Python の検索結果 標準 順 約 2000 件中 1001 から 1020 件目（100 頁中 51 頁目） 
- データ収集からWebアプリ開発まで 実践で学ぶ機械学習活用ガイド
- 吉崎亮介/鹿野高史/佐藤芳樹/山口純平/小松博
- マイナビ出版
- ￥3608
- 2019年09月24日頃
- 送料無料（コンビニ送料含む）
- 0.0(0)
機械学習ライブラリの発展により、機械学習のモデル構築は非常に簡単になっています。
一方で、構築したモデルを実際に活用するにはモデル構築以外にもデータの収集、前処理、アプリの構築といったプロセスが必要になります。
本書では、こういった機械学習を活用するための技術について包括的に学ぶことのできる書籍です。
「機械学習の基礎は学んだけれど、実際の自分の問題をどう機械学習に落とし込んでいいか分からない」
「機械学習のプログラムは書けるけれど、それをアプリにするにはどうしたらいいか分からない」
といった読者にぴったりの書籍です。
1章から3章までは、Python、Numpy／Pandas／Matplotlibなどライブラリ、scikit-learnを使っての機械学習、データ収集、データベース、Webアプリ制作、Git、デプロイなどについて基礎的な知識を学びます。
4章以降は、いくつかの実践的なユースケースに基づいて、機械学習を実際に近い流れで学習します。ユースケースにより違いはありますが、データ収集、前処理、モデル構築、機械学習による分析・分類、アプリ制作、デプロイといった流れで学習していきます。
4章はDocker Composeを使って分析サーバ、データベースサーバを構築し、その上でクラスタリングを行います。
5章は魚の画像をアップロードすると名前を教えてくれる画像判別アプリを作ります。
6章はWeb上からスクレイピングで収集した自然言語をもとに、特定の内容だけを抽出し、Slackに投稿するシステムを作ります。
7章はSNS（Instagram）から教師データを収集できるようになることを目指します。
また、収集したデータを活用し、特定のキーワード（ハッシュタグ）に関する投稿に対し投稿のネガポジ分析ができるアプリケーションを作ります。
※本書の内容を実行するには、macOSでは10.13以降、WindowsではWindows10が必要です。
※なお、WindowsでDockerを使用すると、ツール側にバグが残っていたり、Windowsにインストールされている別のソフトとの干渉などによりエラーが出ることが多くあります。動作を確約できないため、本書では非推奨とさせていただきます（エラーはインターネット上の情報で解決できることもありますので検索をしてみてください）。
- 詳解ディープラーニング 第2版
- 2019年11月27日頃
- 送料無料（コンビニ送料含む）
- 4.0(1)
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について丁寧に解説。実装には、Python(3.x)とディープラーニング向けライブラリKeras（2.x）、TensorFlow（2.x）、PyTorch（1.x）を用います。
本書では、自然言語処理をはじめとした時系列データ処理のためのディープラーニング・アルゴリズムに焦点を当てているのも大きな特徴の1つです。本書の［第1版］（2017年）以降に次々と登場している新しい手法やモデルを丁寧に説明、記事も大幅にボリュームアップしました。
［本書の構成］
1章 数学の準備：ニューラルネットワークのアルゴリズムを理解するための数学の知識、偏微分と線形代数の基本を学びます。アルゴリズムが複雑になってもこの2つを押さえておけばきちんと理解できます。
2章 Pythonの準備：ディープラーニングのアルゴリズムを実装するため、Python環境の構築およびPythonの基本から代表的なライブラリの使い方までを解説します。
3章 ニューラルネットワーク：ニューラルネットワークとは何か、どういった手法かを解説します。単純パーセプトロン、ロジスティック回帰、多クラスロジスティック回帰、多層パーセプトロンを扱います。
4章 ディープニューラルネットワーク：ディープラーニングはニューラルネットワークのモデルの発展形です。ニューラルネットワークから「ディープ」ニューラルネットワークになるうえで発生する課題とそれを解決するテクニックについて解説します。
5章 リカレントニューラルネットワーク：ニューラルネットワークに「時間」という概念を取り込むとどのようなモデルになるのか。通常のディープラーニングのモデルではうまく扱うことができない時系列データの扱いに特化したモデルであるリカレントニューラルネットワーク（RNN）とその手法LSTM、GRUについて取り上げます。
6章 リカレントニューラルネットワークの応用：時系列データの扱いに関しては、自然言語処理で新しいモデルが考えられてきました。本章では、Encoder-Decoder、Attention、Transformerについて学んでいきます。
付録 ライブラリ内部の処理を理解するためのグラフの知識と、Pythonのデコレータ @tf.function の実装例、Keras、TensorFlow、PyTorchによるモデルの保存・読み込みについて解説します。
- みんなのRaspberry Pi入門 第4版
- 石井 モルナ/江崎 徳秀
- リックテレコム
- ￥2970
- 2017年11月01日頃
- 送料無料（コンビニ送料含む）
- 4.0(1)
＜B＞Python3に完全対応！！＜/B＞
お待たせしました！ 大好評「みんなのRaspberry Pi入門」シリーズの第4版です。
「Raspberry Pi3」はもちろん、「Python3」にも対応させました!! 進化のとどまるところを知らないRaspberry Piは、最新OSのコードネームも「jessie」から「Stretch」へ、開発環境「IDLE」も「Thonny」に移行！ すべてに対応した最新刊です。
本書の大きな特徴は、次の2つです。
1.写真と図で、本当に必要なもの、メンテナンスの方法などを丁寧に解説しました。
2.Raspberry Piの公式言語である「Python3」をしっかり、分かりやすく解説しました。
プログラミング未経験の方でもチャレンジいただけるよう、Pythonに限定しない形でのプログラミングの基礎と基本的な作法について、多くの紙面を割いております。
まさに入門者にピッタリの一冊です。
- みんなのPython改訂版
- 2009年04月
- 送料無料（コンビニ送料含む）
- 4.13(16)
最新バージョン「３．０」を含め、スクリプト言語Ｐｙｔｈｏｎの“今”を徹底解説。
- BBC マイクロビット公式ユーザーガイド
- ガレス・ハルファクリー/金井 哲夫
- 日経BP
- ￥2530
- 2018年09月29日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 3.0(1)
英国生まれの教育用・STEM教育用のマイコンボードで、日本でもすでに小学校の授業でも使われ始めているのが「BBC micro:bit（マイクロビット）」です。その公式ユーザーガイド（The Official BBC micro:bit User Guide）の邦訳本です。
パート1「BBC マイクロビットとは何か」では、ハードウエアの説明と、その仕組みについて解説します。そして、マイクロビットを箱から出して、サンプルのプログラムを使ってみるまでを手順を追って説明します。
パート2「BBC マイクロビットのコーディング」では、自分でプログラムを作る方法を解説します。各章で解説するプログラミング言語は、BBC マイクロビットで主に使われる3つの言語、JavaScript Blocks（ジャバスクリプト・ブロックス）、JavaScript（ジャバスクリプト）、Python（パイソン）です。
パート3「BBC マイクロビットの上級プロジェクト」では、マイクロビット同士、または何台ものマイクロビットと通信をする無線モジュールを例にした、一歩進んだ工作に挑戦します。また、人気のワンボードコンピューターRaspberry Piを使って、マイクロビットの機能を拡張するプロジェクトも紹介します。
さらに、BBC マイクロビットにスイッチやLED などの基本的な電子部品をつなげて電子回路を組み立て、より機能を高める実験を行います。ハンダ付けは必要ありません。ここで解説する電子回路は安全なもので、子どもでも安心して扱えます。使用する電子部品も、安い物をほんの少しだけです。
■「前書き」から抜粋
この本は、BBC マイクロビットを使ってみたいと思うすべての人のために書かれています。マイクロビットを始めるには、コンピューター、電子工作、プログラミングなどの予備知識は一切いりません。必要なのは、文字が読める能力と、やる気だけです。
（中略）
では、どうぞ本書をお楽しみください。BBC マイクロビットの楽しい旅が始まります。
パート1：BBC マイクロビットとは何か
第1章 初めまして、BBC マイクロビットです
第2章 BBC マイクロビットを始めよう
第3章 BBC マイクロビットでプログラミングを始めよう
パート2：BBC マイクロビットのコーディング
第4章 プログラミング言語・
第5章 JavaScriptブロック
第6章 JavaScript
第7章 Python
パート3：BBC マイクロビットの上級プロジェクト
第8章 無線通信機能
第9章 BBC マイクロビットとラズベリーパイ・
第10章 電子回路を組もう
第11章 BBC マイクロビットを拡張しよう
第12章 BBC マイクロビットをウェアラブルにしよう
第13章 参考になる情報源
パート4：付録
付録A JavaScriptのレシピ
付録B JavaScriptのレシピ
付録C Pythonのレシピ
付録D ピン配列・
- SNOOPY 3WAYパフバッグ BOOK 75th Anniversary Edition
- 2024年11月29日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 4.33(3)
PEANUTS誕生75周年！ スヌーピーとチャーリー・ブラウンのアニバーサリーデザインに注目!
ボリューム感のあるぷっくりとしたシルエットで、どんなスタイルに合わせても、グッと旬の装いになる大注目のパフバッグができました! 付属のストラップの付け方で持ち方をアレンジでき、口ひもを締めて巾着のようにしたり、広げてトートバッグにしたりと様々な使い方ができます。PEANUTS誕生75周年のタグにも注目! 仲良しな二人の姿がたまらない特別な記念デザインです。
サイズ(約)：縦28.5×横36×マチ8cm
- 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
- もっと思い通りに使うための Notion データベース・API活用入門
- 2022年08月26日頃
- 在庫あり
- 送料無料（コンビニ送料含む）
- 0.0(0)
本書は、NotionのデータベースとAPIについて解説する書籍です。
便利に使えるNotionですが、データベースを詳しく知ることで、より効率的に使ったり、自分好みの表示にしたりすることができます。
また、APIを使うことで、Notionの外部から、Notionのデータを使ったり、更新したりすることができます。
「Notionは使っているけれど、もっとデータをうまく活用したい」
「データの集計をしたり、複数のデータベースを連携させてみたい」
「Notionの外部からも、Notionのデータを操作・活用してみたい」
そんな方のために、Notionの基本から、データベースの活用方法、APIの利用方法などをまとめました。
まったくNotionを使ったことがない方でもつまづかないように、1章、2章ではNotionの基本的な使い方を紹介しています。
3章からはデータベースの説明に入ります。データベースとビューの関係、基本的なデータベース作成方法とプロパティの説明、フィルターやグループの使い方などについて解説します。4章ではさまざまなビュー活用方法を紹介。5章では、すこし踏み込んで、データの集計や、データベース間のリレーションの仕方などを解説します。
6章では、関数を使った計算方法を紹介します。四則演算はもちろん、条件の使い方、「テキスト」「数字」「日付」といったプロパティの種類ごとのさまざまな関数を紹介します。
7章から9章までは、APIの基本からAPIを活用したGoogleスプレッドシートへの連携について紹介します。
7章では、Notion API利用の基本的な設定をし、その後、Google Apps Scriptと組み合わせて、GoogleスプレッドシートにNotionのデータを取り出してみます。8章では、さらに、Googleスプレッドシートに取り出すデータに条件をつけたり、ソートをしたりする方法を紹介します。9章では、Googleスプレッドシートからのデータの追加・更新・削除を一通り説明します。
10章では、Pythonを使ってNotionのデータを操作していきます。基本的なデータの取得・新規作成・更新・削除の方法を解説します。
11章では、Node.jsと、Notion公式の「Notion SDK for JavaScript」を使って、Notionのデータを操作する方法を紹介します。Webページにデータを表示させながら、基本的なデータの取得・新規作成・更新・削除の方法を解説します。
Notionを好きで、今よりももっと柔軟にデータを使ってみたい方におすすめの1冊です。
Chapter 1 Notionの基本をマスターしよう
Chapter 2 コンテンツを作成しよう
Chapter 3 データベースの基本をマスターしよう
Chapter 4 ビューを使いこなそう
Chapter 5 データの集計と連携
Chapter 6 関数を利用する
Chapter 7 APIを利用しよう
Chapter 8 データを検索しよう
Chapter 9 データの作成・更新・削除
Chapter 10 PythonからNotion APIを利用しよう
Chapter 11 JavaScriptからNotion APIを利用しよう
- 【POD】初歩からはじめるPythonプログラミング
- 2024年02月01日頃
- 通常3～9日程度で発送
- 送料無料（コンビニ送料含む）
- 0.0(0)
本書は、「Pythonに始めて触れる方」や「プログラミング未経験の方」に向けて書かれたPythonの入門書です。第1部 入門編・第1章 値の入出力／変数・第2章 データ型・第3章 単純な条件分岐・第4章 複雑な条件分岐・第5章 関数・第6章 モジュール・第7章 繰り返し処理1・第8章 繰り返し処理2・第9章 コレクション1第2部 応用編・第10章 繰り返し処理3・第11章 例外処理・第12章 コレクション2・第13章 ファイル処理1・第14章 コレクション3・第15章 ファイル処理2
- 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
- Tableauで始めるデータサイエンス
- 岩橋 智宏/今西 航平/増田 啓志
- 秀和システム
- ￥4180
- 2019年10月30日頃
- 送料無料（コンビニ送料含む）
- 3.0(1)
データビジュアライゼーションのTableauとプログラミング言語Pythonの組み合わせで学ぶデータサイエンス入門書の登場！
「楽しいデータサイエンスの入門書」があってもいいと思いませんか？
例えば、「データの理解」。Pythonのコーディングでもできますが、BIツールならドラッグアンドドロップで、考えるスピードと同時に答えが浮かび上がってきます。
つまり、データサイエンスの標準と言えるCRISP-DMプロセスの中で、楽ができるところはTableauで楽をしてしまえば良いのではないか。そして何より、Tableauを使えば、楽しんでデータサイエンスのプロセスに取り組むことができます。
一方、モデルの作成（モデリング）には、ディープラーニングを含む最新のアルゴリズムが無料で利用できるPythonを利用しない手はないでしょう。
そこで、データの理解・準備にはTableauを使い、モデルの作成にはPython。その結果のプレゼンテーションには再びTableauというように、TableauとPythonを使い分け、補完することで、データサイエンスのプロセスが効率的に楽しく学べる。この本は、「ちょっと難しそう」と思われがちなデータサイエンスも、Tableauなら挑戦できるのではないか？ というアイデアから始まっています。
本書を手にしていただきたいのは、すでにTableauでビジュアル分析をしていて、機械学習を用いる次のレベルのデータ活用にチャレンジしたい方、データサイエンスの入門にはコーディングと数学で挫折してしまった方です。もちろん、データサイエンティストとして活躍されている方でも、「Tableauを使ってもっと効率的にデータサイエンスのプロセスを回したい」「魅力的なプレゼンテーションでビジネスサイドを説得したい」と思われているのであれば、この本が参考になります。
本書は、CRISP-DM（Cross-Industry Standard Process for Data Mining）の「6つのプロセス」に準拠しています。
1ビジネスの理解
2データの理解
3データの準備
4モデリング
5評価
6共有・展開
本書の第2 章は「基礎体力編」と題し、CRISP-DMのステップの各要素にフォーカスします。
「データの理解」について、2.1「データ可視化の基礎」にて、Tableau Desktopを利用して学習します。
「データの準備」について、2.2「データの準備の基礎」にて、Tableau Prep Builderを利用して学習します。
「モデリング」については、2.3「予測モデル作成の基礎」にて、Python の基本的な構文から始めて予測モデルの作成、Pythonでの評価方法までを学習します。
第3 章は「実践編」と題して、CRISP-DMのステップを組み合わせ、パブリックデータを元にデータサイエンスのプロセスを回し、ビジネス価値を産み出す実習に挑戦します。
- 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
- 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
- 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。
- 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。
