ライトノベル、マンガなど電子書籍を読むならBOOK☆WALKER

※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。

若者の科学の目を養う名講義。
物理学による“学びのアップデート”！

《この本の特長》
・情熱的で語りかける記述を通して、物理的なものの見方が身につく！
・「物理学のための物理学」にとどまらず、学び方・世界観を大学仕様に変革！
・熱力学や量子力学など、発展的なトピックも収録。本質的な理解への一歩！

物理的・科学的な考え方の最初の一歩、力学は面白くて役に立つ！　我々を取り巻く世界の法則は、大学１年生のうちに身につけたい基礎リテラシーだ。筑波大学の人気講義を味わいながら、世界の見方をアップデートしよう！

【おもな目次】
第1章 物理学とは
第2章 力の基本
第3章 様々な力
第4章 仕事とエネルギー
第5章 運動の三法則
第6章 様々な運動
第7章 慣性系と慣性力
第8章 力学的エネルギー保存則（1）
第9章 運動量保存則
第10章 力学的エネルギー保存則（2）
第11章 角運動量保存則
第12章 慣性モーメント
第13章 熱力学入門
第14章（発展）量子力学入門
※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。

★いま物理学と密接に関わるデータサイエンスの世界に飛び出そう！

統計の初歩から、ベイズ推定、MCMC、さらにはニューラルネットまで、
初めて活用する人に向けて物理学者ならではの視点で解説。
付録にPythonコードを付した。

【主な内容】
第0章　データサイエンス、機械学習……何が嬉しいの？
第1章　推定と検定
第2章　高次元のモデルへ
第3章　ベイズモデリング
第4章　マルコフ連鎖モンテカルロ法
第5章　正則化とスパースモデリング
第6章　判別モデル
第7章　ガウス過程
第8章　ニューラルネットワーク
付録A　Pythonプログラム
※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

※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。

【「量子コンピュータの全貌を俯瞰する類を見ない入門書」――西森秀稔】

どう動くのか？ 何の役に立つのか？ 基礎原理からよくわかる！ 量子力学の原理をもとにしたまったく新しい計算機「量子コンピュータ」。その不思議な性質と驚きの性能を初歩の物理から解説する。「量子コンピュータはこうして動くのか！」と納得して膝を打つ、またとない入門書。

《目次》
第1章 量子コンピュータの概要
1.1 量子の世界
1.2 量子コンピュータと古典コンピュータ
1.3 量子コンピュータの歴史
1.4 量子コンピュータの種類と開発の現状
第2章 量子の不思議な振る舞いと量子コンピュータ
2.1 「量子テーマパーク」へようこそ
2.2 量子コンピュータへ
第3章 量子アルゴリズム
3.1 グローバーの量子探索アルゴリズムと暗号
3.2 ショアの素因数分解アルゴリズムとRSA暗号
3.3 量子コンピュータと暗号
3.4 その他の量子アルゴリズム
第4章 量子ビットの候補と開発状況
4.1 量子ビット候補：概観
4.2 量子ビット候補の概要
第5章 量子ゲート方式コンピュータ
5.1 汎用量子計算モデル
5.2 量子回路計算モデルと量子ゲート
5.3 量子ビットの操作
5.4 いろいろなアルゴリズムとその量子回路図の例
5.5 量子プログラミング言語
5.6 量子誤り訂正
第6章 量子アニーリング方式コンピュータ
6.1 組み合わせ最適化問題
6.2 量子アニーリング法
6.3 量子アニーラ：D-Wave
6.4 準量子アニーラ
6.5 古典アニーラ
第7章 量子コンピュータの開発状況と展望
7.1 量子コンピュータへの投資・研究状況
7.2 企業・研究機関での量子コンピュータ開発戦略
7.3 量子コンピュータの展望
付録A 量子ビットと量子ゲートの数式
付録B 量子アルゴリズムの数式と量子回路
付録C シュレーディンガー方程式
付録D 計算量理論
※この商品は紙の書籍のページを画像にした電子書籍です。文字だけを拡大することはできませんので、タブレットサイズの端末での閲読を推奨します。また、文字列のハイライトや検索、辞書の参照、引用などの機能も使用できません。

【道具として使いこなす！】
膨大な観測データから普遍的な法則を抽出する手法とは？ 高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。

【著者サポートページ】
https://github.com/akio-tomiya/intro_ml_in_physics

【目次】
第1章　データとサイエンス
1.1　物理学とデータサイエンス／1.2　最小2乗法とオーバーフィット／1.3　テイラー展開と振り子の等時性／コラム：武谷の三段階論
第2章　行列と線形変換
2.1　ベクトル、行列と線形変換／2.2　変換としての行列／2.3　行列に関する色々／コラム：計算量のオーダー
第3章　確率論と機械学習
3.1　確率の基礎事項／3.2　教師あり学習と教師なし学習、強化学習／3.3　確率変数と経験的確率、大数の法則／3.4　大数の弱法則の証明／3.5　カルバックライブラーダイバージェンス／3.6　尤度と赤池情報量基準、汎化／3.7　ロジスティック回帰
第4章　ニューラルネットワーク
4.1　ニューラルネットワークの概論／4.2　万能近似定理／コラム：新しい道具と新理論
第5章　トレーニングとデータ
5.1　ニューラルネットワークの入出力と学習／5.2　誤差関数と汎化、過学習／5.3　誤差関数の最適化・学習／コラム：次元の呪い
第6章　Python入門
6.1　Pythonによるプログラミング入門／6.2　Pythonと他言語の比較／6.3　NumPyとMatplotlib／6.4　Pythonでのクラス
第7章　TensorFlowによる実装
7.1　TensorFlow/Kerasとは／7.2　データやライブラリのロード／7.3　データの分割とニューラルネットワークの設計／7.4　学習／7.5　結果の評価／コラム：量子化という用語
第8章　最適化、正則化、深層化
8.1　最適化法の改良／8.2　過学習を防ぐ／8.3　多層化にむけて
第9章　畳み込みニューラルネットワーク
9.1　フィルター／9.2　畳み込みニューラルネット／コラム：知能と飛行機
第10章　イジング模型の統計力学
10.1　イジング模型／10.2　イジング模型のモンテカルロ法／10.3　熱浴法のPythonコードとデータの準備／コラム：統計力学と場の量子論
第11章　Nature Physicsの論文を再現しよう
11.1　論文について／11.2　データの前処理／11.3　実験