Book List書籍一覧
近代科学社の取り扱ってる書籍一覧です
検索もご利用いただけます
-
図解 深層学習
【豊富な図と数式のコンビで、深層学習の基本原理が直感的に理解できる!】
本書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク(深層学習)の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。
著者のスペシャルインタビューはこちら -
ベイズ最適化
【ベイズ最適化を1から理解して実践できる!】
科学研究において実験計画は必須になりますが、近年ではデータを使って仮説の生成と検証を繰り返す「適応的実験計画」が取り入れられ、その方法の一つである「ベイズ最適化」に注目が集まっています。
本書ではこのベイズ最適化の理論・アルゴリズムを基礎から応用まで詳細に説明しています。またブラックボックス最適化ソフトウェア「Optuna」を利用したアルゴリズムの実装方法も紹介。本書を読むことで、ベイズ最適化という強大なフレームワークの全貌を理解し、理論と実装を習得することができます。 -
機械学習
【"機械学習の本場”中国の標準教科書にしてベストセラー!】
原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。
本書は大まかに基礎,具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか?」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。
中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。 -
世界標準MIT教科書 データアナリティクスのための機械学習入門
【ビジネスパーソン必見! データ分析に不可欠なAIスキルを最短で習得できる!】
本書は機械学習を実際のビジネスシーンに適用してデータ分析を行うための実践書である。機械学習そのものの解説というよりは、データ分析に不可欠な機械学習の手法を駆使してビジネスを予測的に改善する方法を解説していく。
具体的な適用事例を用いて説明がなされるため、読者は目的やケースに合った手法(アルゴリズム)や実際の適用方法などを効率的に身に付けることができる。原著はMITで使われている教科書であり、講義の目的に応じて章を選択可能。ビジネスで使えるデータ分析手法を最短で習得したい読者に役立つ一冊である。 -
Pythonでプログラミングして理解する 機械学習アルゴリズム
「機械学習」をPythonでプログラミングし、アルゴリズムの動きを理解しよう!
機械学習のプログラムは様々なライブラリ・モジュールを使うことで簡単に試すことができる。その反面、単にモジュールを使用するだけでは機械学習の中のアルゴリズムがブラックボックス化してしまい、計算結果の意味を正しく捉えることも難しくなってくる。
本書ではまず「機械学習」のアルゴリズムを解説し、機械学習の動きをPythonで実際にプログラミングすることで、アルゴリズムの流れが理解できるよう構成している。まずは黎明期からの機械学習アルゴリズムを理解し、それを実装することが目標となる。
さらにPython用の機械学習モジュールの使用法も解説し、これらを使用したプログラムの作成も行う。機械学習を使いこなすためのイントロダクションとなる1冊。 -
詳解 マテリアルズインフォマティクス
化学の研究開発ではマテリアルズインフォマティクス(機械学習・深層学習を用いた新素材探索や新材料設計)の技術が導入され始めています。一方で、有機化学・無機化学のどの領域かによって構造情報の扱いや解析ノウハウが異なり、それぞれの場面で適切な手法が存在するという実情があります。本書では深層学習の基礎事項をはじめ、実際に深層学習を化学研究に利用する上での留意点を詳述するとともに、有機化学・無機化学分野でのデータの具体的な扱い方、さらには様々な深層学習手法とその具体的利用の理解を助けるための応用事例など、注目すべき多数の研究成果を体系的に整理しています。深層学習の初学者および具体的な応用研究を目指す方を対象に、データから様々な可能性を模索できるよう編集された一冊です。
※近代科学社Digitalのプリントオンデマンド(POD)書籍は、各書店の店舗でもご注文いただけます。受注生産となりますので、お届けまでに10日~14日ほどかかります。 -
Orange Data Miningではじめるマテリアルズインフォマティクス
非プログラマのための機械学習ソフト Orange!
物質科学・化学工学の研究開発に変革をもたらす技術として「マテリアルズインフォマティクス」が期待され、各分野でその取り組みが急速に進んでいる。
しかし機械学習を用いたデータマイニングである性質上、まずはプログラミング技術を習得しなければいけない実情がある。
本書ではGUIベースのフリーソフト「Orange Date Mining」を使用し、プログラミングを学んでいない人でも機械学習を実践する手法を紹介している。
著者によるサンプルスクリプトとデータファイルも準備しているため、手を動かし理解しながら読み進めることができる。
また各章の練習問題を解けば技術がより身につく構成となっている。マテリアルズインフォマティクスをこれから始める方に最適の一冊。 -
実践 マテリアルズインフォマティクス
材料設計に新たな地平を!
化学分野の材料開発はこれまで経験と勘に裏打ちされた実験的手法が中心的な役割を果たしてきたが、新物質の発見から実用化までに長い時間とコストを要している。そこで近年では蓄積された多くのデータ・情報を駆使して所望の構造・材料候補を導き出すデータ駆動型科学――マテリアルズインフォマティクスの活用が始まっている。本書ではマテリアルズインフォマティクスを実践するための機械学習法、実験計画法、記述子計算を詳述。プログラムに必要なPythonとGoogle CoLabについても導入から解説している。これからデータ解析に取り組もうと考えている化学分野の方々にとって指南書となる一冊。
なお、本文中のプログラムソースは、著者のWebサイト等でダウロードできる。 -
はっきりわかるデータサイエンスと機械学習
「なぜ」を導くデータサイエンスでAIの透明化を実現する!
AIの要である機械学習は、結果を導き出す過程がブラックボックス化する問題があり、AI実用化の障害となっている。その解決策として、丹念なデータ分析によりデータの背景にある現象を統計モデルで表現する、本来の意味での「データサイエンス」の活用が期待されている。メカニズムが理解可能なモデルをAIの頭脳に使うことで、AIの透明化――すなわち説明可能なXAIも実現できる!
本書ではデータサイエンスの考えに基づく統計モデリングの解説に加え、機械学習の代表的な手法を Rを用いて体験していく。本書を読み込めば、探索的データ解析と機械学習、それぞれの本質を学ぶことができる。 -
アンサンブル法による機械学習
機械学習の精度をはるかに高める!
アンサンブル学習法は,深層学習に続く次のトレンドとして注目され,ブースティングやバギングなどの代表的な方法で複数の学習器を訓練し,それらを組み合わせて利用するという,最先端の機械学習法である.単一の学習法に比べてはるかに精度の高いことが知られており,実際に多くの場面で成功を収めている.
本書は,機械学習の分野で世界をリードしているZhi-Hua Zhou著の邦訳である.1章アンサンブル法の背景となる知識をあつかう.2章から5章は,アンサンブル法の核となる知識を扱い,5章では最近の情報理論多様性と多様性生成について議論する.6章からは,高度なアンサンブル法について述べる.人工知能,機械学習にたずさわる,研究者,技術者,学生には,必読必携の書である.