close
1.

電子ブック

EB
橋本洋志, 牧野浩二, 佐々木智典共著
出版情報: EBSCOhost  1オンラインリソース (xi, 329p)
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : 戦略の微分方程式モデル
第3章 : 基礎的な意思決定の数理的扱い
第4章 : ゲーム理論の基礎
第5章 : 意思決定のためのORの基礎
第6章 : 組合せ最適化による意思決定
第7章 : マルチエージェントベースモデリングによる意思決定
第8章 : 強化学習による意思決定
第9章 : 不確定性を含むゲームでの意思決定
第10章 : 集団の意思決定
第11章 : 意思決定とメカニズム・デザインの視点
第1章 : はじめに
第2章 : 戦略の微分方程式モデル
第3章 : 基礎的な意思決定の数理的扱い
2.

図書

図書
牧野浩二, 橋本洋志, 慎祥揆共著
出版情報: 東京 : オーム社, 2018.11  ix, 204p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 イントロダクション : 本書の内容
本書の対象読者 ほか
第2章 開発環境の設定 : 環境構築
QPythonのインストール ほか
第3章 スマートフォンアプリの開発 : QPythonのスクリプト
ダイアログの表示 ほか
第4章 PCでデータ処理を行う : Anacondaのインストール
環境設定 ほか
付録 : JSONコード
異なるバージョンのインストール ほか
第1章 イントロダクション : 本書の内容
本書の対象読者 ほか
第2章 開発環境の設定 : 環境構築
3.

電子ブック

EB
橋本洋志, 牧野浩二共著
出版情報: [東京] : KinoDen, [20--]  1オンラインリソース (xi, 303p)
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : 数値計算と数学の基礎
第3章 : アニメーション
第4章 : 確率モデル
第5章 : 自然科学モデル
第6章 : 経営モデル
第7章 : ベイズ統計に基づくモデル
第8章 : グラフ理論に基づくモデル
第9章 : 遺伝的アルゴリズムに基づくモデル
第10章 : エージェントベースモデル
第11章 : 強化学習による意思決定モデル
第1章 : はじめに
第2章 : 数値計算と数学の基礎
第3章 : アニメーション
4.

図書

図書
橋本洋志, 牧野浩二共著
出版情報: 東京 : オーム社, 2021.4  xi, 303p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : 数値計算と数学の基礎
第3章 : アニメーション
第4章 : 確率モデル
第5章 : 自然科学モデル
第6章 : 経営モデル
第7章 : ベイズ統計に基づくモデル
第8章 : グラフ理論に基づくモデル
第9章 : 遺伝的アルゴリズムに基づくモデル
第10章 : エージェントベースモデル
第11章 : 強化学習による意思決定モデル
第1章 : はじめに
第2章 : 数値計算と数学の基礎
第3章 : アニメーション
5.

図書

図書
橋本洋志 [ほか] 共著
出版情報: 東京 : オーム社, 2020.4  ix, 303p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
第1編 基礎編 : データエンジニアリングとは
コンピュータ工学の基礎
Intel CPUの工夫 ほか
第2編 高速化 : 少しの工夫で速くなる
NumPyの使用
C/C++モジュールを呼ぶ ほか
第3編 デバイスデータアクセス : 通信プログラム作成の準備と手順
有線通信(通信機器の基礎
XBeeによる無線通信 : ほか
第1編 基礎編 : データエンジニアリングとは
コンピュータ工学の基礎
Intel CPUの工夫 ほか
概要: データエンジニアリングは、データサイエンスを現実に意味のある形に使えるようにし、実装・運用できるようにすることです。データサイエンスを機器や分析に実応用するためには、Pythonスクリプトの高速化の知識や、センサ信号の取得、アクチュエータ制 御に必須となる通信、インタフェース駆動といった外部デバイスとのデータアクセスの基本と応用についてのスキルの修得が必要となります。本書は、データをエンジニアリングするための入門的な知識を解説するものです。 続きを見る
6.

図書

図書
橋本洋志, 牧野浩二共著
出版情報: 東京 : オーム社, 2018.11  xv, 366p ; 24cm
所蔵情報: loading…
目次情報: 続きを見る
第1章 : はじめに
第2章 : データの扱いと可視化
第3章 : 確率の基礎
第4章 : 統計の基礎
第5章 : 回帰分析
第6章 : パターン認識
第7章 : 深層学習
第8章 : 時系列データ分析
第9章 : スペクトル分析
第10章 : ディジタルフィルタ
第11章 : 画像処理
第1章 : はじめに
第2章 : データの扱いと可視化
第3章 : 確率の基礎
概要: データサイエンスは、幅広い分野にまたがり、科学的方法によりデータの産み出されたメカニズムや因果性を明らかにして、その知識体系を築くことです。
文献の複写および貸借の依頼を行う
 文献複写・貸借依頼