使ってわかったAWSのAI―まるごと試せば視界は良好 さあPythonではじめよう! [単行本]

使ってわかったAWSのAI―まるごと試せば視界は良好 さあPythonではじめよう! の 商品概要

• 要旨（「BOOK」データベースより）

  本書は、ＡＷＳが提供するＡＩのサービスについて、その全体像をまるごと、ざっくりつかんで頂くことを目的としています。ＳａｇｅＭａｋｅｒ、Ｆｏｒｅｃａｓｔ、Ｄｅｅｐ　Ｌｅａｒｎｉｎｇ　ＡＭＩ、Ｒｅｋｏｇｎｉｔｉｏｎ等々、さまざまなサービスがあり、全貌をつかむのも一苦労です。だからこそ、本書のナビゲートに沿って皆さん自身が操作し、サービスの内容を確認していくことが大切なのです。体感してこそ身に付きます。それでは、さっそくはじめましょう！

• 目次

  第1章 人工知能とは何か
  1.1 第3次人工知能ブーム
  1.2 機械学習
  1.3 機械学習の代表的な手法
  
  第2章 AWSの機械学習サービス
  2.1 機械学習をどう使うか
  2.2 AWSで機械学習を使うには
  2.3 機械学習をシステムで使うには
  2.4 AWSで機械学習のワークフローを作る
  2.5 AWSのアカウントを作る
  
  第3章 AIサービス
  3.1 AIサービスとは
  3.2 SDKの使用準備
  3.3 Amazon Rekognition
  3.4 Amazon Comprehend
  3.5 Amazon Textract
  3.6 Amazon Translate
  3.7 Amazon Transcribe
  3.8 Amazon Polly
  3.9 Amazon Lex
  3.10 Amazon Forecast
  3.11 Amazon Personalize
  
  第4章 Amazon SageMaker
  4.1 SageMakerとは何か
  4.2 SageMakerのノートブックを使う
  4.3 SageMakerの組み込みアルゴリズムでモデルを作る
  4.4 SageMakerのさまざまな組み込みアルゴリズム
  4.5 SageMaker StudioとSageMaker Autopilot
  
  第5章 AWS DeepLearning AMI
  5.1 EC2環境でのディープラーニング
  5.2 DLAMIを使う

• 内容紹介

  本書は、AWSが提供するAIのサービスについて、その全体像を
  まるごと、ざっくりつかんで頂くことを目的としています。
  Pythonを使って、まずは画像認識の「Rekognition」や音声認識の
  「Transcribe」など、比較的身近なサービスを見てみます。
  次に、トレーニングデータを準備して予測モデルを作成する
  「Forecast」や、レコメンデーション（推薦）機能を提供する
  「Personalize」を操作してみます。
  AWS AIの世界はさらに広がります。本書の後半では、より一層高度な
  サービス、すなわち完全マネージド型の機械学習サービス「SageMaker」、
  深層学習フレームワーク「Deep LearningAMI」にチャレンジします。
  それでは、早速はじめましょう！

• 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）

  井上 研一(イノウエ ケンイチ)
  ＩＴエンジニア／経済産業省推進資格ＩＴコーディネータ。株式会社ビビンコ代表取締役、Ｔｅｃｈ　Ｇａｒｄｅｎ　Ｓｃｈｏｏｌ講師。福岡県北九州市出身。２０年を超える業務システムの開発経験の中で、コールセンターへのＡＩ導入プロジェクトに参画したことをきっかけに、２０１６年に初の著書『初めてのＷａｔｓｏｎ～ＡＰＩの用例と実践プログラミング』（リックテレコム）を執筆。ＡＩ・ＩｏＴに強いＩＴコーディネータとして活動するようになる。２０１７年には、北九州市主催のビジネスコンテスト「北九州でＩｏＴ」に応募したアイディアが入選。そのメンバーと株式会社ビビンコを北九州市小倉北区に創業し、ＩｏＴソリューションの開発・導入や、画像認識モデルを活用したアプリの開発などを行っている。日本全国でセミナー・研修講師としての登壇も多数

使ってわかったAWSのAI―まるごと試せば視界は良好 さあPythonではじめよう! の商品スペック