2024年 |  2023年 |  2022年 |  2021年 |  2020年 

 1月 |  2月 |  3月 |  4月 |  5月 |  6月 |  7月 |  8月 |  9月 |  10月 |  11月 

はじめてのKotlinプログラミング 在庫あり 清水　美樹 著 2017年10月16日発売 　　定価　\2,530（本体　\2,300） 　「Kotlin」は、オープンソースのJVM(Java Virtual Machine)言語。  　JVM上で動き、Javaとの高い互換性があります。    　この言語は、Androidアプリの開発環境「Android Studio」を提供しているJetBrains社が開発。  　2017年5月には、Androidの公式開発言語として採用されました。  　そのため、「Android Studio」との親和性が高く、不整合が起こりにくいという強みがあります。    　本書では、「Kotlin」をはじめて学ぶ人を対象に、基本的な文法や、「Android Studio」を使ったアプリの開発方法などを詳しく解説しています。

Canva デザインブック 在庫あり タナカヒロシ 著 2017年10月18日発売 　　定価　\2,090（本体　\1,900） 「Canva」（キャンバ）は、クラウド型のWebグラフィック・ツール。  基本料金は無料で、ほとんどすべての機能が利用できます。  特別な環境などは必要とせず、Webブラウザやスマートフォンの無料アプリから気軽に利用できるのが特徴。  また、無料で使える豊富な素材も大きなポイントです。    「Twitter」や「Facebook」などのSNS用の画像から、「ポストカード」や  「A4チラシ」のような印刷物まで、さまざまなグラフィックデザインに対応。  これを「クラウド」で管理して、ユーザー間でデザインを共有できます。    本書は、「Canva」の操作の一連の流れを解説したものです。

I/O 2017年11月号 在庫僅少 2017年10月18日発売 　　定価　\998（本体　\907） 【特集】組み込みプロセッサ大研究    「Raspberry Pi Zero W」や「micro:bit」の登場で、小型マイコンボード・Linuxボードによるプロトタイプ作りも盛んになりつつあります。  この「プロセッサ」は、パソコンなどに使われる普通のCPUとは違い、特化された仕様となっており、「組み込みプロセッサ」と呼ばれています。    「組み込みプロセッサ」は、製品に特化されているため、製品の数だけ種類があると言っても過言ではないのですが、実はそのアーキテクチャのほとんどをARMのアーキテクチャが占めています。  また、最近は、さらに柔軟に対応するために、プログラムできるプロセッサ、「FPGA」というのも人気を集めています。    今月号では、そんな「組み込みプロセッサ」の役割と種類、そしてそれが使われている「製品」について紹介します。

MR入門 ――「現実世界」と「人工的な世界」が 相互に影響する! 在庫あり 佐野　彰 著 2017年10月20日発売 　　定価　\2,090（本体　\1,900） 　「MR」は、「現実世界」と「人工的な世界」を組み合わせ、それが相互に影響し合う技術です。  　似たような名前の技術に「VR」や「AR」があります。  　「VR」が「人工的に作られた世界」なのに対し、「AR」は「現実世界に何かを付け足す(拡張する)技術」となります。    　「MR」は、それら「VR」と「AR」の良いとこ取りをした技術と言えます。有名なところでは、マイクロソフトの「HoloLens」があります。    　本書は、「AR」「VR」「MR」関連の用語から、実際に使われている「実例」まで、幅広く扱っており、「AR」「VR」「MR」の全体像が理解できます。

「ディープ・ラーニング」 ガイドブック 在庫あり I/O編集部編 2017年10月21日発売 　　定価　\2,090（本体　\1,900） 　各分野で「人工知能」（AI）が話題になり、その方法として、「ディープ・ラーニング」が注目されています。  　数学的には難しい「ディープ・ラーニング」ですが、そのためのツールが続々と登場しています。    　「ディープ・ラーニング」を使う方法としては、プログラミングの不要な「GUI型」、学習済みモデルを使う「API型」、柔軟に自作のモデルに組み込むことができる「ライブラリ型」などがあります。    　このうち、「ライブラリ型」については、Google製の「TensorFlow」や日本企業であるPreferred Networks製の「Chainer」、ソニー製の「Neural Network Libraries」など、2015年の後半からさまざまな「フレームワーク」（ライブラリ）の提供が始まっています。    　本書では、「ディープ・ラーニング」に関する基礎知識に加え、環境構築の方法、さらに「TensorFlow」「Chainer」「Keras」など代表的なライブラリの活用方法など解説しています。