※この電子書籍は、「固定レイアウト型」で配信されております。説明文の最後の「固定レイアウト型に関する注意事項」を必ずお読みください。

学習データセットが高品質なら、単純な機械学習アルゴリズムでも実用的に十分な性能を引き出すことができる。

本書では、アノテーションのプロセスに能動学習という機械学習手法を導入して、アノテーションの品質とコストパフォーマンスを劇的に向上させるテクニックを軸に、AIと人が互いに助け合いながらより良いAIシステムを開発するために役立つ、幅広く、かつ奥深い知見を提供する。本書は4部構成の大著であり、Human-in-the-Loop機械学習や能動学習の解説だけではなく、アノテーションの品質管理手法やアノテーターの評価・管理手法、アノテーションツールの設計方法といった、実際の機械学習プロジェクトに必要な極めて実践的な内容を豊富に含んでいる。

データサイエンティストや機械学習エンジニアはもちろん、アノテーションの実務に関わる管理者・技術者にも本書を読んでいただき、人がより有効な形でモデル開発に関与する「人間参加型AI」の実現に繋げてほしい。

［原著： Human-in-the-Loop Machine Learning： Active learning and annotation for human-centered AI， Manning Publications， 2021］

●目次
【第I部　概要】
第1章　Human-in-the-Loop機械学習の概要
第2章　Human-in-the-Loop機械学習を始める

【第II部　能動学習】
第3章　不確実性サンプリング
第4章　多様性サンプリング
第5章　高度な能動学習
第6章　能動学習をさまざまな機械学習タスクに適用する

【第III部　アノテーション】
第7章　アノテーターとの協働
第8章　アノテーションの品質管理
第9章　高度なアノテーションとデータ拡張
第10章　さまざまな機械学習タスクにおけるアノテーション品質

【第IV部　機械学習のためのヒューマン－コンピュータインタラクション】
第11章　データアノテーションのためのインターフェース
第12章　Human-in-the-Loop機械学習を組み込んだアプリケーション

付録A　機械学習のおさらい

固定レイアウト型に関する注意事項（必ずお読みください）
この電子書籍は、全ページ画像の「固定レイアウト型」で配信されております。以下の点にご注意し、購入前にプレビュー表示をご確認の上、ご購入ください。

■使用できない機能
・文字拡大（ピンチイン・ピンチアウトは可能ですが、画面におさまらない場合は画面をスワイプ）／文字のコピー／マーク／ハイライト／文字列検索／辞書の参照／Web検索／引用

■推奨環境
・タブレットなど大きいディスプレイを備えた端末
・Wi-Fiネットワーク経由でのダウンロード（Kindle端末の場合）

…などなど。本書ではAIを使って考えるための56の技法を紹介。
仕事も、日常も。
あらゆる課題を一瞬で解決できる「すごい発想」が見つかります!!

■目次
序章　「AIを使って考える」とは？ –チュートリアル

１部　すぐにアイデアがほしいとき
第１章　「AI特有の力」で考える
第２章　「自由な発想」で考える
第３章　「ロジカルな発想」で考える

２部　アイデアを磨きたいとき
第４章　考えを「発展」させる
第５章　考えを「具体的」にする
第６章　考えを「検証」する

３部　アイデアを実現したいとき
第７章　アイデアの「伝え方」を考える
第８章　アイデアの「実行策」を考える

４部　考えるヒントがほしいとき
第９章　「課題」を分析してヒントを得る
第10章　「悩み」を分析してヒントを得る
第11章　「人」を分析してヒントを得る
第12章　「未来」を予測してヒントを得る

最終章　「技法」を使いこなす　–ケーススタディ

第5章　潜在反応モデルと構造的因果モデルの融合
2つのフレームワークを融合させて分析の幅を広げる
5.1　構造的因果モデルにおける潜在反応
5.2　潜在反応モデルと構造的因果モデルを組み合わせた因果推論のデータ分析例
5.3　重回帰分析による因果推論
5.4　構造的因果モデルにおける反事実推論

第6章　調整に必要な変数が観測できない場合の因果推論
未観測の交絡因子を克服するには
6.1　操作変数法による因果効果の識別
6.2　操作変数法による因果推論のデータ分析例
6.3　フロントドア基準による因果効果の識別
6.4　フロントドア基準による因果推論のデータ分析例

第7章　特殊なデータ構造を利用した因果推論
差分の差分法、回帰不連続デザイン
7.1　差分の差分法
7.2　差分の差分法による因果推論のデータ分析例
7.3　回帰不連続デザイン
7.4　Sharp RDDによる因果推論のデータ分析例
7.5　Fuzzy RDDによる因果推論のデータ分析例

第8章 異質な因果効果の推定
効果のばらつきが示す意思決定のヒント
8.1　潜在反応モデルにおける異質な因果効果の扱い
8.2　条件付き平均処置効果推定のデータ分析例
8.3　構造的因果モデルにおける異質な因果効果の扱い
8.4　条件付き平均因果効果推定のデータ分析例
8.5　異質な因果効果推定に関する注意点

第9章　実務で因果推論を活用するために
因果推論を意思決定に活かすための視点と限界
9.1　意思決定における因果推論の位置づけ
9.2　因果推論の仮定への向き合い方
9.3　現場と分析をつなぐための対話

『Five Lines of Code — How and When to Refactor —』(Christian Clausen著、MANNING刊)の日本語版。

リファクタリングはソフトウェア開発やプログラミングの世界においてコードの品質向上や保守性の確保のために重要です。
何をリファクタリングすべきかは、問題の兆候を示す「コードの臭い」で説明されてきましたが、この概念は抽象的で、経験の浅いプログラマーには理解しづらいものでした。

本書では、「メソッドを5行以内で実装する」といった明確なルールを用いてリファクタリングを行うテクニックをステップバイステップで解説します。ルールの解説後には、そのルールの元となった「コードの臭い」についても説明されており、効率的に「コードの臭い」への感覚も養うことができます。

第1部では、GitHubで公開されている2Dパズルゲームのコードを主要な題材としてリファクタリングのプロセスを示しながら、適用するルールやパターンを解説します。

第2部では、チームでの開発にも焦点を当て、ルールとリファクタリングパターンを実務でどう活用するかを掘り下げます。コンパイラの機能の活用や、コメントを極力書かないようにするためのコツ、価値あるコメントの見極め方、コードの安全な削除／追加方法、将来的なリファクタリングで見落とされないように悪いコードをさらに悪く見えるようにして品質レベルを明確にするテクニックなど、実践で役立つトピックを広範に扱っています。

＜本書で学べること＞
悪いコードの兆候
コードを完全に理解していなくても安全に改善する方法
コードの最適化と汎用化のバランス
適用すべきリファクタリングパターン
リファクタリングのタイミング
など

●著者、訳者について
Christian Clausen（著者）
コンピュータサイエンスの修士号を持ち、専門は、プログラミング言語、特に、ソフトウェアの品質とバグのないコードの書き方。ソフトウェア品質に関する査読付き論文を2本共同で執筆し、権威ある学術誌やカンファレンスで再録された。また、パリの研究グループ用のCoccinelleというプロジェクトでソフトウェアエンジニアとして働いた経験があり、2つの大学でオブジェクト指向および関数型プログラミング言語の基礎から応用までを教えた経歴を持ち、その後は5年間にわたりコンサルタントおよび技術責任者として働いている。

Robert C. Martin（序文寄稿）
Object Mentor社の創業者社長で、「ボブおじさん」（Uncle Bob）の呼称で知られる伝説的プログラマ。

松田晃一（訳者）
博士（工学、東京大学）。石川県羽咋市生まれ。『宇宙船ビーグル号の冒険』を読み、絵描きではなく、コンピュータの道へ。海（海水浴）と温泉を好む。

本書では因果推論の活用を通じて、効果検証や相関と因果関係の違いといった、データ分析の現場でよくある問題を解決する方法を紹介します。

さらに、因果推論の基礎から、機械学習や時系列解析との組み合わせ、さらに因果探索まで学習することにより、因果推論を軸として幅広い問題に対応可能になります。これにより、データ活用の価値を高められます。

本書では、具体的な事例や豊富な図を用いて、因果推論の基本的な概念や手法を分かりやすく解説します。また、Pythonコードを用いた実装を通じて、因果推論を実務に応用するスキルを身につけることができます。

本書の特徴

実践的な学習と活用
因果推論の基礎だけでなく、ビジネスケースでの活用方法まで、分析手法や企業での活用例の解説をし、Pythonコードを用いた実装を通じてデータ分析のスキルを深めます。
直感的な理解のための全体像の把握と図解
因果推論、機械学習、時系列解析を図で構造的に解説します。
意思決定のためのガイドライン
最適な分析を行い、より良い意思決定に導くための具体的なガイドラインを提供し、データドリブンな意思決定を支援します。

目次

はじめに
第1章 因果の探求から社会実装
1.1 因果とは
1.2 因果推論の活用と価値創造
1.3 因果推論を活用した意思決定
第2章 因果推論の基礎
2.1 相関関係から因果関係へ
2.2 ランダム化比較試験とは
2.3 因果推論
2.4 因果効果
2.5 因果効果推定のためのグラフ
第3章 基本的な因果推論手法
3.1 分析の全体像と各種手法の前提
3.2 回帰分析に基づく手法
3.3 共変量調整・傾向スコア
3.4 二重にロバストな推定法
3.5 自然実験(準実験)の全体像
3.6 回帰不連続デザイン
3.7 操作変数法
3.8 差分の差分法
3.9 合成コントロール法
第4章 因果推論高度化のための機械学習
4.1 因果推論に機械学習を使用するメリット
4.2 機械学習の全体像
4.3 代表的な精度検証指標
4.4 演習：Auto MLによる高速実装
4.5 説明可能なAI
4.6 機械学習のダッシュボード化
第5章 因果推論と機械学習の融合
5.1 機械学習を用いた因果推論の全体像
5.2 因果推論に機械学習を使用する際の注意点
5.3 メタラーナー(Meta Learner)
5.4 Double/debiased machine learning
5.5 CATEを推定するその他の方法
5.6 自然実験への機械学習の適用
5.7 因果的意思決定
第6章 感度分析
6.1 感度分析を用いた分析の全体像
6.2 部分決定係数を用いた感度分析
6.3 E-Valueを用いた感度分析
6.4 機械学習を用いた感度分析
第7章 因果推論のための時系列解析
7.1 時系列解析を用いた因果推論の全体像
7.2 時系列解析の全体像
7.3 時系列解析の因果推論への適用
7.4 単体施策の効果検証
7.5 複数施策の効果検証
第8章 因果構造をデータから推定する因果探索
8.1 因果探索の概要
8.2 因果探索手法の全体像
8.3 因果探索手法の実装
8.4 時系列を伴う因果探索の全体像
8.5 時系列を伴う因果探索の実装
8.6 因果探索の課題

【本書のポイント】
・解説とイラストがセットで理解しやすい
・AWSの概念的な説明や実現に向けての準備だけでなく、技術面もしっかり解説
・AWSの代表的なサービスの特徴、オンプレミスでシステムを作る場合との違い、留意点がわかる
・これから利用しようと考えている人にイチから解説
・現場の実態や出来事など、最新動向にもしっかり対応!
・キーワードから知りたい項目を調べやすい

【こんな方におすすめ!】
・AWS全体の概要を知りたい方
・実務でAWSに関わる方
・AWSに関連する技術のイメージがわかなくて困っている方
・AWSの運用や管理についてイメージをつかみたい人
・現場の実態や出来事など、最新動向についても知りたい方

【内容紹介】
本書はAWSが企業や団体向けのサービスであることを踏まえて、
個人でも利用しやすい基本的かつ代表的なサービスを中心にやさしくかつ丁寧に解説することで、
AWSならびにクラウド初心者の方でもその概要を理解することができます。
また、AWSが提供しているクラウドサービスの手軽さや簡単さ、
やや難しくて注意を要するポイント、技術的な部分などにも多少踏み込むことで、
既存の入門書よりもより実践的な内容となっています。

本書では見開きで1つのテーマを取り上げ、
図解を交えて解説しています。

最初から順に読んで
体系的な知識を得るのはもちろん、
気になるテーマやキーワードに
注目しながら読むなど、
状況に合わせて活用しましょう。

【目次】
第1章 AWSを使う~世界最高峰のクラウドサービス~
第2章 クラウド利用の基本~事前に検討すべきこと~
第3章 Amazon EC2を使う~クラウドの仮想サーバーを使うために~
第4章 Amazon S3を使う~クラウドらしいストレージサービス~
第5章 クラウドを支える技術~クラウド事業者の視点から~
第6章 Amazon VPCを作る~簡単に作れる仮想ネットワーク~
第7章 RDSとDynamoDBを使う~さまざまなデータベースや分析のサービス~
第8章 AWSの先進的なサービス~先進技術やトレンドのサービス~
第9章 セキュリティと運用管理~ユーザー、コスト、セキュリティ、運用などの管理~

・2025年上半期ベストセラー 単行本ビジネス書 第6位（トーハン調べ）
・2025年上半期ベストセラー 単行本ビジネス書 第6位（日販調べ）
・flierユーザー閲覧数 2025年上半期人気ランキング 第2位

★BSテレ東「あの本、読みました？」に著者出演（7/17）
★テレビ東京「ニュースモーニングサテライト」7/15（火）放送「ビジネス書ヒットの裏側」で紹介！

★「王様のブランチ」（TBS系）「ReHacQ」「PIVOT」で紹介され大反響！

▼きちんと休んでいるのに仕事の疲れが抜けない皆さん、
「土曜」と「日曜」で同じ過ごし方をしていませんか？

日本のビジネスパーソンは、休日を「休息」の時間と考えて、身体を休めたり、ストレスを発散したりすることを心がけていますが、必ずしも思い通りにはなっていません。
休みが明けても、疲れは依然として残ったままで、ストレスも解消されていない……と感じている人がたくさんいるのではないでしょうか。

一方、世界水準のエリートであるエグゼクティブの休日の過ごし方には、大きな共通点があります。
彼らは、休日を「何もしない時間」と考えるのではなく、「積極的にエネルギーをチャージ（休養）する時間」と「知的エネルギー（教養）を蓄える時間」と位置づけているのです。

▼世界の一流が休日に必ずすること、絶対しないこと

彼らは休日を、休息のための時間ではなく、仕事で成果を上げるための「原動力」と考えています。
筆者が注目したのは、彼らがそれを「楽しんでやっている」ことです。
仕事を成功に導くための準備というと、多くの人が「苦行」や「修行」を連想して、ウンザリした気持ちになると思います。
しかし、筆者が在籍したマイクロソフトのエリートたちは、スポーツや趣味を楽しみ、休日を満喫することで、自己再生とエネルギー・チャージという二つの目的を実現していたのです。

本書では、世界の最前線で活躍する一流のビジネスパーソンの休日の過ごし方をお伝えすることで、すぐに実践できる「休み方改革」のための具体的なアクションを紹介します。
世界の一流の休み方を知って、「休日の解像度」を上げることは、これまでとは違った視点で自分の休み方を見つめ直すきっかけになります。
「こんな考え方もあるんだな」という新たな気づきが、あなたの休日を充実させて、毎日の生活にメリハリを与えてくれることになるのです。

★「円卓コンフィデンシャル～他社との遭遇」（テレビ東京系）「Newsモーニングサテライト」（テレビ東京系）、時事通信（30紙に配信）
「東洋経済オンライン」「プレジデントオンライン」「FRIDAYデジタル」
「PHPオンライン」「集英社オンライン」「ビジネスブックマラソン」
「本要約チャンネル」「学識サロン」「フェルミ漫画大学」
「サムの本解説ch」……など、インタビュー、ウェブ記事から動画まで、
さまざまなメディアで紹介され圧倒的大反響！

【本書の構成】
第1章　日本人は、なぜ疲れていても休めないのか？
第2章　ここが違う！「世界」の休日と「日本」の休日
第3章　世界の一流は休日に「自己効力感」を高める
第4章　「土曜」と「日曜」を戦略的に使い分ける
第5章　休日に「1日7分」の新習慣

「あたりまえ化」とは、試験当日に問題の中身を「あたりまえ・常識」にすることです。
問題を文字通り瞬殺で解ければ、知識は自分のものになった証拠。
試験勉強は、「読む」→「思い出す」→「語る」の基本動作の繰り返しでうまくいくのです。

【こんな試験で実績が！】
●東大、MBA、システムアナリスト、CFP、行政書士、宅建士、公認会計士など→著者自ら合格。
●司法試験、税理士、社労士、公務員、医学部受験など→著者の勉強法で、多くの受験生が合格。

【結果の出し方に必要な基本とコツがわかる！】
●ゴールを明確にする
●今の自分を明確に見つめる
●報われる（脳のはたらきと「あたりまえ化」の法則を活用した）勉強の続け方
●速く読み、理解し、記憶する
●「勉強しない」自分を変える
●時間のムダをなくす
●試験別勉強の攻略法

著者による勉強法の解説動画も付いているので、わかりやすい！

ごくフツーの人でも＝カネ、ヒマ、知識・スキルなしでも……
何歳からでも＝記憶力・体力・集中力減でも……
もう一度学び直せます！　必ず結果が出せます！

試験合格を勝ち取るための「勉強法の新結論」をお伝えします。

目次
序章　世界に対する見方はひとつではない
第１章　古代ギリシア人と中国人は世界をどう捉えたか
第２章　思考の違いが生まれた社会的背景
第３章　西洋的な自己と東洋的な自己
第４章　目に映る世界のかたち
第５章　原因推測の研究から得られた証拠
第６章　世界は名詞の集まりか、動詞の集まりか
第７章　東洋人が論理を重視してこなかった理由
第８章　思考の本質が世界共通でないとしたら
エピローグ　われわれはどこへ向かうのか