『lightning、実用、雑誌を除く、分冊版を除く』の電子書籍一覧

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

自然言語処理の標準モデル、BERTを使いこなせるようになる！
　BERTはGoogleが2018年末に発表した自然言語処理モデルです。「文脈」を考慮した処理が特徴的であり、言語理解を評価する11個のタスクについて最高精度を達成し、今や標準的なモデルとしての地位を確立しています。

　本書は、自然言語処理の近年における発展に大きな役割を果たし、かつ応用上も有用であるBERTの入門書です。前半で自然言語処理や機械学習について概説したのち、BERTによって実際にさまざまなタスクを解いていきます。具体的には、文章分類・固有表現抽出・文章校正・類似文章検索・データの可視化を扱います。データセットの処理から、ファインチューニング（BERTを特定の言語タスクに特化させるための学習）、性能の評価までの一連の流れを体験することで、BERTを自分で使えるようになることを目標とします。

なお、BERTで処理を行うためのライブラリとして、深層学習の言語モデルを扱ううえでよく使用されるTransformersを、学習や性能評価を効率的に行うためのライブラリとしてPyTorch Lightningを用います。本書ではTransformersやPyTorch Lightningを用いたことがない読者を想定して、その使い方を一から体系的かつ丁寧に解説します。

▼本書の環境
言語：Python
深層学習フレームワーク：PyTorch
ライブラリ：Transformers, PyTorch Lightning
計算環境：Google Colaboratory

▼本書の特徴
・BERTで実際にさまざまなタスクを解くことができます。
・使用するデータセットを日本語で統一しています。
・ライブラリの使い方を一から体系的に説明します。

第1章　はじめに
第2章　ニューラルネットワークを用いた自然言語処理
第3章　BERT
第4章　Huggingface Transformers
第5章　文章の穴埋め
第6章　文章分類
第7章　マルチラベル文章分類
第8章　固有表現抽出
第9章　文章校正
第10章　文章ベクトルを用いたデータの可視化と類似文章検索
付録A　ニューラルネットワークの学習の基礎
付録B　Colaboratoryの使い方

100均ショップのダイソーには、充電池、モバイルバッテリー、LED電球といった電気小物も非常に安価で売られている。これって、実際に買って使っても大丈夫？ ユーザーファーストのゲームラボ目線で調査しました！

〈主な内容〉
●ダイソーのLED電球、乾電池、充電池を検証する！
●ダイソーのLightningケーブル、スイッチ付き電源タップを検証する！
●ダイソーの乾電池（単三）全比較！
●各ショップのPB商品！ 激安単３形アルカリ乾電池を比較【2017年４月版】

※本書は『月刊ゲームラボ』に掲載された連載記事「ゲームラボ印のガチ検証!!!」を電子版として再編集したものです。そのため、記述は掲載当時の情報にもとづいています。価格・仕様の変更等が行われていたり、サービスが終了している場合があります。なお、各記事の初出は以下のとおりです。
・2016年2月号(P062-065） ・2016年6月号(P060-063） ・2017年3月号(P060-063） ・2017年4月号(P060-063） ・2017年5月号(P060-063）
記述は掲載当時の情報にもとづいたものです。製品によっては価格・仕様の変更等が行われていたり、販売が終了している場合があります。一部画像の削除等、紙版とは異なる場合があります。また、文字列のハイライトや検索、辞書の参照、引用などの機能は使用できません。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

大手書店チェーンで売り上げNo.1（※）を記録したWordPressの入門書に第2版が登場しました。前書に引き続き、セミナー経験も豊富な著者陣が実践的なコツを織り交ぜて丁寧に解説。パソコン・スマートフォン両方の表示に対応したWebサイトが完成します。WordPressの最新バージョンに対応した手順解説がすべて画面付きで掲載されているので、Webサイトをはじめて作る人でも安心。HTML、CSS、PHPなどの知識がなくても、デザイン性・機能性に優れた本格的なWebサイトを作れます。※大手書店チェーン調べ（2013年11月～2014年10月、WordPress解説書）

Apache Sparkの仕組みとビッグデータ向けの大規模処理とML開発を徹底解説

本書は、ビッグデータを主な対象としたデータ分析フレームワークであるApache Spark、MLflow、Delta Lakeの中級入門書です。「動かしてみる」だけではなく、どのような仕組みになっているのか、どうすれば効率的な実装が行えるかまで踏み込みつつ、データAIの実装者がApache Spark、MLflow およびDelta Lakeを使いこなすための解説を行います。

本書では、単純なデータ分析と複雑なデータ分析を実行し、どのように機械学習アルゴリズムを採用していくか、解説していきます。Apache Sparkの導入から解説をはじめ、Spark SQLとデータフレーム、データセットを紹介していきます。そこから、Apache Sparkを利用した実践的な機械学習の方法を解説していきます。本書での学習を通じて、次のことが学習できます。

・Python、SQL、Scala、またはJavaの高レベルの構造化APIの学習
・Spark の操作とSQLエンジンの理解
・Spark 構成とSpark UIを使用したSpark操作の検査、調整、デバッグ
・JSON、Parquet、CSV、Avro、ORC、Hive、S3、またはKafkaといったデータソースへの接続
・構造化ストリーミングを使用してバッチ データとストリーミング データの分析を実行
・オープンソースのDelta LakeとSparkを使用して信頼性の高いデータ パイプラインを構築
・MLlibを使用する機械学習パイプラインの開発、MLflowを使用するモデルの管理、本番化
・［日本語版オリジナルコンテンツ］pandas DataFrame、SparkDataFrameに関する各種データフレームの使い分け
・［日本語版オリジナルコンテンツ］LLMやEnglish SDK for SparkなどAIを活用した新たなコーディングスタイル、LLMの利用方法の実践
※本書は『Learning Spark: Lightning-Fast Data Analytics 2nd Edition』の邦訳です。

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

LLM (大規模言語モデル) をつくりながら学ぼう！

本書はGPT型のLLM (大規模言語モデル) を一から理解して構築するために書かれました。最後まで読めばLLMの仕組みがしっかりと理解でき、独自のモデルを構築するためのスキルを身につけることができます。作成するモデルは大規模な基礎モデルと比べると規模は小さいものの概念は同じであり、最先端のLLMの構築に使われているメカニズムやテクニックを理解するための強力なツールとなるでしょう。


1章　大規模言語モデルを理解する
2章　テキストデータの準備
3章　Attentionメカニズムのコーディング
4章　テキストを生成するためのGPTモデルを一から実装する
5章　ラベルなしデータでの事前学習
6章　分類のためのファインチューニング
7章　指示に従うためのファインチューニング
付録A　PyTorch 入門
付録B　参考資料
付録C　練習問題の解答
付録D　訓練ループに高度なテクニックを追加する
付録E　LoRAによるパラメータ効率のよいファインチューニング

Sebastian Raschka（セバスチャン・ラシュカ）： Lightning AI社でAIとLLM の研究開発に注力。以前はウィスコンシン大学マディソン校統計学部助教授。著書に『Python機械学習プログラミング［第3版］ 達人データサイエンティストによる理論と実践』（インプレス）がある。

［監訳］巣籠 悠輔（すごもり ゆうすけ）： 株式会社MIRA代表取締役、日本ディープラーニング協会有識者会員。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『Pythonによるディープラーニング』(マイナビ出版) 等がある。

［翻訳］株式会社クイープ： 1995年、米国サンフランシスコに設立。コンピュータシステムの開発、ローカライズ、コンサルティングを手がけている。2001年に日本法人を設立。主な訳書に『Python機械学習プログラミング［第3版］』『プログラマーなら知っておきたい40のアルゴリズム』（インプレス）、『なっとく！ AIアルゴリズム』（翔泳社）、『Pythonによるディープラーニング』（マイナビ出版）などがある。 http://www.quipu.co.jp

※この商品は固定レイアウト型の電子書籍です。
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

■見どころ：
「SNOW SURF」。言葉としてカルチャーとして再構築されている深いキーワード。スノーボーダーたちの視点からそのカルチャーに迫ります。国内外の圧倒的で印象的な写真とそのストーリーを語ります。

おうちで、学校で。中3レベルの英語で楽しむバーチャル旅行！

旅するパフォーマー、あきと＆ベンの愉快な2人が日本全国を巡る旅の完結編。日光東照宮、豊洲市場、富士山周辺、大宰府などを訪問して見聞を広めるほか、秋田ではなまはげの衣装、鯖江では眼鏡フレームを作るワークショップに参加。香川ではうどん打ちにも挑戦する。中３レベルの英語力があれば辞書なしで楽しめる、旅行とおもてなしの会話ストーリー。臨場感あふれる音声は、付録CDのほか音声ダウンロードでの入手も可能。多読・多聴の大人気NHK語学講座ラジオ「エンジョイ・シンプル・イングリッシュ」2019年度放送分より。

〈音声のダウンロードについて〉
本書を購入された方は、本書の音声をNHK出版サイトからダウンロードできます。詳しくは書籍内の説明ページをご参照ください。
・スマホまたはタブレットでは、NHK出版アプリ「語学プレーヤー」（無料）を利用します。
・パソコンでダウンロードする場合は、mp3音源をzip形式でご提供します。
・ご利用にはNHK出版サイトで簡単な会員登録が必要です。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

これ知ってる？超絶便利なiPhoneテク

　新しいiPhone X/8/8 Plusに機種変更した人、iOS11にアップデートしたiPhoneを使っているすべてのiPhoneユーザー必見！人気テレビ番組『アメトーーク!』の好評企画「iPhone使いこなせてない芸人」にて毎回講師役として登場するアップルを愛しすぎているiPhone芸人 かじがや卓哉が、これまで蓄積してきた数多くのiPhoneテクニックを厳選し、便利で今すぐ役立ち、思わず周り人にもクチコミしたくなる、iPhoneがもっと楽しくなるテクニックを徹底解説する渾身の1冊。
　生まれ変わったiPhoneの新機能やインスタ映えする写真の撮り方、既読を付けずにLINEを見る方法の最新版、充電時間を速くするワザ、正しいバックアップ方法など日々役立つテクから、飲み会でも役立つSiriの小ネタや電卓に本気を出させる方法、先輩芸人のサポート話まで、「スゴいiPhone」ネタが満載です！
Chapter1　iPhone X/8/8 Plus＆新iOSのオススメテクニック
Chapter2　スピード命！iPhoneを超高速で操作するテクニック
Chapter3　iPhoneでとにかく手を抜く！“ずぼら”テクニック
Chapter4　YouTube「かじがや電器店」で大人気！みんなが知りたいテクニック
Chapter5　知らないと損！iPhone芸人イチオシの便利テクニック
Chapter6　披露すると人気者に!? みんな食いつくオモシロ系テクニック
Chapter7　Twitterで聞かれた！みんなに役立つトラブルシューティング

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

「世界一やさしい」お得なパソコン入門ムックが新登場！ 大きな文字と大きな画面で、ウィンドウズ 8.1で大きく変わった2つの画面やタッチ操作をはじめ、インターネットやメール、写真整理、デスクトップの設定などひととおりの操作をやさしく解説します。特別付録として、キーボードが苦手な方も安心な「かんたん！ キーボード活用ブック」の小冊子を付属。ホームポジションやローマ字50音入力表など、手元に置いておくと便利な内容が集められています。この春に新しいパソコンを買った、買い替えた方にぴったりの1冊です。