技術書って高いですよね。でもkindle unlimited入っていると結構タダで読めることがあるんです。
今後、unlimited対象から外れることもあると思うので、お早めにご確認ください。
『6日間で楽しく学ぶLinuxコマンドライン入門 コマンドの基本操作を身につけよう』
書評を書きました。https://datascience-beginner.mofumofu.page/?p=64 Linuxやターミナル操作を学ぶのにとてもいい本です。
本書は既刊『Linuxコマンドライン入門 1日目〜6日目』全6冊を1冊にまとめた合本です。１日目から6日目の６つのパートから構成されています。各パートは4つのセクションからなり、実際の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設定されています。６日間を読み終えた段階で、LinuxやOS XなどUNIX系OSのコマンドラインの基本操作およびシステム管理の基礎を理解できることを目標とします。
amazon.co.jp
『データサイエンスの無駄遣い 日常の些細な出来事を真面目に分析する』
未読。目の付け所がおもしろいですよね。
技術の無駄遣い!?日常の些細な出来事をデータサイエンスを駆使して「まじめに」分析【本書の概要】ITmedia NEWS で大人気の連載記事『データサイエンスな日常』をもとにした書籍です。「飲み会での孤立」「LINEの既読スルー」「満員電車での立ち振る舞い」。日常生活で気になるテーマを著者の持つ独特の視点で分析。本書用の書き下ろし記事を大幅に追加し、内容はよりシュールでディープに。各章に詳細な解説とサンプルコードを掲載。読み物としてもデータ分析の学習本としても楽しめます。
amazon.co.jp
『PyTorch自然言語処理プログラミング word2vec／LSTM／seq2seq／BERTで日本語テキスト解析！』
自然言語処理は全然やったことがないので、勉強したいです。
日本語テキスト解析処理を快速プログラミング！単語／文書の分類、機械翻訳などを実装。自然言語処理は、検索エンジン、自動要約、機械翻訳、音声認識などで利用される技術です。PyTorchでは、特にTransformersというBERT系モデルを提供することで、より簡単にBERTを利用できるようになっています。本書では、自然言語処理で特に重要なディープラーニング技術であるword2vec、LSTM、seq2seq、そしてBERTを取り上げます。まず第1章でPyTorchの基本を説明します。そのあと各技術の考え方を説明し、PyTorchを使ったそれぞれのプログラミング手法を解説します。それらのプログラミングでは、以下のことなどを目的にしています。・単語や文書の類似度を測る・文章内の単語の品詞を分類する・日英の機械翻訳を実行する・文書を分類する・質問／回答タスクを実行する
amazon.co.jp
『IT用語図鑑［エンジニア編］ 開発・Web制作で知っておきたい頻出キーワード256』
読了。用語の説明はよくまとまっていますが、イラストが全然キーワードを表していないイメージ図なのが残念。これをもとに自分で調べると力がつきそう。
駆け出しエンジニアが押さえたいIT用語を厳選！★「1ページにつき1用語」を基本にイラスト付きで解説一言での解説とイラストがあるから、IT用語を短時間で学びたい人にオススメ。★「用語に関連する話」でさらにIT知識が身につく紹介している用語に関連する事項を説明。さらに理解を深めよう。★専門書の副読本や資格対策本として最適「フィンテック」の項目であれば「ブロックチェーン」や「ダイナミックプライシング」など、一緒に覚えておくべき関連性の高い用語の解説ページを記載。芋づる式に覚えられる。ゼロトラスト、VPoE、ギグエコノミー、ERP、SFA、正規表現、デプロイ、テスト駆動開発(TDD)、マテリアルデザイン、OAuth、決定木……たくさんのIT用語をわかったふりをして聞き流していませんか？
amazon.co.jp
『AI人材の育て方 先端IT人材の確保がビジネス成長のカギを握る』
社内の人材育成とかマネジメントとかに役立ちそうです。
【内容紹介】DX時代において必須となるAI人材は、2030年には約79万人が不足するとされており、企業にとってはAI人材の育成・確保が急務です。今後AI人材を育成しなければならない、と思っていても具体的にどのように育成すればいいのか、AI人材が社内でどのような役割を担うのか、漠然としていてつかみにくいかもしれません。本書では、AI人材の役割から育成現場の現状、具体的な育成方法や研修マニュアル、教育現場における教育課程までを詳細に解説。政府のAI教育プログラム認定制度検討会議の構成員を務める著者により、AI人材を取り巻く環境・全体像と具体的な育成方法をまとめて知ることができる1冊です。
amazon.co.jp
『逆引きPython標準ライブラリ 目的別の基本レシピ180+! impress top gearシリーズ』
Pythonかなり書けるようになったと思いますが、標準ライブラリ使いこなせているとは言い難いので、ワンランク上を目指して読む予定。
便利に使えるPython標準ライブラリの活用術。初中級スキルアップの近道！文字列/データ操作、テキスト処理、ファイル操作、数値演算、ネットワークアクセス、GUIなど、使えるテクニックを満載。本書では、Pythonの基本的な文法をすでに理解したユーザーが次に学ぶべきテーマとして、Pythonの標準ライブラリを取り上げます。本格的なプログラミングへの準備として、習得しておきたい標準ライブラリの基礎的な活用法を解説します。Pythonの標準ライブラリは、多数のデータ型やモジュールを提供しています。それらの機能をうまく活用することがプログラミングの上達につながります。目的別に180以上の基本レシピを収録。特定の目的を達成するのに、どの機能をどのように使えばよいのか、すぐにわかるようになっています。キーとなる関数やメソッドなどの書式に加え、対話的な実行例やスクリプトの例も示しています。本書により、Pythonのスキルを高め、実践に向けて足場を固めていきましょう。
amazon.co.jp
『さわって学ぶクラウドインフラ docker基礎からのコンテナ構築』
Dockerが必要になってこの本を読みました。ちょっと古いですが、基本的なところに大きな変更はないと思います。順を追って説明してくれるのでわかりやすかったです。
デファクト技術の「コンテナ」「わかる」から「使える」へサーバー環境だけでなく幅広く使われている「コンテナ技術」は、もはやデファクト技術と言っても言い過ぎではないでしょう。インフラ技術者だけでなく、アプリケーション開発者にとっても重要な技術です。本書は、自分でコンテナ環境を構築できるようになるための本です。題材に「Docker」を使いました。「技術解説書」というより「技術実践書」。IT技術を本当に理解するには理論の学習だけでは不十分で、実際にさわってみることが大事です。そうすることで初めて腹落ちし、「技術がわかる」状態から、「技術が使いこなせる」状態にレベルアップすることができます。
amazon.co.jp
『Dockerコンテナ開発・環境構築の基本』
こちらもDockerの本ですが、未読。
2017年から2018年にかけて、コンテナ型仮想化技術を実現するDockerやコンテナアプリケーション基盤を支える、Kubernetesを始めとするコンテナアプリケーション開発プラットフォームに関連するマネージドサービスが、クラウドプロバイダーやベンダー企業からリリースされています。それに伴い、従来のアプリケーション開発からコンテナアプリケーション開発へとシフトし始めています。コンテナアプリケーション開発は、基盤や運用を含め一つのパラダイムシフトでもあり、従来のアプリケーション開発とは、さまざまな点において異なります。本書では、プリケーションエンジニア、インフラエンジニア、オペレーションエンジニアの方々を対象に、これまでのアプリケーション開発とコンテナアプリケーション開発の違い、コンテナアプリケーション開発に必要となるDocker、Kubernetesや自動化で必要となるCI/CD、コンテナアプリケーションの運用方法を基本から解説しています。
amazon.co.jp
『Pythonで学ぶ音源分離 機械学習実践シリーズ』
この「機械学習実践シリーズ」は中級者以上向けのようです。わたしにはまだ難しいかな…
中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の1冊目として、「音源分離」をテーマとしています。近年、AIスピーカをはじめとした、人が話した音声を理解する音声認識システムがさまざまな場面で使われています。一般的に音声認識システムは、1人の人の声を聞き取ることを想定しており、聞きたい人の声以外の音が入ってくると、どうしても聞きたい人の声を正確に聞き取ることが難しくなります。「音源分離」とはこのようにさまざまな音が混ざった中から、欲しい音だけを抽出するという技術です。本書では、音源分離の基礎から、Pythonを用いた実装までを詳しく解説しています。また、音源分離で用いる数学的知識の基礎として、線形代数や行列・ベクトルの微分の方法、確率統計の基礎について示しています。音源分離を理解しコードを書くためには、プログラミングに関する知識はもちろん、線形代数、微分積分、確率・統計といった数学的知識も必要不可欠です。とくに音源分離では複素数の行列・ベクトルを用いるので、複素数の計算方法について重点的に示しています。
amazon.co,jp
『Pythonで学ぶ音声認識 機械学習実践シリーズ』
こちらも中級者以上向け。
「音声認識」とは、音声信号から発話内容を認識することで、AIスピーカなどに利用されている技術です。本書は、現在までの音声認識技術の発展経緯を学びながら、深層学習を用いた最新の音声認識システムを実装できるようになることを目的としています。まず手法の目的やアルゴリズムの概要を解説し、続いて数式レベルでの詳説、最後にソースコード付きで実装という流れで解説しています。特に手法の概要については「そもそもその手法は何を目的として生み出されたのか」という経緯と、「なぜその手法は前述の目的を達成できるのか」について直感的に理解できるよう工夫しています。本書は中級者以上に向けた、特定の技術分野のアルゴリズムの紹介と、それを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」です。
amazon.co.jp
『Pythonで学ぶ音声合成 機械学習実践シリーズ』
こちらも中級者以上向け。
「音声合成」とは、人間の音声を人工的に作り出す、音声情報処理の一分野です。深層学習の発展に従い、画像認識・音声認識などの分野と同様に、音声合成においてもパラダイムシフトが起きています。本書では、従来の統計的音声合成システムの基礎について解説した上で、深層学習技術による近年の音声合成の発展について詳説しています。また、実際に公開されているデータセットを用いて、深層学習を用いた音声合成システムを作るための実装の解説も行っています。本書は、2020年8月24日刊の『Pythonで学ぶ音源分離』、2021年5月20日刊の『Pythonで学ぶ音声認識』に続く、特定の技術分野のアルゴリズムの紹介と、そのアルゴリズムを実装したコードを解説する、より技術的・実践的な「機械学習実践シリーズ」の3冊目です。中級者以上向け。
amazon.co,jp
コメント