エンジニアなら知っておきたいAIのキホン 機械学習・統計学・アルゴリズムをやさしく解説（インプレス） [電子書籍]

エンジニアなら知っておきたいAIのキホン 機械学習・統計学・アルゴリズムをやさしく解説（インプレス） の 商品概要

• 本書は、Think IT連載「ビジネスに活用するためのAIを学ぶ」に、筆者の自社Webサイトで公開中のブログ「AI技術をぱっと理解する(基礎編)」
  を加え、さらに加筆・修正したAI入門書。これからAIを学ぶエンジニアや過去にAIを学習したが挫折してしまったエンジニア向けに、AIの基礎と
  全体像を解説し「AIとは何か」「AIで何ができるのか」をイメージできるようにした。
  
  本書の特長は、古い歴史には触れず、(1)ディープラーニング登場以降の5年間の流れを知り(過去)、(2)今のAI技術の全体像を把握し(現在)、(3)5年後の
  AI活用イメージを掴む(未来)、の3点。書き下ろしコラムによるていねいな補足もあり、広大で難解なAIの世界をやさしく学ぶことができる。
  
  全3部構成。
  ●第1部「人工知能の基礎を理解する」では、AIの基礎と全体像をしっかり理解できるように解説。
  ●第2部「機械学習のアルゴリズムを学ぶ」では、AIの心臓部となる＜機械学習＞＜統計学＞＜アルゴリズム＞の3要素とその関係を解説。＜機械学習＞には
  「教師あり学習」「教師なし学習」「強化学習」などが、その背後には「回帰」「分類」「クラスタリング」などの＜統計学＞があり、その解を求める
  方法には「決定木」「サポートベクターマシーン」「ｋ平均法」など、多くの＜アルゴリズム＞がある。これらの三角関係をやさしく紐解く。
  ●第3部「ビジネスに活用するための人工知能を学ぶ」では、著者の調査による最新動向を踏まえ、AIビジネスの将来について業界別に考察。
  RPA (Robotic Process Automation) の現状についても解説する。
  

• 目次

  表紙
  はじめに
  目次
  第1部：人工知能の基礎を理解する
  第1章 人工知能の全体像/人工知能の全体像(Overview)
  第2章 AIチップとライブラリ/ムーアの法則の終焉
  第3章 AIプラットフォーム/AIプラットフォームとは
  第4章 機械学習とディープラーニングの違い/機械学習とは
  第5章 機械学習の学習データ/学習データはどれくらいの量が必要か
  第6章 転移学習と過学習/少ないデータで学習する方法/水増し(Data Augmentation)
  第2部：機械学習のアルゴリズムを学ぶ
  第7章 機械学習のアルゴリズム/機械学習法と統計学/3つの学習方法
  第8章 Q-Learning/Q-LearningのQとは/P値(P-Value)とは
  第9章 教師あり学習(回帰と分類)/統計学とアルゴリズム
  第10章 教師なし学習(クラスタリング)/クラスタリング(Clustering)
  第11章 畳み込みニューラルネットワーク(CNN)/畳み込みニューラルネットワーク(CNN)とは/麻里ちゃんのAI奮闘記：畳み込みってなに？
  第12章 リカレントニューラルネットワーク(RNNとLSTM)/畳み込みニューラルネットワークのおさらい
  第13章 敵対的生成ネットワーク(GAN)/GANとは
  第14章 半教師あり学習とオートエンコーダー/半教師あり学習とは
  第3部：ビジネスに活用するための人工知能を学ぶ
  第15章 AIをビジネスに活用する際に押えておくべきポイント/非構造化データ(Unstructured data)を処理する目的
  第16章 AIのビジネス活用を業界別に状況把握する
  第17章 RPA(Robotic Process Automation)/RPAの仕組み
  索引
  著者プロフィール/媒体紹介/STAFF
  奥付
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  著者プロフィール/媒体紹介/STAFF
  

エンジニアなら知っておきたいAIのキホン 機械学習・統計学・アルゴリズムをやさしく解説（インプレス） の商品スペック