2023年夏のKindleセール&Kindle Unlimited本ピックアップ！お得に技術書を買おう📚

Kindleセールやっていますね！技術書は高いので、こういうときにまとめて買うことも多いです。いくつかピックアップしてみたので、参考になさってください。

夏のKindleセール

『問題解決力を鍛える！アルゴリズムとデータ構造』

競技プログラミング経験が豊富な著者が、「アルゴリズムを自分の道具としたい」という読者に向けて執筆。入門書を標榜しながら、AtCoderの例題、C++のコードが充実。入門書であり実践書でもある、生涯役立つテキストを目指した。

AtCoder向けのアルゴリズムの本です。41%ポイント還元になっています。効率のよいプログラムを書くためにはアルゴリズムを勉強しないといけないんだなあ。AtCoderにはいまのところそれほど興味がないのですが、プログラミング力を高めるために読んでみたい。

実践Ｄａｔａ　Ｓｃｉｅｎｃｅシリーズ　Ｐｙｔｈｏｎではじめるテキストアナリティクス入門

アイディア次第でさまざまな分析が可能になるのがテキストアナリティクスの面白さです．その反面，多くの場合，簡単に結果が出るものではありません．諦めずに試行錯誤を続けることが重要です．基本的には多様な可能性に思いを巡らせることが有効です．それには経験の蓄積が活きてきますので，やればやるほど成果を出しやすくなります．自分で実際にデータを処理し，試行錯誤をしてみるのがテキストアナリティクスのスキルを向上させる近道です．その考えから，本書では試してみることを重要視しています．――那須川哲哉（日本アイ・ビー・エム株式会社東京基礎研究所主席研究員）

41%ポイント還元。テキストアナリティクスという言葉があるのを知らなかったのですが、大量の文章を解析する仕事って多いと思うので、これは役に立ちそう。

Pythonで学ぶ画像認識 機械学習実践シリーズ

近年の技術の発展により、画像認識技術はますます身近になっています。スマホの顔認証やオンライン会議での人物と背景を認識して背景をぼかすなどをはじめ、画像認識技術ははさまざまな場面において人々の生活をサポートしています。本書では画像認識について実践的に学べるように、Pythonを使った実装を示しています。また画像認識の基礎については簡単に触れるにとどめ、最新の画像認識手法について紙幅を割き、多くの部分で深層学習の実装について学ぶことができる構成になっています。

半額セール中。以前もセールになっていて、ご紹介しました。この「機械学習実践シリーズ」は中上級者向けなので、画像認識について詳しくなりたい人におすすめ。

Ｋａｇｇｌｅに挑む深層学習プログラミングの極意

・画像・自然言語処理の機械学習コンテストに取り組みながら、深層学習の具体的な知識をいち早く身につけよう！・レジェンドたちの豊富な経験に基づくスキルアップのノウハウも満載！

41%ポイント還元。Kaggle向けの書籍だと『Kaggleで勝つデータ分析の技術』が名著との誉高いですが、2019年出版で若干古いので、2023年2月出版のこちらを読んでみるのもいいかも。

実践 マテリアルズインフォマティクス　Pythonによる材料設計のための機械学習

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。

半額セール中。大学時代、材料系の研究をしていたので、マテリアルズインフォマティクスはすごく気になってます。読んでみようかなあ。

AIアルゴリズムマーケティング 自動化のための機械学習/経済モデル、ベス トプラクティス、アーキテクチャ

マーケティング自動化の予測モデル、ベストプラクティス、アーキテクチャをまとめた大著！ 1・2章では、アルゴリズムマーケティングの概念、ケーススタディ、理論基盤となる機械学習/経済モデルを説明します。3～6章では、「プロモーションと宣伝」「検索」「レコメンデーション」「価格設定と品揃え」といった領域を取り上げ、「顧客と商品のマッチング」「顧客に適した商品の特定」「商品特性の最適化」を考察します。本書は、どのような理論を基に各領域のシステムが実現されるか、総合的に理解できる稀有な一冊です。

半額セール中。コードはなくてアルゴリズムの本のようです。類書が多くないと思うので、このジャンルに興味ある方はこの機会に購入すると良さそう。

詳解ディープラーニング 第2版

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。

半額セール中。Keras, TensorFlow, PyTorchが使われているようで、比較できてよさそうですね。画像処理は載っていないみたい。

つくりながら学ぶ！PyTorchによる発展ディープラーニング

本書ではディープラーニングの発展・応用手法を実装しながら学習していきます。ディープラーニングの実装パッケージとしてPyTorchを利用します。扱うタスク内容とディープラーニングモデルは次の通りで「ビジネスの現場でディープラーニングを活用するためにも実装経験を積んでおきたいタスク」という観点で選定しました。

半額セール中。「発展」ということなので、初心者から脱却したい人によさそう。

Ｐｙｔｈｏｎではじめるベイズ機械学習入門

Pythonでのコーディングを前提に、PyMC3、Pyro、NumPyro、TFP、GPyTorchをカバー。回帰モデルの基本から潜在変数モデル・深層学習モデルまでを幅広く解説。

41%還元。「確率的プログラミング言語」ということなのですが、全然わからない（汗）詳しく知りたい方にはよいかも。

オブジェクト指向の考え方 5th Edition

本書では、プログラミングを軸に、オブジェクト指向のさまざまな概念を学んでいきます。基礎的な概念であるクラスやオブジェクトを学び、それらがどのような方法でシステムを抽象化し、開発やメンテナンスを効率化するかを示します。プログラミング言語を学んだだけではオブジェクト指向を活かすことはできませんが、こうした思考法を身につけていくことで、次第に依存性の少ない見通しの良いシステムの設計／開発が可能となっていきます。

半額セール中。オブジェクト指向ちゃんとわかっていないんですよね…システムを作るにあたっては理解が必要だなあと感じているので読んでみようかな。

新世代Javaプログラミングガイド［Java SE 10/11/12/13と言語拡張プロジェクト］

本書では「Java SE 10～13の新機能」と「開発中の機能」を取り上げています。取り上げるテーマは、以下のとおりです。型推論、アプリケーション・クラスデータ共有、ガベージコレクタ、ラムダ式、ラムダパラメータ、enum、データクラス、テキストブロック、パターンマッチング、など機能の内容だけでなく、背景、使い方、ユースケースも適宜、説明しています。本書は、機能拡張のサイクルを加速させるJava SEのアップデートを確認したい読者にとって、最適な一冊です。

半額セール中。JavaでWebアプリケーション作ってみたいなあ。

徹底理解ブロックチェーン ゼロから着実にわかる次世代技術の原則

どのようなデータの固まりがどのようにつながっているか。その機能や仕組みはどうなっているのか。分散システム、P2P、所有権、二重支払い、ハッシュ、非対称暗号鍵、分散コンセンサス…ブロックチェーンの重要ポイントを1つ1つ説き明かす！「非対称暗号鍵は郵便箱」「データ格納は蔵書管理」といった例えを用いて技術の仕組みをイメージしやすくしています。取り上げるテーマは、ブロックチェーンの目的、可能性、必要性、各種機能、限界/克服など。本書はブロックチェーンの基礎的な概念をしっかりと理解したい人に格好の一冊です。

セールではないがよさそうな本

作ってわかる！自然言語処理AI

本書では、Transformerの構造を理解するためにBERTとGPT2を一から実装し、またNLPプログラムを作成するために必要となる、Transformerを拡張して応用AIを作成する方法を紹介します。Transformerの実装では、Transformerの中心となるSelf-Attention層の作成やテキストのエンコード方法など、最も基礎的な部分から、Pythonのコードをもとに解説をしています。また、学習では、事前学習と特定のタスクに向けたファインチューニングという、Transformerに特徴的な2段階のステップを、両方とも行います。

一から実装するとはすごいですね。Transformerに詳しくなれそう！

実践XAI［説明可能なAI］ 機械学習の予測を説明するためのPythonコーディング

まず、モデルの説明可能性と解釈可能性の全体像、倫理的に考慮すべき点、生成された予測のバイアスについて説明します。次に、LIME、SHAP、Skater、ELI5、skope-rulesといったPythonライブラリを使って、モデルがなぜそのように予測するのかを探っていきます。予測モデルとして、線形・非線形モデルのほか、アンサンブルモデル、時系列モデル、自然言語処理、ディープラーニング、コンピュータービジョンを取り上げます。本書は解釈・説明のための方法を包括的に取り上げており、機械学習を実際の現場で活用する方にぜひ手に取っていただきたい一冊です。

説明可能性・解釈可能性ってビジネスの現場においてとても重要だと思うので、詳しくなっておきたい。

Pythonによる時系列分析 ―予測モデル構築と企業事例

時系列データを上手く調理することは、これらの問に何かしら解を与えることができます。特に予測モデルを上手く活用すると、過去を振り返り、未来を予測し、現在すべきことを導きだし、成果へと繋げることができます。いくら高精度な予測モデルを手にしても、どう活用すべきかわからないと成果は生まれません。そこで本書ではどのように扱うかを、実際のデータを用いて、使い方を重点的に解説していきます。時系列分析の多くの書籍は数式等を用いて解説していますが、実務的な運用には理論よりもPython等コードで実践していくことが重要です。

事例が載っているのがよさそう。ビジネスの現場においては時系列データを扱うことが多いと思うので、うまく扱えるようになっておきたい。

金融AI成功パターン

人工知能（AI）が金融を変えようとしています。先駆者が確実に成果を出し、もはや「金融AIなくして金融の未来はない」といえる状況にあります。しかし、一つの問題が浮かび上がってきました。それは「金融機関とデータサイエンティストのミスマッチ」という問題です。本書では、データサイエンスの知識やプログラミングスキルがなくても、手順を追っていけば金融成功AIパターンを身に付けられるように工夫しています。読むのに必要な前提知識はあまりなく、AutoMLさえ使えればパターンを習得できます。これから金融機関で働くデータサイエンティストにとっては、金融機関でAIがどのように活用されるのかが具体的に分かるようになっています。金融AI分野での活躍を志す技術者に読んでもらいたい１冊です。

ノウハウが具体的にわかるようになっているとのこと。おもしろそう！

「強化学習」を学びたい人が最初に読む本

本書は、基本のアルゴリズムからニューラルネットを使った応用まで、強化学習の理論と実装がわかる本です。強化学習がどんな仕組みのAIなのか、これから学んでみたいという人や興味はあるけれど難しそうだと思っている人におすすめです。

強化学習、難しくて全然わかっていないので、こういう本からスタートしてみようかな。

Kindle Unlimitedで読める本

詳解 マテリアルズインフォマティクス　有機・無機化学のための深層学習

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。

最初に読むのに良さそう。

事例でわかる マテリアルズインフォマティクス　深層学習ケーススタディ

深層学習を用いたマテリアルズインフォマティクスの実用的専門書第2弾。本書では厳選した事例を対象に、深層学習を有機化学・無機化学分野のデータに適用する場合のポイントについてを解説している。序章では『詳解 マテリアルズインフォマティクス』でも掲載したデータセットについて詳述し、第1章から有機化合物に対する予測モデル構築、第2章で無機材料に対する予測モデル構築、第3章で生成モデルを活用した材料・医薬品の設計についてをケーススタディとして紹介する。具体的なテクニックを読み解くことで、材料開発における深層学習の活用を更に飛躍させることができる。

こちらは事例集。イメージが膨らみそう。

猫とラズパイ

本書は、Raspberry Piを使ってあなたの猫との生活をより豊かにするために、「猫の餌監視システム」と、「猫のおもちゃ作り」を取り上げています。

ラズパイあまっているし、やってみるか…！エサ監視システムは確かにあると便利そう。

アイデアソンとハッカソンで未来をつくろう

本書は、アイデアソン、ハッカソン、マーケソンのプロセスと手法の構築を目指す「Ｇ空間未来デザインプロジェクト」が、2014年に行った川崎市宮前区のプロジェクトをモデルケースに、具体的なプロセスやノウハウをレポート。あらゆる分野に応用できる手法を公開します。

会社でアイデアソン、ハッカソンをやってみたいね、という話が出ることがあるので、どういうふうにやるとうまくいくのか知っておきたい。

学び直しの方法論　社会人から大学院へ進学するには

本書は、社会人として働きながら、特に大学院の修士課程や博士課程で学びたい方に向けて、いかに効率的・確実に修士論文・博士論文を仕上げ、卒業できるかを著者の体験を元に説明しています。

博士とりたい気持ちはまだ心の中にあります。情報系の学位ももっていないし、学び直ししたい気持ちはある。でもなあ両立は大変そう…

はじめての技術書ライティング―IT系技術書を書く前に読む本

本書では、筆者自身の職業ライターおよび編集の経験を踏まえたうえで、IT系の技術書や読み物の原稿を書くための基礎知識を、やさしく解説することを心がけました。執筆にあたっては、初めて商業出版物の原稿を書く方を念頭に置きつつ、同人誌やセルフパブリッシング本などでも活用できるように配慮しました。本書がカバーするのは、出版物の制作のなかでも、著者が1 人で行う工程である原稿執筆が中心ですが、その前後の工程である企画および校正にも、著者が関わる部分に限って解説しています。

ブログ執筆にも役に立ちそう！

楽しく学ぶJava入門　合本

本書は『楽しく学ぶJava入門　1日目〜7日目』を一冊にまとめた合本です。全体は1日目〜7日目の7つの章から構成されています。各章は4つのセクションからなり、実際のJava入門講座でも使用できるように、ひとつのセクションが約1時間を目安に完了するように構成されています。プログラミングの初心者が、7日目まで読み終えた段階でJava言語の基本がマスターできることを目指しています。

以前ご紹介した『コマンドライン入門』と同じ方が書かれているので期待大！Javaもできるようになりたいんだよな〜（『コマンドライン入門』のブログ記事はこちら　https://datascience-beginner.mofumofu.page/?p=64）

おわりに

良い本の出会いのきっかけになれたら嬉しいです！さあ、たくさん読むぞ〜！