close
1.

図書

図書
Damian Conway著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2006.8  xxii, 495p ; 24cm
2.

図書

図書
Shelley Powers著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2011.4  xxii, 548p ; 24cm
3.

図書

図書
Carl Albing, JP Vossen, Cameron Newham著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2008.9  xxiv, 617p ; 24cm
4.

図書

図書
アラン・ブールー著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2006.4  xvi, 302p ; 24cm
5.

図書

図書
David M. Bourg, Glenn Seemann著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2005.1  xviii, 372p ; 24cm
6.

図書

図書
Brian Okken著
出版情報: [東京] : 翔泳社, 2018.8  xviii, 260p ; 21cm
目次情報: 続きを見る
1 : はじめてのpytest
2 : テスト関数を作成する
3 : pytestのフィクスチャ
4 : 組み込みフィクスチャ
5 : プラグイン
6 : 構成
7 : pytestと他のツールを併用する
付録
1 : はじめてのpytest
2 : テスト関数を作成する
3 : pytestのフィクスチャ
概要: pytestを使ってPythonでテスト駆動開発するための全知識。
7.

図書

図書
Ivan Ristic著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2005.10  xxiii, 421p ; 24cm
8.

図書

図書
Eric A. Meyer著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2005.6  xxiii, 541p ; 24cm
9.

図書

図書
D. ライアン・ステファンズ [ほか] 著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2006.9  xv, 501p ; 24cm
10.

図書

図書
Cameron Newham, Bill Rosenblatt著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2005.10  xviii, 348p ; 24cm
11.

図書

図書
Steve Oualline著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2003.9  xxvii, 613p ; 24cm
12.

図書

図書
John Cheng, Max Grossman, Ty McKercher著 ; クイープ訳
出版情報: 東京 : インプレス, 2015.9  xxii, 560p ; 24cm
シリーズ名: Impress top gear
13.

図書

図書
エドワード・アシュフォード・リー著 ; クイープ, 遠藤美代子, 富山貴子訳
出版情報: 東京 : マイナビ出版, 2019.6  xviii, 405p ; 21cm
目次情報: 続きを見る
1 陽 : 壁に映る影
自然法則の発明
モノのモデルのモデルのモデルのモデル
はかないハードウェア
しぶといソフトウェア ほか
2 陰 : 情報
ソフトウェアの限界
共生
決定論
蓋然性と可能性 ほか
1 陽 : 壁に映る影
自然法則の発明
モノのモデルのモデルのモデルのモデル
概要: デジタルテクノロジが人間にもたらす変革・自由と限界。そして共生について。テクノロジ好きな「ナード」へ贈る「自分たちの仕事の文化的背景」を理解する1冊。
14.

図書

図書
バロン・シュワルツ, ピーター・ツァイツェフ, バディム・トカチェンコ著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2013.11  xxxi, 829p ; 24cm
目次情報: 続きを見る
MySQLのアーキテクチャと歴史
MySQLのベンチマーク
サーバーのパフォーマンスのプロファイリング
スキーマとデータ型の最適化
インデックスによるパフォーマンスの向上
クエリのパフォーマンスの最適化
MySQLの高度な機能
サーバー設定の最適化
オペレーティングシステムとハードウェアの最適化
レプリケーション〔ほか〕
MySQLのアーキテクチャと歴史
MySQLのベンチマーク
サーバーのパフォーマンスのプロファイリング
概要: MySQLの内部メカニズムに関する知識とMySQLに基づくシステムの設計、管理、トラブルシューティングの方法論を学ぶ。第3版では、MySQLの動作の仕組みに関する事実だけでなく、MySQLがそのように動作する原理を重視して執筆されている。
15.

図書

図書
Bjarne Stroustrup著 ; 遠藤美代子翻訳
出版情報: [東京] : 翔泳社, 2011.8  xlviii, 1127p ; 23cm
16.

図書

図書
Bjarne Stroustrup著 ; クイープ, 遠藤美代子訳
出版情報: 東京 : ドワンゴ , 東京 : KADOKAWA (発売), 2016.9  xxviii, 1217p ; 24cm
目次情報: 続きを見る
第1部 基礎 : Hello,World!
オブジェクト、型、値 ほか
第2部 入力と出力 : 入力ストリームと出力ストリーム
入力と出力のカスタマイズ ほか
第3部 データとアルゴリズム : vectorとフリーストア
vectorと配列 ほか
第4部 視野を広げる : 理想と歴史
テキストの操作 ほか
第5部 付録 : 言語のまとめ
標準ライブラリのまとめ ほか
第1部 基礎 : Hello,World!
オブジェクト、型、値 ほか
第2部 入力と出力 : 入力ストリームと出力ストリーム
概要: C++11/14準拠・プロとして恥ずかしくない本格的なスキルを獲得する!
17.

図書

図書
Daniel Drescher著 ; クイープ訳
出版情報: 東京 : インプレス, 2018.7  ix, 317p ; 21cm
シリーズ名: Impress top gear
18.

図書

図書
Eben Upton [ほか] 著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2019.9  xxiv, 527p ; 24cm
シリーズ名: Make: projects
目次情報: 続きを見る
1章 : 驚くべきコンピュータの姿
2章 : 速習:コンピュータが動く仕組み
3章 : メモリ
4章 : ARMプロセッサとSoC
5章 : プログラミング
6章 : 不揮発性ストレージ
7章 : 有線イーサネットと無線イーサネット
8章 : オペレーティングシステム
9章 : ビデオコーデックと動画圧縮
10章 : 3Dグラフィックス
11章 : オーディオ
12章 : 入出力
1章 : 驚くべきコンピュータの姿
2章 : 速習:コンピュータが動く仕組み
3章 : メモリ
概要: Raspberry Pi開発者たちが、プロセッサ、メモリ、ストレージ、ネットワーク、入出力制御、オペレーティングシステム、プログラミングなどを、歴史的な背景と合わせて詳細に解説する。また、解説内容の一部は、実際にRaspberry Piで試 すことも可能。 続きを見る
19.

図書

図書
C.J. Date著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2006.2  xxi, 295p ; 24cm
シリーズ名: Theory in practice
20.

図書

図書
Steve McConnell著 ; クイープ訳
出版情報: 東京 : 日経BPソフトプレス , 東京 : 日経BP出版センター (発売), 2005.3  2 冊 ; 24cm
21.

図書

図書
François Chollet著 ; クイープ訳
出版情報: 東京 : マイナビ出版, 2018.5  xiv, 376p ; 24cm
目次情報: 続きを見る
1 ディープラーニングの基礎 : ディープラーニングとは何か
予習:ニューラルネットワークの数学的要素
入門:ニューラルネットワーク
機械学習の基礎
2 ディープラーニングの実践 : コンピュータビジョンのためのディープラーニング
テキストとシーケンスのためのディープラーニング
高度なディープラーニングのベストプラクティス
ジェネレーションディープラーニング
本書のまとめ
1 ディープラーニングの基礎 : ディープラーニングとは何か
予習:ニューラルネットワークの数学的要素
入門:ニューラルネットワーク
概要: 本書を読むことで、「ディープラーニングとは何か」「適用可能な問題とは」「その限界はどこにある?」を理解できます。
22.

図書

図書
Jason Sanders, Edward Kandrot共著 ; クイープ訳
出版情報: 東京 : インプレスジャパン , 東京 : インプレスコミュニケーションズ (発売), 2011.2  xiv, 248p ; 24cm
23.

図書

図書
Will Kurt著 ; クイープ監訳
出版情報: [東京] : 翔泳社, 2019.7  xx, 602p ; 23cm
目次情報: 続きを見る
1 : 関数型プログラミングの基礎
2 : 型の紹介
3 : 型によるプログラミング
4 : HaskellのI/O
5 : コンテキストでの型の操作
6 : コードの整理とプロジェクトのビルド
7 : 実践Haskell
APPENDIX
1 : 関数型プログラミングの基礎
2 : 型の紹介
3 : 型によるプログラミング
概要: 関数型プログラミングを正しく理解し、Haskellで思う存分遊べるようになる本。
24.

図書

図書
François Chollet著 ; クイープ訳
出版情報: 東京 : マイナビ出版, 2022.3  xvi, 479p ; 24cm
シリーズ名: Compass data science
目次情報: 続きを見る
ディープラーニングとは何か
ニューラルネットワークの数学的要素
KerasとTensorFlow
ニューラルネットワーク入門:分類と回帰
機械学習の基礎
機械学習のユニバーサルワークフロー
Kerasを使いこなす
コンピュータビジョンのためのディープラーニング
コンピュータビジョンのための高度なディープラーニング
時系列のためのディープラーニング
テキストのためのディープラーニング
生成型ディープラーニング
現実世界のベストプラクティス
本書のまとめ
ディープラーニングとは何か
ニューラルネットワークの数学的要素
KerasとTensorFlow
概要: 現代エンジニアが習得しておきたいディープラーニングの基礎と実装をKeras開発者が実践解説!
25.

図書

図書
アレクサンダー・A・ステパノフ, ダニエル・E・ローズ著 ; クイープ訳
出版情報: [東京] : 翔泳社, 2015.5  xi, 331p ; 21cm
目次情報: 続きを見る
本書の内容
最初のアルゴリズム
古代ギリシャの数論
ユークリッドの互除法
近代数論の誕生
数学における抽象性
アルゴリズムの一般化
その他の代数構造
数学的知識の体系化
プログラミングの基本概念
置換アルゴリズム
GCDの拡張
現実の世界での応用
最後に
本書の内容
最初のアルゴリズム
古代ギリシャの数論
26.

図書

図書
José M.Aguilar著 ; クイープ訳
出版情報: 東京 : 日経BP社 , 東京 : 日経BPマーケティング (発売), 2014.11  14, 257p ; 24cm
シリーズ名: マイクロソフト公式解説書
目次情報: 続きを見る
第1章 : インターネット、非同期性、マルチユーザー
第2章 : HTTP:主導権を握るのはクライアント
第3章 : SignalRの概要
第4章 : 固定接続
第5章 : ハブ
第6章 : 他のスレッドからの固定接続とハブ
第7章 : リアルタイム/マルチプラットフォームアプリケーション
第8章 : SignalRのデプロイとスケーリング
第9章 : 高度なトピック
第1章 : インターネット、非同期性、マルチユーザー
第2章 : HTTP:主導権を握るのはクライアント
第3章 : SignalRの概要
概要: 日本語で読める初めての、SignalRによるアプリケーション開発の解説書です。SignalRとは何かから始まり、SignalRを利用するアプリケーションの開発方法と、そのために必要な知識を、サーバー側とクライアント側の双方について解説します 。サンプルアプリケーションはダウンロード可能で、C#で書かれており、Visual Studio 2012以降、Windows 7 SP1以降に対応しています。 続きを見る
27.

図書

図書
JD Isaacks著 ; クイープ監訳
出版情報: [東京] : 翔泳社, 2019.2  xiv, 384p ; 23cm
目次情報: 続きを見る
1 : 変数と文字列
2 : オブジェクトと配列
3 : 関数
4 : モジュール
5 : イテラブル
6 : クラス
7 : 非同期処理
1 : 変数と文字列
2 : オブジェクトと配列
3 : 関数
概要: 新規に導入された機能を使いこなすために新米開発者が知っておくべき7つのユニット。単なる通り一遍の言語知識だけでなく、高みへと到達するための、ちょっとハードな入門書。
28.

図書

図書
Vaughn Vernon, Tomasz Jaskuła著 ; クイープ訳
出版情報: [東京] : 翔泳社, 2023.1  xxiii, 303p ; 23cm
シリーズ名: Object oriented selection
目次情報: 続きを見る
1 転機をもたらす実験による戦略的学習 : ビジネス目標とデジタルトランスフォーメーション
戦略的な学習に欠かせないツール ほか
2 イノベーションを促進する : ドメイン駆動の結果に到達する
コンテキストごとの専門知識 ほか
3 イベントファーストアーキテクチャ : 基礎的なアーキテクチャ
メッセージ駆動型アーキテクチャとイベント駆動型アーキテクチャ
目的を持ったアーキテクチャの2つの道 : モノリスを目的どおりに構築する
モノリスからマイクロサービスへの悠然たる移行 ほか
1 転機をもたらす実験による戦略的学習 : ビジネス目標とデジタルトランスフォーメーション
戦略的な学習に欠かせないツール ほか
2 イノベーションを促進する : ドメイン駆動の結果に到達する
29.

図書

図書
Steve Fenton著 ; クイープ訳
出版情報: [東京] : 翔泳社, 2015.1  xviii, 257p ; 23cm
シリーズ名: Programmer's selection
目次情報: 続きを見る
第1章 : TypeScript言語の機能
第2章 : 型システム
第3章 : TypeScriptでのオブジェクト指向
第4章 : ランタイム
第5章 : ブラウザでのTypeScriptの実行
第6章 : サーバーでのTypeScriptの実行
第7章 : 例外、メモリ、パフォーマンス
第8章 : JavaScriptライブラリの使用
第9章 : テストの自動化
付録
第1章 : TypeScript言語の機能
第2章 : 型システム
第3章 : TypeScriptでのオブジェクト指向
概要: JavaScriptを使いやすくスケーラブルな言語へと拡張し、開発をパワーアップするための現実解。
30.

図書

図書
Aditya Y. Bhargava著 ; クイープ監訳
出版情報: [東京] : 翔泳社, 2017.1  xvi, 279p ; 23cm
目次情報: 続きを見る
あれもこれもアルゴリズム
並べたり差し込んだり選んだり:ソート
同じ手順で何度でも:再帰
ちっちゃくしてから考えよう:クイックソート
関連付けると話も早い:ハッシュテーブル
グラフを作れば見えてくる:幅優先探索
本からピアノへ物々交換大作戦:ダイクストラ法
問題は続くよどこまでも:貪欲法
ドロボーは計画的に:動的計画法
分類したら予測して:k近傍法
この先にはなにがあるの?
答え合わせ
あれもこれもアルゴリズム
並べたり差し込んだり選んだり:ソート
同じ手順で何度でも:再帰
概要: この本はとっつきにくいアルゴリズムを理解しやすいように工夫しています。
31.

図書

図書
Charles Petzold著 ; クイープ訳
出版情報: 東京 : 日経BP社 , 東京 : 日経BPマーケティング (発売), 2017.6-2019.2  2冊 ; 24cm
シリーズ名: マイクロソフト公式解説書
目次情報: 続きを見る
Xamarin.Formsの位置付け
アプリケーションの構造
テキストをさらに調べる
スタックのスクロール
サイズの操作
ボタンクリック
XAMLとコード
コードとXAMLの調和
プラットフォーム固有のAPIの呼び出し
XAMLマークアップ拡張
バインド可能インフラストラクチャ
スタイル
ビットマップ
絶対位置を使用するレイアウト
インタラクティブなインターフェイス
データバインディング
グリッドをマスターする
MVVM
コレクションビュー
第20章 : 非同期とファイルI/O
第21章 : 座標変換
第22章 : アニメーション
第23章 : トリガーとビヘイビア
第24章 : ページナビゲーション
第25章 : さまざまなページ
第26章 : カスタムレイアウト
第27章 : カスタムレンダラー
Xamarin.Formsの位置付け
アプリケーションの構造
テキストをさらに調べる
概要: Xamarin.Forms待望のバイブル登場!あの「ペゾルド本」の著者が書き下ろした、新時代アプリ開発解説書の決定版。<br />Xamarin.Forms待望のバイブル、遂に完結!あの「ペゾルド本」の著者による新時代アプリ開発解説書の決定 版! 続きを見る
32.

図書

図書
Eric Brechner著 ; クイープ訳
出版情報: 東京 : 日経BP社 , 東京 : 日経BPマーケティング (発売), 2016.6  14, 152p ; 24cm
目次情報: 続きを見る
第1章 : 経営陣の同意を得る
第2章 : カンバンのクイックスタートガイド
第3章 : 納期を守る
第4章 : ウォーターフォールからの適応
第5章 : スクラムからの進化
第6章 : コンポーネント、アプリケーション、サービスのデプロイメント
第7章 : 大規模な組織でカンバンを使用する
第8章 : サステインドエンジニアリング
第9章 : さらなる方策とカンバンを超えて
第1章 : 経営陣の同意を得る
第2章 : カンバンのクイックスタートガイド
第3章 : 納期を守る
概要: 理論から実践へ!アジャイルに踏み出せなかった現場に贈る効率的なチーム運営の秘訣とは?
33.

図書

図書
Tom Barker著 ; クイープ監訳
出版情報: [東京] : 翔泳社, 2013.11  vi, 217p ; 23cm
シリーズ名: Programmer's selection
目次情報: 続きを見る
第1章 : 背景情報
第2章 : R言語入門
第3章 : Rの詳細
第4章 : D3によるデータビジュアライゼーション
第5章 : 空間データのビジュアライゼーション
第6章 : 時系列でのデータビジュアライゼーション
第7章 : 棒グラフ
第8章 : 散布図を使った相関分析
第9章 : 平行座標によるビジュアライゼーション
第1章 : 背景情報
第2章 : R言語入門
第3章 : Rの詳細
概要: データをビジュアライズするために知っておきたいR言語とD3ライブラリの使い方のすべて。
34.

図書

図書
Michael Wittig, Andreas Wittig著 ; クイープ訳
出版情報: 東京 : インプレス, 2019.9  xxii, 552p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
1 AWSの基本ひとめぐり : Amazon Web Servicesとは何か
5分でWordPressを構築(簡単な概念実証
2 インフラ構築/管理の手法 : 仮想マシンの活用法 / EC2
インフラのプログラミング(コマンドライン、SDK、CloudFormation) : ほか
3 データ格納の手法 : オブジェクトの格納 / S3、Glacier
ハードディスクへのデータ格納(EBS、インスタンスストア) : ほか
4 高可用性/耐障害性/スケーリングの手法 : 高可用性の実現 / アベイラビリティゾーン、自動スケーリング、CloudWatch
インフラの分離(ELB、SQS) : ほか
1 AWSの基本ひとめぐり : Amazon Web Servicesとは何か
5分でWordPressを構築(簡単な概念実証
2 インフラ構築/管理の手法 : 仮想マシンの活用法 / EC2
概要: Amazon Web Services(AWS)は、インターネット上でITインフラをサービスとして提供し、本書執筆時点で世界市場のシェアは第1位。本書では、AWSで実システムを構築するための使い方・スキルを網羅的に解説します。Part1では 、AWSの全体像を捉えるため、AWSの事例や長所、さらにはWordPressサーバーの具体的な構築法を紹介。Part2では、自動化やセキュリティなど、インフラ構築の各手法を解説。Part3では、データを格納/管理する手法を取り上げ、Part4では、システムの可用性や耐障害性を実現する手法を解説します。 続きを見る
35.

図書

図書
Joshua Saxe, Hillary Sanders著 ; クイープ訳
出版情報: 東京 : マイナビ出版, 2019.10  xx, 283p ; 24cm
目次情報: 続きを見る
マルウェアの静的解析の基礎
静的解析の応用:x86逆アセンブリ
速習:動的解析
マルウェアネットワークを使った攻撃キャンペーンの特定
共有コード解析
機械学習に基づくマルウェア検出器の概要
機械学習に基づくマルウェア検出器の評価
機械学習に基づくマルウェア検出器の構築
マルウェアの傾向を可視化する
ディープラーニングの基礎
Kerasを使ってニューラルネットワークマルウェア検出器を構築する
データサイエンティストになろう
A付録:データセットとツール
マルウェアの静的解析の基礎
静的解析の応用:x86逆アセンブリ
速習:動的解析
概要: セキュリティのプロが、機械学習、統計、ソーシャルネットワーク分析、データ可視化など「データサイエンス」の手法を使ってマルウェアを検出・分析する方法を伝授。データサイエンティストを目指す方、悪意あるソフトウェア撃退のためデータサイエンス・AI 的手法を活用したい方に格好の読み物となるでしょう! 続きを見る
36.

図書

図書
ポール キウザーノ, ルナー ビャルナソン著 ; クイープ訳
出版情報: 東京 : インプレス, 2015.3  xviii, 372p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
1 関数型プログラミングの基礎 : 関数型プログラミングとは
Scala関数型プログラミングの準備 ほか
2 関数型デザインとコンビネータライブラリ : 純粋関数型の並列処理
プロパティベースのテスト ほか
3 関数型デザインに共通する構造 : モノイド
モナド ほか
4 作用とI/O : 外部作用とI/O
局所作用とミュータブルな状態 ほか
1 関数型プログラミングの基礎 : 関数型プログラミングとは
Scala関数型プログラミングの準備 ほか
2 関数型デザインとコンビネータライブラリ : 純粋関数型の並列処理
概要: 洗練された副作用のない手法!再利用/並列化/一般化/テストが容易になる。データ構造/入出力/エラー処理を関数型で記述。ライブラリのプログラムを設計・開発。関数型プログラミングの共通パターンを見抜く。
37.

電子ブック

EB
Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili著 ; クイープ訳
出版情報: KinoDen  1オンラインリソース (xxxix, 670p)
シリーズ名: Impress top gear
目次情報: 続きを見る
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムの訓練
分類問題—機械学習ライブラリscikit‐learnの活用
データ前処理—よりよい訓練データセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習—異なるモデルの組み合わせ
機械学習の適用—感情分析
回帰分析—連続値をとる目的変数の予測
クラスタ分析—ラベルなしデータの分析〔ほか〕
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムの訓練
分類問題—機械学習ライブラリscikit‐learnの活用
概要: 本書は、機械学習の手法全般をカバーし、理論的背景とPythonコーディングの実際を解説。一から実装することでモデルの仕組みをより具体的に理解でき、PyTorchやscikit‐learnのライブラリを使うことでより簡単に実装できることを示し ます。PyTorchについてはその仕組みから説き、自然言語処理やグラフニューラルネットワークなどの実装を解説。機械学習の理論と実践について幅広く探求するための一冊となっています。 続きを見る
38.

図書

図書
Andreas M. Antonopoulos, Olaoluwa Osuntokun, René Pickhardt著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2022.12  xxvi, 466p ; 24cm
目次情報: 続きを見る
第1部 ライトニングネットワークを理解する : ライトニングネットワークの紹介
ライトニングネットワークを使うための準備
ライトニングネットワークの仕組み
ライトニングノードソフトウェア
ライトニングネットワークノードの運用
第2部 ライトニングネットワークを詳しく調べる : ライトニングネットワークのアーキテクチャ
ペイメントチャネル
ペイメントチャネルネットワークでのルーティング
チャネルの操作とペイメントの転送
オニオンルーティング ほか
第1部 ライトニングネットワークを理解する : ライトニングネットワークの紹介
ライトニングネットワークを使うための準備
ライトニングネットワークの仕組み
39.

図書

図書
Julian Avila, Trent Hauck著 ; クイープ訳
出版情報: 東京 : インプレス, 2019.3  xxxii, 358p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
機械学習の枠組みを理解する—NumPyからパイプラインまで
モデル構築前のワークフローと前処理—サンプルデータの作成から確率的勾配降下法まで
次元削減—PCAから性能テストまで
線形モデル—線形回帰からLARSまで
ロジスティック回帰—データの読み込みからパイプラインまで
距離指標を使ったモデルの構築—k‐means法からk近傍法まで
交差検証とモデル構築後のワークフロー—モデルの選択から永続化まで
サポートベクトルマシン—線形SVMからサポートベクトル回帰まで
決定木アルゴリズムとアンサンブル学習
テキスト分類と多クラス分類
ニューラルネットワーク
単純な推定器の作成
機械学習の枠組みを理解する—NumPyからパイプラインまで
モデル構築前のワークフローと前処理—サンプルデータの作成から確率的勾配降下法まで
次元削減—PCAから性能テストまで
概要: 一連の基本作法から、前処理、次元削減、線形モデル、交差検証、SVM、アンサンブル、テキスト分析、多分類、ニューラルネットワークまで、各種テクニックを幅広く解説。
40.

図書

図書
Nick McClure著 ; クイープ訳
出版情報: 東京 : インプレス, 2017.8  xxix, 359p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
第1章 : TensorFlowの仕組みと基本事項を押さえる
第2章 : TensorFlowスタイル—演算/層の追加、損失関数やモデル評価などの実装
第3章 : 線形回帰—逆行列/分解法からロジスティック回帰まで
第4章 : サポートベクトルマシン—線形SVMの操作・次元縮約、非線形SVM/多クラスSVMの実装など
第5章 : 最近傍法—編集距離、距離関数の組み合わせ、最近傍法の画像認識など
第6章 : ニューラルネットワーク—論理ゲート、単層/多層ニューラルネットワークの実装など
第7章 : 自然言語処理—BoW/TF‐IDF/スキップグラム/CBOWなど
第8章 : 畳み込みニューラルネットワーク—単純なCNN/高度なCNN/モデルの再トレーニングなど
第9章 リカレントニューラルネットワーク—LSTM/Sequence‐to‐Sequence/Siamese : Similarity法
第10章 : TensorFlowを運用環境で使用する
第11章 : TensorFlowをさらに活用する—遺伝的アルゴリズム/連立常微分方程式など
第1章 : TensorFlowの仕組みと基本事項を押さえる
第2章 : TensorFlowスタイル—演算/層の追加、損失関数やモデル評価などの実装
第3章 : 線形回帰—逆行列/分解法からロジスティック回帰まで
概要: TensorFlowは、数値処理用のオープンソースライブラリ。機械学習や深層学習などAI分野を中心に活用が進んでいます。本書では、最初に、変数/プレースホルダといったTensorFlowの基本や、さまざまなオープンデータを扱う方法を説明。以 降は、機械学習に関するさまざまな手法を具体的なレシピとして示していきます。線形回帰からCNN/RNNまで解説しつつ、運用環境向けの手法や連立常微分方程式も取り上げます。TensorFlowとPython3を使ったさまざまな手法について具体的に知りたい方に格好の一冊です。 続きを見る
41.

図書

図書
Alex Martelli [ほか] 著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2024.6  xxvii, 833p ; 21cm
目次情報: 続きを見る
Pythonの紹介
Pythonインタープリタ
Python言語
オブジェクト指向のPython
型アノテーション
例外
モジュールとパッケージ
基本的な組み込みモジュールと標準ライブラリモジュール
文字列とその操作
正規表現
ファイルとテキストの操作
永続化とデータベース
時間の操作
実行のカスタマイズ
並行性:スレッドとプロセス
数値処理
テスト、デバッグ、最適化
ネットワークの基礎
クライアント側のネットワークプロトコルモジュール
HTTPの処理〔ほか〕
Pythonの紹介
Pythonインタープリタ
Python言語
概要: 本書はPythonの機能を十分に活用するためのリファレンスです。チュートリアルとしての「Pythonを使ってみる」、型アノテーションや文字列といった「Python言語と組み込み機能」、ファイルやテキスト、時間の操作、数値処理などをまとめた「 Pythonの標準ライブラリと拡張モジュール」、HTTPの処理や構造化テキストを学ぶ「ネットワークとWebプログラミング」、バージョン移行などに関する「拡張、配布、バージョンのアップグレードと移行」という5部構成となっています。Pythonを本格的に学びたい人から、さらなるスキルアップを目指したい人まで、Pythonを最大限に活用するための有益な情報がぎっちり詰まった1冊です。Python 3.11対応。 続きを見る
42.

図書

図書
Dennis Andriesse著 ; クイープ, 遠藤美代子訳
出版情報: 東京 : ドワンゴ , 東京 : KADOKAWA (発売), 2022.1  xxviii, 448p ; 24cm
目次情報: 続きを見る
第1部 バイナリフォーマット : バイナリを解剖する
ELFフォーマット
入門:PEフォーマット
libbfdを使ってバイナリローダーを作成する
第2部 バイナリ解析の基礎 : Linuxでの基本的なバイナリ解析
逆アセンブリとバイナリ解析の基礎
ELFコードを注入する
第3部 高度なバイナリ解析 : 逆アセンブリのカスタマイズ
バイナリ計装
動的テイント解析
libdftを使った実用的な動的テイント解析
シンボリック実行
Tritonを使ったシンボリック実行
第4部 付録 : 速習:x86アセンブリ
libelfを使ってPT_NOTEを上書きする
バイナリ解析ツール
参考文献
第1部 バイナリフォーマット : バイナリを解剖する
ELFフォーマット
入門:PEフォーマット
43.

図書

図書
Henrik Brink, Joseph W. Richards, Mark Fetherolf著 ; クイープ訳
出版情報: 東京 : インプレス, 2017.11  xxvi, 292p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
1 機械学習ワークフローの基礎 : 機械学習とは何か—長所と課題、データ収集から運用までのステップ、性能の改善
現実世界のデータ—データの取得/整備、可視化
モデルの構築と予測
モデルの評価と最適化
特徴エンジニアリングの基礎
2 機械学習ワークフローの応用 : NYCタクシーデータのケーススタディ
高度な特徴エンジニアリング
高度な自然言語処理の例—映画レビューの感情分析
機械学習ワークフローのスケーリング
デジタルディスプレイ広告のケーススタディ
1 機械学習ワークフローの基礎 : 機械学習とは何か—長所と課題、データ収集から運用までのステップ、性能の改善
現実世界のデータ—データの取得/整備、可視化
モデルの構築と予測
概要: 機械学習の利点/課題、乱雑なデータの処理、Python系モデル構築、モデル評価/最適化、特徴エンジニアリングのテクニック、予測速度の改善、大容量データへの対応など。有効なデータとより良いモデルを作成!
44.

図書

図書
Brett Lantz著
出版情報: [東京] : 翔泳社, 2021.2  x, 428p ; 23cm
シリーズ名: Programmer's selection
目次情報: 続きを見る
機械学習入門
データを管理し、理解する
怠惰学習—最近傍法を使った分類
確率論的学習—ナイーブベイズを使った分類
分割統治—決定木と分類ルールに基づく分類
数値データを予測する—回帰法
ブラックボックス手法—ニューラルネットワークとサポートベクトルマシン
パターン検出—相関ルールを使ったバスケット分析
データのグループを特定する—k‐means法
モデルの性能を評価する
モデルの性能を改善する
機械学習の専門的なトピック
機械学習入門
データを管理し、理解する
怠惰学習—最近傍法を使った分類
概要: 現代に必要な機械学習のすべてを、よりパワフルで使いやすくなったR言語で、実際に手を動かし確認しながら学べる一冊。
45.

図書

図書
Michał Płachta著
出版情報: [東京] : 翔泳社, 2023.8  xxiv, 487p ; 23cm
目次情報: 続きを見る
1 関数型ツールキット : 関数型プログラミングを学ぶ
純粋関数
イミュータブルな値 ほか
2 関数型プログラム : 逐次プログラム
エラー処理
型としての要件 ほか
3 関数型プログラミングの応用 : 関数型プログラムを設計する
関数型プログラムをテストする
1 関数型ツールキット : 関数型プログラミングを学ぶ
純粋関数
イミュータブルな値 ほか
概要: JavaやRubyのような命令型のオブジェクト指向言語を使って、それなりのアプリケーションをいくつか作成した経験がすでにある場合は、本書を最大限に活用できるだろう。チームで仕事をしていたときにバグやメンテナンスの問題に散々悩まされたという場 合、本書は大きなプラスになる。なぜなら、そのような場面で真価を発揮するのが関数型プログラミングだからだ。本書の目的は、関数型プログラミングの基本的な概念の全容を把握したいプログラマに、ステップ形式の実用的なガイドを提供することにある。 続きを見る
46.

電子ブック

EB
Sebastian Raschka, Vahid Mirjalili著 ; クイープ訳
出版情報: [東京] : Maruzen eBook Library, [20--]  1オンラインリソース (xxxviii, 648p)
シリーズ名: Impress top gear
目次情報: 続きを見る
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムの訓練
分類問題—機械学習ライブラリscikit‐learnの活用
データ前処理—よりよい訓練データセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習—異なるモデルの組み合わせ
機械学習の適用1—感情分析
機械学習の適用2—Webアプリケーション
回帰分析—連続値をとる目的変数の予測
クラスタ分析—ラベルなしデータの分析
多層人工ニューラルネットワークを一から実装
ニューラルネットワークの訓練をTensorFlowで並列化する
TensorFlowのメカニズム
画像の分類—ディープ畳み込みニューラルネットワーク
系列データのモデル化—リカレントニューラルネットワーク
新しいデータの合成—敵対的生成ネットワーク
複雑な環境での意思決定—強化学習
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムの訓練
分類問題—機械学習ライブラリscikit‐learnの活用
概要: 本書は、機械学習コンセプト全般をカバーし、理論的背景とPythonコーディングの実際を解説しています。初歩的な線形回帰から始め、ディープラーニング(CNN/RNN)、敵対的生成ネットワーク(GAN)、強化学習などを取り上げ、scikit‐l earnやTensorFlowなどPythonライブラリの新版を使ってプログラミング。第3版では13〜16章の内容をほとんど刷新したほか、敵対的生成ネットワークと強化学習の章を新たに追加。機械学習プログラミングの本格的な理解と実践に向けて大きく飛躍できる一冊です。 続きを見る
47.

電子ブック

EB
Imran Ahmad著 ; クイープ訳
出版情報: [東京] : KinoDen, [202-]  1オンラインリソース (xx, 346p)
シリーズ名: Impress top gear
目次情報: 続きを見る
1 基本原理と基本的なアルゴリズム : アルゴリズムの概要
アルゴリズムで使われるデータ構造
ソートアルゴリズムと探索アルゴリズム
アルゴリズムの設計
グラフアルゴリズム
2 機械学習アルゴリズム : 教師なし学習アルゴリズム
従来の教師あり学習アルゴリズム
ニューラルネットワークアルゴリズム
自然言語処理のためのアルゴリズム
レコメンデーションエンジン
3 高度なトピック : データアルゴリズム
暗号化に関連するアルゴリズム
大規模なアルゴリズム
実践で留意すべきポイント
索引
1 基本原理と基本的なアルゴリズム : アルゴリズムの概要
アルゴリズムで使われるデータ構造
ソートアルゴリズムと探索アルゴリズム
概要: 本書は、ソートや検索などの基本的なアルゴリズムから、機械学習や暗号化に使用される最新のもの・より高度なものまでをカバー。さまざまなアルゴリズムを把握できます。アルゴリズムの基本事項から始まり、検索やソートなどの実例を示します。より複雑なアル ゴリズムとしては、線形計画法、ページランキング、グラフアルゴリズムを説明。機械学習アルゴリズム背後のロジックも理解できるようにします。ケーススタディとして、不正分析やレコメンデーションエンジンなども取り上げ、並列や暗号化のアルゴリズムなども紹介します。本書は、さまざまなアルゴリズムを活用したい方にとって、その手掛かりとなる格好のガイドブックです。 続きを見る
48.

図書

図書
Sebastian Raschka著 ; クイープ訳
出版情報: 東京 : インプレス, 2016.7  xxxiv, 428p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
「データから学習する能力」をコンピュータに与える
分類問題—機械学習アルゴリズムのトレーニング
分類問題—機械学習ライブラリscikit‐learnの活用
データ前処理—よりよいトレーニングセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習—異なるモデルの組み合わせ
機械学習の適用1—感情分析
機械学習の適用2—Webアプリケーション
回帰分析—連続値をとる目的変数の予測
クラスタ分析—ラベルなしデータの分析
ニューラルネットワーク—画像認識トレーニング
ニューラルネットワーク—数値計算ライブラリTheanoによるトレーニングの並列化
「データから学習する能力」をコンピュータに与える
分類問題—機械学習アルゴリズムのトレーニング
分類問題—機械学習ライブラリscikit‐learnの活用
概要: 機械学習とは、データから学習した結果をもとに、新たなデータに対して判定や予測を行うことです。すでにさまざまな機械学習の方法が開発されています。本書では、そうした方法について背景にある理論や特徴を解説した上で、Pythonプログラミングによる 実装法を説明していきます。初期の機械学習アルゴリズムから取り上げ、終盤ではディープラーニングについても見ていきます。機械学習の理論と実践についてバランスよく解説してあり、AIプログラミングの第一歩を踏み出すための格好の一冊です。 続きを見る
49.

図書

図書
Luis G.Serrano著
出版情報: [東京] : 翔泳社, 2022.4  xxii, 505p ; 23cm
目次情報: 続きを見る
機械学習は常識であり、その常識を行使するのはコンピュータ:機械学習とは何か?
機械学習の種類
点の近くを通る直線を引く:線形回帰
訓練プロセスの最適化:学習不足、過学習、テスト、正則化
直線を使ってデータ点を切り分ける:パーセプトロン
連続するデータ点の分割:ロジスティック分類器
分類モデルの評価方法:正解率とその他の指標
確率を最大限に利用する:ナイーブベイズモデル
質問しながらデータを分割する:決定木
要素を組み合わせて性能を向上させる:ニューラルネットワーク〔ほか〕
機械学習は常識であり、その常識を行使するのはコンピュータ:機械学習とは何か?
機械学習の種類
点の近くを通る直線を引く:線形回帰
概要: 本書では、機械学習モデルとその使い方の2つを学びます。機械学習モデルにはさまざまな種類があります。イエスかノーかといった決定論的な答えを返すものもあれば、確率的な答えを返すものもあります。また、数式を使うものもあれば、if文を使うものもあり ます。共通しているのは、答え、つまり予測を返すということです。本書で取り上げる機械学習は、この予測を返すモデルを構成するタイプです。本書を最大限に活用するためには、ビジュアルな思考を持ち、直線のグラフ、方程式、基本的な確率などの初歩的な数学を理解していることが必要です。また、本書では、実際のデータセットにいくつかのモデルを実装・適用するので、Pythonのコーディング方法を知っていると役に立ちます(必須ではありませんが)。本書を読み終えたら、以下のことができるようになります。線形回帰、ロジスティック回帰、ナイーブベイズ、決定木、ニューラルネットワーク、サポートベクターマシン、アンサンブル手法など、予測型機械学習における最も重要なモデルとその動作について説明できる。また、それらのモデルの長所と短所、使用するパラメータを明確にする。これらのモデルが実世界でどのように使用されているかを確認し、解決したい特定の問題に対して機械学習を適用する方法の候補を策定する。これらのモデルを最適化し、比較し、改善する方法を学び、最高の機械学習モデルを構築する。手書きであれ、既存のパッケージであれ、モデルをコーディングし、実際のデータセットで予測に使用する。あなたが特定のデータセットや問題を想定しているのであれば、その適用方法や抱えているモデルを実装し、実験する出発点として、本書がとても役に立つことでしょう。 続きを見る
50.

図書

図書
Yehonathan Sharvit著
出版情報: [東京] : 翔泳社, 2023.4  xviii, 461p ; 23cm
シリーズ名: Programmer's selection
目次情報: 続きを見る
1 柔軟性 : オブジェクト指向プログラミングの複雑さ—気まぐれな起業家
コードとデータの分離—まったく新しい世界 ほか
2 スケーラビリティ : 基本的なデータ検証—おごそかな贈り物
高度な並行性制御—さようなら、デッドロック ほか
3 保守性 : 高度なデータ検証—手作りの贈り物
ポリモーフィズム—田舎で動物とたわむれる ほか
付録 : データ指向プログラミングの原則
静的型付け言語での汎用的なデータアクセス ほか
1 柔軟性 : オブジェクト指向プログラミングの複雑さ—気まぐれな起業家
コードとデータの分離—まったく新しい世界 ほか
2 スケーラビリティ : 基本的なデータ検証—おごそかな贈り物
概要: 本書は開発者が構築するシステムの複雑さを軽減することを目的として書かれている。本書で紹介するアイデアは、フロントエンドアプリケーション、バックエンドWebサーバー、Webサービスなど、情報を操作するシステムにほぼ適用できる。本書では、DOP の価値と、その原則を現実の本番環境のシステムに適用する方法を、ストーリー仕立てで説明する。ストーリーを追いながら、各章を最初から順番に読んでいくことをお勧めする。ただし、特に興味を引かれる章がある場合、「Part2 スケーラビリティ」と「Part3 保守性」の内容を理解するには、「Part1 柔軟性」と「第7章 基本的なデータ検証」の内容が必要である。本書は、Java、C#、C++、Ruby、Pythonといった高水準プログラミング言語を何年か経験しているフロントエンド開発者、バックエンド開発者、フルスタック開発者を対象としている。オブジェクト指向プログラミング(OOP)開発者にとって、本書で紹介するいくつかのアイデアは、開発者を安全地帯から引っ張り出し、居心地のよいプログラミングパラダイムをいくつか手放すことを要求するかもしれない。本書の内容は関数型プログラミング(FP)開発者のほうが少し理解しやすいが、うれしい驚きもいくつかあるはずだ。 続きを見る
51.

図書

図書
Sebastian Raschka, Vahid Mirjalili著 ; クイープ訳
出版情報: 東京 : インプレス, 2018.3  xxxviii, 584p ; 24cm
シリーズ名: Impress top gear
目次情報: 続きを見る
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムのトレーニング
分類問題—機械学習ライブラリscikit‐learnの活用
データ前処理—よりよいトレーニングセットの構築
次元削減でデータを圧縮する
モデルの評価とハイパーパラメータのチューニングのベストプラクティス
アンサンブル学習—異なるモデルの組み合わせ
機械学習の適用1—感情分析
機械学習の適用2—Webアプリケーション
回帰分析—連続値をとる目的変数の予測〔ほか〕
「データから学習する能力」をコンピュータに与える
分類問題—単純な機械学習アルゴリズムのトレーニング
分類問題—機械学習ライブラリscikit‐learnの活用
概要: 本書では、機械学習の各コンセプトについて、理論的背景とPythonコーディングの実際を解説。初期の機械学習アルゴリズムから、ニューラルネットワーク(CNN/RNN)までの手法を取り上げます。Python関連ライブラリとしてはscikit‐l earnやTensorFlowなどを使用。第2版では、第1版への読者のフィードバックを随所に反映し、ライブラリの更新に対応しました。13章以降はほとんど新規の書き下ろしです。本書は、機械学習を本格的に理解・実践するのに不可欠な一冊となっています。 続きを見る
52.

図書

目次DB

図書
目次DB
Brad Ediger著 ; クイープ訳
出版情報: 東京 : オライリー・ジャパン , 東京 : オーム社 (発売), 2008.10  xvi, 357p ; 24cm
目次情報: 続きを見る
はじめに v
1章 基本的な手法 1
   1.1 メタプログラミングとは何か 1
    1.1.1 DRY 2
    1.1.2 注意 3
    1.1.3 ボトムアッププログラミング 3
   1.2 Rubyの基礎 4
    1.2.1 クラスとモジュール 4
    1.2.2 メソッド参照 5
    1.2.3 Metaid 18
    1.2.4 変数の参照 19
    1.2.5 ブロック、メソッド、Proc 21
   1.3 メタプログラミング手法 24
    1.3.1 メソッド参照の先送り 24
    1.3.2 ジェネレーティブプログラミング : リアルタイムでのコードの記述 25
    1.3.3 継続 27
    1.3.4 バインディング 28
    1.3.5 内省とObjectSpace : データとメソッドの実行時の調査 29
    1.3.6 プロキシクラスによる委譲 31
    1.3.7 モンキーパッチ 33
    1.3.8 既存のメソッドへの機能の追加 33
    1.3.9 モジュール化 36
   1.4 関数型プログラミング 37
    1.4.1 高階関数 38
    1.4.2 Enumerable 38
    1.4.3 Enumerator 41
   1.5 例 43
    1.5.1 実行時の機能の変更 43
    1.5.2 Railsのルーティングコード 45
   1.6 参考文献 47
2章 ActiveSupportとRailTies 49
   2.1 Rubyで見逃しているもの 49
   2.2 コードの読み方 52
    2.2.1 コードを特定する方法 53
    2.2.2 コールスタックを読む 54
    2.2.3 RubyとRailsのデバッグ 56
    2.2.4 出発点 60
    2.2.5 テストを読む 60
    2.2.6 最新情報の取得 61
   2.3 ActiveSupport 61
   2.4 コア拡張 65
   2.5 RailTies 82
    2.5.1 Railsのコンフィグレーション 82
    2.5.2 アプリケーションを初期化するための20の手順 82
    2.5.3 リクエストのディスパッチ 85
   2.6 参考文献 85
3章 Railsプラグイン 87
   3.1 プラグインの概要 87
    3.1.1 プラグインのロード 87
    3.1.2 Railsプラグインのインストール 88
   3.2 プラグインの作成 91
   3.3 プラグインの例 94
    3.3.1 account_locationプラグイン 94
    3.3.2 ssl_requirementプラグイン 96
    3.3.3 http_authenticationプラグイン 97
   3.4 プラグインのテスト 99
    3.4.1 プラグインデータベースの依存関係のテスト 103
   3.5 参考文献 104
4章 データベース 105
   4.1 データベース管理システム 105
    4.1.1 PostgreSQL 106
    4.1.2 MySQL 106
    4.1.3 SQLite 108
    4.1.4 Microsoft SQL Server 109
    4.1.5 Oracle 109
   4.2 LOB 110
    4.2.1 データベースストレージ 110
    4.2.2 ファイルシステムストレージ 112
    4.2.3 X-Sendfileによるデータ送信 114
    4.2.4 静的ファイルの処理 116
    4.2.5 Railsでのアップロードの管理 116
   4.3 高度なデータベース機能 118
    4.3.1 アプリケーションデータベースと統合データベース 119
    4.3.2 制約 119
    4.3.3 複合キー 121
    4.3.4 トリガ、ルール、ストアドプロシージャ 123
    4.3.5 例 124
   4.4 複数のデータベースへの接続 125
    4.4.1 Magic Multi-Connections 127
   4.5 キャッシュ 128
   4.6 負荷分散と高可用性 129
    4.6.1 MySQL 130
    4.6.2 PostgreSQL 132
    4.6.3 Oracle 133
    4.6.4 Microsoft SQL Server 133
   4.7 LDAP 134
    4.7.1 ActiveLDAP 134
    4.7.2 LDAPによる認証 134
   4.8 参考文献 135
5章 セキュリティ 137
   5.1 アプリケーションの問題 137
    5.1.1 認証 137
    5.1.2 クライアントを信用しない 140
    5.1.3 安全なフォールバック 145
    5.1.4 隠すことによるセキュリティ 146
    5.1.5 エラーメッセージの保護 146
    5.1.6 ブラックリストではなくホワイトリスト 147
   5.2 Webの問題 148
    5.2.1 Railsセッション 148
    5.2.2 クロスサイトスクリプティング 150
    5.2.3 クロスサイトリクエストフォージェリ 152
    5.2.4 正規化 154
   5.3 SQLインジェクション 155
   5.4 Rubyの環境 156
    5.4.1 シェルの使用 156
    5.4.2 オブジェクトの汚染 157
   5.5 参考文献 157
6章 パフォーマンス 159
   6.1 計測ツール 160
    6.1.1 ブラックボックス解析 160
    6.1.2 コードの計測 163
    6.1.3 Rails Analyzer Tools 164
   6.2 Railsの最適化の例 167
    6.2.1 アクションのプロファイリング 167
    6.2.2 最適化と再プロファイリング 169
    6.2.3 ベンチマーク 173
   6.3 ActiveRecordのパフォーマンス 178
    6.3.1 SQLへの急降下 178
    6.3.2 1+N問題 178
    6.3.3 インデックス 180
    6.3.4 データベースのパフォーマンスの計測 184
   6.4 アーキテクチャのスケーラビリティ 186
    6.4.1 セッション 187
    6.4.2 キャッシュ 189
   6.5 その他のシステム 195
    6.5.1 正しいツールの選択 195
    6.5.2 ActionMailer 196
   6.6 参考文献 197
7章 REST、リソース、Webサービス 199
   7.1 RESTとは何か 199
    7.1.1 動詞 201
    7.1.2 リソース 204
    7.1.3 表現とコンテンツタイプ 207
    7.1.4 ステートレス性 209
   7.2 RESTfulアーキテクチャの利点 220
    7.2.1 概念的な単純さ 220
    7.2.2 キャッシュとスケーラビリティ 221
    7.2.3 変更への堅牢性 223
    7.2.4 統一性 223
   7.3 RESTful Rails 224
    7.3.1 RESTfulルーティング 224
    7.3.2 リソースベースの名前付きルート 225
    7.3.3 ActionViewサポート 231
    7.3.4 コンテンツタイプ 232
    7.3.5 HTTPキャッシュ 234
    7.3.6 HTTPレスポンスステータスコード 237
    7.3.7 ActiveResource : RESTfulサービスの利用 238
    7.3.8 Action Web Service 246
   7.4 ケーススタディ : Amazon S3 247
    7.4.1 概念と用語 247
    7.4.2 認証 248
    7.4.3 アーキテクチャと操作 249
    7.4.4 S3クライアントとS3サーバー 250
   7.5 参考文献 251
8章 i18nとL10n 253
   8.1 ロケール 253
   8.2 文字エンコーディング 254
    8.2.1 ASCII 254
   8.3 Unicode 255
    8.3.1 UTF 256
   8.4 RailsとUnicode 257
    8.4.1 Ruby 1.9の多言語化 258
    8.4.2 ActiveSupport::Multibyte 258
    8.4.3 Unicodeの正規化 259
    8.4.4 UTF-8入力のフィルタリング 261
    8.4.5 UTF-8の格納 262
    8.4.6 UTF-8の処理 264
    8.4.7 文字セットの変換 265
   8.5 RailsのL10n 267
    8.5.1 インターフェイスとリソースの翻訳 267
    8.5.2 ロケール固有の設定 273
    8.5.3 モデル翻訳 274
    8.5.4 Globalizeの例 : アドレス帳 276
   8.6 参考文献 286
9章 Railsの統合と拡張 289
   9.1 Railsコンポーネントの置換 289
    9.1.1 ActiveRecordの置換 289
    9.1.2 他のテンプレートエンジン 300
   9.2 Railsコンポーネントの統合 303
    9.2.1 ActiveRecord 303
    9.2.2 ActionMailer 306
   9.3 Railsへの貢献 309
    9.3.1 パッチの提供 310
    9.3.2 Railsの単体テスト 312
   9.4 参考文献 314
10章 大規模なプロジェクト 315
   10.1 バージョン管理 315
    10.1.1 一元型バージョン管理 315
    10.1.2 分散型バージョン管理 318
    10.1.3 ブランチとマージ 320
    10.1.4 データベースのマイグレーション 325
   10.2 Issue Tracking 327
   10.3 プロジェクトの構造 328
    10.3.1 Subversionのコンフィグレーション 328
    10.3.2 Subversionの外部定義とPiston 329
    10.3.3 Railsバージョン 330
    10.3.4 環境の初期化 331
    10.3.5 gemのインクルード 331
    10.3.6 マルチアプリケーションプロジェクト 332
   10.4 Railsの導入 334
    10.4.1 何も共有しないことによるスケーラビリティ 335
    10.4.2 フロントエンドWebサーバー 336
    10.4.3 アプリケーションサーバー 338
    10.4.4 Capistrano 340
    10.4.5 Vlad the Deployer 340
    10.4.6 継続的な統合 341
   10.5 参考文献 342
付録A Rails 2.1におけるプラグイン環境の変化 343
   A.1 Gitリポジトリからのプラグインのインストール 343
    A.1.1 script/pluginコマンドによるインストール 343
    A.1.2 gitコマンドによるインストール 344
    A.1.3 アーカイブファイルからのインストール 344
   A.2 RubyGemsによるプラグインのインストール 344
   A.3 本書で紹介されているプラグインのGitリポジトリ一覧 345
索引 347
はじめに v
1章 基本的な手法 1
   1.1 メタプログラミングとは何か 1
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼