以下、日本語版の動作確認で使用したコマンドラインの例です。 $ python 01_generate_data.py car_racing --total_episodes 200 --time_steps 300 $ python 02_train_vae.py --new_model $ python 03_generate_rnn_data.py $ python 04_train_rnn.py --new_model --batch_size 100 $ python 05_train_controller.py car_racing -n 4 -t 1 -e 4 --max_length 1000 賞賛の声 訳者まえがき まえがき 第I部　生成型ディープラーニング入門 1章　生成モデリング 1.1　生成モデリングとは何か？ 1.1.1　生成モデリングと識別モデリング 1.1.2　

数学が苦手な経済学部生に向けて、大学で経営数学を教える著者が送る、身近な数学の学習書。 CDFファイルの形式でダウンロードできるサンプルを使って、視覚的な説明とともに学習できる書籍です（別途CDFプレーヤーをダウンロードする必要あり）。なお本書はEbook版（PDF形式）のみの販売となります。 はじめに 私（白田）は、長年に渡って経済学部の学生相手に経営数学を教えており、いかに多くの学生が数学を苦手と感じているか、そのような学生に数学を教えることがいかに難しいか、そして、Mathematica等のソフトウェアを使った視覚的な説明がいかに効果的であるかを痛感していました。 そして、2011年震災の前の2月以来、「3次元グラフィクスを動かせるeBookを出版したい」という思いを著者一同募らせていました。しかし、電子出版の動きが欧米に比べて遅い日本では、なかなか話が進みませんでした。そのような折

レーモン・クノーの『文体練習』から着想を得て執筆された本書は、1つの課題を異なるプログラミングスタイルで実装し、さまざまなスタイルの特性やスタイルが生まれた歴史的経緯などを解説します。本家の『文体練習』は、「バスの中で起きた諍いと、その張本人を後で目撃した」という内容を、公的文書風、宣伝風、業界用語風など、99の異なる文体で表現したものですが、本書は、「単語の出現頻度をカウントして多いものから出力する」という課題を、40のスタイルで実装しています。リソース制約が大きかった時代の方法から、オブジェクト指向、純粋関数型、リフレクション、並行処理、ニューラルネットワークまで幅広いスタイルを扱い、マルチパラダイム言語Pythonの威力と魅力を感じられる構成となっています。 訳者まえがき 第2版　まえがき 第1版　まえがき 序章 第Ⅰ部　歴史的スタイル 1章　古き良き時代：アセンブリ言語 2章　Fo

「プログラムを設計するときに行った技術的な判断や選択が、後日大きな制約となる」これはプログラマなら誰しも経験したことのあることでしょう。本書は、そんなプログラミングにおける各種の設計上の選択について、トレードオフの内容やそれがどのような誤りを招きうるのかという点を踏まえて紹介する書籍です。 コードの重複、エラーや例外処理、柔軟性と複雑性のバランスのようなコードレベルの選択から、APIの設計、時刻の扱い、データローカリティのようなシステム寄りの話題、またライブラリの選択、分散システムの一貫性と原子性、バージョニングのようなより抽象度の高い内容まで、さまざまなシチュエーションにおけるトレードオフの実態と、その失敗例をとり上げます。 本書は日々のプログラミングにおける解決策のヒントを得るだけでなく、より幅広い設計上の知見を広める上でも役に立つでしょう。 正誤表 ここで紹介する正誤表には、書籍発行

Pythonはシンプルな構文で読みやすいプログラミング言語ですが、コードをロバストにする機能も備わっています。本書では、Python 3.5から導入された型ヒントを使って、ロバストなPythonコードを記述する方法にアプローチします。全4部構成のうち、Ⅰ部とⅡ部ではPythonにおける型ヒントの位置づけや組み込み型について基本的な事柄をしっかりおさえ、ユーザ定義型を使う方法、部分型、プロトコル、pydanticによる実行時型チェックなど、Pythonの型システムを最大限に活用する方法を詳しく説明します。Ⅲ部は依存関係や設計手法について、Ⅳ部はセーフティネットとして高度なテスト手法を扱います。本書の内容を理解すれば、クリーンで保守しやすいPythonコードが書けるようになります。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の

一歩先行くハイパフォーマンスなビジネスパーソンからの圧倒的な支持を獲得し、自作RPA本の草分けとして大ヒットしたベストセラー書の改訂版。劇的な「業務効率化」「コスト削減」「生産性向上」を達成するには、単純な繰り返し作業の自動化は必須です。本書ではWordやExcel、PDF文書の一括処理、Webサイトからのダウンロード、メールやSMSの送受信、画像処理、GUI操作といった日常業務でよく直面する面倒で退屈な作業を、Pythonと豊富なモジュールを使って自動化します。今回の改訂では、GmailやGoogleスプレッドシートの操作、Pythonと各種モジュールの最新版への対応、演習等を増補しています。日本語版では、PyInstallerによるEXEファイルの作成方法を巻末付録として収録しました。 訳者まえがき まえがき 第I部　Pythonプログラミングの基礎 1章　Pythonの基本 1.1　

本書は、エンタープライズとクラウド環境を対象としたオペレーティングシステムとアプリケーションのパフォーマンス分析と向上について解説します。 主にLinuxベースのオペレーティングシステムに含まれるツールとその使用例を通じてシステムパフォーマンスを引き出す手法を説明します。システム評価のためのベンチマーク、キャパシティプランニング、ボトルネックの解消について解説しスケーラビリティを制限する要因を発見、分析し、解決する方法を学びます。 第2版では、perf、Ftrace、BPFの解説が加わり、Linuxとクラウドコンピューティングについての説明が充実しました。 システムのパフォーマンスを向上させ、コストを削減し、レイテンシの外れ値を減らすための方法を学ぶ本書はエンジニア必携の一冊です。 まえがき 1章　イントロダクション 1.1　システムパフォーマンス 1.2　職種 1.3　作業 1.4　分析

Sales Tue 18 October 2022 , updated on Tue 10 January 2023 平素はオライリー・ジャパンの書籍・サービスをご愛顧いただき、誠にありがとうございます。 私どもでは、自社Webサイトより読者のみなさまに紙の書籍をお求めいただけるWeb直販サービスを提供しておりましたが、2023年1月13日（金）午前10時をもちまして同サービスでの受注を終了させていただきます。同時刻以降は書籍のご注文を承れませんのでご了承くださいますと幸いです。 サービスの終了に伴いまして、紙の書籍の直販サービスを、オライリー・ジャパン刊行書籍の発売元である株式会社オーム社様に移管いたします。弊社で実施しご好評をいただいておりました様々な直販キャンペーンは、オーム社様に移管後も実施の予定ですので、弊社でのサービス終了後も、引き続きオーム社様の「 オーム社ウェブショップ 」

ACM（Association for Computing Machinery）会員の皆さまには、これまで特典として弊社の米国本社O'Reilly Mediaが運営するオンライン学習プラットフォーム（O'Reilly Online Learning Platform）のご利用をいただいておりましたが、去る2022年6月30日を持ちまして、ACM経由での同サービスご利用が終了いたしました。ご利用をいただいておりました皆さまにはご不便をお掛けしております。 これに伴い、ACM会員の皆さまには引き続き、弊社オンライン学習プラットフォームの年間サブスクリプションを期間限定の特別価格にてご提供させていただきます。 年間定期購読料：通常499米ドルを初年度に限り399米ドルにてご提供させて頂きます。 特別キャンペーン期間：2022年7月15日（金）まで 申し込み方法：弊社米国本社カスタマーサポート窓口

人工知能研究の第一人者であるAndrew Ngとともに、TensorFlowの開発と普及に尽力し、Coursera教材を共同で作成したり、人気の高い講座をいくつも担当するなど、機械学習の教育に長年携わってきた著者による、とてもわかりやすい実践的な入門書です。AIや機械学習の初学者がゼロから学んでいけるように、コードをステップバイステップで解説し、Google Colabで実際に動かしながら理解を深める実践的なアプローチを取っています。Web、モバイル、クラウド、組み込み向けの豊富な具体例を通して、TensorFlowの基本知識、モデル構築の勘所、画像からの特徴量検出、自然言語処理、公開データの活用、モデルを使用するAndroidやiOSアプリの作成、Webおよびクラウド上へのモデルのデプロイといった実践的な知識とテクニックを習得できます。 序文 はじめに 第Ⅰ部　モデルの構築 1章　Ten

本書は、2005年に発刊されて以来、高い人気を誇ってきたロングセラーの改訂版で、初学者、過去に挫折した経験のある方、知識を確固たるものにしたい方を対象に、イラストや写真を使ってやさしく楽しく解説するHead Firstシリーズのデザインパターン編です。オブジェクト指向プログラミングにおいて、先人たちの知恵と経験の結晶である「デザインパターン」を学ぶことで、頻繁に起こる問題とその対応策を体得し、優れた設計に基づいた信頼性の高いコードを効率的に開発することが可能となります。GoFの真髄を理解するため、教育心理学に基づきビジュアルを重視したレイアウト、文体、クイズやパズルを随所に盛り込み、飽きることなく読み進められる工夫を凝らしています。 はじめに 1章　デザインパターンへようこそ：デザインパターン入門 それは簡単なSimUDuckアプリから始まった しかし、カモが「飛ぶ」ようにする必要が出てき

業務プログラミングの現場でも採用されるようになってきたGo言語。文法はシンプルで学びやすいという特徴を持っていますが、複雑な要件を実現するには、プログラミング言語が提供する構成要素（文法やライブラリ）をさまざまに組み合わせる必要があります。 本書は、そんなGoを使う上でのポイントを単なる文法詳解ではなく「よりGoらしく書くには」「実用的なアプリケーションを書くには」といった観点から紹介します。 構造体やインタフェースの使い方からJSON、CSVファイル、Excel、固定長ファイルの扱い方、またログやテスト、環境構築など現場に即した幅広いトピックについて、「Goらしいプログラムの書き方」をその背景と共に教えてくれる先輩のような書籍です。 まえがき 1章　「Goらしさ」に触れる 1.1　変数やパッケージ、メソッドなどに名前を付けるには 1.1.1　変数名 1.1.2　パッケージ名 1.1.3　

上層部がDevOpsに理解のない組織で働き、組織構造を変える権限を持っていない開発者であっても、チームにDevOpsを導入するための現実的な方法を紹介します。 重厚な承認プロセス、可視化されていない運用、プロセスの最後でのみ行われるソフトウェアテスト、ノイズだらけのアラート、インシデントから学習しない習慣、時間外のデプロイ、情報のため込みなどを取り上げ、ソフトウェアシステムの開発運用が滞るチームや組織に共通してみられる陥りがちな状況や犯しがちな間違いをアンチパターンとして紹介します。そして管理職やマネージャでなく、エンジニアが実行し、繰り返すことで改善できる具体的な行動を解説します。 組織で必要とされる変化を、エンジニアが行動することで実現する本書は、ソフトウェアシステムをよりよく開発運用したいエンジニア必携の一冊です。 目　次 序文 本書について 1章　DevOpsを構成するもの 1.1

『Pythonによるファイナンス 第2版』の著者が、アルゴリズムトレードを始める上で必要な自動売買の基礎と、機械学習を本格的に導入するために必要なPythonの知識について解説します。具体的には、アルゴリズムトレード用の適切なPython環境の設定、データの取得、NumPy/pandasを使ったデータ分析、トレード戦略のバックテスト、市場予測、ストリーミングのリアルタイム処理等、アルゴリズムトレードのさまざまな側面にPythonを適用するさまざまな手法を紹介し、自動トレード戦略を効率よく構築、デプロイするために、どのような選択肢があるのかを提示します。本書で利用したサンプルコードはGitHubから利用可能です。 まえがき 1章　Pythonとアルゴリズムトレード 1.1　Pythonによるファイナンス 1.1.1　Pythonと擬似コード 1.1.2　NumPyとベクトル化 1.1.3　p

人気シリーズの第4弾。今回のテーマは強化学習です。実際のコードを提示し動かしながら学ぶという本シリーズのスタイルを踏襲し、外部ライブラリに頼らず、強化学習を支える基本的な技術やアイデアをゼロから実装しながら学びます。本書では読者が強化学習独特の理論を確実にマスターできるように、強化学習という難解なテーマの構成要素の一つひとつを「理論」と「実践」の双方から丁寧に解説します。数式だけで説明する理論書とは異なり、読者はコードを通してハッとする気づきを数多く得られるでしょう。 関連ファイル サンプルコード 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や更新された情報を掲載しています。以下のリストに記載の年月は、正誤表を作成し、増刷書籍を印刷した月です。お手持ちの書籍では、すでに修正が施されている場合がありますので、書籍最終ページの奥付でお手持ちの書籍の刷版、刷り年月日をご確認の上、ご

時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使われています。本書は時系列データを通してデータ解析手法を学んでゆくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野の事例を数多く取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。プログラムにはRとPythonの両方を利用。データセットやコードはGitHubからダウンロード可能です。 はじめに 1章　時系列の概論と簡単な歴史 1.1　時系列の多様な用途の歴史 1.1.1　時系列問題としての医学 1.1.2　気象予測 1.1.3　経済成長の予測 1.1.4　天文学 1.2　時系列解析の人気に火がつく 1.3　統計的時系列解析の起源 1.4　

『実践 時系列解析 ―統計と機械学習による予測』 Aileen Nielsen　著、山崎 邦子、山崎 康宏　訳 2021年9月18日発売予定 484ページ（予定） ISBN978-4-87311-960-1 定価3,960円（税込） 時系列データが使われる範囲は広く、医療データ、金融分析、経済予測、天気予報など、さまざまな分野で使用されています。本書は時系列データを通してデータ解析手法を学んでゆくアプローチで、データのクリーニング、プロットの方法、入出力など基本的なトピックについてひととおりカバーしてから、さまざまな分野の事例を数多く取り上げ、統計的手法と機械学習手法の両方を時系列データに適用し、また人気のオープンソースツールも積極的に取り入れた手法を紹介します。プログラムにはRとPythonの両方を利用。データセットやコードはGitHubからダウンロード可能です。 表紙の動物は、ブルーフ

複数のプログラムを同時に実行する「並行プログラミング」は、処理速度を飛躍的に向上させる手法で、タスク管理、プロセス管理、スレッド管理をはじめ、複雑な仕組みについての幅広い知識とテクニックが必要となります。本書はRustとアセンブリ、そして一部Cを用い、CPUのアトミック命令、グリーンスレッド、アクターモデル、π計算、ソフトウェア・トランザクショナルメモリ、async/awaitなど、並行プログラミングに関する理論的な背景から実装までをカバー。さらに、アセンブリ実装の理解を深めるため、AArch64とx86-64アーキテクチャの説明も付録として収録。一歩一歩、着実に理解できるように、その仕組みから順を追って詳しく説明します。GitHub上で公開されているソースコードを実際に動かしながら、並行プログラミングの知識と理解を深めることができます。 関連ファイル サンプルコード 正誤表 ここで紹介す

テクノロジーの進化に合わせて、データベースもまた進化しています。従来のパフォーマンス、スケーラビリティが重要なことはもちろん、今日ではセキュリティ、インフラのコード化、CI/CD、クラウド活用といったタスクにも取り組んでいかなければなりません。 データベースの本質は、長期的に安定していること。つまりリライアビリティ（信頼性）です。時代とともにアーキテクチャやツールが変わってもこの原則は変わりません。本書はデータベースのリライアビリティを実現するための考え方を「データベースリライアビリティエンジニアリング」と定義して、その具体的な手法を紹介します。 はじめにDBREの基本概念を解説し、サービスレベルの定義と測定、リスク評価と管理、オペレーションの可視化に進みます。そして、データベースを取り巻くインフラストラクチャの構成管理と自動化、バックアップとリカバリ、リリースマネジメント、セキュリティ、

本書は、ディープラーニングのトレーニングコースを提供するサイトfast.aiの創始者らが、PyTorchとその上に構築されたライブラリfastaiを用いてディープラーニングを行う方法を解説するものです。特別な訓練や数学の深い知識がなくても実践できるように、平易な言葉と数多くの図でていねいに説明しています。本書で扱うトピックは非常に幅広く、コンピュータビジョン、自然言語処理、協調フィルタリングによるモデルの訓練、精度、速度、信頼性の向上、実用アプリケーションの作成のほか、データ倫理、性能改善のための最新テクニックについても網羅します。サンプルコードはすべてJupyterノートブックで提供されており、簡単に試すことが可能。元Kaggleトップの起業家、ジェレミー・ハワードと教育のプロ、シルヴェイン・ガガーによる渾身の一冊です。 序文 まえがき 第Ⅰ部　ディープラーニングの実際 1章　ディープラ