最先端のデータ分析の手法を基礎から応用までざっと学べる１冊！ 【本書の内容】 次代の花形職種である「データサイエンティスト」はどのような知識を身につけているのか？ データサイエンスとは？という基礎から、実際にデータ分析するために必要なパソコンの知識、プログラミングの基礎、機械学習、画像解析まで。 気鋭の若手研究者による、データサイエンス入門の一冊。 【本書の目次】 第１部　データサイエンスの基本●(1)データサイエンスとは？ 第２部　データサイエンスの基礎技術●(2)計算機の仕組み／(3)プログラミングの基礎（１）／(4)プログラミングの基礎（２）／(5)アルゴリズム（１）／(6)アルゴリズム（２）／(7)データベース／(8)最適化の方法 第３部　統計学・機械学習の基礎●(9)機械学習の基本／(10)過学習とモデル選択／(11)回帰問題と住宅価格／(12)アンサンブル学習と住宅価格／(13)分類問題／(14)教師なし学習 第４部　コーパスとネットワークの分析●(15)トピックモデル／(16)ネットワーク分析 第５部　ディープラーニング●(17)ニューラルネットワークの基礎／(18)ディープラーニング／(19)ディープラーニングによる系列データ分析／(20)ディープラーニングによる画像分析 世界最先端の企業が喉から手が出るほど欲しい人材のひとつ、「データサイエンティスト」。この職につく人々が身につけるべき知識とはいったい何なのか。最先端のデータ分析の手法を基礎からざっと学べる１冊！ 第１部　データサイエンスの基本●(1)データサイエンスとは？ 第２部　データサイエンスの基礎技術●(2)計算機の仕組み／(3)プログラミングの基礎（１）／(4)プログラミングの基礎（２）／(5)アルゴリズム（１）／(6)アルゴリズム（２）／(7)データベース／(8)最適化の方法 第３部　統計学・機械学習の基礎●(9)機械学習の基本／(10)過学習とモデル選択／(11)回帰問題と住宅価格／(12)アンサンブル学習と住宅価格／(13)分類問題／(14)教師なし学習 第４部　コーパスとネットワークの分析●(15)トピックモデル／(16)ネットワーク分析 第５部　ディープラーニング●(17)ニューラルネットワークの基礎／(18)ディープラーニング／(19)ディープラーニングによる系列データ分析／(20)ディープラーニングによる画像分析

世界600万人が支持した、ニューヨークタイムズベストセラー！知的好奇心が爆発する！37の科学知識 世界600万人が支持した、ニューヨークタイムズベストセラー！ 知的好奇心が爆発する！ 読んだらきっと、誰かに教えたくなる。 生物学者　福岡伸一氏（『生物と無生物のあいだ』）、大推薦。 ●年を取るほど時間があっというまに過ぎるのはなぜ？ ●「え、こんな顔？」写真うつりが実物とちがうワケ ●ふつか酔いを「科学的に」すっきり治す方法 ●汚い言葉を使う人のほうが長生きできる！？ などなど

最新のライブラリに対応！機械学習の基本を数式とプログラムを紐づけてしっかり学べる！ Pythonプログラムを動かしながら機械学習の基礎をしっかり学べる！ 【本書の目的】 人工知能関連サービスや商品開発において 機械学習の基礎知識が必要となります。 本書では数式とPythonプログラムをつなげて 機械学習の基礎をしっかり学ぶことができます。 【本書の特徴】 本書は、機械学習の原理を数式でしっかり理解し、 Pythonプログラムによってその理解を深めていくことができる書籍です。 ・数式とコードを連携して解説 ・学習内容を「要点整理」で復習 ・TensorFlow 2.7に対応 ・Python 3.9に対応 【読者が得られること】 機械学習のしくみとPythonプログラムを つなげて理解できます。 【対象読者】 機械学習の基礎を数学的な原理からプログラム実装までしっかり学びたい理工学生・エンジニア 【目次】 第 1 章　機械学習の準備 第 2 章　Pythonの基本 第 3 章　グラフの描画 第 4 章　機械学習に必要な数学の基本 第 5 章　教師あり学習：回帰 第 6 章　教師あり学習：分類 第 7 章　ニューラルネットワーク・ディープラーニング 第 8 章　ニューラルネットワーク・ディープラーニングの応用（手書き数字の認識） 第 9 章　教師なし学習 第10章　要点のまとめ 第1章　機械学習の準備 第2章　Pythonの基本 第3章　グラフの描画 第4章　機械学習に必要な数学の基本 第5章　教師あり学習：回帰 第6章　教師あり学習：分類 第7章　ニューラルネットワーク・ディープラーニング 第8章　ニューラルネットワーク・ディープラーニングの応用（手書き数字の認識） 第9章　教師なし学習 第10章　要点のまとめ

「統計を使わずに、Rを純粋にプログラミング言語として学ぼう」というコンセプトに基づいて書かれた本書は、統計学の難しい知識がなくてもプログラミングの経験があまりなくても、プログラミングを学んでみようという意欲さえあれば読める、画期的な書籍です。サイコロを作る、ゲームで遊べるトランプを作る、スロットマシンを作る、という3つの簡単なプロジェクトに取り組む過程で、Rのプログラミング統合環境、RStudioを活用して、楽しみながら効率的にRのプログラミングスキルを身に付けていきます。統計だけに使うのはもったいない、Rのプログラミング言語としての隠れた魅力と可能性と、さらにはデータサイエンスの基礎としてのデータ分析を紹介します。 1部 プロジェクト1:ウェイトをかけたサイコロ(基本中の基本 パッケージとヘルプページ) 2部 プロジェクト2:トランプ(Rのオブジェクト Rの記法 値の書き換え 環境) 3部 プロジェクト3:スロットマシン(プログラム S3 ループ スピード) 付録

自然科学、宇宙、気象、電気、生物といった理系のしくみ50項目を、解説図解を使いながら身近なものと紐づけて読み解きます。 理系の原理は何度詳しい解説を聞いても、やっぱりわからない……。 そんな人でも楽しく理解できるようになる本ができました！ ●「オーロラ」のしくみは「蛍光灯」でわかる！ ●「地球内部」のしくみは「ゆで卵」でわかる！ ●「氷河の動き」は「キャラメル」でわかる！ …など、自然科学、宇宙、気象、電気、生物といった壮大な理系のしくみ50項目を、解説図解を使いながら身近なものと紐づけて読み解いていきます。

通信技術、AI、ロボット、3Dプリンターなど、昨今の技術発展を支える「科学」を解説する。 文系の人でもわかるような、雑学読み物。 50の質問に4ページ展開で答えていく内容。

第1章 地上と同じ物理法則が、宇宙でも通用する 第2章 なぜ太陽は燃え続けていられるのか? 第3章 惑星の不思議 第4章 ブラックホールと暗黒物質 第5章 膨張する宇宙 第6章 「四つの力」と素粒子の標準模型 第7章 宇宙の未来はどうなるのか

死ぬか生きるかの極限状況を科学する！　どのくらい高く登れるか、どのくらい深く潜れるか、暑さと寒さ、速さなど、肉体的な「人間の限界」を著者自身も体を張って果敢に調べ抜いた驚異の生理学。

TensorFlowの機能を組み合わせて実践的な深層学習モデルを構築しよう!ニューラルネットワークの基礎、CNNやRNNはもちろん、転移学習を用いたキャプション生成までを1冊に凝縮。データ整形からモデル構築までをステップ・バイ・ステップで解説。 第1章 ニューラルネットワークと深層学習(機械学習 教師あり学習・教師なし学習 ほか) 第2章 TensorFlow入門-計算グラフと手書き数字認識(TensorFlowとは? 計算グラフとDefine and Run ほか) 第3章 TensorFlowをもう少し入門-TensorBoard、CNN、モデルの保存(可視化ツールTensorBoard TensorBoardの見方 ほか) 第4章 TensorFlowでRNN-時系列情報および自然言語の扱い(Recurrent Neural Network TensorFlowにおけるRNN実装 ほか) 第5章 TensorFlowでニューラルイメージキャプショニング(画像キャプショニング 画像キャプショニングのためのデータセット ほか)

人間よりすごい？ 実は賢い？ 恐竜の子孫たち 人間よりすごい？ 実は賢い？ 恐竜の子孫たち たくさんの人が行きかう街から、赤道直下の密林、南極の氷原まで、さまざまな場所に鳥はいます。 上空1万メートルを軽々と渡る鳥もいれば、体に毒をたくわえる鳥もいます。 一方で、「概念」を理解して人間と話す鳥、最大4000か所の位置を記憶する鳥、凝った構造物をつくる鳥も。 そんなすごい鳥の秘密と仕組み、身近にいる鳥の意外な事実をつめこんだのが本書です。 美しく楽しげで、少し怖い、鳥の奥深い世界をご案内します。 ■INDEX 序章 いつか見た鳥のすごさを、僕たちはまだ知らない 第1章 人間に比肩する能力 第2章 魅惑に満ちた鳥の体 第3章 身近な鳥も秘密を隠す 第4章 体の特殊な部分、特別な能力 第5章 興味深い鳥の行動や習性 序章 いつか見た鳥のすごさを、僕たちはまだ知らない 第1章 人間に比肩する能力 第2章 魅惑に満ちた鳥の体 第3章 身近な鳥も秘密を隠す 第4章 体の特殊な部分、特別な能力 第5章 興味深い鳥の行動や習性

最適化、確率・統計などの基本的な計算から、ハミルトニアンモンテカルロ法、階層ベイズ、状態空間モデルの原理までを丁寧に解説！ ◆◆数式とコードの距離が近いJuliaで一生モノの考え方を身につけよう！◆◆ 線形代数、微積分、最適化、確率・統計の基本的な計算から、 ハミルトニアンモンテカルロ法、階層ベイズ、状態空間モデルの原理までをていねいに解説！ [サポートページ] https://github.com/sammy-suyama/JuliaBayesBook [主な内容] 第1章　Juliaの基礎 1.1　Juliaとは 1.2　基本文法 1.3　パッケージの利用 1.4　グラフの描画 第2章　数値計算の基礎 2.1　ベクトル・行列計算 2.2　統計量の計算 2.3　統計量と確率分布のパラメータ 2.4　微分計算 2.5　関数の最適化 2.6　最適化によるカーブフィッティング 2.7　積分計算 第3章　確率計算の基礎 3.1　表を使った確率計算 3.2　式を使った確率計算 3.3　連続値における周辺分布と条件付き分布 3.4　確率的試行のシミュレーション 第4章　確率分布の基礎 4.1　確率分布とは 4.2　Juliaでの確率分布の扱い（Distributions.jl） 4.3　離散型確率分布 4.4　連続型確率分布 4.5　統計モデルの設計 第5章　統計モデリングと推論 5.1　ベルヌーイモデル 5.2　線形回帰 5.3　ロジスティック回帰モデル 第6章　勾配を利用した近似推論手法 6.1　なぜ勾配を利用するのか 6.2　ラプラス近似 6.3　ハミルトニアンモンテカルロ法 第7章　発展的な統計モデル 7.1　ポアソン回帰 7.2　階層ベイズモデル 7.3　状態空間モデル 第1章　Juliaの基礎 1.1　Juliaとは 1.2　基本文法 1.3　パッケージの利用 1.4　グラフの描画 第2章　数値計算の基礎 2.1　ベクトル・行列計算 2.2　統計量の計算 2.3　統計量と確率分布のパラメータ 2.4　微分計算 2.5　関数の最適化 2.6　最適化によるカーブフィッティング 2.7　積分計算 第3章　確率計算の基礎 3.1　表を使った確率計算 3.2　式を使った確率計算 3.3　連続値における周辺分布と条件付き分布 3.4　確率的試行のシミュレーション 第4章　確率分布の基礎 4.1　確率分布とは 4.2　Juliaでの確率分布の扱い（Distributions.jl） 4.3　離散型確率分布 4.4　連続型確率分布 4.5　統計モデルの設計 第5章　統計モデリングと推論 5.1　ベルヌーイモデル 5.2　線形回帰 5.3　ロジスティック回帰モデル 第6章　勾配を利用した近似推論手法 6.1　なぜ勾配を利用するのか 6.2　ラプラス近似 6.3　ハミルトニアンモンテカルロ法 第7章　発展的な統計モデル 7.1　ポアソン回帰 7.2　階層ベイズモデル 7.3　状態空間モデル

プログラミングをはじめるならPythonで決まり！ やさしい説明で確かな力がしっかり身につく！トコトン親切な入門書 プログラミングを最初に学ぶなら、シンプルでわかりやすいPython(パイソン)が最適！ Pythonは簡潔な文法で、話題のAIやデータ分析、仕事の自動化まで高度なことが実現できるプログラミング言語です。 本書は、初心者の方へ画面に打ち込む最初の1文字から丁寧に解説したPythonの入門書を、さらに分かりやすく改訂しました。 つまずきやすい点も丁寧に、一歩ずつ説明しているので挫折させません。 楽しいサンプルでプログラムの基本をやさしく学びながら、Webスクレイピングや、アプリ作成まで習得できます。 対象読者 ・はじめてプログラミングを学ぶ方 ・Pythonの基礎知識を身につけたい方 Chapter1 イントロダクション Chapter2 Pythonプログラミングをはじめよう Chapter3 プログラミングの基本編 仕組みを使おう Chapter4 プログラミングの応用編 効率的に作ろう Chapter5 プログラムからファイルを読み書き Chapter6 さまざまな機能を取り込もう Chapter7 アプリケーションを作ろう 付録 Appendix1 トラブルシューティング エラー Appendix2 本書の次のステップ

最短経路で平易に理解できる、今までにない入門書！「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。 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！ 【主な内容】 1　機械学習とベイズ学習 2　基本的な確率分布 3　ベイズ推論による学習と予測 4　混合モデルと近似推論 5　応用モデルの構築と推論 【機械学習スタートアップシリーズ】 本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。 「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。 まず、以下の2点を同時に刊行いたします(^o^)/ 『これならわかる深層学習入門』瀧 雅人･著 『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修 第1章　機械学習とベイズ学習 機械学習とは/機械学習の代表的なタスク/機械学習の 2 つのアプローチ/確率の基本計算/グラフィカルモデル/ベイズ学習のアプローチ 第2章　基本的な確率分布 期待値/離散確率分布/連続確率分布 第3章　ベイズ推論による学習と予測 学習と予測/離散確率分布の学習と予測/1次元ガウス分布の学習と予測/多次元ガウス分布の学習と予測/線形回帰の例 第4章　混合モデルと近似推論 混合モデルと事後分布の推論/確率分布の近似手法/ポアソン混合モデルにおける推論/ガウス混合モデルにおける推論 第5章　応用モデルの構築と推論 線形次元削減/非負値行列因子分解/隠れマルコフモデル/トピックモデル/テンソル分解/ロジスティック回帰/ニューラルネットワーク

進化の末に、動物は「賢さ」を獲得した。 それは人間も、サルも、カラスも、イルカも、タコも、みんな同じである。 われわれは自分たちだけが賢いと思っていないか？ 心理学との境界線を行くユニークな動物研究の分野を開拓してきた著者が、動物行動学の歴史から最新の研究まで、豊富な事例を示すとともに読者へと問いかける。ドゥ・ヴァールが新たに提唱する「進化認知学」とは―― 人間中心の科学から脱却し、動物の認知とは何かを見つめなおす。 驚きのエピソード満載、著者自身の手によるイラスト多数。待望の最新作！ ●チンパンジーは食べ物のありかを知っていることを悟られないようにふるまう ●カケスは相手が何を欲しがっているか見極めてプロポーズの贈り物を選ぶ ●アシナガバチは一匹ずつ顔が違い、仲間の顔を見分けている ●タコは自分を攻撃した人間を覚えていて、怒りをあらわにする 【目次】 第1章 魔法の泉 虫になる／群盲、ゾウを……／人間性否認 第2章 二派物語 犬には欲望があるか？／空腹ゲーム／単純にしておく／馬を責める／安楽椅子霊長類学／雪解け／ビーウルフ 第3章 認知の波紋 ユリイカ！／ハチっ面／ヒトを再定義する／カラス参上！ 第4章 私に話しかけて オウムのアレックス／どこまでが本物の言語能力か？／犬たちへ 第5章 あらゆるものの尺度 進化は人間の頭の手前止まり／他者が何を知っているかを知る／賢いハンスの逆／習慣を広める／モラトリアム 第6章 社会的技能 マキアヴェリ的知性／三者関係認識／論より証拠／ギョッとする協力行動／ゾウの政略 第7章 時がたてばわかる 失われた時を求めて／猫の傘／動物の意志の力／何を知っているかを知る／意識 第8章 鏡と瓶を巡って ゾウは聴いている／鏡の中のカササギ／軟体動物の知力／郷に入っては／名前で呼ぶ？ 第9章 進化認知学 解説（松沢哲郎）／参考文献／用語解説／索引 動物たちの驚きのエピソードと豊富なイラストでわかりやすく説く。霊長類の社会的知能研究の第一人者が提唱する《進化認知学》とは?

文科と理科両方の学生のために，統計的なものの考え方の基礎をやさしく解説するとともに，統計学の体系的な知識を与えるように，編集・執筆された．豊富な実際例を用いつつ，図表を多くとり入れ，視覚的にもわかりやすく親しみながら学べるよう配慮した． 第1章 統計学の基礎（中井検裕，縄田和満，松原 望） 第2章 1次元のデータ（中井検裕） 第3章 2次元のデータ（中井研裕，松原 望） 第4章 確率（縄田和満，松原 望） 第5章 確率変数（松原 望） 第6章 確率分布（松原 望） 第7章 多次元の確率分布（松原 望） 第8章 大数の法則と中心極限定理（中井検裕） 第9章 標本分布（縄田和満） 第10章 正規分布からの標本（縄田和満） 第11章 推定（縄田和満） 第12章 仮説検定（縄田和満，松原 望） 第13章 回帰分析（縄田和満） 統計数値表 練習問題の解答

食材の化学変化を知り、美食を極める より美味しく！ よりヘルシーで、より安全に！ 人類の大発明「料理」を科学的にひもとく！ わたしたちがふだん口にする料理は、食材にさまざまな化学変化をほどこしたものです。なにげなく行っている料理も、食材の化学変化の過程を理解することで、意図した味を実現できるようになります。本書は、加熱や加工、調味、保存などさまざまな工程における化学変化を解説。日々の食生活の質ををより高めるための知識を提供します。 第1章 料理は化学実験と同じ 1-1 酸性食品・塩基性食品って何だろう？ 1-2 栄養とカロリー 1-3 食品を変化させる 1-4 食べると危険な食品 1-5 毒を持つ食品 第2章 加工の科学 2-1 洗うことの意味 2-2 アク抜きとアク取り 2-3 切り分ける 2-4 溶解と混合って違うの？ 2-5 牛乳やマヨネーズはコロイド 第3章 加熱の科学 3-1 熱ってなんだろう？ 3-2 燃焼による熱 3-3 電気による熱 3-4 液体の熱変化 3-5 食品の熱変化 3-6 加熱操作の実際 3-7 冷却 第4章 調味の科学 4-1 味覚と嗅覚の仕組み 4-2 調味料の種類 4-3 味付け順の効果 4-4 人工香味料 第5章 保存の科学 5-1 腐敗と中毒 5-2 食中毒とバイキンの関係 5-3 熱による腐敗防止 5-4 天日乾燥による腐敗防止 5-5 調味料による腐敗防止 5-6 化学物質による腐敗防止 5-7 バイキンの排除 第1章 料理は化学実験と同じ 1-1 酸性食品・塩基性食品って何だろう？ 1-2 栄養とカロリー 1-3 食品を変化させる 1-4 食べると危険な食品 1-5 毒を持つ食品 第2章 加工の科学 2-1 洗うことの意味 2-2 アク抜きとアク取り 2-3 切り分ける 2-4 溶解と混合って違うの？ 2-5 牛乳やマヨネーズはコロイド 第3章 加熱の科学 3-1 熱ってなんだろう？ 3-2 燃焼による熱 3-3 電気による熱 3-4 液体の熱変化 3-5 食品の熱変化 3-6 加熱操作の実際 3-7 冷却 第4章 調味の科学 4-1 味覚と嗅覚の仕組み 4-2 調味料の種類 4-3 味付け順の効果 4-4 人工香味料 第5章 保存の科学 5-1 腐敗と中毒 5-2 食中毒とバイキンの関係 5-3 熱による腐敗防止 5-4 天日乾燥による腐敗防止 5-5 調味料による腐敗防止 5-6 化学物質による腐敗防止 5-7 バイキンの排除

東工大サイエンステクノは、国立東京工業大学の公認サークル。部員１５０名超す大サークルで年間１００件近く開く子ども向けの科学実験と工作のワークショップで有名です。その数多くの工作から１７種を厳選して１冊の本になりました。どれも身近な材料を使って、小学生レベルでも１時間程度で作れる簡単なものばかり。内容は●１章「見る」では「キラキラふしぎ！　ミラクル偏光板万華鏡」、●２章「使う」では「つくって歌おう！　エコーマイク」、●３章「動く」では「風に向かって進む！　ウィンドカー」●４章「飛ぶ」では「驚くほど飛ぶ！　紙飛行機」などなど。作り方はカラー写真とふりがなつきの大きな文字で丁寧に解説。作って遊んで楽しいのはもちろん、科学の基礎知識まで身につくのです。例えば「ホバークラフト」ならリニアモーターカーのしくみがわかる、など。楽しく遊んで科学と親しくなる１冊、夏休みの自由研究にもおすすめです。

科学に興味を持つ子どもはもちろん、日常の中にある疑問、とっさに答えられない不思議も盛り込み、「科学」の面白さを学べる一冊。

個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を… 個人の地域密着型アウトドアショップがデジタルマーケティングで業績を飛躍的にアップさせていくストーリーに乗せて、DMの基礎を学ぶ

オークション等の注目のトピックスを盛り込み，解説をさらに丁寧に初学者にわかりやすく，新たに2色刷としてさらに読みやすく一新。 基礎から新しい研究成果までをカバーし，楽しみながらゲーム理論のエッセンスとその考え方を学べるスタンダードテキストの新版。オークション等の注目トピックスを盛り込み，さらに丁寧な解説でわかりやすく，新たに２色刷としてさらに読みやすく一新。 第１章　ゲーム理論とは何だろうか？ 第２章　選択と意思決定 第３章　戦略ゲーム 第４章　ナッシュ均衡点 第５章　利害の対立と協力 第６章　ダイナミックなゲーム 第７章　繰り返しゲーム 第８章　不確実な相手とのゲーム 第９章　交渉ゲーム 第10章　グループ形成と利得分配 第11章　進化ゲーム 第12章　ゲーム実験