機械学習の考え方とRの活用をわかりやすく解説！―Rは、統計解析のためのプログラミング言語・開発環境であり、機械学習で利用できるライブラリが数多く提供されています。膨大なデータの処理よりもプロトタイピングや検証に適しており、先進IT企業では、あるモデルでうまく動作するかを判断するため、まずRでプロトタイプを作成・確認するというケースもあります。本書ではまず、機械学習の考え方や、その基礎となる統計をわかりやすく説明します。それを踏まえて、代表的な機械学習の理論を押さえながら、Rのさまざまな活用法を解説します。本書を読んで、Rによる機械学習の試行や検証を始めてみましょう。　◇以下「はじめに」より抜粋・要約◇筆者は、これまで2年以上にわたって、オープンソースの統計解析ソフトウェア「R（アール）」を用いた機械学習のセミナーを実施してきました。いつも参加者は満員となり、ニーズの高さを実感しています。Rの場合、何ギガバイトもの膨大なデータ量を処理することにはあまり適していません。むしろ、重要なのは、Rの特性を見極め、どのような機械学習の局面でどのように活用するか、にあると言えます。それが本書のコンセプトであり、代表的な機械学習の理論を押さえながら、Rによる実践について解説します。2年間のセミナーのなかで、受講者の皆様から、わかりにくいポイント、現場で利用するためのポイントなど、様々なフィードバックやリクエストをいただき、本書に反映しました。したがって本書は、実際の現場で利用されるデータサイエンティスト、これからRで機械学習の実施を検討される技術者の方などにお勧めできます。

Webアプリケーションやスマートフォンが広く使われる現在、世界中で使われるソフトウェアを開発・配布するための障壁は薄まりつつあります。しかし、多くの人たちに使ってもらうには、さまざまな言語や文化に対応した、グローバルなソフトウェアを開発しなければなりません。本書はソフトウェア開発におけるグローバリゼーション(Globalization, G11N)をテーマにしています。その概要と開発プロセスについて触れた後、二つの大きな分類である国際化(I18N)と地域化(L10N)について、それぞれ詳しく解説しています。
※本書は達人出版会で発売中の同名タイトルの電子書籍に、国内発のグローバル企業/アプリを対象にした新章「企業におけるグローバリゼーションの実践」を書き下ろしで追加しています。

Microsoft Azureの基本サービスである、仮想マシン、PaaS、ネットワーク、ストレージ、データベースを対象として、各種サービスの使い方、仕様、複数のサービスを組み合わせたシステム構築手法などを解説します。
最初に企業システムでの活用を前提として、冗長構成をとったサンプルシステムの構築からスタートし、仮想マシン、PaaS、仮想ネットワーク、オンプレとAzureのネットワーク接続、さまざまなストレージの活用、データベース（SQL Database、MySQL/PostgreSQL、Cosmos DB、Data Warehouse、Data Lake）、セキュリティ管理まで、具体例を示しながら主だった機能を網羅的に取り上げます。
また、AzureにおけるInfrastructure as Codeの基本となる、APIを利用したプロビジョニングや構成管理の自動化、そしてAzureのリファレンスアーキテクチャを参考に、Windows/Linux、.NETとSQL Server/MongoDB、Express、Angular、Node各サービスを組み合わせたシステム設計を詳細に解説します。