この書籍は、成功の鍵はIQやEQではなく、ポジティブ才能（PQ）であると説いています。著者は、幸せであることが成功に繋がると主張し、ポジティブな成長を促進する方法を紹介しています。目次には、ポジティブな現実の選択、成功へのメンタルマップ作成、力を引き出す場所の特定、ネガティブな要素の排除、ポジティブな視点の広め方などが含まれています。著者はポジティブ心理学の専門家であり、世界中で講演を行っています。

奴隷根性こじらせていませんか? カネとリスクを考える 常識をグラッとずらしてみると ポスト・コロナの「脱成長」社会を生きる 「こころ」をなくしかけた時代に必要なもの 偶然性を味方につけよう 画一化する社会に潜む問題点 オタクカルチャーのゆくえ コロナで住環境はどう変わったか わかりやすい「リスク」に隠された落とし穴 学びを身につける最高の方法は? 「感じる」こと、「動く」こと

全Tableauユーザーの必携書!チャートも分析もドラッグアンドドロップとクリックでOK! 全Tableauユーザーのための必携書、大好評の「入門・基礎編」に第3版が登場！今や、全てのビジネスパーソンにとってBIツールのスキルは必須のものとなりました。本書では、初めての方からより分析力をつけたい方までを対象に、Tableauでチャートやダッシュボードを作成し、ビジュアル分析を行うための基本を紹介しています。Tableauを一通りかつ効率的に学びたい方は、ぜひ、本書でマスターしましょう。第3版では前版までの内容を見直し、主に次の加筆修正を行っています。・ステップを丁寧に追いつつ、Tableauの機能追加や変更に合わせて、より生産性が上がる方法を紹介・基本チャートとして、ニーズが増えてきたワードクラウドとパックバブルを追加・Tableau Server・Tableau Cloudでデータを定期的に自動更新、共有する方法をよりわかりやすく紹介著者は、Tableau Softwareで長年にわたり技術支援をしていた松島七衣さん。2018年、経済産業省主催「Big Data Analysis Contest」の初の可視化部門にて、Tableauを使って金賞を受賞された実力者です。〈対応製品〉Tableau DesktopTableau ServerTableau CloudTableau Prep Builder〈目次〉Chapter1　Tableauの概要Chapter2　チャートの作成Chapter3　データの整備Chapter4　フィールドの整備Chapter5　ビジュアライゼーションの周辺効果Chapter6　ダッシュボードとストーリーの作成Chapter7　ワークブックの共有とエクスポートChapter8　Tableau Prepによるデータ準備Chapter9　Tableau Server・Tableau Cloudでの共有 Chapter1　Tableauの概要 Chapter2　チャートの作成 Chapter3　データの整備 Chapter4　フィールドの整備 Chapter5　ビジュアライゼーションの周辺効果 Chapter6　ダッシュボードとストーリーの作成 Chapter7　ワークブックの共有とエクスポート Chapter8　Tableau Prepによるデータ準備 Chapter9　Tableau Server・Tableau Cloudでの共有

魔王亡きあとの生存戦略 多様性って本当に寛容ですか? 続・結婚論 家庭内を戦場にしないために 若者たちが集う昨今の社会運動事情 「頭」ではなく「心=身体」の満足を 「問う」ことで自由になろう AI時代に生き残るための仕事術 猫的人間の自由主義を! 陰謀論と情報リテラシー 人間関係で振り回されないために 新旧・東京五輪による街と社会の変化 人生を立て直すための「哲学」

お金の力を正しく知って、思い通りの人生を手に入れよう。変化の時代のサバイバルツールとして世界中で読まれるベスト＆ロングセラー オリエンタルラジオ 中田敦彦さん「YouTube大学」で紹介、大絶賛！ □最初に読むべき「お金」の基本図書 毎年多くの「お金」に関する本が出版され,書店に並び、そして消えていきます。 そんな状況の中で、「金持ち父さんシリーズ」は刊行から20年経った今でも変わらず多くの支持を得ています。 その第1作目である『金持ち父さん 貧乏父さん』は、時代が変わっても古びない原理原則を示す「お金」の基本図書。 「目からウロコの連続でした! 」という声が絶えず寄せられ、これまで数多の人々の「お金観」を変えてきました。 日本やアメリカのみならず、本書が刊行された2013年時点で51ヶ国語に翻訳され、109ヶ国で読まれています。 教えの書―金持ち父さんの六つの教え 金持ちはお金のためには働かない お金の流れの読み方を学ぶ 自分のビジネスを持つ 会社を作って節税する 金持ちはお金を作り出す お金のためでなく学ぶために働く 実践の書 まず五つの障害を乗り越えよう スタートを切るための十のステップ 具体的な行動を始めるためのヒント

本書は、営業組織の人材育成に関する課題を解決するためのガイドです。営業能力の差が縮まらない理由や、OJTだけでは成果にバラツキが出る問題に焦点を当て、体系的なトレーニングの必要性を強調しています。セールス・イネーブルメントを導入することで、育成のPDCAサイクルを確立し、学ぶ文化を育て、投資対効果を検証できる筋肉質な営業組織を構築する方法を解説しています。具体的な構築手順や企業事例も紹介されています。

日本には「ボールを奪うプレー」が圧倒的に足りない！シュトゥットガルトで指導、スカウトを歴任した著者が「BoS理論」を解説する 日本には「ボールを奪うプレー」が圧倒的に足りない！シュトゥットガルトで指導、スカウトを歴任した著者が「BoS理論」を解説する 日本には「Ballgewinnspiel：ボールを奪うプレー」が圧倒的に足りていない!!「ボールを中心に考えていない」日本のサッカーと、「ボールを中心に考えている」世界のサッカーは「違う競技」である――。いまだ、日本のサッカー界には、ボールを中心に考え、ゴールを奪う方法論「BoS理論」（Das Ballorientierte Spiel：ボールにオリエンテーションするプレー）が足りていないのが現状だ。本書では、ドイツ・ブンデスリーガの名門シュトゥットガルトで指導者、スカウトを歴任した著者が、日本のサッカーの現状を直視しながら、「BoS理論」におけるボール非保持時の部分、「Ballgewinnspiel：ボールを奪うプレー」をレクチャーする。はじめに1　「ＢｏＳ理論」2　「Ballgewinnspiel：ボールを奪うプレー」3　敵陣における「Ballgewinnspiel」4 敵陣における「Ballgewinnspiel」不成立時の移行5 「Der Kreislauf des Ballgewinnspiel：ボールを奪うプレーの循環」6 中盤における「Ballgewinnspiel」7 自陣における「Ballgewinnspiel」8 その他の「Ballgewinnspiel」おわりに

遺影 アクアリウム 焼け石 テトロドトキシン 濡れ鼠

本書は、人工知能（AI）の最新の進展や活用方法、未解決の問題、潜在的な利益とリスク、科学的・哲学的な視点をわかりやすく解説したAI解説本です。著者は、AIの仕組みや実用性を深く掘り下げ、正確かつ明瞭な記述を提供しています。内容は、AIの歴史、機械学習、自然言語処理、倫理的問題など多岐にわたり、読者はAIの利点と脆弱性について理解を深めることができます。著者はコンピューター科学の専門家で、AIに関する豊富な知識を持っています。

本書は、AIの限界と人間の教育の問題を探る内容で、特に「東ロボくん」がMARCHクラスには合格したものの東大には入れなかった事例を通じて、AIが得意とすることと苦手とすることを考察しています。全国の読解力調査によると、多くの中高校生が教科書の文章を理解できておらず、将来的にAIに仕事を奪われる危険性が指摘されています。著者は、教育の改善が必要であるとし、最終章で専門家としての提言を行っています。

この書籍は、人工知能（AI）の進化が経済、社会、政治に与える影響を探求しています。著者は、AIが人間の頭脳に追いつく2030年までに多くの職業が失われる可能性があり、最大で人口の9割が失業する恐れがあると警告します。これに対処するため、著者はベーシックインカム（BI）の導入を提唱し、社会保障を一元化して全ての人に生活保障を提供する必要性を論じています。AIの未来とそれに伴う社会の変化について、経済学者が考察を行っています。

本書は、AI・データ分析プロジェクトの成功には技術知識だけでなく「ビジネス力」が重要であることを強調しています。データサイエンティストのキャリアや業界の概要から始まり、プロジェクトの立ち上げ、実行、評価、収益化までのノウハウを網羅。具体的には、課題設定、案件獲得、データ分析手法の検討、レポーティングなどのプロセスを解説し、実務に役立つ情報を提供しています。著者は業界の専門家で、実践的な知識を基にした内容となっています。

本書は、データサイエンスの基本概念から実際のビジネス活用事例までを豊富な図やイラストを用いて解説し、初心者でも理解しやすい内容になっています。データサイエンスの重要性が増す中、数学的な専門用語を避けながら、機械学習や先端テクノロジーとの関連も紹介。ビジネスパーソンや学生にとって、データサイエンスを学ぶための入門書として最適です。

本書は、新しい時代の営業メソッドを提案する「決定版」営業の教科書です。著者の麻野耕司氏が提唱する「7つのS」（Story、Surprise、Scenario、Sympathy、Share、Score、Significance）を実践することで、営業担当者やチームの生産性や成果が向上し、営業の概念自体が変わるとしています。古い営業手法から脱却し、最新のテクノロジーを活用した「売れる営業」へと変革するための実践的な指針が示されています。営業に関わる全ての人にとって必読の一冊です。

この文章は、株式投資に関する書籍の目次と著者情報を紹介しています。目次は、過去の教訓、周辺情報の活用法、株の選び方、売買のタイミング、配当金の考え方、避けるべきポイント、成長株の探し方など、投資に関する重要なテーマを網羅しています。著者はフィリップ・A・フィッシャーで、証券分析の先駆者として知られています。長尾慎太郎は投資の専門家で、井田京子はこの書籍の翻訳者です。

You're intelligent, right? So you've already figured out that Business Intelligence can be pretty valuable in making the right decisions about your business. But you've heard at least a dozen definitions of what it is, and heard of at least that many BI tools. Where do you start? Business Intelligence For Dummies makes BI understandable! It takes you step by step through the technologies and the alphabet soup, so you can choose the right technology and implement a successful BI environment. You'll see how the applications and technologies work together to access, analyze, and present data that you can use to make better decisions about your products, customers, competitors, and more. You'll find out how to:* Understand the principles and practical elements of BI* Determine what your business needs* Compare different approaches to BI* Build a solid BI architecture and roadmap* Design, develop, and deploy your BI plan* Relate BI to data warehousing, ERP, CRM, and e-commerce* Analyze emerging trends and developing BI tools to see what else may be useful Whether you're the business owner or the person charged with developing and implementing a BI strategy, checking out Business Intelligence For Dummies is a good business decision. Introduction. Part I: Introduction and Basics. Chapter 1: Understanding Business Intelligence. Chapter 2: Fitting BI with Other Technology Disciplines. Chapter 3: Meeting the BI Challenge. Part II: Business Intelligence User Models. Chapter 4: Basic Reporting and Querying. Chapter 5: OLAP: Online Analytical Processing. Chapter 6: Dashboards and Briefing Books. Chapter 7: Advanced / Emerging BI Technologies. Part III: The BI Lifecycle. Chapter 8: The BI Big Picture. Chapter 9: Human Factors in BI Implementations. Chapter 10: Taking a Closer Look at BI Strategy. Chapter 11: Building a Solid BI Architecture and Roadmap. Part IV: Implementing BI. Chapter 12: Building the BI Project Plan. Chapter 13: Collecting User Requirements. Chapter 14: BI Design and Development. Chapter 15: The Day After: Maintenance and Enhancement. Part V: BI and Technology. Chapter 16: BI Target Databases: Data Warehouses, Marts, and Stores. Chapter 17: BI Products and Vendors. Part VI: The Part of Tens. Chapter 18: Ten Keys to BI Success. Chapter 19: Ten BI Risks (and How to Overcome Them). Chapter 20: Ten Keys to Gathering Good BI Requirements. Chapter 21: Ten Secrets to a Successful BI Deployment. Chapter 22: Ten Secrets to a Healthy BI Environment. Chapter 23: Ten Signs That Your BI Environment Is at Risk. Index.

『MONEY: MASTER THE GAME』の抄訳版で、著者は世界的なカリスマコーチ、アンソニー・ロビンズ。ウォーレン・バフェットやレイ・ダリオなどの著名投資家の知見をまとめた内容で、特に個人投資家向けの「黄金のポートフォリオ」や資産配分、リスク管理の重要性に焦点を当てています。経済に関するアドバイスや投資の原則を学ぶための優れた書籍であり、日本の読者にも適しています。

この書籍は、人工知能（AI）と人間の共存について考察し、知性の認識や人間の生き方を探る内容です。三部構成で、第一部ではAIの歴史やディープラーニングの進展を解説。第二部ではAIが世界の見方に与える影響を論じ、第三部ではAIと人間社会の関係や自由主義の課題について考察します。著者はそれぞれ異なる専門分野から、AIの進展がもたらす新しい時代の教養について議論します。

『ゼロから作るDeep Learning』の続編である本書は、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングの技術を実装レベルで学ぶことができます。具体的には、word2vec、RNN、LSTM、GRU、seq2seq、Attentionなどの最新技術を取り上げ、分かりやすく解説しています。著者は、人工知能の研究開発に従事する斎藤康毅氏です。

この本は、日本企業が新興国の課題解決に取り組む新たな舞台である「ディープテック」に焦点を当てています。著者たちは、過去の技術を活用し、社会的インパクトを持つ解決策を提供することができると主張しています。具体的には、ディープテックの定義や歴史、海外の事例、日本の潜在能力について解説し、ビジネス開発や技術部門の専門家だけでなく、大学生や起業家にも役立つフレームワークを紹介しています。

本書は、世界的なカリスマコーチ、アンソニー・ロビンズによる投資に関する指南書で、全米ベストセラー『MONEY: MASTER THE GAME』のセクション6～7を収録しています。著名な投資家たちの投資哲学や戦略をインタビュー形式で紹介し、成功する投資家の共通点として「損をしない」「小さなリスクで大きな利益を上げる」「予測と分散」「学び続ける」ことを挙げています。お金と幸せの関係や経済的自由を得るための具体的なアドバイスも提供されており、読者にとって有益な内容となっています。

本書は、Pythonのデータ処理ライブラリ「pandas」の実践的な使用法を約100のレシピ形式で紹介するもので、データ分析や科学計算に役立つ内容が含まれています。各レシピは手順や解説が整然とまとめられており、データ構造の基本から可視化技術まで幅広くカバーしています。著者はデータサイエンティストのTheo Petrouで、教育やデータ分析に関する豊富な経験を持っています。読者はデータサイエンスに興味のあるすべての人を対象としています。

この書籍は、ウォーレン・バフェットの投資手法を明らかにするロングセラーで、優良企業の見極め方や投資収益率を高めるための具体的なノウハウを提供しています。基礎編では、銘柄選択の基準や消費者独占型企業の特徴を解説し、応用編では投資の重要な要素や戦略を詳述しています。全体で23のレッスンを通じて、読者は実践的な投資力を身につけることができます。著者はバフェットの家族や投資界の専門家たちです。

デジタル・フォレンジックに携わる情報処理技術者や警察・検察、金融関係者、弁護士向けにまとめられた実践に役立つ教科書。 デジタル・フォレンジックがどのような技術なのか、といった基礎的事項から、法律や法廷対話といった実践的・応用的事項までを記載し、包括的に学べるようにまとめた。 デジタル・フォレンジックとは、事件や事故発生時に、捜査や裁判の証拠などに用いられる電磁的記録データを解析する技術やその手法をいう。本書はデジタル・フォレンジックに携わる情報処理技術者や警察・検察、金融関係者、弁護士向けにまとめられた実践に役立つ教科書。どのような技術なのか、といった基礎的事項から、実際に用いる簡単なツールの使い方やOSおよびファイルシステムの解説、さらには法律や法廷対話といった実践的・応用的事項までを記載し、包括的に学べるようにまとめた。 まえがき 第1章　デジタル・フォレンジック入門 　1.1　デジタル・フォレンジックとは何か 　1.2　デジタル・フォレンジックが重要になってきた背景 　1.3　デジタル・フォレンジックの主要な手順 　　1.3.1　手順の分類法 　　1.3.2　デジタル・フォレンジックの手順の一例 　1.4　デジタル・フォレンジックの分類軸 　1.5　デジタル・フォレンジックにおいて必要となる技術の概要 　　1.5.1　手順に対応する技術 　　1.5.2　ファイル復元技術の概要 　1.6　デジタル・フォレンジックの作業を実施する上で注意すべき事項 　　1.6.1　プライバシーとの関連 　　1.6.2　早急な対応との関連 　1.7　類似の用語との関係 　1.8　デジタル・フォレンジックの法的側面の概要 　　1.8.1　民事訴訟法における証拠としての有効性 　　1.8.2　刑事訴訟法における証拠としての有効性 　1.9　本書の構成 　参考文献 第2章　ハードディスクの構造とファイルシステム 　2.1　コンピュータの構造と補助記憶装置 　2.2　補助記憶装置 　　2.2.1　ハードディスク 　　2.2.2　フラッシュメモリ 　　2.2.3　光学ディスク 　　2.2.4　磁気テープ 　2.3　ハードディスクドライブ内のデータの消去技術と復元技術 　　2.3.1　ファイルシステムとファイルの削除 　　2.3.2　ファイルやデータの復元技術 第3章　デジタル・フォレンジックのためのOS入門 　3.1　コンピュータ内のソフトウェア 　3.2　オペレーティングシステムとその起動 　3.3　ファイルシステムの基本的機能 　3.4　プロセス管理とメモリ管理 　3.5　データ表現 　3.6　ログとダンプ 第4章　フォレンジック作業の実際―データの収集 　4.1　エビデンスの取り扱い 　4.2　ハードウェアによるデータ収集 　4.3　ソフトウェアブートによるデータ収集 　4.4　ソフトウェアによるデータ収集 　4.5　ファイルデータのみの収集 　4.6　モバイル端末のデータ収集 　4.7　メモリなどの揮発性情報のデータ収集 　4.8　外部記録媒体のデータ収集 　4.9　セキュリティ設定がある場合の対処法 　4.10　Evidence InformationとChain of Custody 　4.11　収集用ソフトウェアの使用方法 　参考文献 第5章　フォレンジック作業の実際―データの復元 　5.1　データの削除 　5.2　データの復元 　　5.2.1　メタデータからの復元 　　5.2.2　カービングによる復元 　　5.2.3　上書きされたデータの復元 　5.3　データの隠蔽 　5.4　データ復元のツール 第6章　フォレンジック作業の実際―データの分析 　6.1　データ分析の基本 　　6.1.1　Windowsレジストリ 　　6.1.2　Windowsシステムファイル 　　6.1.3　時刻 　　6.1.4　ハッシュ分析 　　6.1.5　プログラム実行履歴 　　6.1.6　デバイス接続履歴 　6.2　タイムライン分析 　6.3　ユーザファイルの解析 　　6.3.1　文字コード 　　6.3.2　キーワード検索 　　6.3.3　類似ファイルの検索 　　6.3.4　Predictive Coding（プレディクティブコーディング） 　　6.3.5　ファイルヘッダー 　　6.3.6　メタデータ 　　6.3.7　画像ファイルの調査 　　6.3.8　Eメールの調査 　　6.3.9　インターネットアクセス履歴の調査 　6.4　データ解析ソフトウェア（Autopsy）の使用方法 　　6.4.1　Autopsyの概要と特徴 　　6.4.2　Autopsyの起動とデータ読み込み手順 第7章　スマートフォンなどのフォレンジック 　7.1　モバイル・フォレンジックの必要性と課題 　　7.1.1　なぜモバイル・フォレンジックが必要か 　　7.1.2　モバイル・フォレンジックの課題 　　7.1.3　モバイル端末に関連するデータの格納先 　7.2　モバイル端末のデータ収集 　　7.2.1　モバイル端末収集時の注意点 　　7.2.2　ロジカルデータ収集 　　7.2.3　物理データ収集 　7.3　iOS端末におけるフォレンジック 　　7.3.1　iOS端末におけるロジカルデータ収集方法 　　7.3.2　ジェイルブレイク 　　7.3.3　iOS端末におけるアプリのデータ構造 　　7.3.4　PLIST解析 　7.4　Android端末におけるフォレンジック 　　7.4.1　Android端末におけるロジカルデータ収集方法 　　7.4.2　ルーティング 　　7.4.3　Android端末におけるSDカード調査の重要性 　　7.4.4　Android端末におけるアプリのデータ構造 　7.5　SQLite解析 第8章　ネットワーク・フォレンジック 　8.1　ネットワーク・フォレンジックの必要性 　8.2　ネットワークログの管理 　　8.2.1　ネットワークログの収集ポイント 　　8.2.2　ログの取得・管理の在り方 　　8.2.3　ネットワークログの分析 　8.3　トラフィック監視 　　8.3.1　イベントに基づくアラートの監視 　　8.3.2　パケットキャプチャ 　　8.3.3　トラフィック統計監視 　8.4　標的型攻撃とフォレンジック 　　8.4.1　標的型攻撃と対策の概要 　　8.4.2　SIEM 　参考文献 第9章　フォレンジックの応用 　9.1　デジタル・フォレンジックを適用するインシデント 　　9.1.1　PCなどの情報処理機器に対する不正の例 　　9.1.2　PCなどの情報処理機器を利用した不正の例 　　9.1.3　デバイス別の分析対象ファイル 　9.2　民間におけるデジタル・フォレンジック調査事例 　　9.2.1　PCに対する不正：不正アクセスによる情報漏洩調査事例 　　9.2.2　PCを利用した不正：不正会計調査事例 　　9.2.3　民間におけるフォレンジック報告書の例 　9.3　省庁の犯則事件調査における事例 　9.4　訴訟に対応するためのeディスカバリにおける事例 　　9.4.1　情報ガバナンス 　　9.4.2　データの特定 　　9.4.3　データの保全 　　9.4.4　データの収集 　　9.4.5　データの処理 　　9.4.6　データの分析 　　9.4.7　データのレビュー 　　9.4.8　提出データの作成 　参考文献 第10章　法リテラシーと法廷対応 　10.1　法的観点からのデジタル・フォレンジックの重要性 　10.2　裁判メカニズム 　　10.2.1　結論（判決の主文） 　　10.2.2　権利・義務の発生 　　10.2.3　主文の強制的な実現 　　10.2.4　裁判を審理する3つのステージ 　10.3　ケース・スタディー営業秘密の不正取得（情報漏洩）を例に 　10.4　請求原因 　　10.4.1　大前提（法律要件） 　　10.4.2　小前提（エレメント） 　　10.4.3　請求原因の証明による効果 　　10.4.4　判決の主文に示される付随事項 　10.5　抗弁・再抗弁・再々抗弁 　　10.5.1　抗弁 　　10.5.2　再抗弁 　　10.5.3　再々抗弁 　10.6　証明責任の分配の整理 　10.7　直接事実・間接事実・補助事実 　　10.7.1　直接事実（エレメント） 　　10.7.2　間接事実 　　10.7.3　補助事実 　10.8　証拠調べ方法 　　10.8.1　人証（証人・当事者） 　　10.8.2　書証 　　10.8.3　検証 　　10.8.4　鑑定 　　10.8.5　クラウド業者からの民事訴訟法上の証拠収集 　　10.8.6　犯罪被害者保護法による刑事公判記録の閲覧謄写 　　10.8.7　プライバシーや営業秘密に対する民事訴訟法の配慮 　10.9　民事訴訟法の証拠保全 　　10.9.1　民事訴訟法の証拠保全の手続趣旨 　　10.9.2　証拠保全を使った人証（証人・当事者）・書証・検証・鑑定 　　10.9.3　人工知能 　10.10　証人尋問の実際 　10.11　証人尋問の解説 　　10.11.1　準備書面 　　10.11.2　準備書面の「陳述」 　　10.11.3　書証（甲号証・乙号証） 　　10.11.4　原本提出の原則 　　10.11.5　文書成立の真正 　　10.11.6　人定質問 　　10.11.7　宣誓 　　10.11.8　尋問の順序 　　10.11.9　訴訟記録の閲覧謄写複製制限（民事訴訟法92条） 　　10.11.10　証人尋問冒頭の質問事項 　　10.11.11　書類に基づく陳述の制限 　　10.11.12　尋問に対する異議 　　10.11.13　証拠保全の強制力 　参考文献 第11章　デジタル・フォレンジックの歴史と今後の展開 　11.1　デジタル・フォレンジックの簡単な歴史 　11.2　今後の動向の概要 　11.3　PCの記憶媒体としてのSSDの普及とフォレンジック 　11.4　eディスカバリやネットワーク・フォレンジックにおけるAIの利用 　　11.4.1　eディスカバリにおけるAIの利用 　　11.4.2　サイバーインテリジェンスへのAIの応用 　　11.4.3　ネットワーク・フォレンジック対策のインテリジェント化 　11.5　おわりに 　11.6　さらに知りたい人のために 　参考文献 ミニテスト ミニテスト解答 索引 COLUMN 　スラック領域 　インターネットフォレンジック 　情報漏洩の発見的コントロール 　内部不正者の実際

この文章は、メアリー・バフェットとデビッド・クラークによる書籍の目次と著者情報を紹介しています。内容は、財務諸表の読み方やバフェット流の投資法、企業評価の方法について述べられており、特に永続的競争優位性を持つ企業に焦点を当てています。著者はそれぞれ作家、ポートフォリオ・マネジャー、翻訳者としての経歴を持っています。

この書籍は、データ分析の基礎から応用までを学べる内容で、データ可視化や統計手法、仮説検定、重回帰分析など、一生使えるスキルを身につけることができます。著者はデータサイエンティストとしての豊富な経験を持ち、実務に役立つ知識を提供しています。目次にはデータ分析の全体像や具体的な手法が紹介されています。

サイバー攻撃被害のキッカケの９割は、うっかりミスです。だからこそ、職員一人ひとりが正しい知識を身に付けることが大切です。 サイバー攻撃被害のキッカケの９割は、うっかりミスです。だからこそ、職員一人ひとりが正しい知識を身に付けることが大切です。

この書籍は、マンガを通じてデータベースの基礎知識を学ぶ内容です。目次には、データベースの基本概念、リレーショナルデータベースの解説、データベース設計、SQLの基本操作、運用方法、そしてデータベースの普及と活用についての章が含まれています。著者は高橋麻奈で、東京大学経済学部を卒業しています。

『Data Visualization: A Practical Introduction』の日本語訳が刊行され、全世界のRユーザーに支持されている。この本は、データ可視化の基本を初心者でも理解できるように解説しており、ggplotやtidyverseの知識がなくても実践的に学べる内容となっている。データの見せ方や可視化の手順に加え、実践的なスキルを提供。著者はデューク大学の教授であり、さまざまな専門家が推薦している。目次にはデータの整形や地図描画など、多岐にわたるテーマが含まれている。

本書は、AI社会における職業の不安を解消し、文系の人がAIを活用してキャリアアップするための実践トレーニング本です。専門用語を最小限に抑え、多様な業種別事例を通じてAIとの共働きスキルを身につける方法を紹介しています。内容は、AI社会での職の保持、文系向けのAIキャリア、AIの基本理解、企画力の向上、業種別事例の紹介などを含んでおり、特に文系のAI人材が社会に与える影響に焦点を当てています。著者はAIビジネスの推進に取り組む専門家です。

本書は、機械学習アルゴリズムをオールカラーの図を用いてわかりやすく解説した入門書です。17種類のアルゴリズムを紹介し、各アルゴリズムの仕組みや使用方法、注意点を詳述しています。Pythonを用いたコードも掲載されており、実際に試しながら学ぶことができます。機械学習を学ぶ初心者や業務で利用している方にも役立つ内容となっています。

企業のサイバーセキュリティ対策につき平時・有事それぞれの組織的・法的対応（国内・海外）を解説。 企業のサイバーセキュリティ対策につき最低限押さえておくべきこと、平時・有事それぞれの組織的・法的対応（国内・海外）を詳説。多発するランサムウェアインシデントへの対応をケースで解説。

本書は、データサイエンスにおけるコンペティション、特にKaggleに焦点を当て、実践的なデータ分析手法やテクニックを紹介しています。分析コンペに参加することで得られるスキルは、実務でも役立つため、特徴量の作成やモデルの評価、チューニングなどの具体的な内容が含まれています。著者たちは、データサイエンスの専門家であり、実績を持つKaggleの競技者です。この本は、コンペに挑戦したい人や実務でのモデル精度向上を目指す人にとって有益な情報源となるでしょう。

本書は、数理モデルの多様な手法を解説し、データ分析における選択と理解を促進する入門書です。機械学習や統計モデルなど、自然科学と人文社会科学の手法を網羅し、初学者がデータ分析の全体像を把握できるように設計されています。特に、モデリング手法の選択や誤解しやすい点について丁寧に説明し、大学一年生でも理解できるレベルでありながら、より進んだ読者にも楽しめる内容となっています。著者は東京大学の特任講師で、幅広い分野での数理的解析に取り組んでいます。