の孤島で起こる謎の連続死 現実と仮想が交わり始める時 最恐の呪いが再起動する…… あんたらが見たっちゅう赤い女ね…… そりゃイマジョだよ。 この島が生んで、 こびりついた罪穢れさぁね…… 〈あらすじ〉 同日、同時刻、同じ死に方をした男女 全く別の場所の室内で、２人は海水に溺れて死んだ…… 未だシャーマンが棲む島。 その島でＶＲ研究を行う片岡友彦とチーム「シンセカイ」。 突然のシステムエラー、突如出現する赤いバグ。 シャーマンは語る──「それは〝イマジョ〟じゃ」 交わり始める異世界と現実世界。 瞬く間に島を覆う怪奇と死──。 〝イマジョ〟との関係は？ 彼らは謎を解き明かし、生きて島を脱出することができるのか……！

「あーゆーつれない美人の仮面ひっぺがすのが、燃えんだよ」ホストクラブのオーナー・京極は、毎月やってくる顧問税理士・早海をことのほか気に入っている。どうにか食事(デートv)につき合ってもらおうとアレコレ仕掛けるが、早海はまったく応じてくれなくて…。オラオラ系オーナー×クールビューティの夜のおっかけっこラブv

1948年作わずか13歳で描かれたデビュー作。

『機械性放棄ホワイトボックス』は「機械性放棄（クリーニング）」という作品と、 「デトックスインザホワイトボックス」という2つの作品を収録しました。 コンセプトとしては「綺麗になる、綺麗にする」をテーマに、 ポップな絵柄の中にコーヒーのような苦味を混ぜて固めた砂糖菓子のような作品づくりを目指しました。 メカメカしい機械の表現や、自己犠牲する魔法少女の話など、一つ一つに答えがあるようでないような、 そんな話を収録しましたので、普段考えないようなことを考えさせるような、不思議な余韻を感じていただければ幸いです。 （作品紹介） 「機械性放棄（クリーニング）」 私の他作品でも登場しているケモミミの黒服の褐色女の子の話です。ここでは他作品とは違い作品の世界に少しだけ踏み込んだ内容となっています。機械や天使、聖なるものと歪なものが複雑に入り混じったものとなっています。ここに答えはないので、ドントシンクフィールの精神で、自分なりの答えを導き出していただければ幸いです。 「デトックスインザホワイトボックス」 アメゾン（某通販サイト）から届いた大きな白い箱の中で、ある女性が怯えながらあるものを見ている。その白い箱を別の女性が掃除しながら外から眺めている。二人の女性とデトックスに関するお話です。