一夜漬けＡＷＳ認定ＡＩプラクティショナー直前対策テキスト
発売日：2025年9月
- ページ数
- ２６９ｐ
- ISBN
- 978-4-7980-7617-1
- 著者情報
- 山内 貴弘（ヤマウチ タカヒロ）
株式会社なみなみブックス代表取締役。ＩＢＭにて、アカウントＳＥとしてソフトウェア販売で日本一２回達成、またＰＭとしては大規模ＩＴプロジェクトマネジメントを数多く成功に導く。また人材開発・リスキリングを担当し、事業分野のリスキリングではＪａｐａｎ Ｌｅａｄｅｒとして推進した。その後、東証プライムのＩＴベンダーであるクレスコに移籍し、インフラストラクチャ関連の事業部長やシニアテクニカルエグゼクティブとしてＡＷＳビジネスを推進。またインドのソフトウェア会社の役員も担当。現在はＡＩを活用した新しい業務形態の会社を起業し、ユーザー企業に向けた先端ＡＩ活用を提案している
セブン-イレブン受取り(送料無料)
発送目安
発売日（発売日以降は当日）～2日で発送
宅配（送料¥550税込）
発送目安
発売日（発売日以降は当日）～2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
ＡＩや機械学習の基本概念から、ＡＷＳでのユースケースまで頻出ポイント解説＋実践練習問題７０問。
本書は、これまで多くの合格者を輩出してきた「一夜漬けAWS認定シリーズ」の最新作として、AWS認定AIプラクティショナー（AIF-C01）試験に最短で合格することを目的に構成しています。忙しい皆さまが限られた時間で最大の成果を得られるよう、出題傾向を徹底分析し、頻出ポイントを集約しました。
加えて本書は、単なる試験対策にとどまりません。AI・機械学習・生成AIの基本概念をやさしく解説し、AWS 上での実装とユースケースを通じて現場で再現できる知識の定着を目指します。具体的には、Amazon SageMakerによる機械学習の利用、Amazon Bedrockを中心とした生成AIの実践、その他、画像・動画分析、テキスト・音声分析、予測・レコメンドに加え、AIソリューション設計、セキュリティとガバナンスまでを一気通貫で網羅しています。
これまでに本書の内容を活用して試験に挑戦された方々は、現時点で100％の合格率を達成しています。学習効率の良さが本書のポイントであるとともに、受験勉強が終わった後も、得た知見がプロジェクト推進やキャリアの選択肢拡大に直結する――それが本書の価値だと確信しています。
最新の技術トレンドに右往左往しないために、不変の基礎と更新可能な設計思考を本書で身につけてください。では、短期間での合格とAI技術の実践的活用を目指して、ここから一緒に学びを始めましょう。
【本書の内容】
第1章 AWS認定AIプラクティショナー試験について
第2章 クラウドとAWSの基本
第3章 AI/MLの基礎知識
第4章 Amazon SageMakerの利用
第5章 Amazon Bedrockによる実践
第6章 画像・動画分析
第7章 テキスト・音声分析
第8章 予測分析とレコメンデーション
第9章 AIソリューション設計
第10章 セキュリティとガバナンス
第11章 実践練習問題
第12章 AIプラクティショナー試験向け用語集
目次
第1章 AWS認定AIプラクティショナー試験について
1-1 試験の概要と対象者
1-2 出題範囲
1-3 本書の構成
第2章 クラウドとAWSの基本
2-1 クラウドコンピューティングの基本
2-2 責任共有モデル：どこまでが自社の責任？
2-3 AWSマネジメントコンソール
2-4 主要なコンピューティングサービス
2-5 ストレージサービスの基礎
2-6 データベースサービスの基礎
2-7 基本的なネットワーク設定
2-8 AWSの基本的なセキュリティ
2-9 VPCのプライベート接続：AWS PrivateLink
2-10 コンプライアンスの基礎：AWS Audit Manager と AWS Config
2-11 AWS料金の基本：オンデマンド課金で小さく始める
2-12 コスト管理とモニタリング
2-13 監査ログと外部レポート：AWS CloudTrail と AWS Artifact
2-14 Amazon Q（Busines／Developer）の全体像
第3章 AI/MLの基礎知識
3-1 AIの基本概念
3-2 AIの歴史と発展
3-3 機械学習の基本
3-4 AIの学習と推論の基本：モデルはどう作り、どう使う？
3-5 教師あり学習の基礎
3-6 教師なし学習の基礎
3-7 強化学習の基礎
3-8 転移学習
3-9 従来の機械学習のモデル例：決定木・SVM・ロジ回帰
3-10 ディープラーニングの基本構造
3-11 代表的なディープラーニングモデル
3-12 機械学習プロジェクトの進め方
3-13 データの前処理と特徴量エンジニアリング
3-14 MLモデルの評価と改善
3-15 MLモデルのデプロイと運用
3-16 AI/MLの課題と限界
3-17 AIサービスの選択指針
3-18 生成AIの概要
3-19 生成AIの仕組み（トークン化と埋め込み）
3-20 プロンプトエンジニアリングの基礎
3-21 プロンプトパターンと実践
ほか
商品詳細
- 出版社名
- 秀和システム新社
- サイズ
- ２１ｃｍ
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。
