Python の検索結果 標準 順 約 2000 件中 961 から 980 件目（100 頁中 49 頁目） 
- 手を動かして考えればよくわかる 高効率言語 Rust 書きかた・作りかた
- 2022年01月21日頃
- 送料無料（コンビニ送料含む）
- 3.0(1)
高効率で高速な新世代プログラミング言語Ｒｕｓｔの決定的解説書。クレート、ジェネリスク、所有権、メモリ管理、イテレーター、他わからない用語の実行できる解説がこの中にある！豊富なサンプルはすべて書き下ろし！難しいといわれるＲｕｓｔの難関をクジラが解決。
- AI実装検定 公式テキスト -A級ー
- 佐々木 淳/AI実装検定実行委員会
- 大学教育出版
- ￥3630
- 2022年06月03日頃
- 送料無料（コンビニ送料含む）
- 0.0(0)
IT産業の先進的人材のための必修リテラシーである「AI実装検定」。
検定試験のシラバスの内容を全般にわたって、わかりやすく解説!
演習問題は過去問から厳選し、実践力を高められる構成となっています。
受検者の必携書です! ! !
●●● 本書の特長 ●●●
1 IT業界の先進的人材のための必修リテラシー「AI実装検定」の受験参考書
2 AIEO（AI実装検定実行委員会）による責任監修の公式テキスト！
3 新シラバスの内容全般にわたって体系的に習得できる、わかりやすい解説！
4 A級試験で出題された過去問から厳選の演習問題 ＆ 詳解を豊富に掲載！
5 AIの表層的な知識だけでなく、AI実装業務に活かせる知識まで深く学べるテキスト！！
■■■ 対象読者 ■■■
・AI関連業務の実務担当者としてAI実装に携わる方
・AI実装検定の受験者
・「G検定」のさらに上位資格にチャレンジしようと思っている方
・「E資格」受験のための学習をしている方
・AIに関する知識をさらに深めたい方
・AI関連の大学/大学院生の皆さん
第1章 AI
第2章 数学
第3章 プログラミング
- Unityではじめる ROS・人工知能 ロボットプログラミング実践入門
- 2022年06月04日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 0.0(0)
「ドローン」「自動運転」「警備巡回」「配膳サポート」など、ロボットが活躍する分野は、ますます広がることが予想されます。本書は、今後の社会基盤を支える「ロボット技術者」を目指した方に向けて、基礎からロボット制御を学べる1冊です。
ロボット技術は、世界中で使われているオープンソースのプラットフォーム「ROS」がベースとなっており、ロボット利用に関わるさまざまなライブラリやツールが蓄積されています。本書では、ROSの概要から開発環境の構築、そして実際にROSを動かしながらロボット制御の仕組みを解説しています。
また、シミュレータ環境を使うことで、実際のロボットを使わなくても、PC内でロボットの動作を確認できます。いまロボット業界で注目されているのが、ゲームだけでなく車や建築設計などでの使われているリアルタイム3Dプラットフォーム「Unity」をロボットのシミュレータとして利用することです。
Unityを使うメリットとして、人工知能（AI）技術を利用したロボットの自律制御を簡単に行えるようになります。本書では、ROSとUnityを組み合わせた活用法や、Unity ML-Agentsを使ってのロボット制御の機械学習についても、その詳細を解説しています。
- やってみよう！機械学習
- 2019年02月
- 送料無料（コンビニ送料含む）
- 0.0(0)
先行する開発現場はどうやって学んでいるのか？知識＋体験でＩＴエンジニアとしての技術力を磨く。
- 初めてのTensorFlow 数式なしのディープラーニング
- 2017年10月27日頃
- 送料無料（コンビニ送料含む）
- 0.0(0)
◆◆ PythonとTFLearnで無理なく体験学習 ◆◆
本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。
そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。
ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。
一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。
もう一つは「どうやって使うのか、実装方法が分からない」ことです。
■数式なしで理論を理解
そこで本書は、是非知っておきたい3つの手法、即ち、1全結合のニューラルネットワーク、
2畳み込みニューラルネットワーク（CNN）、3再帰型ニューラルネットワーク（RNN）のみに話題を集中。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが
丁寧に理論を解説します。
■簡単に実装できるライブラリを使用
実装については、Google社のディープラーニング・フレームワークTesorFlowに注目。
TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、
Python 3による実装を体験します。
実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。
■理論と実装の反復で理解を深める
第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。
第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。
第3章では、全結合のニューラルネットワークの仕組みを理解した後、
手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。
第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。
第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。
ここでもMNISTの分類を行ってみます。
本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、
手を動かして実装できるようになるでしょう。
1 初めてのディープラーニング
1.1 機械学習とディープラーニング
1.2 ディープラーニングのライブラリ
2 ディープラーニングの実装準備
2.1 ディープラーニングの環境構築
2.2 Jupyter Notebookの使い方
2.3 Pythonプログラミングの基礎
3 ディープニューラルネットワーク体験
3.1 ニューラルネットワークの仕組み
3.2 ディープラーニングの仕組み
3.3 ディープラーニングの実装手順
3.4 手書き文字画像MNISTの分類
4 畳み込みニューラルネットワークの体験
4.1 畳み込みニューラルネットワークの仕組み
4.2 手書き文字画像MNISTの分類
4.3 一般的な画像の分類
5 再帰型ニューラル
ネットワークの体験
5.1 再帰型ニューラルネットワークの仕組み
5.2 対話テキストの分類
5.3 手書き文字画像MNISTの分類
Appendix 付録
A.1 TensorBoardの使い方
A.2 ディープラーニングの環境構築（Windows編）
A.3 Ubuntu仮想イメージのインポート方法
参考文献
- Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術
- 2021年09月08日頃
- 取り寄せ
- 送料無料（コンビニ送料含む）
- 3.33(3)
最新のAI開発プラットフォームで
機械学習・深層学習・強化学習の
基礎技術を学ぼう！
【本書の概要】
本書はUdemyで大人気の講座
『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習ー』をもとにした書籍です。
・機械学習（回帰、k平均法、サポートベクターマシン）
・深層学習（画像識別や画像生成、RNN）
・強化学習（Cart Pole問題、深層強化学習）
といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。
また本書ではサンプルを用意していますので、サンプルを動かしながら、AI技術の仕組みを理解できます。
開発環境にはGoogle Colaboratoryを使用します。
【Google Colaboratoryとは】
ブラウザ上で利用できる機械学習や深層学習向けの開発環境です。
GPUを無料で利用できるので、コードの実行時間を大幅に短縮できます。
【本書ポイント】
・機械学習・深層学習・強化学習の基礎知識を一気に学べる
・Pythonでコードを動かしながら機械学習・深層学習・強化学習の理論を学べる
【対象読者】
・何らかのプログラミング経験のある方
・機械学習・深層学習・強化学習を学ぶ意欲のある方
・高校数学以上の数学知識のある方
【著者プロフィール】
我妻幸長(あづま・ゆきなが)
SAI-Lab株式会社を起業。「ヒトとAIの共生」がミッション。
人工知能（AI）関連の研究開発、教育、アプリ開発が主な事業。
著者のYouTubeチャンネルでは、無料の講座が多数公開されている。
- はじめてのParaView改訂版
- 2014年11月
- 送料無料（コンビニ送料含む）
- 0.0(0)
「ＰａｒａＶｉｅｗ」は、データを「グラフ」や「アニメーション」にすることによって可視化するソフトです。アメリカのＫｉｔｗａｒｅ Ｉｎｃ．が開発したソフトで、オープンソースで配布されており、誰でも無料で使うことができます。柔軟なアーキテクチャをもち、小さなデータであればパソコンでも動作し、大きなデータであればスーパーコンピュータでも動作させることができます。本書は、好評だった「はじめてのＰａｒａＶｉｅｗ」の後継書ですが、ＰａｒａＶｉｅｗが「６４ビットや並列処理の対応の変更」「設定画面はより説明的」など、大幅に変わったため、本書もそれに合わせて全面的に書き換えています。
- 10才からはじめるプログラミング図鑑
- キャロル・ヴォーダマン/山崎正浩
- 創元社
- ￥3080
- 2015年10月20日頃
- 送料無料（コンビニ送料含む）
- 4.0(4)
カラフルなイラストと少しずつ順番に進めていくていねいな解説で、プログラミングの基本からゲームの作り方まで、はじめての人でも楽しみながらプログラミングを覚えることができます。この本1冊で、スクラッチとPython（パイソン）という2つのプログラミング言語の使い方がわかります。プログラミングを学んで、君だけのオリジナルゲームを作ったり、未来のプログラマーをめざそう！ すべての漢字にふりがなつき。
1 プログラミングってなんだろう？
コンピューターのプログラムとは？
コンピューターのように考えよう
プログラマーになろう
2 スクラッチから始めよう
スクラッチはどんな言語だろう？
スクラッチのインストールと起動
スクラッチのインターフェース
スプライト
ブロックとスクリプト
プロジェクト1：ドラゴンからにげろ！
スプライトを動かす
コスチューム
かくれんぼ
イベント
かんたんなくり返し
ペンとカメ
変数
計算
文字列とリスト
座標
音を出そう！
プロジェクト2：サイコロを作ろう
正しい？ まちがい？
条件と分岐
調べる
ふくざつなくり返し
メッセージを送る
プロジェクト3：サルVSコウモリ
さあ実験しよう
3 パイソンで遊ぼう
パイソンはどんな言語だろう？
パイソンのインストール
IDLEについて
エラー（まちがい）
プロジェクト4：ゆうれいゲーム
ゆうれいゲームを分析しよう
プログラムの流れ
かんたんな命令
ふくざつな命令
どっちのウィンドウ？
パイソンの変数
データのタイプ
パイソンの計算
パイソンの文字列
入力と出力
判断する
分岐
パイソンでのくり返し
じょうけんつきのくり返し
くり返しからぬけ出す
リスト
関数
プロジェクト5：自動作文マシン
タプルとディクショナリー
変数にリストを入れる
変数と関数
プロジェクト6：作図マシン
バグとデバッグ
アルゴリズム
ライブラリー
ウィンドウを作る
色と座標
図形をかく
グラフィックスを変化させる
イベントに反応する
プロジェクト7：せん水かんゲーム
この次は？
4 コンピューターのしくみ
コンピューターのしくみ
二進法、十進法、十六進法
文字コード
論理ゲート
プロセッサとメモリ
基本のプログラム
ファイルにデータを保管する
インターネット
5 現実の世界でのプログラミング
プログラミング言語
伝説のプログラマー
大活躍しているプログラム
コンピューターゲーム
アプリを作る
インターネット用のプログラミング
JavaScriptを使う
悪いプログラム
小さなコンピューター
プログラミングのプロになる
- BERT/GPT-3/DALL-E 自然言語処理・画像処理・音声処理 人工知能プログラミング実践入門
- 2021年09月06日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 5.0(1)
いま最も注目される最先端のフレームワークの実力を試してみよう！
人間が書いたような自然な文章に加え、自然言語からプログラムのソースコードやWebページのレイアウトまでも生成したことで大きな話題になった「GPT-3」、そしてそれを画像処理に応用した「DALL-E」といった最先端の深層学習フレームワークがここ数年で登場してきました。
本書では、注目を集めている「自然言語処理」「画像処理」「音声処理」の主要なフレームワークを取り上げ、実際にそれらの実力を試してみることができるように、インストールから各種設定、データセットの準備、学習・推論まで、ステップ・バイ・ステップでていねいに解説しました。
さまざまな分野や今後の実務にも応用範囲が広がると期待されている最先端のAIを学ぶことができる1冊です。
1章 自然言語処理と深層学習
1-1 自然言語処理の概要
1-2 深層学習の概要
1-3 自然言語処理の深層学習モデル
2章 Python開発環境の準備
2-1 Pythonと開発環境の概要
2-2 Google Colabの概要
2-3 ローカルマシンのPython環境の準備
2-4 Pythonの文法
3章 GiNZA
3-1 GiNZAの概要
3-2 形態素解析
3-3 係り受け解析
3-4 固有表現抽出
3-5 ルールベースマッチング
3-6 正規表現
4章 Huggingface Transformers
4-1 Huggingface Transformersの概要
4-2 トークナイザー
4-3 テキスト分類
4-4 質問応答
4-5 要約
4-6 テキスト生成
4-7 言語モデル
5章 GPT-3・Vision Transformer・CLIP・Image GPT・DALL-E
5-1 GPT-3によるプロンプトプログラミング
5-2 Vision Transformerによる画像分類
5-3 CLIPによる未学習カテゴリでの画像分類
5-4 Image GPTによる半分画像からの画像生成
5-5 DALL-Eによるテキストからの画像生成
6章 Tacotron2+WaveGlow・NEUTRINO・Jukebox
6-1 Tacotron2＋WaveGlowによる音声合成
6-2 NEUTRINOによる歌声合成
6-3 Jukeboxによる歌声付きの楽曲生成
7章 Google Cloud Platform
7-1 Google Cloud Platformの概要
7-2 Natural Language API
7-3 Text-to-Speech API
7-4 Speech-to-Text API
7-5 Translation API
- ROS2ではじめよう 次世代ロボットプログラミング
- 2019年08月13日頃
- 送料無料（コンビニ送料含む）
- 0.0(1)
Robot Operation System(ROS)の次世代バージョンであるROS2はロボットアプリケーション開発のためのミドルウェアです。ROS2は、ROS1で得られた経験をもとにほぼ再実装されたため、ROS1と直接的には互換性がありません。ROS1は通信内容が暗号化されておらず認証機能もありませんので、セキュリティ面で見ると商用ロボットの開発には不向きでした。ROS2ではセキュリティ、メンテナンス性、ライセンス、商業サポートなどのさまざまな観点から見直され、開発当初から製品への組み込みを目標にして再設計されています。
本書は今後のロボットアプリケーション開発のデファクトスタンダードになるROS2の入門書です。基本操作から、ROS1の資産を活用するための接続方法、パッケージの開発方法までを網羅します。本書のサンプルコードはC++ですが、それ以外のプログラミング言語を用いたクライアントライブラリについても解説します。ROS1ではUbuntuのみで利用できましたが、ROS2からはWindows、macOSで利用できるようになり、さらに利用者が増えると見込まれています。主なOSの開発環境のセットアップについても解説します。これからロボット開発をはじめたいと考える方だけでなく、ROS1ユーザにとっても有用な1冊です。
- みんなのブロックチェーン
- 2019年06月21日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 4.0(1)
Pythonで学ぶブロックチェーンの基礎
この書籍はブロックチェーンの入門書です。分散型台帳とも呼ばれるこの技術は,ビットコインのような仮想通貨をはじめとして,さまざまな技術革新をもたらすと期待されています。インターネットに匹敵する発明とも言われているブロックチェーンは,スキルを持った人材が少ない分野でもあります。特に技術に通じたエンジニアは「売り手市場」で,求人の待遇も高いようです。
書籍の執筆にあたっては,ブロックチェーンを理解するために必要な技術について,できるだけ前提知識を必要とせずに理解できるよう心がけました。コンピュータでお金を扱う基本的な手法から,暗号やハッシュ,公開鍵暗号,P2Pのような技術を,コンピュータやプログラミングの知識をお持ちでない読者にも理解していただけるように配慮して執筆しました。
技術的な解説には,実際に動作するプログラムを数多く添えました。ブログラムはインターネットとWebブラウザがあれば動かせます。煩わしいアプリのインストールや環境構築をせずにすむので,ぜひ実際にプログラムを動かしながら読み進めてください。人間は試し,動かすことでより深い知識を得ることができます。
AnacondaとColaboratoryの両方に対応
目次
Chapter 01 イントロダクション
Chapter 02 Pythonにおける数値計算
Chapter 03 履歴とデータ
Chapter 04 暗号の基礎
Chapter 05 ハッシュ
Chapter 06 ブロックチェーンとハッシュ
Chapter 07 公開鍵暗号と契約(コントラクト)
Chapter 08 P2P
Chapter 09 ブロックチェーンの応用
Chapter 10 アウトロダクション
- OpenAI GPT-4/ChatGPT/LangChain 人工知能プログラミング実践入門
- 2023年07月04日
- 在庫あり
- 送料無料（コンビニ送料含む）
- 3.5(3)
ChatGPTをはじめとする生成AIをカスタマイズし独自活用するための1冊
本書は、ChatGPT、GPT-4/GPT-3.5の利用方法にとどまらず、「OpenAI API」を使うことでカスタマイズしたAIを独自のシステムに組み込むための方法をステップ・バイ・ステップで解説した1冊です。
また、大規模言語モデル（LLM）では学習されていないデータを参照して、質問応答（チャット）を作成するためのライブラリ「LlamaIndex」、複雑なタスクを実行するアプリケーションを作成するためのライブラリ「LangChain」についても詳細を解説しています。
加えて、現時点では限定公開中の「ChatGPTプラグイン」についても取り上げました。
本書を活用することで、いま大きな話題となっている強力なAIの機能を自社のサービスやアプリケーションの一部として提供することが可能になります。
1章 GPT-4／ChatGPT／LangChainの概要
1-1 GPT-4とChatGPTとLangChain
1-2 人工知能と機械学習と深層学習
1-3 自然言語処理の深層学習モデル
2章 ChatGPT／OpenAI Playground／DALL-Eの利用法
2-1 ChatGPTの使い方
2-2 OpenAI Playgroundの使い方
2-3 DALL-Eの使い方
2-4 GitHub Copilotの使い方
3章 Python開発環境の準備
3-1 Pythonの概要
3-2 Google Colabの概要
3-3 Pythonの文法
4章 OpenAI API
4-1 テキスト生成
4-2 画像生成
4-3 埋め込み
4-4 ファインチューニング
4-5 モデレーション
4-6 音声のテキスト変換
4-7 トークナイザー
5章 LlamaIndex
5-1 LlamaIndexのはじめ方
5-2 LlamaIndexの機能詳細
5-3 LlamaHub
5-4 ベクトルデータベース
6章 LangChain
6-1 LangChainのはじめ方
6-2 LLM
6-3 プロンプトテンプレート
6-4 チェーン
6-5 エージェント
6-6 ツール
6-7 メモリ
7章 ChatGPTプラグイン
7-1 ChatGPTプラグインの使い方
7-3 ChatGPTプラグインの作り方
7-4 ChatGPT Retrieval Plugin
- Unity ML-Agents 実践ゲームプログラミング v1.1対応版
- 2020年08月14日頃
- 送料無料（コンビニ送料含む）
- 0.0(0)
「Unity ML-Agents」は、2017年秋にv0.1として登場以降、順調にバージョンアップを重ね、2020年5月についに正式版となりました。今後は、Unityの中核機能の1つになると予想されています。
本書は、2018年7月に刊行した前書（v0.4に対応）を、正式版に合わせて全面的に改訂したものです。
Unity ML-Agentsは、多くのAIプログラミングで必須となる「Python」のコーディングを必要とせず、Unity ML-Agentsの仕組みに沿って、通常のゲーム開発同様にC#によるコーディングで完結できることが大きな特徴です。
本書では、これからゲームAIについて学びたい方から読んでいただけるように、機械学習の基礎から学習環境の構築、付属サンプルによるさまざまな学習方法の解説などを、ステップ・バイ・ステップで実践的に習得できるように構成しています。
また、実際の開発現場でゲームAIを活用するためのサンプルとして、Unityが無償で公開しているゲームを使って、「テストの自動化」「ゲームバランスの調整」「より自然な振る舞いを行うNPC」「人間の代わりとなる対戦相手」をAIとして実装したサンプル事例も紹介しています。
本書は、基礎から実践まで網羅しており、これからゲームAIにチャレンジしたい方にお勧めしたい1冊です。
- 詳解 ディープラーニング
- 2017年05月29日頃
- 送料無料（コンビニ送料含む）
- 4.29(7)
本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。
実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。
「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。
単純パーセプトロンにはじまり、多層パーセプトロン、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など多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。
ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。
［本書の構成］
1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。
3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、4章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。
5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。
