《超簡單的Excel VBA——人氣講師為你講解實戰操作》

想要自己制作Excel宏，有很多必須學習的項目。雖然新手總是抱著期待開始學習，但也有不少人因為需要學習的知識變難了、變多了而受挫。因此在本書中，盡可能壓縮樂學習的項目，挑最重要的知識講。首先以學會制作在工作中使用的簡單的宏為目標。制作對工作有幫助的宏，按照操作提示感受Excel運轉的成就感，然後一點點學習必要的高級進階知識，這樣纔是最好的學習方法。

《超簡單的Python——人氣講師為你講解程序開發》

這是一本關於Python的入門書籍，“不會讓第一次接觸Python的您感到沮喪”。您可以在學習的同時，以講座 動手研討會的形式創建一個對話機器人“ pybot”。 本書可以滿足那些想知道為什麼要這樣做，想知道其機制並獲得可以應用的基礎知識的讀者的各種需求。 隨著您逐步學習新知識並向程序中添加各種各樣的功能，您可以逐漸牢牢掌握Python語言。 請在本書中感受Python編程的樂趣！

《超簡單的機器學習——人氣講師為你講解AI在工作中的應用》

這是一本面向對AI和機器學習的活用感興趣的經營層、企劃部門、事業部門和IT部門等從業人員的書籍。從打消“為什麼現在應該努力呢”這樣的疑問開始，到即便對AI和機器學習的前提知識沒有了解，也能夠理解“如何建立項目，怎樣創造出成果”的方法論。本書旨在作為咨詢公司和繫統開發公司等尋求外部AI支援的參考書。

《超簡單的人工智能——人氣講師為你講解AI商業應用》

本書從業內人士視角出發，向讀者介紹了人工智能技術在人類商業活動中的應用情況，探討了AI應用與商業活動中的法律問題。本書並沒有采用教科書似的枯燥理論講解方式，也沒有涉及過多的專業理論知識。本書以實例為基礎，選取了有望利用人工智能技術的商業領域，來解說實際應用方法和面臨的法律法規問題。

[日] 伊籐潔人：
曾從事業務繫統開發和網絡管理工作，後專職做IT 講師。從2003 年開始運營月訪問量達200 萬的博客“教練的段子本”。2008 年獲得美國微軟公司認證的微軟MVP 獎。致力於Excel高級應用的教學工作，擅長講解VBA 商務應用方法，面向職場人士提供一種VBA 編程入門的學習方法。

[日] 鈴木孝紀：
Python Climber，任職於鈴木隆夫株式會社，在公司裡做項目管理工作，同時還從事Python研究、培訓講師和開發咨詢等工作，是一般社團法人和PyCon JP 理事。

[日] BeProud 株式會社：
從2008 年起專注於Python 開發業務。於2017年發布在線學習平臺PyQTM。用戶可以免費體驗PyQTM。

[日] 韮原祐介：
株式會社brainpad AI 商務本部副部長，提供有關機器學習技術等利用數據科學和數字技術改善經營的咨詢服務，包括需求預測、圖像分析、復制引擎、搜索等機器學習繫統服務，為商業成果的經營創造優勢。在包括咨詢商會在內的國內外企業中，從事了10 年以上有關經營改革支援的工作。

[日]二木康晴：

慶應義塾大學商學部、東京大學法學院畢業。株式會社經營共創基礎(IGPI)律師。曾任職於國內法律事務所，負責各種合同的制定和審查、股東大會指導、合規應對、事業再生、m&a等企業法務和訴訟等工作。之後參與經營共創基礎，從事創業、m&a、風險企業等的出資方的監事業務等。合著有《圍繞經營支配權的法律實務解說、格式等和案例研究》。

[日]鹽野誠：

慶應義塾大學法學部畢業，華盛頓大學法學院法學碩士。株式會社經營共創基礎(IGPI)合伙人/董事財務總監，IGPI商業分析與情報代表理事，新加坡首席執行官IGPI在國內外為企業和政府機構提供戰略立案和執行咨詢、m&a顧問業務，有10年以上企業投資的經驗。近年來在AI / IoT領域做了很多大企業的全公司戰略和事業開發的項目，同時也擔任政府相關委員。著作有《在世界上活躍的人，在進行怎樣的戰略思考?》。與合著有《東京大學副教授教的“人工智能能做到那種程度嗎?”》《為事業負責人的逆推商務法務手冊》等。

《超簡單的Excel VBA——人氣講師為你講解實戰操作》

前言
本書使用說明
第1章 在開始學習宏之前
01［Excel宏］
在Excel中錄制宏時，VBA會根據操作步驟書寫代碼
02［宏的應用範圍］
既然宏有自動錄制功能，為什麼還要學習VBA
03［學習的思想準備］
從現在開始學習Excel VBA
04［3個必學內容］
讓我們先了解創建Excel宏的必學內容

第2章 執行宏操作

05［宏的運行準備］
做好運行Excel宏的準備
06［打開包含宏的工作簿］ 
試著打開包含宏的Excel工作簿
07［執行工作格的宏彙總操作］
試著執行工作格的宏操作
08［在VBE中查看代碼]］
使用VBE查看宏的代碼內容
09［VBE的啟動方法和工程資源管理器應用］
學習如何啟動VBE與應用工程資源管理器
1格的宏操作］
格宏操作並查看代碼
11［編程通用指令具體示例］
查看編程通用指令有哪些

第3章 創建第一個宏
12［插入模塊］
插入“模塊”作為創建宏的位置
13［Sub過程］
學習宏最小單位“Sub過程” 
14［賦值］
理解編程中頻繁出現的“賦值”命令 
15［創建Sub過程］
從初始狀態開始創建Sub過程 
16［含宏工作簿的保存］
執行宏前先保存含有宏的工作簿
17［運行Sub過程］
通過VBE運行Sub過程
18［容易閱讀的Sub過程］
先了解編寫容易閱讀的Sub過程的重點

第4章 學習VBA中的運算符與函數

19［運算符與函數］
關於運算符與函數的學習
20［VBA運算符1］
學習VBA算術運算符
21［各種錯誤提示1］
熟練應對代碼變紅錯誤提示
22［VBA 函數1］
VBA函數基礎
23［VBA 函數2］
了解Excel函數與VBA函數的不同
24［各種錯誤提示2］
熟練應對代碼變黃與變藍錯誤提示
25［VBA函數3］
學習工作表函數中沒有的函數類型
26［逐語句］
靈活運用Sub過程中的逐語句運行功能
27［VBA 運算符2］
學習VBA中的字符串連接符

第5章 學習變量
28［變量］
關於變量
29［變量基礎］
學習變量基礎
30［確認賦值數據］
確認賦給變量的數據
31［變量聲明］
養成使用變量時先聲明變量的習慣
32［數據類型］
熟悉變量後，要明確變量數據類型
33［各種各樣的數據類型］
數據類型有哪些
34［變量的有效範圍］
養成每個Sub過程都聲明變量的習慣

第6章 學習條件分支
35［條件分支］
了解條件分支
36［If語句基礎］
學習If語句基礎知識
37［不含Else子句的If語句］
學習不含Else子句的If語句
38［多分支If語句］
學習多分支If語句 
39［MsgBox函數參數］
設置信息提示對話框中的顯示按鈕
40［MsgBox函數中的條件分支］
學習使用MsgBox函數的條件分支

第7章 學習循環控制
41［循環控制］
了解循環控制
42［For…Next語句基礎］
學習For…Next語句基礎知識
43［初始值、最終值和步長值］
熟練掌握For…Next語句的重復條件
44［停止宏運行的方法］
了解無法停止宏運行時的處理方法
45［循環控制中的條件分支］
試著組合For…Next語句和If語句
46［使用數值格的Cells］
學習可以使用數值格的Cells
47［使用Cells的縱向循環控制操作］
可以使用Cells編寫判定合格與否的宏

第8章 學習對像相關語法
48［對像相關語法的位置
對像的相關語法
49［對像、屬性和方法］
知道對像和屬性指
50［對像相關語法］
理解對像相關語法 
51［對像的層級關繫］
理解對像的層級關
52［兩種屬性類型］
了解兩種屬性類型 
53［集合對像］
學習集合對像

第9章 活用宏錄制
54［宏錄制的活用方法］
了解宏錄制功能的活用方法
55［Select方法與Selection屬性］
學習宏錄制時使用的Select和Selection
56［命名參數］
學習宏錄制時使用的“命名參數”
57［行接續字符］
學習宏錄制時使用的“行接續字符” 

第10章 學習Range對像
58［Range 、Cells和ActiveCell］
學習用於獲取Range對像的屬性
59［Range對像的屬性］
理解僅獲取數據的Range對像的屬性 
60［Range對像的子對像］
學習Range對像的子對像
61［Range對像的方法］
學習Range對像的方法
62［表示整行與整列的Range對像］
學習表示整行整列的Range對像
63［獲取格1］
理解獲取格的代碼 
64［獲取格2］ 
解決獲取格的代碼問題

第11章 學習Worksheet對像
65［Worksheets與ActiveSheet］
學習用於獲取表示工作表對像的屬性 
66［Worksheets和Worksheet的方法與屬性］
學習Worksheets和Worksheet方法與屬性
67［工作表循環控制］
創建工作表循環控制宏
68［工作格循環控制］
試著使用宏創建一個含所有工作表名稱的一覽表
59［Sheet、Worksheets和Charts］
使用Sheets屬性也能操作工作表

第12章 創建多表彙總宏
60［多表彙總指令］
確認多表彙總的宏指令
61［多表彙總宏］
創建多表彙總宏
62［改善多表彙總宏］
學習提高多表彙總宏的代碼寫法

第13章 學習Workbook對像

63［Workbooks、ActiveWorkbook和ThisWorkbook］
學習用於獲取工作簿對像的屬性
64［Workbooks和Workbook的屬性與方法］
學習Workbooks和Workbook的屬性方法
65［復制一個工作簿中的工作表］
復制另外一個工作簿中工作表的宏
66［復制所有工作簿中的工作表］
復制所有工作簿中工作表的宏

第14章 面向今後的學習
67［本書未涉及的學習項目］
本書部分項目未涉及的理由和學習時機
68［參考書籍］
推薦的參考書

《超簡單的Python——人氣講師為你講解程序開發》

前言
本書使用說明
第1章 學習Python前的準備
01［程序和編程語言］
了解什麼是編程 
02［OS和應用程序］
了解計算機是如何工作的 
03［Python的特性和用途］
了解Python的特性和功能
04［Python的最新信息］
了解Python的最新功能
05［編輯前的準備］
準備一個編寫Python程序的編輯器
06［Python的準備］
安裝Python
07［Python的交互模式］
在交互模式下運行Python 
08［運行Python程序的準備工作］
運行文件中的Python程序

第2章 熟悉命令提示符
09［命令提示符］
回顧命令提示符 
10［cd命令］
使用命令提示符移動要操作的文件夾
11［dir、ls、mkdir命令］
學習操作文件和文件夾的基本命令

第3章 一邊學習基礎一邊制作程序
12［編寫程序之前］
思考一下想通過程序實現什麼
13［數值的計算］
讓計算機計算一下吧
14［print()函數］
學習如何顯示數據
15［理解變量］
使用變量存儲值 
16［標準輸入和標準輸出］
從鍵盤接收輸入的方法
17［數據類型］
學習數據類型
18［print()函數    ］
輸出簡單易懂的信息
19［列表］
將多個數據集中在一起
20［列表的操作］
試著操作列表吧 
組］
22［函數、方法］
學習函數、方法的特征和區別
23［f-string］
學習如何通過f-string生成字符串

第4章 學習循環和條件分支
24［for語句］
學習循環處理操作
25［if語句］
根據條件試著改變處理方式吧

第5章 學習字典和文件操作
26［字典］
使用字典處理多個數據
27［文件的輸入］
使用程序讀取文件
28［文件的輸出］
將程序的執行結果寫入文件中
29［追加模式］
將數據追加到文件中
30［字典和文件操作的實踐］
創建一個使用字典和文件輸入輸出的程序

第6章 制作對話bot
31［認識bot］
了解什麼是對話bot
32［while語句］
制作一個簡單的對話bot程序
33［in運算符和break語句］
制作一個回復問候的bot 
34［for語句中的字典和空字符串］
把問候語改成便於編輯的字典數據 
35［文件的字符編碼］
從文件中讀取問候數據
36［命令和數字的組合］
創建用於計算的命令
37［函數的創建］
將計算指令的處理操作集中在一起 
38［內置函數］
學習內置函數

第7章 熟練使用庫
39［模塊］
把程序按功能劃分成文件
40［標準庫］
使用標準庫
41［datetime］
創建datetime模塊處理日期和時間
42［切片］
從組和字符串中提取數據 
43［math］
使用數學函數進行計算
44［錯誤和異常］
處理程序錯誤
45［異常處理］
創建一個防止異常發生的程序
46［異常處理的熟練使用］
熟練使用異常處理
47［異常處理的熟練使用   ］
輸出異常的內容

第8章 熟練使用第三方庫
48［第三方庫］
了解什麼是第三方庫
49［pip命令］
安裝第三方庫
50［虛擬環境venv］
創建一個虛擬環境
51［Requests庫和BeautifulSoup4庫］
使用第三方庫獲取天氣信息
52［jieba庫］
學習簡單的中文分詞操作 

第9章 創建Web應用程序
53［Web應用程序］
了解Web應用程序
54［Web框架］ 
了解Web框架提供的功能
55 ［Bottle］
了解Web框架Bottle的特征
56［安裝和基本操作］
使用Bottle顯示文字
57［模板］
使用模板來改變響應
58［模板和HTML］
使用模板在HTML中添加動態值
59［表單］
接收用戶輸入的值
60［合並bot］
使pybot在Web應用程序中運行

第10章 了解掌握知識的學習方法
61［Web網站信息來源］
了解學習Python的網站
62［書籍與社區］
閱讀書籍，加入社區

《超簡單的機器學習——人氣講師為你講解AI在工作中的應用》

第1章 開拓今後業務的機器學習
［人工智能現狀與本書概要］
1 什麼是機器學習項目
［AI優先］
2 了解AI優先的時代背景
［GAFA Microsoft的對策］
3 從頂尖企業來看機器學習的策略
［技術進化的意義］
4 機器學習帶來的衝擊
［機器寒武紀到來的背景］
5 了解機器學習受到關注的原因
［第四次工業革命］
6 作為國家成長戰略的機器學習
［日本企業的對策］
7 日本企業AI對策實況
［所需的人纔供求］
8 AI機器學習所需人纔狀況
［從事機器學習的意義］
9 從事機器學習產生新的價值
專欄如何在信息爆炸中獲取正確的信息

第2章 理解機器學習的機制
［機器學習概要］
10 什麼是機器學習
［基於規則］
11 基於規則和機器學習的區別
［機器學習的優點］
12 從機器學習中能得到什麼
［機器學習的全貌］
13 理解機器學習的分類
［模型構建的流程］
14 了解機器學習的模型構建
［數據的類型和預處理］
15 理解數據和預處理
［算法的選擇和調整］
16 了解算法的選擇
［深度學習］
17 深度學習的基本機制
［模型驗證和過擬合］
18 評價模型的精度
［模型的改善］
19 怎樣改善模型
專欄現在的AI和過去的AI有什麼不同

第3章 了解機器學習所必需的資源
［必需的資源］
20 推進機器學習項目所需資源
［物理資源概要］
21 機器學習所需的軟件和硬件 
［編程語言］
22 了解Python的特征
［庫］
23 了解機器學習的庫
［統計分析軟件］
24 幫助機器學習的軟件
［利用雲的硬件資源］
25 機器學習所需的硬件資源
專欄AI和中國

第4章 確定項目的目標
［項目的全貌］
26 機器學習項目的階段區分方式
［構思階段］
27 抓住構思階段的全貌
［課題的設定］
28 什麼是機器學習項目的“課題”
［課題的設定］
29 理解什麼樣的課題可以通過機器學習解決
［用於機器學習的數據種類］
30 理解對課題可用的數據
［機器學習繫統］
31 理解機器學習“繫統化”的必要性
［課題方案的探討］
32 考慮機器學習項目的候選課題
［課題的篩選］
33 用期望成果和數據利用的可能性縮小範圍
［設計業務和繫統］
34 設計能夠應用機器學習的業務和繫統
［日程的研究與制定］
35 制定機器學習項目的日程
［ 執行體制的探討］
36 構建機器學習項目的體制
［ROI的估算］
37 估算ROI（投資回報率）
［方案書的寫法］
38 了解有效的方案書的寫法
專欄回答什麼問題，解決什麼課題

第5章 確立項目的體制
［利用外部的合作伙伴］
39 探討向外部合作伙伴企業的支援請求
［合作伙伴的選擇標準］
40 確定選擇合作伙伴的標準116
［利用分析服務公司］
41 向分析服務公司請求幫助
［利用咨詢公司］
42 向咨詢公司請求幫助
［活用公司內部人纔］
43 確保機器學習項目所需的人纔
［與其他公司簽約合作］
44 了解合同形式的特征和注意事項
［費用／成本］
45 什麼是機器學習繫統的費用預算
專欄10年後工作真的會被AI奪走嗎

第6章 驗證項目 
46 實現的可能性
［PoC階段的全貌］
47 了解構成PoC階段的任務
［數據評估］
48 如何評價用於機器學習的數據
［實體模型的構建］
49 構建用於驗證可行性的模型
［使用已訓練好的模型］
50 利用雲服務訓練好的模型
［驗證項目的評估］
51 評估PoC階段的驗證項目
［傳感器的驗證］
52 安裝最新的傳感器來獲取數據
專欄黃瓜農戶與深度學習

第7章 實裝機器
53 學習繫統
［實裝階段的全貌］
54 了解構成實裝階段的任務
［實裝的特異性］
55 機器學習繫統與一般繫統開發的區別
［需求定義的推進方法］
56 機器學習繫統的需求定義
［設計與開發的推進方法］
57 機器學習繫統的設計與開發
［測試的推進方法］
58 機器學習繫統的測試
專欄創造超人般的AI

第8章 掌握機器學習繫統的使用要點
［應用階段的全貌］
59 機器學習項目特有的應用任務
［KPI的監測］
60 應該定義怎樣的KPI
［模型的微調］
61 修正機器學習模型
［繫統的應用］
62 應用機器學習繫統的課題
專欄想制作一個打掃整理機器人

第9章 從成功事例中學習機器學習項目
［案例學習①］
63 根據顧客的行為作出反饋的推薦繫統
［案例學習②］
64 從SNS的投稿圖像中分析商品的使用場景
［案例學習③］
65 機器人根據語音請求作出行動
專欄AI創造的新工作

《超簡單的人工智能——人氣講師為你講解AI商業應用》

第1章與人工智能共同創造的未來商業
01理解人工智能能做什麼
02在商業領域中人工智能是什麼
03人工智能有哪些種類
04思考在商業領域中怎樣利用人工智能
05思考在制造商品的現場如何使用人工智能
06思考在金融服務中怎樣使用人工智能
07人工智能對人類來說可以替代嗎
08在開始人工智能商業活動之前的思考
09理解為了獲得人纔而必要的事情
10在商業領域中入手人工智能的三種方法
11人工智能引起的從未有過的倫理問題
12思考人工智能商業的未來
專欄 促進日本的革新

第2章 人工智能商業的法律風險
13人工智能的法律問題
14了解人工智能應用有怎樣的法律風險
15實施人工智能商業活動時探討法律問題的推進方法
專欄 促進日本的革新

第3章自動駕駛技術帶來的全新社會
16發展至今的自動駕駛技術
17了解自動駕駛技術的前景和課題
18自動駕駛的細節原理
19用於降低事故風險的人工智能
20孕育出新產業的自動駕駛技術
21阻礙實現完全自動駕駛的法律壁壘
22發生事故誰來負責
23誰來決定生命的重要性—電車難題
專欄 率先實現完全自動駕駛的會是誰

第4章 依靠機器學習而進化的無人機產業
24無人機和人工智能
25人工智能和無人機孕育的新產業
26無人機和無線電操控有什麼不同
27了解無人機行業的現狀
28依靠搭載人工智能而擴大可能性的無人機產業
29了解飛行無人機所必要的手續
30應用無人機時的注意點
31人工智能開創的應用無人機的基礎架構
專欄 未解決的課題正是創新的源泉
第5章人工智能孕育出的新產物
32自主表現活動的進化
33了解依靠人工智能創作的細節
34創作自動化發揮優勢的領域
35思考使用人工智能進行創作的靈
36了解人工智能產物引發的問題
37了解人工智能軟件的應用
38保護人工智能軟件的細節
39保護自主創作內容的細節
40發展已訓練的模型，創造新的價值
專欄 人工智能與藝術家的未來

第6章 深度學習開創的圖像識別業務的可能性
41深度學習和圖像識別的機制
42了解圖像識別技術的應用領域
43理解人臉認證的原理和目的
44人臉認證和其他生物體征認證的區別
45應用人臉識別技術的產業
46思考促進提供圖像所必要的附加價值
47認識到人臉認證數據是“個人信息” 
48人臉認證數據和肖像權、隱私權的關繫
49同意獲取人臉認證數據的方法
專欄 從輿論事件學習成功的人臉認證

第7章 人工智能和大數據創造的匹配業務
50大數據和人工智能能做什麼
51如何收集大數據
52如何使用大數據
53人工智能使匹配業務變得有可能
54匹配業務中人工智能的應用案例
55如何依靠匹配提高客戶滿足度
56共享經濟中人工智能的應用
57大數據包含個人信息的處理方法
專欄 無人商店的未來

第8章 金融科技、醫療等依靠人工智能而擴大的商業機會
58了解金融科技中人工智能的應用
59了解銀行業界如何應用人工智能
60了解保險行業如何使用人工智能
61了解其他金融科技領域人工智能的應用
62醫療領域的人工智能應用①
63醫療領域的人工智能應用②
64醫療領域的人工智能應用③
65了解護理領域人工智能的應用
66可以應用人工智能的各種事業領域
67憑借與人工智能交流而擴大的新業務
專欄 人工智能和商業嗅覺

索引

《超簡單的Excel VBA——人氣講師為你講解實戰操作》

［Worksheets與ActiveSheet］
學習用於獲取表示工作表對像的屬性
學習要點：想要對工作表進行操作處理時， 我們需要用到Worksheets集合
對像和Worksheet對像。本章我們將會學習如何獲取上述對像的
Worksheets和ActiveSheet屬性。
Worksheets集合對像與Worksheet對像
我們可以使用Worksheets集合對像操作多個工作表，使用Worksheet對像操作單個工作表。這兩個對像名稱相似，比較容易弄混，但實際上Worksheets與Worksheet所要處理的對像、各自所配置的屬性方法均不相同。
獲取Worksheets集合對像
我們可以使用Worksheets屬性獲取表示所有工作表的Worksheets集合對像。正如53節的“Worksheets.Select”代碼運行結果所示，活動工作簿中的所有工作表都被選中了。

Worksheets.Select的含義
使用工作表名稱獲取Worksheet對像使用Worksheets屬性也可以獲取表示每個工作表的Worksheet對像。將工作表名稱指定為Worksheets屬性參數，即可使用工作表名稱獲取Worksheet對像。運行Worksheets("SheetA").Select代碼，將選中名稱為SheetA的工作表。
使用索引號獲取Worksheet對像我們還可以使用索引號指定Worksheets屬性參數（索引號是表示從左邊開始的第幾個工作表，與工作表名稱、插入順序無關）。運行Worksheets(1).Select代碼，將會選中最左邊的工作表。使用數字是方便執行工作表循環結構控制操作的寫法。
使用ActiveSheet屬性獲取Worksheet對像
想要使用工作表名稱、索引號對活動工作表進行操作處理時，我們將需要用到ActiveSheet屬性。運行“MsgBoxActiveSheet.Name”代碼，活動工作表名稱將會顯示在彈出的對話框內。

《超簡單的Python——人氣講師為你講解程序開發》

［for語句］
24 學習循環處理操作
計算機擅長的事情之一就是反復處理同樣的事情。第3章中介紹了隻執行一次計算和輸出的程序。在這一節中，一邊編寫程序一邊學習循環處理操作吧。
什麼時候使用循環處理？
例如，你可以想像一下收銀的場景。超市收銀的時候，收銀員“拿起商品，讀取條形碼”的動作會根據商品的數量不斷重復。像這樣對多個數據（對應超市中的商品）進行同樣的處理稱為循環處理。循環處理的例子還有很多，比如“求全體學生的考試總成績”“給全體顧客發郵件”等。 
循環處理的for語句
在Python中有一種叫作for語句的語法，用於循環處理操作。在for語句中，將“待處理的數據對像”放入in的後面。這個數據指的是列組型和字符串等。將數據按順序依次賦值給in前面的變量，然後進行“使用變量執行”的處理。for語句會繼續循環處理，直到處理完最後的數據。
一個一個按順序處理數據
以下是for語句的程序示例，試著理解處理流程。將保存有75、88、100三個值的列表賦值給point_list。當執行for語句時，首先將point_list中的第0個值75賦值給point變量，然後執行print(f’分數為{point}。’)語句。這個程序會在for語句中循環處理print()，直到point_list的最後一個數據100被賦值給point變量。
for語句的用法示例
point_list?=?[75,?88,?100]
for?point?in?point_list:······point_list中的數據會賦值給point
? ? ? ?print(f'分數為{point}?。')
print('循環操作結束')

《超簡單的機器學習——人氣講師為你講解AI在工作中的應用》

機器學習項目的特點是：需要“商業”“數據科學”和“工程”三個領域的知識和技能。本節我們來確認在各個階段中，每個領域知識和技能的必要性和區別。
機器學習項目需要的人纔類型
第4章的第36節中，我們對機器學習項目所需的知識和技能的領域進行了解說。簡而言之，正如第36節中 圖表36-2所示，需要“商業”“數據科學”和“工程”這三個領域的知識和技能，但是幾乎沒有同時掌握三個領域知識的人纔。所以，擁有各專業人纔之間的團隊合作非常重要。
這些人纔在每個階段的責任會發變化。例如，在構思階段，商業領域人纔的作用很大，工程領域人纔的作用則相對較小。而在應用階段，工程領域人纔的作用很大，商業領域人纔的作用則變小。關於每個領域人纔在各個階段的作用和變化，我們在 圖表39-1 和 圖表39-2中進行了描述。
整合三個領域的人纔，可以實現整體的目標。把握各個領域的不同是很重要的。從下一節開始，我們從商業的角度來討論各個階段的要點。
每個領域在各個階段的職責變化
構思階段 PoC階段 實裝階段 應用階段
商業領域的職責
制定商業上具有價值的課題和項目的整體計劃
從商業觀點對PoC的驗證項目進行整理和評價
項目全體的進度、課題和風險的管理。以商業觀點檢查測試項目

業務和服務中的質量保證

《超簡單的人工智能——人氣講師為你講解AI商業應用》

32 自主表現活動的進化
到現在為止，創造性領域被認為是人類的獨到之處。但是，人工智能已經制作出和人類創作物無法區分的作品。首先，我們來列舉人工智能創作的例子。

人工智能在沒有人類指示的情況下進行創作
以往的人工智能是組合了學習數據的屬性，著眼於人類預先設定好的特征，分析大量的大數據進行自主學習。因此，即使人工智能制作出了某些創作物，也可以表現出人類的思
想和感情。
但是，隨著深度學習的發展，人類不需要再制定特征。人工智能通過自主地提取特征和
組合各種數據，創作出了與人類創造物無法區分的新產物，如圖32-1所示。

由於人工智能的創作，一方面我們期待新的產物，另一方面也產生了“人工智能產物的權利歸屬於誰”的問題。

人工智能寫的小說
日本公立函館大學從2012年開始實施分析作家星新一的短篇作品，讓人工智能創作有趣的
短篇小說計劃，“這是騙人的人工智能項目作家喲”。在這個項目中，小說的主題情節是人類創作的，把它變成完整的小說是人工智能的工作。另一方面，也有情節本身就交由人工智能創作的項目，叫作“人狼智能項目”。它是一種尋找村民扮演的人狼的心理遊戲。人類與人工智能之間進行一萬次對戰，人工智能排除了遊戲不成立和奇怪的設定，從合理的對戰中選出適合作為小說的情節，將其編寫為小說。

可以在劇場上演的音樂劇的創作
早些年計算機和人類合作的音樂劇Beyond theFence，是由劍橋大學的統計學家們從大約2000部音樂劇中分析“什麼樣的作品大火了，什麼樣的作品失敗了”，並從“1980年代的歐洲，女性主人公，戰爭”為關鍵詞，創作出的音樂劇作品。以此為基礎，軟件寫出故事的主干和登場人物等梗概，以最新的音樂劇研究為基礎，使用改編既存故事的方法來生成故事的核心和情節。再加上自動生成歌詞，並從中選出可以使用的內容，一部音樂劇就完成了。

人工智能創作的藝術作品和產品設計
除了第1章介紹的“倫勃朗的新作”之外，人工智能還可以用於各種各樣的創作活動。比
如從3D模型的數據集中創造出新設計的室內裝飾，從學習到的樂曲中創作音樂作品等。實際上目前已經有人工智能設計的3D模型椅子和具有節奏感的樂曲了。

把過去活躍的藝術家的作品結合起來創造出新的藝術也不是不可能。

33 了解依靠人工智能創作的細節
通過人工智能創作某些新的產物有幾種方法。具體來說，有基於規則的方法、基於統計概率的方法和基於深度學習的方法。在掌握了各種方法的基礎之上，再加以利用吧。

專注於專業領域的“專家繫統”
作為應用了基於規則的“專家繫統”，是代替擁有專業領域知識的專家進行分析和決策的
繫統。將龐大的知識數據庫化，針對問題查找知識並進行準確的推論。作為專家繫統一個有名的例子，是20世紀70年代斯坦福大學開發的診斷血液傳染病，並推薦抗生素的MYCIN繫統。

使用這個方法事先進行的準備工作會很麻煩，但是一旦生成，就可以用與人類記者無法比擬的速度來制作新聞報道。同時，應用前一天和往年的數據，即時比較氣溫等數據也是一大優勢。

基於統計概率的方法
還有一種方法是使用統計概率創造新事物。這是一種通過讀取大量數據和人類賦予的正確標簽來讓機器學習的方法，也就是所謂的機器學習方法。例如，在給圖片標注蘋果、香蕉、葡萄等標簽後，使用機器學習就可以得出之後未知圖片的標簽。人工智能生成的模型會自動對圖片進行蘋果、香蕉、葡萄等的標簽分配。

使用統計概率方法的作曲繫統
在音樂領域，有一種利用統計方法的自動作曲繫統ORPHEUS。在這個繫統中，隻要用戶輸入歌詞，選擇樂曲的風格，繫統就可以自動進行作曲。
這個繫統的方法是“一邊尊重作曲家風格的約束，一邊最大限度地應用歌詞的韻律進行作曲，以（該作曲家的）最高的編曲概率制作曲子”。具體來說，繫統根據輸入歌詞韻律的分
析結果和樂譜的行進、節奏、伴奏的模式，計算出可能獲取的旋律的概率，並探索出概率最高的旋律來作曲。重點是使用歌詞的韻律來作曲。
日語被稱為音調聲調的語言，根據聲音的高低，語言的意思也會發生變化。因此，隨著音調的高低，旋律也會發生變化，這樣就可以作出更適合歌詞的旋律，如圖33-3所示。

基於神經網絡的方法
使用深度學習這樣的神經網絡方法，也可以創造出繪畫等產物。神經網絡通過分析大量的數據，提取共同的特征量，可以模仿某位畫家或作家的風格。由於不需要人工指定作品的特征，所以適合繪畫這類難以通過人類語言定義風格並將其數值化的任務。

從藝術作品中提取特征，創作出新的作品
德國蒂賓根大學的Gatys等人在2015年發表的論文在當時引起了轟動，各種博客都有介紹。
A Neural Algorithm of Artistic Style這篇論文發表了從某藝術家的繪畫中提取特定的畫風，將其畫風與其他作品組合起來加工表現的方法。這篇論文中介紹的例子是將A的運河照片，分別組合B（特納的《運輸船遇難》）、C（梵高的《星月夜》）、D（蒙克的《吶喊》）等制作而成的作品，如圖33-4所示。