Excelでわかるディープラーニング超入門 RNN・DQN編 [単行本]

Excelでわかるディープラーニング超入門 RNN・DQN編 の 商品概要

• 要旨（「BOOK」データベースより）

  進化発展するディープラーニング。その代表がＲＮＮ（Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ／再帰型ニューラルネットワーク）とＤＱＮ（Ｄｅｅｐ　Ｑ‐Ｎｅｔｗｏｒｋ／深層Ｑネットワーク）です。ＲＮＮは自然言語処理の分野で最も注目されるアルゴリズムです。またＤＱＮは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもＡＩ応用の入り口となります。本書は、これらを万人のツールであるＥｘｃｅｌを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるＲＮＮとＤＱＮの「最適化」などの難しい計算部分をＥｘｃｅｌにまかせ、その動作原理をわかりやすく知ることができます。本書がＡＩ学習のハードルを一気に下げてくれます。

• 目次

  ●1章　RNN、DQNへの準備
  
  ◆§1　はじめてのRNN、DQN
  
  ◆§2　利用するExcel関数は10個あまり
  
  ◆§3　最適化計算を不要にしてくれるExcelソルバー
  
  ◆§4　データ解析には最適化が不可欠
  
  
  
  ●2章　Excelでわかるニューラルネットワーク
  
  ◆§1　出発点となるニューロンモデル
  
  ◆§2　神経細胞をモデル化した人工ニューロン
  
  ◆§3　ニューラルネットワークの考え方
  
  ◆§4　ニューラルネットワークを式で表現
  
  ◆§5　Excelでわかるニューラルネットワーク
  
  ◆§6　普遍性定理
  
  
  
  ●3章　ExcelでわかるRNN
  
  ◆§1　リカレントニューラルネットワークの考え方
  
  ◆§2　リカレントニューラルネットワークを式で表現
  
  ◆§3　Excelでわかるリカレントニューラルネットワーク
  
  
  
  ●4章　ExcelでわかるQ学習
  
  ◆§1　Q学習の考え方
  
  ◆§2　Q学習を式で表現
  
  ◆§3　ExcelでわかるQ学習
  
  
  
  ●5章　ExcelでわかるDQN
  
  ◆§1　DQNの考え方
  
  ◆§2　ExcelでわかるDQN
  
  
  
  ●付録
  
  ◆§A　訓練データ
  
  ◆§B　ソルバーのインストール法
  
  ◆§C　リカレントニューラルネットワークを5文字言葉へ応用

• 内容紹介

  進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ、その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。

• 著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）

  涌井 良幸(ワクイ ヨシユキ)
  １９５０年、東京都生まれ。東京教育大学（現・筑波大学）数学科を卒業後、千葉県立高等学校の教職に就く。教職退職後はライターとして著作活動に専念
  
  涌井 貞美(ワクイ サダミ)
  １９５２年、東京生まれ。東京大学理学系研究科修士課程修了後、富士通、神奈川県立高等学校教員を経て、サイエンスライターとして独立

Excelでわかるディープラーニング超入門 RNN・DQN編 の商品スペック