Google Clound Platform 人気本 ランキング
|
人気 1位
本書の内容
Google Cloudのエンジニアによる本格解説書！
クラウドコンピューティングが普及する中で、エンタープライズシステムもまた、 オンプレミスからクラウドへの円滑かつ効果的な移行が求められています。 本書は、エンタープライズシステムを構築・運用するエンジニアのために、 Google Cloudの具体的なユースケースや設計ポイントを Google Cloudのエンジニア陣が徹底的に解説する一冊です。 プロダクトカットで機能の説明にフォーカスをするのではなく、 従来オンプレミスでシステム開発を行う際にも考慮が必要である 「アカウント設計」「セキュリティ設計」「ネットワーク設計」 「プロダクト設計」「監視・運用設計」「移行設計」といった設計軸で、 Google Cloudを利用する際のポイントについて述べています。 また、説明の軸足を置くユースケースとしては主に、従来オンプレミスで 稼働していたようなエンタープライズシステムを、どのように Google Cloud上で実現するかにフォーカスしているため、 あえてコンテナ、データ分析、AI/MLといった領域の説明は 簡易な記載にとどめています。 本書を読めば、エンタープライズ用途にも耐えうるクラウドアプリケーションの ・アカウント設計 ・セキュリティ設計 ・ネットワーク設計 ・プロダクト設計 ・監視・運用設計 ・移行設計 などのノウハウを、広く深く学ぶことができます。 【目次】 ・Chapter 1：Google Cloudの概要 ・Chapter 2：アカウント設計 ・Chapter 3：セキュリティ設計 ・Chapter 4：ネットワーク設計 ・Chapter 5：プロダクト設計 ・Chapter 6：監視・運用設計 ・Chapter 7：移行設計 ・Chapter 8：Google Cloudを用いたエンタープライズシステム（クラウド移行プロジェクトの例） ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 |
|
人気 2位
本書の内容
（概要）
本書は、Googleのクラウドコンピューティングサービス「Google Cloud」（旧称：Google Cloud Platform、GCP）のしくみや関連技術をフルカラー図解した解説書です。エンジニア1年生や転職・就職を目指す人、クラウドサービスの導入を検討している人が、「Google Cloud」に関する技術を一通り学ぶことができるよう、クラウドコンピューティングの基礎から、サーバーサービス、ネットワークサービス、ストレージサービス、サーバーレスサービス、データベースサービス、データ分析サービスについて、具体的な製品や重要用語をイラストを交えてわかりやすく解説します。今までのGoogle Cloudの解説書では難しかったという人も、本書なら安心して学ぶことができます！ （こんな方におすすめ） ・Google Cloudのしくみやサービスの全体像を知りたい人 （目次） 第1章 Google Cloud の基礎知識 01 Google Cloudとは 02 Google Cloudのサービス 03 Google Cloudを利用しやすくするしくみ 04 Google Cloudの導入事例 第2章 クラウドのしくみとGoogle の取り組み 05 クラウドとは 06 パブリッククラウドとプライベートクラウド 07 IaaS、PaaS、SaaS 08 The Datacenter as a Computer 09 グローバルなインフラ 10 クラウドにおけるセキュリティ対策 11 ハイブリッドクラウドとマルチクラウド 12 オープンクラウド 第3章 Google Cloud を使うには 13 Google Cloudを使う流れ 14 Google Cloudコンソール 15 リソース階層 16 IAM 17 リージョンとゾーン 18 Cloud Billing 第4章 サーバーサービス「Compute Engine」 19 Compute Engine 20 Compute Engineを使う流れ 21 Compute Engineの料金 22 マシンタイプ 23 Compute Engineのストレージオプション 24 Compute Engineへのアクセス方法 25 インスタンスのバックアップ 第5章 ネットワークサービス「VPC」 26 Google Cloudのネットワーク 27 VPC 28 デフォルトネットワーク 29 サブネット 30 VPCネットワークの2つのモード 31 ファイアウォール 32 VPCネットワークの拡張 33 ルーティングとNAT 34 Cloud Load Balancing 35 Cloud CDN 36 Cloud DNS 第6章 ストレージサービス「Cloud Storage」 37 Cloud Storage 38 Cloud Storageを使う流れ 39 ストレージクラス 40 オブジェクトとバケット 41 アクセス制限 42 オブジェクトのアップロードとダウンロード 43 バージョニングとライフサイクル管理 第7章 コンテナとサーバーレスのサービス 44 コンテナとは ～アプリケーション単位で仮想化する技術 45 Kubernetes（K8s） 46 Google Kubernetes Engine（GKE） 47 GKEのアーキテクチャ 48 GKE／K8sを使うメリット 49 GKEを使用する流れ 50 サーバーレスサービス 51 App Engine 52 Cloud Functions 53 Cloud Run 54 Cloud Build 第8章 データベースサービス 55 データベースとは 56 Google Cloudのデータベースサービス 57 Cloud SQL 58 NoSQLデータベース 59 そのほかのデータベース 第9章 データ分析のサービス 60 データ分析とは 61 Google Cloudのデータ分析サービス 62 BigQuery 63 BigQueryを使用する流れ 64 BigQueryのベストプラクティス 65 BIツール 第10章 そのほかに知っておきたいGoogle Cloudのサービス 66 Anthos 67 Google CloudのAI・機械学習関連サービス 68 Operations suite |
|
人気 3位
本書の内容
（概要）
AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション（DX）への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud（Google Cloud Platform, GCP）はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。 本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。 （こんな方におすすめ） ・これからデータ基盤の構築に関わる可能性があるエンジニア ・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方 （目次） 第1章 データ基盤の概要 1.1 データ基盤に取り組む意義 1.2 データ基盤とは？ 1.3 Google Cloud上で構築するデータ基盤 1.4 まとめ 第2章 BigQueryのコンセプトと利用方法 2.1 DWHとは 2.2 Googleのデータ処理を支える技術 2.3 BigQueryの内部アーキテクチャを理解する 2.4 DWHとしてのBigQueryの基本操作 2.5 BigQueryユーザー向けのクエリの最適化 2.6 まとめ 第3章 データウェアハウスの構築 3.1 データウェアハウスに求められるさまざまな要件 3.2 高可用性、Disaster Recovery計画 3.3 用途別の影響隔離 3.4 サイジング 3.5 目的環境別の影響隔離 3.6 テーブルを設計する 3.7 データの投入 3.8 バックアップとリストア 3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化 3.10 DMLをまとめる／パーティションの利用 3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用 3.12 データマートジョブの設計最適化 3.13 まとめ 第4章 データレイクの構築 4.1 データレイクとは 4.2 Hadoopとは 4.3 Google Cloudで構築するデータレイク 4.4 Google Cloudのおもなデータレイク関連のサービス 4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット 4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行 4.7 まとめ 第5章 ETL／ELT処理 5.1 ETL／ELTとは 5.2 ETL／ELT 処理を実施するサンプルシナリオ 5.3 サンプルシナリオ実施用の環境の構築 5.4 BigQueryでのELT 5.5 BigQueryでのETL 5.6 DataflowでのETL 5.7 DataprocでのETL 5.8 サンプルシナリオ実施用の環境の破棄 5.9 その他のETL／ELT処理の実施方法 5.10 ETLとELTの各手法の使い分け 5.11 まとめ 第6章 ワークフロー管理とデータ統合 6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス 6.2 Cloud Composerの特徴 6.3 Cloud Composerでのワークフロー管理 6.4 Cloud Data Fusionの特徴 6.5 Cloud Data Fusionでのワークフロー管理 6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント 6.7 まとめ 第7章 データ分析基盤におけるセキュリティとコスト管理の設計 7.1 Google Cloud Platformのセキュリティサービス 7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能 7.3 IAMを利用したBigQueryのアクセス制御 7.4 IAMとAccess Control List（ACL）を利用したCloud Storageのアクセス制御 7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止 7.6 監査 7.7 Security Command Centerを利用したデータリスクの検知と自動修復 7.8 組織のポリシーサービスの適用 7.9 アクセス管理とコスト管理の設計 7.10 まとめ 第8章 BigQuery へのデータ集約 8.1 BigQueryへデータ集約を行うメリット 8.2 BigQueryへのデータ集約の方法 8.3 BigQuery Data Transfer Service（BigQuery DTS） 8.4 BigQueryへのデータパイプライン構築 8.5 サービス間連携によるBigQueryへのデータ連携 8.6 まとめ 第9章 ビジネスインテリジェンス 9.1 BIとBIツール 9.2 コネクテッドシート 9.3 データポータル 9.4 Looker 9.5 BIツールと親和性の高いBigQueryの機能 9.6 まとめ 第10章 リアルタイム分析 第11章 発展的な分析 |
|
人気 4位
本書の内容身近な例からデータサイエンスの深淵を体感し 【本書の内容】 本書は、 【本書のポイント】 【読者が得られること】 【対象読者】 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 |
|
人気 5位
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます！
近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも 言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ ナの利点を十分に活かすことは難しいものです。 Googleが提供するGCP（Google Cloud Platform）には、このコンテナ開発ができる 様々なツールが多く用意されています。本書では、この中でも開発者がよく使う （けど、わかりづらい）Kubernetes、GKE、Cloud Runを中心に解説しました。 ◆本書の主な内容 第1章 Google Cloud Platformの紹介 1.1 Google Cloud Platformとは 1.2 プロジェクトの準備 1.3 GCPのプロジェクトの作成 第2章 Google Container Registry 2.1 Google Container Registryとは 2.2 Container Imageの形式 2.3 GCRにイメージを保存 2.4 Cloud Storageとの関連性 2.5 コンテナイメージの脆弱性スキャン 第3章 Cloud Build 3.1 Cloud BuildはGCPのCI/CDサービス 3.2 Cloud Buildで利用可能なコードホスティングサービス 3.3 Cloud Buildトリガー 3.4 Cloud Build構成ファイル 3.5 Cloud BuildでCI/CD基盤構築 第4章 Kubernetes 4.1 コンテナ 4.2 Kubernetesの概要 4.3 Kubernetesの機能 4.4 宣言的な構成管理 4.5 Minikube 4.6 Kubernetesのアーキテクチャ 4.7 Kubernetes APIオブジェクト 第5章 GKE 5.1 Cloud Consoleで始めるGKE 5.2 Cloud SDKで始めるGKE 5.3 GKEを用いたアプリケーションの公開 （以降については「目次」を参照） 第6章 Cloud Run 第7章 サービスメッシュ |
|
人気 6位
本書の内容
Google Cloud認定試験 Associate Cloud Engineer 対策用問題集の決定版！
本番試験を複数回受験して傾向と対策を熟知した筆者によって精選された、本番ライクな問題を110問（50問 × 2セット + 10問）用意しています。 各問題には詳細な解説が付記されており、本番前の集中的な対策が可能です。 本書は(1)本番試験のようなランダムな出題、(2)Google Cloudが定める5つの出題分野ごとの出題、（3）本番形式での出題、の3セクションで構成されているため、総合的な対策だけでなく、弱点分野対策、本番試験対策も行うことが可能です。 |
|
人気 7位
本書の内容
Google Cloud Platform(GCP)マニアの
クラウドエースが解説するクラウドエンジニア必携「GCPの教科書」! Google Cloud Platform、略称「GCP」はグーグルが提供するプラットフォームで、 その中では、今注目の「機械学習」「ビッグデータ」関連のサービスが特に充実しており、 AI関連のシステム基盤として要注目の環境となっています。 【対象読者】 本書は、自他共に認めるGoogle CloudPlatform(以下、GCP)マニアであるクラウドエースが、 GCP をぜひ皆さんに使っていただきたいと考えて執筆したものです。 「GCPを使ってみたいけど使い方がよく分からない」方から、 「ある程度使っているけれども使いこなせてはないかも?」というクラウドに関して初級から中級の技術者の方を対象にしています。 【本書の内容】 GCPに触れたことのない方には、まずは触ってみて体感すること、 次に基礎的なことを押さえて効果的によりたくさんのプロダクトを活用できるようになることを体系的に解説した「教科書」です。 クラウドエンジニア必携の一冊です。 【本書の効用とゴール】 本書では、GCPの機能・操作法や他のクラウドとの比較など、 ひととおり解説してありますので、GCPの基本・特徴については理解できます。 GCP を理解し、触ってみて、今後の「クラウドネイティブ時代」を生きる一助となるべく一冊です。 【本書の構成】 第1章 Google Cloud Platformとは? 第2章 GCPの基本を知ろう 第3章 GCPの基本サービスを学ぼう 第4章 高度なサービスを知ろう(その1) 第5章 高度なサービスを知ろう(その2) 第6章 機械学習 第7章 GCPで使えるAPIの紹介 第8章 AWSユーザーへ 第9章 GCPのまとめと今後の展望 |
|
人気 8位
本書の内容
本書はGCP（Google Cloud Platform）のゲーム基盤としての活用を、ゲーム業界のエンジニアが解説します。各社のエンジニアが寄稿により生の声を寄せ、さらにGCPのディープな情報も盛り込んでいます。
【目次】 第1章 Google Cloud Platformの特徴 1.1 コンピューティング 1.2 データベース 1.3 ストレージ 1.4 ネットワーク 1.5 運用／監視／管理ツール 1.6 データ分析 1.7 AIと機械学習 第2章 GCP Deep Dive 2.1 Helmで構築するGKEモニタリング環境構築（株式会社grasys） 2.2 リージョン間通信とCloud Spanner（ジェットブラックフラワーズ合同会社） 2.3 BigQueryとLooker（アイレット株式会社） 2.4 まとめ 第3章 ゲームインフラにおけるワークロード 3.1 ワークロードごとの特徴 3.2 本章のまとめ 第4章 ゲームサーバーホスティングにおける活用事例 4.1 リファレンスアーキテクチャー 4.2 GKEとCloud Spannerで実現する大規模ゲームサーバー（株式会社コロプラ） 4.3 ポコロンダンジョンズのGCP移行とマネージドサービス活用実例（株式会社グレンジ） 第5章 プラットフォームサービスにおける活用事例 5.1 リファレンスアーキテクチャー 5.2 Google App Engineによる運用レスなゲームサーバー（株式会社バンダイナムコスタジオ） 5.3 無停止の課金基盤をGAEで構築するための設計と運用（株式会社アカツキ） 5.4 Google Maps Platform：既存ゲームへのマップ機能の追加について-モンスターストライクの事例-（株式会社ミクシィ） 第6章 データ分析における活用事例 6.1 リファレンスアーキテクチャー 6.2 データ分析の生産性を高める、データ基盤とKPIダッシュボード（株式会社サイバード） 6.3 BigQueryで作るクラウド活用型データ基盤（KLab株式会社） 6.4 機械学習を活用した分析（澪標アナリティクス株式会社） 内容サンプルユーザーレビュー
マーチンは1ｃｍ刻みでしか靴の販売がない為、私のサイズには必須品です。 おかげでピッタリサイズになり靴下を重ね履きしなくて済むようになりました。 さすがドクターマーチンのインソールです、歩きやすさがアップして長距離歩けます。
古着屋で購入したものにインソールがなく購入しました。 しばらくは気がつかずインソールなしで履いてましたが…当然ですが履き心地が全く違う！ 早く購入しておけば良かったです(笑)。
つい最近購入したドクターマーチン用に購入しました。少し大きめなのでカットして使えます。元のクッションよりもいいので履きごごちが良くなりました。
|
|
人気 9位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Data Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（50問題×3セット ）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
|
人気 10位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Cloud Architect 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（170問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
|
人気 11位
本書の内容
本書はGoogleによるクラウド環境Google Cloud Platform（GCP）を仕事の現場に導入し、生産性と効率を高めるためのガイドブックです。GCPのしくみと特徴、その強みをはじめとして、ビッグデータ処理に定評のあるBigQueryなど各サービスの概要を紹介しています。現在AWSやAzureなど他社サービスからの乗り換えを検討していたり、オンプレミス環境からクラウドへの移行を考えている方にまず最初に読んでいただきたい一冊です。
【目次】 第1章 Google Cloud Platformとは? Googleは15年以上のクラウドの経験/世界最大級のコンピュータ/グローバルネットワーク/分散コンピューティングの革新をリードするソフトウェア 第2章 Google Cloud Platformの製品・サービス 基本構成/製品・サービス全体像/コンピュート/ストレージ/Big Data/APIサービス/ネットワーク/管理/他のクラウドとの比較/GCPの特徴とメリット/GCPに足りないところ 第3章 Google Cloud Platformを使ってみる！ 簡単登録・無料試用/GCEでサーバを起ち上げ/BigQueryでログ検索を試す/Cloud Storageにバックアップ/GAEで静的サーバを起ち上げる 第4章 やっぱり不安？セキュリティについて クラウドに対する漠然とした不安/Googleにとってセキュリティは最優先事項/Googleのセキュリティの特徴/データの所有権/独立した第三者による認定/クラウドに何を預けるのを決めるのは自分自身 第5章 まとめ 特にGCPを薦めたい５つのケース/あえて挙げる「お薦めできない」ケース/複数のクラウド利用によるさらなるメリット/サポート情報等 内容サンプルユーザーレビュー
マーチンは1ｃｍ刻みでしか靴の販売がない為、私のサイズには必須品です。 おかげでピッタリサイズになり靴下を重ね履きしなくて済むようになりました。 さすがドクターマーチンのインソールです、歩きやすさがアップして長距離歩けます。
古着屋で購入したものにインソールがなく購入しました。 しばらくは気がつかずインソールなしで履いてましたが…当然ですが履き心地が全く違う！ 早く購入しておけば良かったです(笑)。
つい最近購入したドクターマーチン用に購入しました。少し大きめなのでカットして使えます。元のクッションよりもいいので履きごごちが良くなりました。
|
|
人気 12位
本書の内容
本書はゲームインフラエンジニア向けのGCP解説書です。AWS一本のインフラ構築からマルチクラウドへとニーズが変化していく中でゲーム業界でもGCPの検討は進みつつあります。コンソール系、アーケード系、モバイル系などそれぞれの分野で必要な情報を横断的な情報をまとめ、GCPの全体的な紹介から事例までをわかりやすく解説します。【執筆者：野下 洋、芝尾 幸一郎（株式会社Aiming）、野邉 宏一郎、岡田 正之、渡邊 宏樹（シリコンスタジオ株式会社）、長谷川 祐介（株式会社grasys）、橋口 剛】
【目次】 第1章 GCPの概要 GCPのサービス概要／GCPの各サービスにおけるゲームインフラとしてのユースケース 第2章 GCPの特徴 “The Datacenter as a Computer”／一般的なクラウドサービス、オンプレミスとの比較 GCEのベンチマークとコスト比較 第3章 ゲームインフラとしてのGCP ゲームインフラの特徴／最近のトレンド／GCPのゲームでの活用／ゲームインフラとMSP 第4章 オンプレミスからGCPへ シリコンスタジオゲームフレームワークの概要／事例： 開発途中にGCPへ移行、運用中ゲームタイトルの移行、新規の運用予測 第5章 Aimingでのゲームサーバ構築事例 GCPへの移行について／GCPでのサーバ運用 第6章 GCPでのゲームサーバアーキテクチャ ゲームインフラ構築／ゲームアーキテクチャ事例／データベース構成／常時接続／構築・運用からみた他社クラウドの違い 第7章 Aimingでのデータ分析環境の紹介 過去の分析環境／BigQueryを使った分析環境／データ分析環境／ログを収集、集計、可視化／データの活用とKPI／BigQueryのコスト／SQL実例 内容サンプルユーザーレビュー
マーチンは1ｃｍ刻みでしか靴の販売がない為、私のサイズには必須品です。 おかげでピッタリサイズになり靴下を重ね履きしなくて済むようになりました。 さすがドクターマーチンのインソールです、歩きやすさがアップして長距離歩けます。
古着屋で購入したものにインソールがなく購入しました。 しばらくは気がつかずインソールなしで履いてましたが…当然ですが履き心地が全く違う！ 早く購入しておけば良かったです(笑)。
つい最近購入したドクターマーチン用に購入しました。少し大きめなのでカットして使えます。元のクッションよりもいいので履きごごちが良くなりました。
|
|
人気 13位
本書の内容
Google BigQuery（ビッグクエリ）は、Googleが自社で保有している膨大なデータを効率的かつ高速に分析するために構築した社内データ分析基盤を一般提供したサービスです。その内部ではBorg、Colossus、Jupiter、DremelなどのGoogle独自のコアテクノロジーが活用されており、実行されたクエリはGoogleの保有する膨大なインフラリソース上で瞬時に並列・分散処理されます。
その処理速度は1000億行のデータセットに対してインタラクティブに数十秒で結果を返してしまう程です。 本書では、社内に蓄積されているビッグデータを、新人さんがBigQueryを駆使してその優れた機能に感動しながらも悪戦苦闘し、分析基盤として利用していくサンプルケースを通して、BigQueryの利用方法を具体的に解説していきます。まずは気を楽にして物語を楽しみながら、登場人物達と共にBigQueryや関連するGCPサービスについて理解を深めていただければと思います。 ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 14位
本書の内容インフラ基礎知識とセットで学ぶ！ 本書は、Google Cloud Platform（GCP）でシステム、アプリケーションを GCPを初めて利用する開発者をメインターゲットとし、GCPの提供する Webアプリケーションを動かす具体的な手順の解説に加えて、コンテナ、 単にGCPの使い方を説明する手順書にとどまらず、GCPを利用する上で また、GCPの強みであるクラウドネイティブなアーキテクチャによる GCPの利用や導入を検討している／初めて使う、あるいは、AWSなど ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 |
|
人気 15位
本書の内容
Googleが提供するクラウドサービス
AWSとの違いを軸に徹底解説 「Google Cloud Platform」（GCP）は、Amazon Web Services（AWS）やMicrosoft Azureと同じく、企業向けのクラウドサービスとして提供されている。後発であることは否めないが、後発であるからこその特徴を備えている。 一般的な用途では「マネージドサービス」の充実が特徴と言える。そのほか、今注目の「機械学習」「ビッグデータ」関連のサービスが特に充実しており、AI関連のシステム基盤として要注目であることは間違いない。 本書では、「コンピューティング」「ストレージ」「ネットワーキング」「ビッグデータ」「機械学習」「アカウント管理」「運用監視」という７つのカテゴリーに分類し、GCPの特徴を、AWSとの違いを軸に解説している。 また、GCPのサービスを解説するほか、エンタープライズ用途のユースケースに基づいて、GCPを用いた設計ガイドをまとめている。技術力に定評のあるGoogleのクラウドサービスを検討するのに最適な１冊である。 |
|
人気 16位
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「ビッグデータ」と「コンテナ」に焦点を当てます。 ビッグデータを管理するBigQueryは従来のデータベースと異なり、インデックスを作る必要がないのが特徴。データ分析に力を発揮します。コンテナを管理するオーケストレーション・ツールではGoogleが開発したKubernetesが業界標準となっていますが、Google CloudではKubernetesを使いやすくするGoogle Kubernetes Engine（GKE）を用意しています。 本書ではハンズオンでこれらを学習できます。データはGoogleが用意しているものを使っているので、実際に試すのも容易です。 |
|
人気 17位
本書の内容
Professional Cloud Architectとは、GCP（Google Cloud Platform） における基本的な操作に加え、全体のアーキテクチャ、インフラストラクチャについての知識があることを証明する資格です。本書ではGCPの主要なサービスの使い方の詳細を解説し、多数あるGCPのサービスについても紹介します。Google Workspace（旧G Suite）など、GCPを語る上で外せないGoogleのサービスについても、どのようにGCPと関連するかを解説しています。
【目次】 第1章 合格するために 第2章 GCP概要 第3章 主要サービスを知る:Cloud Compute Engine 第4章 主要サービスを知る:Virtual Private Cloud 第5章 主要サービスを知る:Google Cloud Storage 第6章 主要サービスを知る:BigQuery 第7章 主要サービスを知る:App Engine 第8章 主要サービスを知る:Google Kubernetes Engine 第9章 主要サービスを知る:Identity and Access Management 第10章 コンピューティングサービスを知る 第11章 ネットワーキングサービスを知る 第12章 ストレージサービスを知る 第13章 ビッグデータサービスを知る 第14章 人工知能サービスを知る 第15章 ツールサービスを知る 第16章 GCP以外のサービス 第17章 アーキテクチャを考えてみる 第18章 試験を受ける前に |
|
人気 18位
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「AI・機械学習」に焦点を当てます。 AI・機械学習は自分で一から作るのが困難な分野です。モデルを構築するのに専門知識が必要なだけでなく、数多くのデータを用意したり、それを学習させたりと、大変な労力がかかり、ノウハウも必要です。Google CloudではGoogleが培ってきた学習済みのモデルを使ったり、ユーザーが学習させたりすることで容易にシステムを構築できます。 本書ではハンズオンでこれらを学習できます。データはGoogleがビッグデータとして用意しているものを使っているので、実際に試すのも容易です。 |
|
人気 19位
本書の内容
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
企業システムに関わる人が知っておくべきGoogle Cloudのサービスを 網羅的にわかりやすく解説 3つのシナリオにおける設計の進め方や注意点も収録 Google Cloudは企業情報システムへの対応を急速に進めており、DX（デジタルトランスフォーメーション）での存在感を高めています。本書は、企業情報システムの担当者やシステム企画部門、サービスを開発・運営する事業部門の担当者などが知っておくべきGoogle Cloudのサービスを網羅的に分かりやすく解説した一冊です。 データベースやセキュリティー、機械学習など11のカテゴリーに分けて重要なサービスを1つひとつ平易に解説しており、Google Cloudの基本的な知識を体系立ててつかむことができます。「ハイブリッドクラウドの構築」「データ分析基盤の構築」「IoT・機械学習システムの構築」という3つのシナリオにおける具体的な開発の進め方、設計例、考慮すべきポイントも収録しました。 |
|
人気 20位
本書の内容
AWS、Azure、Google Cloudを一気に知りたい、欲張りなあなたへ!
本書は、AWS(Amazon Web Services)、Azure、Google Cloudという、現在よく使われているクラウドサービスについて、横断的に学習できる書籍です。 「クラウドサービスの全体像を理解したい」 「3つの違いをしっかり把握してから、どれを使うか選びたい」 「Amazon Web Servicesのこのサービスについては知っているけれど、他のサービスではどうなっているのかな?」 そんな風に思っている方に、ぴったりの1冊です。 |
|
人気 21位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Associate Cloud Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を2セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（100問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
|
人気 22位
本書の内容
クラウドのAIをレベル別に詳解！
現在ではAI（人工知能）は、社会に溶け込むまで普及してきました。 スマホでのテキスト入力時の変換予測、あるいはカメラ撮影時の顔認 識など、生活のあらゆる場面に出てきます。 このようなAI技術は、機械学習のアルゴリズムや統計学などの高度な 技術で構成されており、開発者にとって高いハードルでした。それを 「ヒョイと」乗り越えられるのが、Google Cloud のAIプロダクト です。 本書では様々なAIプロダクトをレベル別に詳しく解説しました。 ◆本書の内容（抜粋） 第1章 GCPのAIについて 1.1 GCPとは 1.2 機械学習とは 1.3 GCPのAIとは 1.4 GCPの機械学習APIとは 1.5 AutoMLとは 1.6 BigQuery MLとは 1.7 AI Platformとは 第2章 機械学習API 2.1 機械学習APIを利用するために 2.2 Cloud Vision API 2.3 Cloud Video Intelligence API 2.4 Cloud Speech-to-Text API 第3章 AutoML概要 3.1 AutoMLの概要 3.2 AutoMLの種類 3.3 AutoMLモデルのエクスポート 第4章 AutoML（視覚系） 4.1 Cloud AutoML Vision 4.2 Cloud AutoML Vision Object Detection 4.3 Cloud AutoML Video Intelligence 第5章 AutoML（言語系） 5.1 Cloud AutoML Natural Language（テキスト分類） 5.2 Cloud AutoML Natural Language（感情分析） 5.3 Cloud AutoML Translation 第6章 AutoML（テーブルデータ・Edge） 6.1 Cloud AutoML Tables 6.2 Cloud AutoML Vision Edge 第7章 BigQuery ML 7.1 BigQuery MLとは 7.2 BigQueryMLでできること 第8章 AI Platform I 8.1 概要 8.2 AI Platformでデータ探索 8.3 画像ラベリング 第9章 AI Platform II |
|
人気 23位
本書の内容
Google Cloud認定資格である【Associate Cloud Engineer】に対応したGoogle公式ガイド!
米国で定評のGCP資格学習書『Official Google Cloud Certified Associate Cloud Engineer Study Guide』（Sybex刊）を日本語訳。グーグル・クラウド・ジャパン合同会社による監訳により、技術的にも正確かつ最新の情報で翻訳しています。 各章末には、理解度を測る演習問題付き。合格力が確実にアップします！ ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 購入前にお使いの端末で無料サンプルをお試しください。 |
|
人気 24位
本書の内容
（概要）
Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド（サーバー管理が要らない！）なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python＋Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう！ （こんな方におすすめ） ・Google Cloudを使ってみたい、試してみたいエンジニアに！ （目次） 1章 Google Cloud Platform 1.1 Google Cloud Platformとは 1.2 GCPの歴史 1.3 なぜGCPなのか 第2章 Google App Engine 2.1 Google App Engine の種類 2.2 Google App Engine の特徴 2.3 GAEの目指すところ 第3章 開発環境の構築 3.1 GAEアプリケーションの開発環境を準備する 3.2 3GCPプロジェクトとは 3.3 GCPプロジェクトを作成する 3.4 Google Cloud Shellとは 3.5 コードエディターとは 第4章 GAEアプリケーション作成 4.1 最初のGAEアプリケーションを作成する 4.2 アプリケーションのデプロイ 4.3 デプロイバージョンを管理する 4.4 ［実習］アプリケーションの作成 4.5 アプリ作成のまとめ 4.6 課金上限を設定する 第5章 Web アプリケーション概要 5.1 モダンなWebアプリケーション 5.2 Web APIとは 5.3 本書で作成するWebアプリについて 第6章 FlaskによるHTTPリクエストの処理 6.1 Flask フレームワーク 6.2 テンプレートの利用 6.3 ［実習］Jinja2を使う 6.4 エラーページのカスタマイズ 6.5 ［実習］エラーハンドリング 6.6 フォーム処理 6.7 Web APIの追加 6.8 GETメソッド［練習①］ 6.9 ［実習］GETメソッド① 6.10 POSTメソッドの練習 6.11 ［実習］POSTメソッド 6.12 GETメソッド［練習②］ 6.13 ［実習］GETメソッド② 第7章 ログ 7.1 アプリケーションログ 7.2 Python logging モジュールを使ったログ出力 7.3 ［実習］ログ出力 7.4 Logging Client Libraries を使ったログ出力 7.5 Cloud Logging Handler を使ったログの出力 第8章 Cloud Datastoreを使う 8.1 Cloud DatastoreとCloud Firestore 8.2 Datastore にデータを保存する 8.3 ［実習］データの保存 8.4 Datastore からデータを取得する 8.5 ［実習］データの取得 8.6 データを1件取得する 8.7 ［実習］Key を使ったデータ取得 8.8 Datastore からデータを更新する 8.9 ［実習］データの更新 8.10 Datastore からデータを削除する 8.11 ［実習］データの削除 8.12 実習をローカル環境で動かす 第9章 エンティティグループ 9.1 エンティティグループとは 9.2 エンティティグループを作成する 9.3 ［実習］エンティティグループの作成 9.4 エンティティグループを取得する 9.5 ［実習］エンティティグループを取得する 第10章 Google Cloud Storageを使う 10.1 Google Cloud Storageとは 10.2 実践GCS 10.3 GAEからGCSを操作する 10.4 GCSにファイルをアップロードする 10.5 ［実習］GCSにファイルをアップロードする 10.6 GCSからファイルを取得する 10.7 ［実習］GCSからファイルを取得する 第11章 そのほかのサービス 11.1 GCPの機能をもっと使うには 11.2 Cloud Identity-Aware Proxy（Cloud IAP）とは 11.3 Cloud Tasks 11.4 Cloud Scheduler |
|
人気 25位
本書の内容
本書は、Google Cloud Platform（GCP）のプレミアムパートナーである株式会社トップゲートが、Google App Engine（GAE）とその周辺サービスの活用方法を紹介する実践開発入門書です。クラウド開発経験のない新人君が、プラットフォームの選択・開発・リリースなどの基礎から、運用・パフォーマンス改善・既存環境連携などの応用まで、総合的なアプリ開発をひとつひとつ体験していくストーリー仕立てのわかりやすい解説が特徴です。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 26位
本書の内容
Webサイトやアプリで、とにかく画像が多すぎることが原因で、時間がかかりすぎ、捌ききれない工程が発生することがあります。本書は、Google Cloud AutoMLを利用して、多すぎる画像の管理を自動認識で楽にするノウハウをわかりやすく解説します。学習データの作成から、予測モデル構築・チューニング・モデル評価・ウェブやアプリの組み込みまで、ディープラーニング・ニューラルモデル・機械学習を使ったシンプルな画像認識AI作成がわかります。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 27位
本書の内容
※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機能しない場合があります。文字だけを拡大することはできません。
※プリント・レプリカ形式は見開き表示ができません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書。 本書は、API（Application Programming Interface、Web サービスの機能を外部から利用するためのインターフェース）を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。 第1部 APIとは？ ディープラーニングとは？ 1章 APIの原理 2章 ディープラーニングの原理 3章 ディープラーニングのしくみ・基礎 第2部 API呼び出しのポイント 1章 APIを呼び出す環境を構築しよう 2章 いますぐ使えるAPI：利用可能なクラウドサービス 第3部 いますぐできる2つの活用シーン シーン1 テスト採点の自動化：分析情報抽出APIの活用 シーン2 会話による健康管理サポート：音声操作アプリケーションの活用 |
|
人気 28位
本書の内容
本書は、GoogleがGCP(Google Cloud Platform)上で提供している機械学習関連のツールやAPIを活用し、実際に機械学習の環境やデータに触れながら、その原理と動作を体験的に学ぶことができる機械学習入門書です。
●Googleは、機械学習にも有用な優れた環境を提供しており、特にDatalabはブラウザ上でPythonのコードを実行でき、グラフ・表を出力できるほか、ビッグデータを高速で処理するBigQueryや便利な各種APIにも簡単にアクセスできるツールです。 ●本書では、Datalabを通じて、Googleが膨大なリソースを使い初めから用意している機械学習環境にアクセスし、高度な機能と豊富な資源を十分に活用できるよう読者を導いていきます。 ●本書の学習では、数式はほとんど使わず、簡単なコードとそのグラフィカルな実行結果により、理解を深めていきます。 まずは識別の基礎から入り、各種識別関数を通じて機械学習の原理や手法を学びます。 続いて実践的にデータを扱いながら、データの評価方法やチューニングを学び、さらに深層学習(ディープラーニング)へと進んでいきます。 深層学習では、画像識別による具体例から始まり、より高度なニューラルネットワークまで学んだ後、実際にGoogleの深層学習用ライブラリー(TensorFlow)を使ってニューラルネットワークをモデリングする方法を学びます。 最後に、画像識別を代表するCNN(畳み込みニューラルネットワーク)の実装法を学び、実運用の入り口へと案内します。 |
|
人気 29位
本書の内容
これからのAI時代、ロボット時代を切り開く先頭集団にPepperはいます。本書では、Pepperの活用範囲を広げるために、クラウドの中でも機械学習やビッグデータ解析の先端的な技術を提供するGoolge Cloud Platformとの連携を取り上げます。
※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。 Pepperが街中で活躍する姿が多数見られるようになってきました。すでにPepperは物珍しいものではなくなりつつあります。そうなると、次の段階としてPepperを使ってどのようなユーザー体験を作るかが重要になってきます。 一方で、Pepper単体だとハードウェア上の制約などから実現困難なことも数多くあります。Pepper単体でできないことを実現するための1つの答えがクラウドとの連携です。クラウドでは、たくさんの計算資源やストレージを確保でき、また最近では、いわゆるIaaS的なリソース貸しだけでなく、PaaSとしてアプリケーションをホストする、SaaSとして特定の機能を提供するなども行えます。Pepperをネットワークにつなげられる環境なら、さまざまなクラウドのメリットを享受できます。 本書では、クラウドの中でも機械学習やビッグデータ解析の先端的な技術を提供するGoolge Cloud Platformとの連携を取り上げます。Google Cloud Platformが提供している画像解析サービスであるGoogle Cloud Vision APIでは、写真内の人物の感情を推定する機能やOCRによる画像からの文字認識、セーフサーチ機能による有害コンテンツの判断などが行えます。 いずれもGoogleが独自に構築した機械学習のモデルを核としたサービスで、たいへん高精度の結果が得られます。これ以外にも音声認識や翻訳、自然言語処理などの機能も提供されています。最近では動画の分析を行うサービスも登場しました。今後、Google Cloud Platformからより多くの便利な機械学習やデータ分析のサービスが登場することが予想されます。これらの機能をPepperと組み合わせることで、Pepper単体では実現できなかったアプリケーション開発が可能になるでしょう。 ●目次 Chapter 1 Google Cloud Platformの基本 Chapter 2 PepperとWeb APIを使ったロボアプリ構築 Chapter 3 PepperとGCPを組み合わせたアプリケーション構築 Chapter 4 Google Cloud Next’17 in TokyoでのIoTデモ～今後のPepperの展開～ 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） |
|
人気 30位
本書の内容
データ処理から学習・運用まで全プロセスをカバーする
機械学習システムをサーバーレスで構築する方法を解説。 ■本書の特長 ●Google Cloud Platform(GCP)という機械学習と非常 に相性のよいクラウドサービスを用います。 ●機械学習を実運用できるシステムを効率的に組める環 境の構築方法を学ぶことができます。 ●データの取得・蓄積、学習・推論、データとモデルの 管理など機械学習システムの構築・運用に必要な知識全 般が身につきます。 ●GCPが提供する主な機械学習ツールについて、その 機能と使い方がわかります。 ■内容紹介 機械学習では、様々なアルゴリズムの学習モデルが注目 されています。しかし実際にこれらをシステムに組み込 み、サービスとして展開するには、学習モデル以外の多 くの構成要素が必要となります。 これらの構成要素を含んだシステム構成を、実際のコー ディング例を参照しながら解説し、これからシステムを 構築したい読者をサポートするのが本書の狙いです。 Google Cloud Platform(GCP)には、機械学習と相性の 良いサービスが豊富に提供されています。 Google App Engine やBigQuery 、Dataflow 、ML Engine などを用いて、データ処理から機械学習の演算にいたる 環境までサーバーレスで構築することができ、さらにこ れらを容易に組み合わせることができます。 本書は、GCPを有効に活用し、効率的に機械学習システ ムを構築しようとする方々の手引書です。 |
Google Clound Platform 新書一覧
本書の内容
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
企業システムに関わる人が知っておくべきGoogle Cloudのサービスを 網羅的にわかりやすく解説 3つのシナリオにおける設計の進め方や注意点も収録 Google Cloudは企業情報システムへの対応を急速に進めており、DX（デジタルトランスフォーメーション）での存在感を高めています。本書は、企業情報システムの担当者やシステム企画部門、サービスを開発・運営する事業部門の担当者などが知っておくべきGoogle Cloudのサービスを網羅的に分かりやすく解説した一冊です。 データベースやセキュリティー、機械学習など11のカテゴリーに分けて重要なサービスを1つひとつ平易に解説しており、Google Cloudの基本的な知識を体系立ててつかむことができます。「ハイブリッドクラウドの構築」「データ分析基盤の構築」「IoT・機械学習システムの構築」という3つのシナリオにおける具体的な開発の進め方、設計例、考慮すべきポイントも収録しました。 |
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Data Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（50問題×3セット ）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
本書の内容
AWS、Azure、Google Cloudを一気に知りたい、欲張りなあなたへ!
本書は、AWS(Amazon Web Services)、Azure、Google Cloudという、現在よく使われているクラウドサービスについて、横断的に学習できる書籍です。 「クラウドサービスの全体像を理解したい」 「3つの違いをしっかり把握してから、どれを使うか選びたい」 「Amazon Web Servicesのこのサービスについては知っているけれど、他のサービスではどうなっているのかな?」 そんな風に思っている方に、ぴったりの1冊です。 |
本書の内容
Google Cloudのエンジニアによる本格解説書！
クラウドコンピューティングが普及する中で、エンタープライズシステムもまた、 オンプレミスからクラウドへの円滑かつ効果的な移行が求められています。 本書は、エンタープライズシステムを構築・運用するエンジニアのために、 Google Cloudの具体的なユースケースや設計ポイントを Google Cloudのエンジニア陣が徹底的に解説する一冊です。 プロダクトカットで機能の説明にフォーカスをするのではなく、 従来オンプレミスでシステム開発を行う際にも考慮が必要である 「アカウント設計」「セキュリティ設計」「ネットワーク設計」 「プロダクト設計」「監視・運用設計」「移行設計」といった設計軸で、 Google Cloudを利用する際のポイントについて述べています。 また、説明の軸足を置くユースケースとしては主に、従来オンプレミスで 稼働していたようなエンタープライズシステムを、どのように Google Cloud上で実現するかにフォーカスしているため、 あえてコンテナ、データ分析、AI/MLといった領域の説明は 簡易な記載にとどめています。 本書を読めば、エンタープライズ用途にも耐えうるクラウドアプリケーションの ・アカウント設計 ・セキュリティ設計 ・ネットワーク設計 ・プロダクト設計 ・監視・運用設計 ・移行設計 などのノウハウを、広く深く学ぶことができます。 【目次】 ・Chapter 1：Google Cloudの概要 ・Chapter 2：アカウント設計 ・Chapter 3：セキュリティ設計 ・Chapter 4：ネットワーク設計 ・Chapter 5：プロダクト設計 ・Chapter 6：監視・運用設計 ・Chapter 7：移行設計 ・Chapter 8：Google Cloudを用いたエンタープライズシステム（クラウド移行プロジェクトの例） ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 |
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Cloud Architect 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（170問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Associate Cloud Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を2セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（100問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
本書の内容
Google Cloud認定試験 Associate Cloud Engineer 対策用問題集の決定版！
本番試験を複数回受験して傾向と対策を熟知した筆者によって精選された、本番ライクな問題を110問（50問 × 2セット + 10問）用意しています。 各問題には詳細な解説が付記されており、本番前の集中的な対策が可能です。 本書は(1)本番試験のようなランダムな出題、(2)Google Cloudが定める5つの出題分野ごとの出題、（3）本番形式での出題、の3セクションで構成されているため、総合的な対策だけでなく、弱点分野対策、本番試験対策も行うことが可能です。 |
本書の内容
クラウドのAIをレベル別に詳解！
現在ではAI（人工知能）は、社会に溶け込むまで普及してきました。 スマホでのテキスト入力時の変換予測、あるいはカメラ撮影時の顔認 識など、生活のあらゆる場面に出てきます。 このようなAI技術は、機械学習のアルゴリズムや統計学などの高度な 技術で構成されており、開発者にとって高いハードルでした。それを 「ヒョイと」乗り越えられるのが、Google Cloud のAIプロダクト です。 本書では様々なAIプロダクトをレベル別に詳しく解説しました。 ◆本書の内容（抜粋） 第1章 GCPのAIについて 1.1 GCPとは 1.2 機械学習とは 1.3 GCPのAIとは 1.4 GCPの機械学習APIとは 1.5 AutoMLとは 1.6 BigQuery MLとは 1.7 AI Platformとは 第2章 機械学習API 2.1 機械学習APIを利用するために 2.2 Cloud Vision API 2.3 Cloud Video Intelligence API 2.4 Cloud Speech-to-Text API 第3章 AutoML概要 3.1 AutoMLの概要 3.2 AutoMLの種類 3.3 AutoMLモデルのエクスポート 第4章 AutoML（視覚系） 4.1 Cloud AutoML Vision 4.2 Cloud AutoML Vision Object Detection 4.3 Cloud AutoML Video Intelligence 第5章 AutoML（言語系） 5.1 Cloud AutoML Natural Language（テキスト分類） 5.2 Cloud AutoML Natural Language（感情分析） 5.3 Cloud AutoML Translation 第6章 AutoML（テーブルデータ・Edge） 6.1 Cloud AutoML Tables 6.2 Cloud AutoML Vision Edge 第7章 BigQuery ML 7.1 BigQuery MLとは 7.2 BigQueryMLでできること 第8章 AI Platform I 8.1 概要 8.2 AI Platformでデータ探索 8.3 画像ラベリング 第9章 AI Platform II |
本書の内容
（概要）
本書は、Googleのクラウドコンピューティングサービス「Google Cloud」（旧称：Google Cloud Platform、GCP）のしくみや関連技術をフルカラー図解した解説書です。エンジニア1年生や転職・就職を目指す人、クラウドサービスの導入を検討している人が、「Google Cloud」に関する技術を一通り学ぶことができるよう、クラウドコンピューティングの基礎から、サーバーサービス、ネットワークサービス、ストレージサービス、サーバーレスサービス、データベースサービス、データ分析サービスについて、具体的な製品や重要用語をイラストを交えてわかりやすく解説します。今までのGoogle Cloudの解説書では難しかったという人も、本書なら安心して学ぶことができます！ （こんな方におすすめ） ・Google Cloudのしくみやサービスの全体像を知りたい人 （目次） 第1章 Google Cloud の基礎知識 01 Google Cloudとは 02 Google Cloudのサービス 03 Google Cloudを利用しやすくするしくみ 04 Google Cloudの導入事例 第2章 クラウドのしくみとGoogle の取り組み 05 クラウドとは 06 パブリッククラウドとプライベートクラウド 07 IaaS、PaaS、SaaS 08 The Datacenter as a Computer 09 グローバルなインフラ 10 クラウドにおけるセキュリティ対策 11 ハイブリッドクラウドとマルチクラウド 12 オープンクラウド 第3章 Google Cloud を使うには 13 Google Cloudを使う流れ 14 Google Cloudコンソール 15 リソース階層 16 IAM 17 リージョンとゾーン 18 Cloud Billing 第4章 サーバーサービス「Compute Engine」 19 Compute Engine 20 Compute Engineを使う流れ 21 Compute Engineの料金 22 マシンタイプ 23 Compute Engineのストレージオプション 24 Compute Engineへのアクセス方法 25 インスタンスのバックアップ 第5章 ネットワークサービス「VPC」 26 Google Cloudのネットワーク 27 VPC 28 デフォルトネットワーク 29 サブネット 30 VPCネットワークの2つのモード 31 ファイアウォール 32 VPCネットワークの拡張 33 ルーティングとNAT 34 Cloud Load Balancing 35 Cloud CDN 36 Cloud DNS 第6章 ストレージサービス「Cloud Storage」 37 Cloud Storage 38 Cloud Storageを使う流れ 39 ストレージクラス 40 オブジェクトとバケット 41 アクセス制限 42 オブジェクトのアップロードとダウンロード 43 バージョニングとライフサイクル管理 第7章 コンテナとサーバーレスのサービス 44 コンテナとは ～アプリケーション単位で仮想化する技術 45 Kubernetes（K8s） 46 Google Kubernetes Engine（GKE） 47 GKEのアーキテクチャ 48 GKE／K8sを使うメリット 49 GKEを使用する流れ 50 サーバーレスサービス 51 App Engine 52 Cloud Functions 53 Cloud Run 54 Cloud Build 第8章 データベースサービス 55 データベースとは 56 Google Cloudのデータベースサービス 57 Cloud SQL 58 NoSQLデータベース 59 そのほかのデータベース 第9章 データ分析のサービス 60 データ分析とは 61 Google Cloudのデータ分析サービス 62 BigQuery 63 BigQueryを使用する流れ 64 BigQueryのベストプラクティス 65 BIツール 第10章 そのほかに知っておきたいGoogle Cloudのサービス 66 Anthos 67 Google CloudのAI・機械学習関連サービス 68 Operations suite |
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「ビッグデータ」と「コンテナ」に焦点を当てます。 ビッグデータを管理するBigQueryは従来のデータベースと異なり、インデックスを作る必要がないのが特徴。データ分析に力を発揮します。コンテナを管理するオーケストレーション・ツールではGoogleが開発したKubernetesが業界標準となっていますが、Google CloudではKubernetesを使いやすくするGoogle Kubernetes Engine（GKE）を用意しています。 本書ではハンズオンでこれらを学習できます。データはGoogleが用意しているものを使っているので、実際に試すのも容易です。 |
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「AI・機械学習」に焦点を当てます。 AI・機械学習は自分で一から作るのが困難な分野です。モデルを構築するのに専門知識が必要なだけでなく、数多くのデータを用意したり、それを学習させたりと、大変な労力がかかり、ノウハウも必要です。Google CloudではGoogleが培ってきた学習済みのモデルを使ったり、ユーザーが学習させたりすることで容易にシステムを構築できます。 本書ではハンズオンでこれらを学習できます。データはGoogleがビッグデータとして用意しているものを使っているので、実際に試すのも容易です。 |
本書の内容
Google Cloud認定資格である【Associate Cloud Engineer】に対応したGoogle公式ガイド!
米国で定評のGCP資格学習書『Official Google Cloud Certified Associate Cloud Engineer Study Guide』（Sybex刊）を日本語訳。グーグル・クラウド・ジャパン合同会社による監訳により、技術的にも正確かつ最新の情報で翻訳しています。 各章末には、理解度を測る演習問題付き。合格力が確実にアップします！ ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 購入前にお使いの端末で無料サンプルをお試しください。 |
本書の内容
Professional Cloud Architectとは、GCP（Google Cloud Platform） における基本的な操作に加え、全体のアーキテクチャ、インフラストラクチャについての知識があることを証明する資格です。本書ではGCPの主要なサービスの使い方の詳細を解説し、多数あるGCPのサービスについても紹介します。Google Workspace（旧G Suite）など、GCPを語る上で外せないGoogleのサービスについても、どのようにGCPと関連するかを解説しています。
【目次】 第1章 合格するために 第2章 GCP概要 第3章 主要サービスを知る:Cloud Compute Engine 第4章 主要サービスを知る:Virtual Private Cloud 第5章 主要サービスを知る:Google Cloud Storage 第6章 主要サービスを知る:BigQuery 第7章 主要サービスを知る:App Engine 第8章 主要サービスを知る:Google Kubernetes Engine 第9章 主要サービスを知る:Identity and Access Management 第10章 コンピューティングサービスを知る 第11章 ネットワーキングサービスを知る 第12章 ストレージサービスを知る 第13章 ビッグデータサービスを知る 第14章 人工知能サービスを知る 第15章 ツールサービスを知る 第16章 GCP以外のサービス 第17章 アーキテクチャを考えてみる 第18章 試験を受ける前に |
本書の内容
（概要）
AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション（DX）への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud（Google Cloud Platform, GCP）はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。 本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。 （こんな方におすすめ） ・これからデータ基盤の構築に関わる可能性があるエンジニア ・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方 （目次） 第1章 データ基盤の概要 1.1 データ基盤に取り組む意義 1.2 データ基盤とは？ 1.3 Google Cloud上で構築するデータ基盤 1.4 まとめ 第2章 BigQueryのコンセプトと利用方法 2.1 DWHとは 2.2 Googleのデータ処理を支える技術 2.3 BigQueryの内部アーキテクチャを理解する 2.4 DWHとしてのBigQueryの基本操作 2.5 BigQueryユーザー向けのクエリの最適化 2.6 まとめ 第3章 データウェアハウスの構築 3.1 データウェアハウスに求められるさまざまな要件 3.2 高可用性、Disaster Recovery計画 3.3 用途別の影響隔離 3.4 サイジング 3.5 目的環境別の影響隔離 3.6 テーブルを設計する 3.7 データの投入 3.8 バックアップとリストア 3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化 3.10 DMLをまとめる／パーティションの利用 3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用 3.12 データマートジョブの設計最適化 3.13 まとめ 第4章 データレイクの構築 4.1 データレイクとは 4.2 Hadoopとは 4.3 Google Cloudで構築するデータレイク 4.4 Google Cloudのおもなデータレイク関連のサービス 4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット 4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行 4.7 まとめ 第5章 ETL／ELT処理 5.1 ETL／ELTとは 5.2 ETL／ELT 処理を実施するサンプルシナリオ 5.3 サンプルシナリオ実施用の環境の構築 5.4 BigQueryでのELT 5.5 BigQueryでのETL 5.6 DataflowでのETL 5.7 DataprocでのETL 5.8 サンプルシナリオ実施用の環境の破棄 5.9 その他のETL／ELT処理の実施方法 5.10 ETLとELTの各手法の使い分け 5.11 まとめ 第6章 ワークフロー管理とデータ統合 6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス 6.2 Cloud Composerの特徴 6.3 Cloud Composerでのワークフロー管理 6.4 Cloud Data Fusionの特徴 6.5 Cloud Data Fusionでのワークフロー管理 6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント 6.7 まとめ 第7章 データ分析基盤におけるセキュリティとコスト管理の設計 7.1 Google Cloud Platformのセキュリティサービス 7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能 7.3 IAMを利用したBigQueryのアクセス制御 7.4 IAMとAccess Control List（ACL）を利用したCloud Storageのアクセス制御 7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止 7.6 監査 7.7 Security Command Centerを利用したデータリスクの検知と自動修復 7.8 組織のポリシーサービスの適用 7.9 アクセス管理とコスト管理の設計 7.10 まとめ 第8章 BigQuery へのデータ集約 8.1 BigQueryへデータ集約を行うメリット 8.2 BigQueryへのデータ集約の方法 8.3 BigQuery Data Transfer Service（BigQuery DTS） 8.4 BigQueryへのデータパイプライン構築 8.5 サービス間連携によるBigQueryへのデータ連携 8.6 まとめ 第9章 ビジネスインテリジェンス 9.1 BIとBIツール 9.2 コネクテッドシート 9.3 データポータル 9.4 Looker 9.5 BIツールと親和性の高いBigQueryの機能 9.6 まとめ 第10章 リアルタイム分析 第11章 発展的な分析 |
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます！
近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも 言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ ナの利点を十分に活かすことは難しいものです。 Googleが提供するGCP（Google Cloud Platform）には、このコンテナ開発ができる 様々なツールが多く用意されています。本書では、この中でも開発者がよく使う （けど、わかりづらい）Kubernetes、GKE、Cloud Runを中心に解説しました。 ◆本書の主な内容 第1章 Google Cloud Platformの紹介 1.1 Google Cloud Platformとは 1.2 プロジェクトの準備 1.3 GCPのプロジェクトの作成 第2章 Google Container Registry 2.1 Google Container Registryとは 2.2 Container Imageの形式 2.3 GCRにイメージを保存 2.4 Cloud Storageとの関連性 2.5 コンテナイメージの脆弱性スキャン 第3章 Cloud Build 3.1 Cloud BuildはGCPのCI/CDサービス 3.2 Cloud Buildで利用可能なコードホスティングサービス 3.3 Cloud Buildトリガー 3.4 Cloud Build構成ファイル 3.5 Cloud BuildでCI/CD基盤構築 第4章 Kubernetes 4.1 コンテナ 4.2 Kubernetesの概要 4.3 Kubernetesの機能 4.4 宣言的な構成管理 4.5 Minikube 4.6 Kubernetesのアーキテクチャ 4.7 Kubernetes APIオブジェクト 第5章 GKE 5.1 Cloud Consoleで始めるGKE 5.2 Cloud SDKで始めるGKE 5.3 GKEを用いたアプリケーションの公開 （以降については「目次」を参照） 第6章 Cloud Run 第7章 サービスメッシュ |
本書の内容
（概要）
Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド（サーバー管理が要らない！）なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python＋Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう！ （こんな方におすすめ） ・Google Cloudを使ってみたい、試してみたいエンジニアに！ （目次） 1章 Google Cloud Platform 1.1 Google Cloud Platformとは 1.2 GCPの歴史 1.3 なぜGCPなのか 第2章 Google App Engine 2.1 Google App Engine の種類 2.2 Google App Engine の特徴 2.3 GAEの目指すところ 第3章 開発環境の構築 3.1 GAEアプリケーションの開発環境を準備する 3.2 3GCPプロジェクトとは 3.3 GCPプロジェクトを作成する 3.4 Google Cloud Shellとは 3.5 コードエディターとは 第4章 GAEアプリケーション作成 4.1 最初のGAEアプリケーションを作成する 4.2 アプリケーションのデプロイ 4.3 デプロイバージョンを管理する 4.4 ［実習］アプリケーションの作成 4.5 アプリ作成のまとめ 4.6 課金上限を設定する 第5章 Web アプリケーション概要 5.1 モダンなWebアプリケーション 5.2 Web APIとは 5.3 本書で作成するWebアプリについて 第6章 FlaskによるHTTPリクエストの処理 6.1 Flask フレームワーク 6.2 テンプレートの利用 6.3 ［実習］Jinja2を使う 6.4 エラーページのカスタマイズ 6.5 ［実習］エラーハンドリング 6.6 フォーム処理 6.7 Web APIの追加 6.8 GETメソッド［練習①］ 6.9 ［実習］GETメソッド① 6.10 POSTメソッドの練習 6.11 ［実習］POSTメソッド 6.12 GETメソッド［練習②］ 6.13 ［実習］GETメソッド② 第7章 ログ 7.1 アプリケーションログ 7.2 Python logging モジュールを使ったログ出力 7.3 ［実習］ログ出力 7.4 Logging Client Libraries を使ったログ出力 7.5 Cloud Logging Handler を使ったログの出力 第8章 Cloud Datastoreを使う 8.1 Cloud DatastoreとCloud Firestore 8.2 Datastore にデータを保存する 8.3 ［実習］データの保存 8.4 Datastore からデータを取得する 8.5 ［実習］データの取得 8.6 データを1件取得する 8.7 ［実習］Key を使ったデータ取得 8.8 Datastore からデータを更新する 8.9 ［実習］データの更新 8.10 Datastore からデータを削除する 8.11 ［実習］データの削除 8.12 実習をローカル環境で動かす 第9章 エンティティグループ 9.1 エンティティグループとは 9.2 エンティティグループを作成する 9.3 ［実習］エンティティグループの作成 9.4 エンティティグループを取得する 9.5 ［実習］エンティティグループを取得する 第10章 Google Cloud Storageを使う 10.1 Google Cloud Storageとは 10.2 実践GCS 10.3 GAEからGCSを操作する 10.4 GCSにファイルをアップロードする 10.5 ［実習］GCSにファイルをアップロードする 10.6 GCSからファイルを取得する 10.7 ［実習］GCSからファイルを取得する 第11章 そのほかのサービス 11.1 GCPの機能をもっと使うには 11.2 Cloud Identity-Aware Proxy（Cloud IAP）とは 11.3 Cloud Tasks 11.4 Cloud Scheduler |
本書の内容
※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機能しない場合があります。文字だけを拡大することはできません。
※プリント・レプリカ形式は見開き表示ができません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書。 本書は、API（Application Programming Interface、Web サービスの機能を外部から利用するためのインターフェース）を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。 第1部 APIとは？ ディープラーニングとは？ 1章 APIの原理 2章 ディープラーニングの原理 3章 ディープラーニングのしくみ・基礎 第2部 API呼び出しのポイント 1章 APIを呼び出す環境を構築しよう 2章 いますぐ使えるAPI：利用可能なクラウドサービス 第3部 いますぐできる2つの活用シーン シーン1 テスト採点の自動化：分析情報抽出APIの活用 シーン2 会話による健康管理サポート：音声操作アプリケーションの活用 |
Google Clound Platform 高評価のおすすめ本 ランキング
|
人気 1位
本書の内容
※このKindle本はプリント・レプリカ形式で、Kindle Paperwhiteなどの電子書籍リーダーおよびKindle Cloud Readerではご利用いただけません。Fireなどの大きいディスプレイを備えたタブレット端末や、Kindle無料アプリ (Kindle for iOS、Kindle for Android、Kindle for PC、Kindle for Mac) でのみご利用可能です。また、文字列のハイライト、検索、辞書の参照、引用については、一部機能しない場合があります。文字だけを拡大することはできません。
※プリント・レプリカ形式は見開き表示ができません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 ディープラーニング・アプリケーション開発をAPIを活用してはじめるための入門書。 本書は、API（Application Programming Interface、Web サービスの機能を外部から利用するためのインターフェース）を活用してディープラーニング・アプリケーション開発をはじめるための入門書です。 第1部でAPIおよびディープラーニングの原理と全体像を解説した後、第2部でAPIの実装について、そして第3部では、Google Cloud APIの基本的な活用シーンを解説します。 これからのエンジニアにとって必須の知識を、自ら手を動かして気軽に学べます。 第1部 APIとは？ ディープラーニングとは？ 1章 APIの原理 2章 ディープラーニングの原理 3章 ディープラーニングのしくみ・基礎 第2部 API呼び出しのポイント 1章 APIを呼び出す環境を構築しよう 2章 いますぐ使えるAPI：利用可能なクラウドサービス 第3部 いますぐできる2つの活用シーン シーン1 テスト採点の自動化：分析情報抽出APIの活用 シーン2 会話による健康管理サポート：音声操作アプリケーションの活用 |
|
人気 2位
本書の内容
（概要）
Google Cloudは、すぐにクラウドでアプリを開発できるので、ビジネスをすばやくIT化できます。フルマネージド（サーバー管理が要らない！）なので、Googleの技術基盤にフルに任せながら、安心してソフトウェア開発に注力できます。しかもGoogle App Engineを使うならば、必要なプログラミング言語はPythonだけです。しかもWebブラウザだけで開発できます。本書はGoogle Cloudの優れた機能を紹介しながら、Python＋Flaskフレームワークを使いWebアプリ方を紹介します。この開発工程をともに学ぶことでクラウド上でのソフトウェア開発の要諦を学ぶことができるでしょう。Google Cloudのパワーとテクノロジーを習得しましょう！ （こんな方におすすめ） ・Google Cloudを使ってみたい、試してみたいエンジニアに！ （目次） 1章 Google Cloud Platform 1.1 Google Cloud Platformとは 1.2 GCPの歴史 1.3 なぜGCPなのか 第2章 Google App Engine 2.1 Google App Engine の種類 2.2 Google App Engine の特徴 2.3 GAEの目指すところ 第3章 開発環境の構築 3.1 GAEアプリケーションの開発環境を準備する 3.2 3GCPプロジェクトとは 3.3 GCPプロジェクトを作成する 3.4 Google Cloud Shellとは 3.5 コードエディターとは 第4章 GAEアプリケーション作成 4.1 最初のGAEアプリケーションを作成する 4.2 アプリケーションのデプロイ 4.3 デプロイバージョンを管理する 4.4 ［実習］アプリケーションの作成 4.5 アプリ作成のまとめ 4.6 課金上限を設定する 第5章 Web アプリケーション概要 5.1 モダンなWebアプリケーション 5.2 Web APIとは 5.3 本書で作成するWebアプリについて 第6章 FlaskによるHTTPリクエストの処理 6.1 Flask フレームワーク 6.2 テンプレートの利用 6.3 ［実習］Jinja2を使う 6.4 エラーページのカスタマイズ 6.5 ［実習］エラーハンドリング 6.6 フォーム処理 6.7 Web APIの追加 6.8 GETメソッド［練習①］ 6.9 ［実習］GETメソッド① 6.10 POSTメソッドの練習 6.11 ［実習］POSTメソッド 6.12 GETメソッド［練習②］ 6.13 ［実習］GETメソッド② 第7章 ログ 7.1 アプリケーションログ 7.2 Python logging モジュールを使ったログ出力 7.3 ［実習］ログ出力 7.4 Logging Client Libraries を使ったログ出力 7.5 Cloud Logging Handler を使ったログの出力 第8章 Cloud Datastoreを使う 8.1 Cloud DatastoreとCloud Firestore 8.2 Datastore にデータを保存する 8.3 ［実習］データの保存 8.4 Datastore からデータを取得する 8.5 ［実習］データの取得 8.6 データを1件取得する 8.7 ［実習］Key を使ったデータ取得 8.8 Datastore からデータを更新する 8.9 ［実習］データの更新 8.10 Datastore からデータを削除する 8.11 ［実習］データの削除 8.12 実習をローカル環境で動かす 第9章 エンティティグループ 9.1 エンティティグループとは 9.2 エンティティグループを作成する 9.3 ［実習］エンティティグループの作成 9.4 エンティティグループを取得する 9.5 ［実習］エンティティグループを取得する 第10章 Google Cloud Storageを使う 10.1 Google Cloud Storageとは 10.2 実践GCS 10.3 GAEからGCSを操作する 10.4 GCSにファイルをアップロードする 10.5 ［実習］GCSにファイルをアップロードする 10.6 GCSからファイルを取得する 10.7 ［実習］GCSからファイルを取得する 第11章 そのほかのサービス 11.1 GCPの機能をもっと使うには 11.2 Cloud Identity-Aware Proxy（Cloud IAP）とは 11.3 Cloud Tasks 11.4 Cloud Scheduler |
|
人気 3位
本書の内容
本書はGCP（Google Cloud Platform）のゲーム基盤としての活用を、ゲーム業界のエンジニアが解説します。各社のエンジニアが寄稿により生の声を寄せ、さらにGCPのディープな情報も盛り込んでいます。
【目次】 第1章 Google Cloud Platformの特徴 1.1 コンピューティング 1.2 データベース 1.3 ストレージ 1.4 ネットワーク 1.5 運用／監視／管理ツール 1.6 データ分析 1.7 AIと機械学習 第2章 GCP Deep Dive 2.1 Helmで構築するGKEモニタリング環境構築（株式会社grasys） 2.2 リージョン間通信とCloud Spanner（ジェットブラックフラワーズ合同会社） 2.3 BigQueryとLooker（アイレット株式会社） 2.4 まとめ 第3章 ゲームインフラにおけるワークロード 3.1 ワークロードごとの特徴 3.2 本章のまとめ 第4章 ゲームサーバーホスティングにおける活用事例 4.1 リファレンスアーキテクチャー 4.2 GKEとCloud Spannerで実現する大規模ゲームサーバー（株式会社コロプラ） 4.3 ポコロンダンジョンズのGCP移行とマネージドサービス活用実例（株式会社グレンジ） 第5章 プラットフォームサービスにおける活用事例 5.1 リファレンスアーキテクチャー 5.2 Google App Engineによる運用レスなゲームサーバー（株式会社バンダイナムコスタジオ） 5.3 無停止の課金基盤をGAEで構築するための設計と運用（株式会社アカツキ） 5.4 Google Maps Platform：既存ゲームへのマップ機能の追加について-モンスターストライクの事例-（株式会社ミクシィ） 第6章 データ分析における活用事例 6.1 リファレンスアーキテクチャー 6.2 データ分析の生産性を高める、データ基盤とKPIダッシュボード（株式会社サイバード） 6.3 BigQueryで作るクラウド活用型データ基盤（KLab株式会社） 6.4 機械学習を活用した分析（澪標アナリティクス株式会社） 内容サンプルユーザーレビュー
マーチンは1ｃｍ刻みでしか靴の販売がない為、私のサイズには必須品です。 おかげでピッタリサイズになり靴下を重ね履きしなくて済むようになりました。 さすがドクターマーチンのインソールです、歩きやすさがアップして長距離歩けます。
古着屋で購入したものにインソールがなく購入しました。 しばらくは気がつかずインソールなしで履いてましたが…当然ですが履き心地が全く違う！ 早く購入しておけば良かったです(笑)。
つい最近購入したドクターマーチン用に購入しました。少し大きめなのでカットして使えます。元のクッションよりもいいので履きごごちが良くなりました。
|
|
人気 4位
本書の内容
AWS、Azure、Google Cloudを一気に知りたい、欲張りなあなたへ!
本書は、AWS(Amazon Web Services)、Azure、Google Cloudという、現在よく使われているクラウドサービスについて、横断的に学習できる書籍です。 「クラウドサービスの全体像を理解したい」 「3つの違いをしっかり把握してから、どれを使うか選びたい」 「Amazon Web Servicesのこのサービスについては知っているけれど、他のサービスではどうなっているのかな?」 そんな風に思っている方に、ぴったりの1冊です。 |
|
人気 5位
本書の内容
Google Cloudのエンジニアによる本格解説書！
クラウドコンピューティングが普及する中で、エンタープライズシステムもまた、 オンプレミスからクラウドへの円滑かつ効果的な移行が求められています。 本書は、エンタープライズシステムを構築・運用するエンジニアのために、 Google Cloudの具体的なユースケースや設計ポイントを Google Cloudのエンジニア陣が徹底的に解説する一冊です。 プロダクトカットで機能の説明にフォーカスをするのではなく、 従来オンプレミスでシステム開発を行う際にも考慮が必要である 「アカウント設計」「セキュリティ設計」「ネットワーク設計」 「プロダクト設計」「監視・運用設計」「移行設計」といった設計軸で、 Google Cloudを利用する際のポイントについて述べています。 また、説明の軸足を置くユースケースとしては主に、従来オンプレミスで 稼働していたようなエンタープライズシステムを、どのように Google Cloud上で実現するかにフォーカスしているため、 あえてコンテナ、データ分析、AI/MLといった領域の説明は 簡易な記載にとどめています。 本書を読めば、エンタープライズ用途にも耐えうるクラウドアプリケーションの ・アカウント設計 ・セキュリティ設計 ・ネットワーク設計 ・プロダクト設計 ・監視・運用設計 ・移行設計 などのノウハウを、広く深く学ぶことができます。 【目次】 ・Chapter 1：Google Cloudの概要 ・Chapter 2：アカウント設計 ・Chapter 3：セキュリティ設計 ・Chapter 4：ネットワーク設計 ・Chapter 5：プロダクト設計 ・Chapter 6：監視・運用設計 ・Chapter 7：移行設計 ・Chapter 8：Google Cloudを用いたエンタープライズシステム（クラウド移行プロジェクトの例） ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。 |
|
人気 6位
本書の内容
（概要）
AIやIoTが実用化フェーズに入りつつあるのみならず、デジタルトランスフォーメーション（DX）への注目の高まりによって、事業やサービスを取り巻くデータを分析・活用・管理するためのインフラであるデータ基盤の重要性が増しています。 データ基盤を構築するにあたり、先行する事例から、Google Cloud（Google Cloud Platform, GCP）はデータ領域に強みがある、あるいは、BigQueryは高速に動作するデータウェアハウスである、と聞いたことがある方は多いでしょう。 本書では「データ基盤」そのものを体系的に整理しながら、Google Cloudの各サービスをどのように活用することで実用的なデータ基盤を構築できるか、また発展的なデータ分析ニーズに応えるデータ基盤をどのように設計できるか、といった点について解説しています。 特にGoogle Cloudはマネージドサービスを中心として提供されているため、その特性を正しくとらえることで、最大限の価値を発揮できるようになります。 実際にGoogle Cloudやオンプレミス、他のクラウドサービスを用いたデータ基盤の構築や設計に携わってきた筆者らによる一歩踏み込んだ解説が本書の特徴です。 （こんな方におすすめ） ・これからデータ基盤の構築に関わる可能性があるエンジニア ・Google Cloudや他のクラウドサービスを利用しており、これからデータ領域での活用を広げようとしている方 （目次） 第1章 データ基盤の概要 1.1 データ基盤に取り組む意義 1.2 データ基盤とは？ 1.3 Google Cloud上で構築するデータ基盤 1.4 まとめ 第2章 BigQueryのコンセプトと利用方法 2.1 DWHとは 2.2 Googleのデータ処理を支える技術 2.3 BigQueryの内部アーキテクチャを理解する 2.4 DWHとしてのBigQueryの基本操作 2.5 BigQueryユーザー向けのクエリの最適化 2.6 まとめ 第3章 データウェアハウスの構築 3.1 データウェアハウスに求められるさまざまな要件 3.2 高可用性、Disaster Recovery計画 3.3 用途別の影響隔離 3.4 サイジング 3.5 目的環境別の影響隔離 3.6 テーブルを設計する 3.7 データの投入 3.8 バックアップとリストア 3.9 BigQueryにおけるトランザクションとパーティションを用いたDMLの最適化 3.10 DMLをまとめる／パーティションの利用 3.11 外部接続の最適化 - Storage APIの利用とBI Engineの利用 3.12 データマートジョブの設計最適化 3.13 まとめ 第4章 データレイクの構築 4.1 データレイクとは 4.2 Hadoopとは 4.3 Google Cloudで構築するデータレイク 4.4 Google Cloudのおもなデータレイク関連のサービス 4.5 Google Cloudでデータレイクを中心としたデータ分析基盤を構築することのメリット 4.6 オンプレミス環境からGoogle Cloudへのデータレイクの移行 4.7 まとめ 第5章 ETL／ELT処理 5.1 ETL／ELTとは 5.2 ETL／ELT 処理を実施するサンプルシナリオ 5.3 サンプルシナリオ実施用の環境の構築 5.4 BigQueryでのELT 5.5 BigQueryでのETL 5.6 DataflowでのETL 5.7 DataprocでのETL 5.8 サンプルシナリオ実施用の環境の破棄 5.9 その他のETL／ELT処理の実施方法 5.10 ETLとELTの各手法の使い分け 5.11 まとめ 第6章 ワークフロー管理とデータ統合 6.1 Google Cloudのワークフロー管理とデータ統合のためのサービス 6.2 Cloud Composerの特徴 6.3 Cloud Composerでのワークフロー管理 6.4 Cloud Data Fusionの特徴 6.5 Cloud Data Fusionでのワークフロー管理 6.6 Cloud ComposerとCloud Data Fusionの比較と使い分けのポイント 6.7 まとめ 第7章 データ分析基盤におけるセキュリティとコスト管理の設計 7.1 Google Cloud Platformのセキュリティサービス 7.2 Google Cloudのリソース構成とエンタープライズ向けの管理機能 7.3 IAMを利用したBigQueryのアクセス制御 7.4 IAMとAccess Control List（ACL）を利用したCloud Storageのアクセス制御 7.5 VPC Service Controlsを利用したアクセス制御とデータ持ち出し防止 7.6 監査 7.7 Security Command Centerを利用したデータリスクの検知と自動修復 7.8 組織のポリシーサービスの適用 7.9 アクセス管理とコスト管理の設計 7.10 まとめ 第8章 BigQuery へのデータ集約 8.1 BigQueryへデータ集約を行うメリット 8.2 BigQueryへのデータ集約の方法 8.3 BigQuery Data Transfer Service（BigQuery DTS） 8.4 BigQueryへのデータパイプライン構築 8.5 サービス間連携によるBigQueryへのデータ連携 8.6 まとめ 第9章 ビジネスインテリジェンス 9.1 BIとBIツール 9.2 コネクテッドシート 9.3 データポータル 9.4 Looker 9.5 BIツールと親和性の高いBigQueryの機能 9.6 まとめ 第10章 リアルタイム分析 第11章 発展的な分析 |
|
人気 7位
本書の内容
（概要）
本書は、Googleのクラウドコンピューティングサービス「Google Cloud」（旧称：Google Cloud Platform、GCP）のしくみや関連技術をフルカラー図解した解説書です。エンジニア1年生や転職・就職を目指す人、クラウドサービスの導入を検討している人が、「Google Cloud」に関する技術を一通り学ぶことができるよう、クラウドコンピューティングの基礎から、サーバーサービス、ネットワークサービス、ストレージサービス、サーバーレスサービス、データベースサービス、データ分析サービスについて、具体的な製品や重要用語をイラストを交えてわかりやすく解説します。今までのGoogle Cloudの解説書では難しかったという人も、本書なら安心して学ぶことができます！ （こんな方におすすめ） ・Google Cloudのしくみやサービスの全体像を知りたい人 （目次） 第1章 Google Cloud の基礎知識 01 Google Cloudとは 02 Google Cloudのサービス 03 Google Cloudを利用しやすくするしくみ 04 Google Cloudの導入事例 第2章 クラウドのしくみとGoogle の取り組み 05 クラウドとは 06 パブリッククラウドとプライベートクラウド 07 IaaS、PaaS、SaaS 08 The Datacenter as a Computer 09 グローバルなインフラ 10 クラウドにおけるセキュリティ対策 11 ハイブリッドクラウドとマルチクラウド 12 オープンクラウド 第3章 Google Cloud を使うには 13 Google Cloudを使う流れ 14 Google Cloudコンソール 15 リソース階層 16 IAM 17 リージョンとゾーン 18 Cloud Billing 第4章 サーバーサービス「Compute Engine」 19 Compute Engine 20 Compute Engineを使う流れ 21 Compute Engineの料金 22 マシンタイプ 23 Compute Engineのストレージオプション 24 Compute Engineへのアクセス方法 25 インスタンスのバックアップ 第5章 ネットワークサービス「VPC」 26 Google Cloudのネットワーク 27 VPC 28 デフォルトネットワーク 29 サブネット 30 VPCネットワークの2つのモード 31 ファイアウォール 32 VPCネットワークの拡張 33 ルーティングとNAT 34 Cloud Load Balancing 35 Cloud CDN 36 Cloud DNS 第6章 ストレージサービス「Cloud Storage」 37 Cloud Storage 38 Cloud Storageを使う流れ 39 ストレージクラス 40 オブジェクトとバケット 41 アクセス制限 42 オブジェクトのアップロードとダウンロード 43 バージョニングとライフサイクル管理 第7章 コンテナとサーバーレスのサービス 44 コンテナとは ～アプリケーション単位で仮想化する技術 45 Kubernetes（K8s） 46 Google Kubernetes Engine（GKE） 47 GKEのアーキテクチャ 48 GKE／K8sを使うメリット 49 GKEを使用する流れ 50 サーバーレスサービス 51 App Engine 52 Cloud Functions 53 Cloud Run 54 Cloud Build 第8章 データベースサービス 55 データベースとは 56 Google Cloudのデータベースサービス 57 Cloud SQL 58 NoSQLデータベース 59 そのほかのデータベース 第9章 データ分析のサービス 60 データ分析とは 61 Google Cloudのデータ分析サービス 62 BigQuery 63 BigQueryを使用する流れ 64 BigQueryのベストプラクティス 65 BIツール 第10章 そのほかに知っておきたいGoogle Cloudのサービス 66 Anthos 67 Google CloudのAI・機械学習関連サービス 68 Operations suite |
|
人気 8位
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「ビッグデータ」と「コンテナ」に焦点を当てます。 ビッグデータを管理するBigQueryは従来のデータベースと異なり、インデックスを作る必要がないのが特徴。データ分析に力を発揮します。コンテナを管理するオーケストレーション・ツールではGoogleが開発したKubernetesが業界標準となっていますが、Google CloudではKubernetesを使いやすくするGoogle Kubernetes Engine（GKE）を用意しています。 本書ではハンズオンでこれらを学習できます。データはGoogleが用意しているものを使っているので、実際に試すのも容易です。 |
|
人気 9位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Cloud Architect 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（170問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
|
人気 10位
本書の内容
Google Cloud Platform(GCP)マニアの
クラウドエースが解説するクラウドエンジニア必携「GCPの教科書」! Google Cloud Platform、略称「GCP」はグーグルが提供するプラットフォームで、 その中では、今注目の「機械学習」「ビッグデータ」関連のサービスが特に充実しており、 AI関連のシステム基盤として要注目の環境となっています。 【対象読者】 本書は、自他共に認めるGoogle CloudPlatform(以下、GCP)マニアであるクラウドエースが、 GCP をぜひ皆さんに使っていただきたいと考えて執筆したものです。 「GCPを使ってみたいけど使い方がよく分からない」方から、 「ある程度使っているけれども使いこなせてはないかも?」というクラウドに関して初級から中級の技術者の方を対象にしています。 【本書の内容】 GCPに触れたことのない方には、まずは触ってみて体感すること、 次に基礎的なことを押さえて効果的によりたくさんのプロダクトを活用できるようになることを体系的に解説した「教科書」です。 クラウドエンジニア必携の一冊です。 【本書の効用とゴール】 本書では、GCPの機能・操作法や他のクラウドとの比較など、 ひととおり解説してありますので、GCPの基本・特徴については理解できます。 GCP を理解し、触ってみて、今後の「クラウドネイティブ時代」を生きる一助となるべく一冊です。 【本書の構成】 第1章 Google Cloud Platformとは? 第2章 GCPの基本を知ろう 第3章 GCPの基本サービスを学ぼう 第4章 高度なサービスを知ろう(その1) 第5章 高度なサービスを知ろう(その2) 第6章 機械学習 第7章 GCPで使えるAPIの紹介 第8章 AWSユーザーへ 第9章 GCPのまとめと今後の展望 |
|
人気 11位
本書の内容
GCP上でのコンテナベースの開発する際の御作法 すべて教えます！
近年、アプリケーションエンジニアにとってコンテナベースでの開発は「超必須」とも 言える重要な技術となっております。しかし、一通りの開発ができたとしても、コンテ ナの利点を十分に活かすことは難しいものです。 Googleが提供するGCP（Google Cloud Platform）には、このコンテナ開発ができる 様々なツールが多く用意されています。本書では、この中でも開発者がよく使う （けど、わかりづらい）Kubernetes、GKE、Cloud Runを中心に解説しました。 ◆本書の主な内容 第1章 Google Cloud Platformの紹介 1.1 Google Cloud Platformとは 1.2 プロジェクトの準備 1.3 GCPのプロジェクトの作成 第2章 Google Container Registry 2.1 Google Container Registryとは 2.2 Container Imageの形式 2.3 GCRにイメージを保存 2.4 Cloud Storageとの関連性 2.5 コンテナイメージの脆弱性スキャン 第3章 Cloud Build 3.1 Cloud BuildはGCPのCI/CDサービス 3.2 Cloud Buildで利用可能なコードホスティングサービス 3.3 Cloud Buildトリガー 3.4 Cloud Build構成ファイル 3.5 Cloud BuildでCI/CD基盤構築 第4章 Kubernetes 4.1 コンテナ 4.2 Kubernetesの概要 4.3 Kubernetesの機能 4.4 宣言的な構成管理 4.5 Minikube 4.6 Kubernetesのアーキテクチャ 4.7 Kubernetes APIオブジェクト 第5章 GKE 5.1 Cloud Consoleで始めるGKE 5.2 Cloud SDKで始めるGKE 5.3 GKEを用いたアプリケーションの公開 （以降については「目次」を参照） 第6章 Cloud Run 第7章 サービスメッシュ |
|
人気 12位
本書の内容
本書は、Google Cloud Platform（GCP）のプレミアムパートナーである株式会社トップゲートが、Google App Engine（GAE）とその周辺サービスの活用方法を紹介する実践開発入門書です。クラウド開発経験のない新人君が、プラットフォームの選択・開発・リリースなどの基礎から、運用・パフォーマンス改善・既存環境連携などの応用まで、総合的なアプリ開発をひとつひとつ体験していくストーリー仕立てのわかりやすい解説が特徴です。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 13位
本書の内容
Google BigQuery（ビッグクエリ）は、Googleが自社で保有している膨大なデータを効率的かつ高速に分析するために構築した社内データ分析基盤を一般提供したサービスです。その内部ではBorg、Colossus、Jupiter、DremelなどのGoogle独自のコアテクノロジーが活用されており、実行されたクエリはGoogleの保有する膨大なインフラリソース上で瞬時に並列・分散処理されます。
その処理速度は1000億行のデータセットに対してインタラクティブに数十秒で結果を返してしまう程です。 本書では、社内に蓄積されているビッグデータを、新人さんがBigQueryを駆使してその優れた機能に感動しながらも悪戦苦闘し、分析基盤として利用していくサンプルケースを通して、BigQueryの利用方法を具体的に解説していきます。まずは気を楽にして物語を楽しみながら、登場人物達と共にBigQueryや関連するGCPサービスについて理解を深めていただければと思います。 ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 14位
本書の内容
クラウドのサービスが高度化を続けています。素の仮想コンピューターに一からシステムを構築するというのはもはや時代遅れ。用意されたさまざまなサービスを組み合わせて短期間で目的のシステムを構築することが重要になっています。
Google Cloud（旧名称Google Cloud Platform＝GCP）にはさまざまなサービスがあり、これらを活用することで、開発・運用・保守の短縮化・低コスト化・安定化が可能です。本書はGoogleの監修を受けており、2巻構成でGoogle Cloudの「AI・機械学習」「ビッグデータ」「コンテナ」の機能と使い方を解説します。本巻ではこの中で「AI・機械学習」に焦点を当てます。 AI・機械学習は自分で一から作るのが困難な分野です。モデルを構築するのに専門知識が必要なだけでなく、数多くのデータを用意したり、それを学習させたりと、大変な労力がかかり、ノウハウも必要です。Google CloudではGoogleが培ってきた学習済みのモデルを使ったり、ユーザーが学習させたりすることで容易にシステムを構築できます。 本書ではハンズオンでこれらを学習できます。データはGoogleがビッグデータとして用意しているものを使っているので、実際に試すのも容易です。 |
|
人気 15位
本書の内容
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。
企業システムに関わる人が知っておくべきGoogle Cloudのサービスを 網羅的にわかりやすく解説 3つのシナリオにおける設計の進め方や注意点も収録 Google Cloudは企業情報システムへの対応を急速に進めており、DX（デジタルトランスフォーメーション）での存在感を高めています。本書は、企業情報システムの担当者やシステム企画部門、サービスを開発・運営する事業部門の担当者などが知っておくべきGoogle Cloudのサービスを網羅的に分かりやすく解説した一冊です。 データベースやセキュリティー、機械学習など11のカテゴリーに分けて重要なサービスを1つひとつ平易に解説しており、Google Cloudの基本的な知識を体系立ててつかむことができます。「ハイブリッドクラウドの構築」「データ分析基盤の構築」「IoT・機械学習システムの構築」という3つのシナリオにおける具体的な開発の進め方、設計例、考慮すべきポイントも収録しました。 |
|
人気 16位
本書の内容
クラウドのAIをレベル別に詳解！
現在ではAI（人工知能）は、社会に溶け込むまで普及してきました。 スマホでのテキスト入力時の変換予測、あるいはカメラ撮影時の顔認 識など、生活のあらゆる場面に出てきます。 このようなAI技術は、機械学習のアルゴリズムや統計学などの高度な 技術で構成されており、開発者にとって高いハードルでした。それを 「ヒョイと」乗り越えられるのが、Google Cloud のAIプロダクト です。 本書では様々なAIプロダクトをレベル別に詳しく解説しました。 ◆本書の内容（抜粋） 第1章 GCPのAIについて 1.1 GCPとは 1.2 機械学習とは 1.3 GCPのAIとは 1.4 GCPの機械学習APIとは 1.5 AutoMLとは 1.6 BigQuery MLとは 1.7 AI Platformとは 第2章 機械学習API 2.1 機械学習APIを利用するために 2.2 Cloud Vision API 2.3 Cloud Video Intelligence API 2.4 Cloud Speech-to-Text API 第3章 AutoML概要 3.1 AutoMLの概要 3.2 AutoMLの種類 3.3 AutoMLモデルのエクスポート 第4章 AutoML（視覚系） 4.1 Cloud AutoML Vision 4.2 Cloud AutoML Vision Object Detection 4.3 Cloud AutoML Video Intelligence 第5章 AutoML（言語系） 5.1 Cloud AutoML Natural Language（テキスト分類） 5.2 Cloud AutoML Natural Language（感情分析） 5.3 Cloud AutoML Translation 第6章 AutoML（テーブルデータ・Edge） 6.1 Cloud AutoML Tables 6.2 Cloud AutoML Vision Edge 第7章 BigQuery ML 7.1 BigQuery MLとは 7.2 BigQueryMLでできること 第8章 AI Platform I 8.1 概要 8.2 AI Platformでデータ探索 8.3 画像ラベリング 第9章 AI Platform II |
|
人気 17位
本書の内容
Google Cloud認定資格である【Associate Cloud Engineer】に対応したGoogle公式ガイド!
米国で定評のGCP資格学習書『Official Google Cloud Certified Associate Cloud Engineer Study Guide』（Sybex刊）を日本語訳。グーグル・クラウド・ジャパン合同会社による監訳により、技術的にも正確かつ最新の情報で翻訳しています。 各章末には、理解度を測る演習問題付き。合格力が確実にアップします！ ※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 購入前にお使いの端末で無料サンプルをお試しください。 |
|
人気 18位
本書の内容
Google Cloud認定試験 Associate Cloud Engineer 対策用問題集の決定版！
本番試験を複数回受験して傾向と対策を熟知した筆者によって精選された、本番ライクな問題を110問（50問 × 2セット + 10問）用意しています。 各問題には詳細な解説が付記されており、本番前の集中的な対策が可能です。 本書は(1)本番試験のようなランダムな出題、(2)Google Cloudが定める5つの出題分野ごとの出題、（3）本番形式での出題、の3セクションで構成されているため、総合的な対策だけでなく、弱点分野対策、本番試験対策も行うことが可能です。 |
|
人気 19位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Professional Data Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を3セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（50問題×3セット ）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |
|
人気 20位
本書の内容身近な例からデータサイエンスの深淵を体感し 【本書の内容】 本書は、 【本書のポイント】 【読者が得られること】 【対象読者】 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 |
|
人気 21位
本書の内容
Webサイトやアプリで、とにかく画像が多すぎることが原因で、時間がかかりすぎ、捌ききれない工程が発生することがあります。本書は、Google Cloud AutoMLを利用して、多すぎる画像の管理を自動認識で楽にするノウハウをわかりやすく解説します。学習データの作成から、予測モデル構築・チューニング・モデル評価・ウェブやアプリの組み込みまで、ディープラーニング・ニューラルモデル・機械学習を使ったシンプルな画像認識AI作成がわかります。
※この商品は固定レイアウトで作成されており、タブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 |
|
人気 22位
本書の内容
Professional Cloud Architectとは、GCP（Google Cloud Platform） における基本的な操作に加え、全体のアーキテクチャ、インフラストラクチャについての知識があることを証明する資格です。本書ではGCPの主要なサービスの使い方の詳細を解説し、多数あるGCPのサービスについても紹介します。Google Workspace（旧G Suite）など、GCPを語る上で外せないGoogleのサービスについても、どのようにGCPと関連するかを解説しています。
【目次】 第1章 合格するために 第2章 GCP概要 第3章 主要サービスを知る:Cloud Compute Engine 第4章 主要サービスを知る:Virtual Private Cloud 第5章 主要サービスを知る:Google Cloud Storage 第6章 主要サービスを知る:BigQuery 第7章 主要サービスを知る:App Engine 第8章 主要サービスを知る:Google Kubernetes Engine 第9章 主要サービスを知る:Identity and Access Management 第10章 コンピューティングサービスを知る 第11章 ネットワーキングサービスを知る 第12章 ストレージサービスを知る 第13章 ビッグデータサービスを知る 第14章 人工知能サービスを知る 第15章 ツールサービスを知る 第16章 GCP以外のサービス 第17章 アーキテクチャを考えてみる 第18章 試験を受ける前に |
|
人気 23位
本書の内容
出題範囲に完全対応した模擬問題集！
Google Cloud認定Associate Cloud Engineer 試験の本番レベルの模擬問題集です。 全50問の模擬問題を2セット含んでおり、解説付き一問一答セクション と本番試験セクション (問題のみのセクションと回答解説セクションから構成) の2セクションを用意しています。 なお、解説付き一問一答セクションは記憶定着の観点から、ランダムシャッフルしたものを2つ（100問題×2セット）配置しています。 本書を用いた勉強を行うことで最短合格を目指すことが可能です。 |