この書籍は、ディープラーニングをゼロから実装することで学ぶ入門書です。Python 3を用いて、基礎から誤差逆伝播法や畳み込みニューラルネットワークなどの実装を通じて理解を深めます。また、ハイパーパラメータの設定やBatch Normalization、Dropout、Adamなどの最新技術、さらには自動運転や画像生成などの応用例についても触れています。著者は斎藤康毅氏で、コンピュータビジョンや機械学習の研究開発に従事しています。

本書は、ディープラーニングを一から学びたい人向けに、数学的表現を避けて実践的なコードを用いて基本概念を解説します。著者はKerasの開発者で、TensorFlowをバックエンドに使用。内容は、ディープラーニングの基礎から始まり、コンピュータビジョンや自然言語処理の応用例まで幅広くカバー。最終的には、ディープラーニングの適用可能性や限界を理解できるようになります。

この書籍は、数学の知識がなくても理解できる機械学習の入門書で、Pythonの機械学習ライブラリ「scikit-learn」を用いた実践的な解説が特徴です。著者はscikit-learnの開発に関わる専門家で、実践から理論へと学ぶスタイルを採用しています。特に「特徴量エンジニアリング」や「モデルの評価と改善」に焦点を当てており、従来の解説書にはない内容を提供しています。目次には教師あり学習、教師なし学習、データ処理などが含まれています。著者は機械学習の専門家で、産業界や学術界での経験があります。

『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。

本書は、機械学習を実践的に学ぶための教材で、scikit-learn、TensorFlow、Kerasを用いて、基礎から応用までの手法を体系的に解説しています。内容には、データ処理、モデル学習、深層学習、強化学習、コンピュータビジョン、自然言語処理などが含まれ、サンプルコードはすべてGitHubで公開され、Jupyter Notebookで試すことができます。第2版では新たに畳み込みニューラルネットワークやGANによる画像生成の説明も追加されています。機械学習を学びたいエンジニアにとって必携の一冊です。

本書は、ニューラルネットワークの理論とディープラーニングの実装を解説した入門書で、PythonやKeras、TensorFlow、PyTorchを使用しています。特に自然言語処理や時系列データ処理に焦点を当て、新しい手法やモデルを詳しく説明しています。内容は、数学の基礎から始まり、ニューラルネットワーク、ディープニューラルネットワーク、リカレントニューラルネットワーク（RNN）とその応用までを網羅しています。著者は巣籠悠輔で、実務経験を持つ専門家です。

著者松尾豊は、日本の人工知能研究の第一人者として、最新技術「ディープラーニング」の進展とその影響を探求し、知能や人間の本質について問い直します。本書では、人工知能の歴史やブームを振り返りながら、技術の進化が人類にもたらす可能性と危機について論じています。

本書は、機械学習や深層学習の予備知識がない読者を対象に、理論を明快に解説する入門書です。内容は、機械学習と深層学習の基本、ニューラルネットの仕組み、勾配降下法、誤差逆伝播法、自己符号化器、畳み込みニューラルネット、再帰型ニューラルネット、ボルツマンマシン、深層強化学習など多岐にわたります。著者は、理論的な基礎を重視し、学びやすい形式で解説しています。

本書は、機械学習エンジニアやデータサイエンティスト向けに、データ前処理に必要なライブラリ「pandas」を用いた基本的な操作や手法を解説した初心者向けの書籍です。データクレンジングの重要性を強調し、実践的なサンプルを通じてpandasの使い方を学ぶことができます。内容は、データの読み込み、集計、欠損値処理、グループ化など多岐にわたり、機械学習タスクをスムーズに行うための基礎を提供します。著者は機械学習の専門家で、実務経験を基に執筆しています。

本書は、プログラミング初心者向けにリニューアルされた「いちばんやさしいPythonの本」で、最新のPython 3に完全対応しています。イラストやサンプルが豊富で、オブジェクト指向やWebアプリ開発、データ処理の基本も学べます。新たに2章が追加され、プログラミングの楽しさと効率化の重要性を伝え、読者がスキルを身につける手助けをします。著者は東京大学の辻真吾氏で、Pythonの普及活動にも力を入れています。

大変好評を得ている，MITの人気を誇る講義内容をまとめた計算科学の教科書の第２版．機械学習を意識した統計学の話題が豊富 最新にして最強!! 人気講義の教科書、第２版！ 　大変好評を得ている，MITのトップクラスの人気を誇る講義内容をまとめた計算科学の教科書の第２版． 　今回の改訂では，後半の内容が大幅に増え，新たに５章追加されている．特に「機械学習」を意識して，統計学の話題が豊富になっている． 　Python言語を活用して，計算科学を学ぶ読者必携の書！ 　Python　Ver3.5に対応！ ★は新しい章. 1. さあ,始めよう！ 2. Python の概要 3. 簡単な算術プログラム 4. 関数,スコープ,抽象化 5. 構造型,可変性と高階関数 6. テストとデバッグ 7. 例外とアサーション 8. クラスとオブジェクト指向プログラミング 9. 計算複雑性入門 10. いくつかの単純なアルゴリズムとデータ構造 11. プロットとクラス 12. ナップサック問題とグラフ最適化問題 13. 動的計画法 14. ランダムウォークと可視化 15. 確率,統計とプログラム 16. モンテカルロ・シミュレーション ★17. 標本抽出と信頼区間 18. 実験データの理解 ★19. 無作為試験（無作為抽出試験）と仮説の照合 ★20. 条件付き確率とベイズ統計 21. うそ,真っ赤なうそ,そして統計 22. 機械学習はやわかり ★23. クラスタリング ★24. 分類法 付録A Python 3.5 簡易マニュアル 索　引　

本書は、機械学習の応用について概観し、特に評判分類、単語の意味表現、検索結果の順序学習に焦点を当てています。また、バースト検出やウェブリンク解析についても解説されています。シリーズ全体は、機械学習の基礎理論と実用的なアルゴリズムを扱い、データサイエンスに関心のある学生や研究者に向けて書かれています。著者は、情報理工学の専門家であり、各章ではウェブと機械学習の関係が詳述されています。

本書は人気シリーズの第3弾で、オリジナルのディープラーニングフレームワーク「DeZero」をゼロから作成する内容です。最小限のコードでモダンな機能を実現し、全60ステップでフレームワークを完成させます。これにより、PyTorchやTensorFlowなどの知識を深めることができます。著者は人工知能の研究開発に従事する斎藤康毅氏です。

本書は、Pythonを使用する開発者向けに、実務でのツールやテクニック、ベストプラクティスを解説しています。内容は、Pythonの現状、構文のベストプラクティス、パッケージ作成、コードデプロイ、他言語との連携、ドキュメント作成、テスト駆動開発、最適化、並行処理、デザインパターンなど多岐にわたり、先進的な開発ノウハウを学ぶことができます。著者はPythonに精通したエンジニアたちで構成されています。

本書は、TensorFlowとScikit-Learnを使用して機械学習を学ぶための実践的なガイドです。初心者向けに、線形回帰から深層学習までの手法を順を追って解説し、サポートベクターマシンやデシジョンツリーなどのアルゴリズムも紹介しています。各章には練習問題があり、GitHubにサンプルコードが公開されているため、実際に試しながら学べる構成になっています。著者は機械学習の専門家であり、実務に役立つスキルを体系的にまとめています。

この書籍は、AIを活用した様々な応用例を紹介しており、機械学習やディープラーニングの基礎、画像・動画処理、自然言語処理、業務効率化の方法などを学ぶことができます。また、マスク着用の判定など新しい生活様式に対応したサンプルも収録されています。著者はプログラミングや機械学習に関する多くの書籍を執筆しているクジラ飛行机氏をはじめ、専門家たちです。

本書は、ディープラーニングの理解に必要な数学を高校1年生レベルからやさしく解説し、最短コースで学べる内容です。微分、ベクトル、行列、確率などの必要最低限の数学を特製のマップで整理し、実際に動かせるコードをJupyter Notebook形式で提供します。内容は機械学習入門から始まり、理論編、実践編、発展編に分かれており、ディープラーニングの動作原理を深く理解できることを目指しています。

本書では、一般的に信じられている通説（例：健診で健康になる、テレビが学力を下げる、偏差値の高い大学が収入を上げる）が経済学の研究によって否定される理由を解説しています。著者は「因果推論」の手法を用い、数式なしでわかりやすく説明することで、根拠のない通説にだまされない力を養うことを目指しています。各章では、様々な因果関係を証明する方法（ランダム化比較試験、自然実験、差の差分析など）を紹介しています。

本書は、ディープラーニングとニューラルネットワークをゼロから学べるように、理論と実装を丁寧に解説しています。使用するライブラリはPythonのTensorFlowとKerasで、画像認識や時系列データ分析に関するモデルを学びます。内容は、数学の基礎、Python環境のセットアップ、ニューラルネットワークの基本からディープニューラルネットワーク、リカレントニューラルネットワークの理論と実装まで幅広くカバーしています。著者は医療分野でのAI活用を目指す専門家です。

この書籍は、計量経済学の実証分析をわかりやすく解説しており、最小二乗法や最尤法、各種回帰モデルなどの分析手法を具体例とともに紹介しています。内容は、計量経済学の基本理解から始まり、非線形モデルや因果関係の特定、パネルデータ分析まで幅広くカバーしています。著者は慶應義塾大学の山本勲教授で、応用ミクロ経済学や労働経済学が専門です。

分子軌道法（ＭＯ法）とは，原子に対する原子軌道の考え方を分子に対して適用し，分子の電子状態や反応機構を理解しようとするものである．この量子化学的視点を用いることによって，あらゆる化学現象を統一的に捉えて説明する．化学を学ぶもの必携の一冊． 第１章　量子化学序論 第２章　原子軌道——軌道概念（１） 第３章　軌道相互作用の原理——軌道概念（２） 第４章　化学結合論——軌道概念（３） 第５章　フロンティア軌道論——軌道概念（４） 第６章　２原子分子 第７章　分子構造の支配因子 第８章　分子間相互作用 第９章　分子構造と立体化学 第10章　官能基の性質と酸・塩基の強度 第11章　共役π電子系と芳香族性 第12章　化学反応と分子軌道