6
7

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

[2022年]オライリーおすすめ書籍1(参考書)

Last updated at Posted at 2022-06-13

オライリーのおすすめ書籍を紹介します。
プログラミングやIT系の勉強するときはKindleや電子書籍で勉強するのがおすすめです。


動かして学ぶAI・機械学習の基礎[Amazon]
b.jpg

  • 第Ⅰ部 モデルの構築
    • 1章 TensorFlowの概要
    • 2章 コンピュータビジョン入門
    • 3章 基礎からの発展: 画像の特徴量検出
    • 4章 TensorFlow Datasetsを使った公開データセットの利用
    • 5章 自然言語処理入門
    • 6章 埋め込みによる感情のプログラム化
    • 7章 自然言語処理のための回帰型ニューラルネットワーク
    • 8章 TensorFlowによるテキストの生成
    • 9章 シーケンスと時系列データの理解
    • 10章 シーケンスを予測するモデルの作成
    • 11章 畳み込みと回帰によるシーケンスモデルの構築
  • 第Ⅱ部 モデルの使用
    • 12章 TensorFlow Liteの紹介
    • 13章 AndroidアプリでTensorFlow Lite
    • 14章 iOSアプリでTensorFlow Lite
    • 15章 TensorFlow.jsの紹介
    • 16章 TensorFlow.jsによるコンピュータビジョンのためのコーディング技法
    • 17章 Pythonモデルの再利用とJavaScriptへの変換
    • 18章 JavaScriptでの転移学習
    • 19章 TensorFlow Servingへのデプロイ
    • 20章 AI倫理、公平性、プライバシー

Head Firstデザインパターン 第2版[Amazon]
bb.jpg

  • 1章 デザインパターンへようこそ:デザインパターン入門
  • 2章 オブジェクトを事情通に:Observerパターン
  • 3章 オブジェクトの装飾:Decoratorパターン
  • 4章 OOの利点を活用した構築:Factoryパターン
  • 5章 唯一のオブジェクト:Singletonパターン
  • 6章 呼び出しのカプセル化:Commandパターン
  • 7章 適合可能にする:AdapterパターンとFacadeパターン
  • 8章 アルゴリズムのカプセル化:Template Methodパターン
  • 9章 適切に管理されたコレクション:IteratorパターンとCompositeパターン
  • 10章 物事の状態:Stateパターン
  • 11章 オブジェクトアクセスの制御:Proxyパターン
  • 12章 パターンのパターン:Compoundパターン
  • 13章 実世界でのパターン:パターンの有効利用
  • 14章 付録:残りのパターン

リーダーの作法[Amazon]
bbb.jpg

  • 第I幕 Netscape:マネージャー
    • 1章 誰からでも学ぶことがあると考える
    • 2章 会議ボケ
    • 3章 難題
    • 4章 様子を見る、場をつかむ、味見をする
    • 5章 虫の知らせ
    • 6章 プロフェッショナルとしての成長をはかる質問表
    • 7章 パフォーマンスに関する質問
    • 8章 ランズおすすめの時間節約術
    • 9章 新任マネージャーのデス・スパイラル
  • 第II幕 Apple:ディレクター
    • 10章 青テープリスト
    • 11章 我慢の限界まで任せる
    • 12章 採用するには
    • 13章 陰口・うわさ話・作り話
    • 14章 素敵なほめ言葉
    • 15章 手厳しいことを言う
    • 16章 どんなものだって破綻する
    • 17章 組織図テスト
    • 18章 分散ミーティングの基礎知識
  • 第III幕 Slack:エグゼクティブ
    • 19章 ゼロから作りたい病
    • 20章 兵士
    • 21章 文化の流れ
    • 22章 アンチフロー
    • 23章 実力主義は後追いの指標
    • 24章 うわさ話の由来
    • 25章 コバヤシマルのマネジメント
    • 26章 情報ネットワーク
    • 27章 貴重な1時間
    • 28章 メンターを探せ
    • 29章 ランズ流仕事術
    • 30章 揺るぎない優しさを

マスタリングGhidra[Amazon]
bbbb.jpg

  • 第I部 リバースエンジニアリング入門
    • 1章 ディスアセンブル入門
    • 2章 リバースエンジニアリングツール
    • 3章 Ghidraとの邂逅
  • 第II部 Ghidraの基本的な使い方
    • 4章 Ghidra入門
    • 5章 Ghidraによるデータ表示sウィンドウ
    • 6章 Ghidraによるディスアセンブルの理解
    • 7章 ディスアセンブル結果の操作
    • 8章 データの型と構造
    • 9章 相互参照
    • 10章 グラフ
  • 第III部 Ghidraを使いこなす方法
    • 11章 コラボレーションSRE
    • 12章 Ghidraのカスタマイズ
    • 13章 Ghidraの機能拡張
    • 14章 スクリプティングの基礎
    • 15章 EclipseとGhidraDevプラグイン
    • 16章 ヘッドレス・モード
  • 第IV部 さらなる深みへ
    • 17章 Ghidraローダ
    • 18章 Ghidraプロセッサ
    • 19章 Ghidraデコンパイラ
    • 20章 コンパイラのバリエーション
  • 第V部 実世界のアプリケーションへの応用
    • 21章 難読化されたコードの解析
    • 22章 バイナリのパッチ
    • 23章 バイナリ差分とバージョントラッキング
  • 付録A IDAユーザ向けのGhidra
  • 付録B デバッガ

推薦システム実践入門[Amazon]
bbbbb.jpg

  • 1章 推薦システム
  • 2章 推薦システムのプロジェクト
  • 3章 推薦システムのUI/UX
  • 4章 推薦アルゴリズムの概要
  • 5章 推薦アルゴリズムの詳細
  • 6章 実システムへの組み込み
  • 7章 推薦システムの評価
  • 8章 発展的なトピック
  • 付録A Netflix Prize
  • 付録B ユーザー間型メモリベース法の詳細

カオスエンジニアリング[Amazon]
bbbbbb.jpg

  • 第I部 舞台準備
    • 1章 複雑なシステムとの出会い
    • 2章 複雑なシステムの舵を取る
    • 3章 原則の全体像
  • 第II部 原則の実践
    • 4章 Slackの惨劇シアター
    • 5章 Google DiRT:災害からの復旧テスト
    • 6章 Microsoftにおける実験の多様化と優先順位づけ
    • 7章 LinkedIn メンバーに対して配慮すること
    • 8章 Capital Oneにおけるカオスエンジニアリングの導入と進化
  • 第III部 人間的な要素
    • 9章先見性を生み出す
    • 10章 人間的なカオス
    • 11章 ループの中の人々
    • 12章 実験の選択に関する課題(と、その解決策)
  • 第IV部 ビジネス要因
    • 13章カオスエンジニアリングの費用対効果
    • 14章 オープンな心、オープンな科学、そしてオープンなカオス
    • 15章 カオスの成熟モデル(CMM)
  • 第V部 進化
    • 16章継続的ベリフィケーション
    • 17章 サイバーフィジカルで行こう
    • 18章 HOPとカオスエンジニアリングの出会い
    • 19章 データベースにおけるカオスエンジニアリング
    • 20章 セキュリティカオスエンジニアリングの事例
    • 21章 おわりに

初めてのTensorFlow.js[Amazon]
bbbbbbb.jpg

  • 1
  • 2
  • 3
  • 4
  • 5

他の記事
[2022年]おすすめ機械学習書籍(参考書)
[2022年]オライリーおすすめ書籍1(参考書)
[2022年]オライリー書籍ランキング1(O'Reilly)
[2022年]初心者におすすめのPython書籍(参考書)

6
7
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
6
7

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?