図解即戦力 機械学習＆ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書 [単行本]

図解即戦力 機械学習＆ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書 の 商品概要

• 要旨（「BOOK」データベースより）

  キーワードベースで基礎知識やコア技術をわかりやすく理解できる！就職・転職を目指す学生やエンジニアから関連部門の営業やビジネスマンまで、技術の必須知識をまるごと理解！！

• 目次

  1章　人工知能の基礎知識
  人工知能とは
  機械学習（ML）とは
  ディープラーニング（DL）とは
  人工知能と機械学習が普及するまで
  
  2章　機械学習の基礎知識
  教師あり学習のしくみ
  教師なし学習のしくみ
  強化学習のしくみ
  統計と機械学習の違い
  機械学習と特徴量
  得意な分野、苦手な分野
  機械学習の活用事例
  
  3章　機械学習のプロセスとコア技術
  機械学習の基本ワークフロー
  データの収集
  データの整形
  モデルの作成と学習
  バッチ学習とオンライン学習
  テストデータによる予測結果の検証
  学習結果に対する評価基準
  ハイパーパラメータとモデルのチューニング
  能動学習
  相関と因果
  フィードバックループ
  
  4章　機械学習のアルゴリズム
  回帰分析
  サポートベクターマシン
  決定木
  アンサンブル学習
  アンサンブル学習の応用
  ロジスティック回帰
  ベイジアンモデル
  時系列分析と状態空間モデル
  k近傍(k-NN) 法とk平均(k-means)法
  次元削減と主成分分析
  最適化と遺伝的アルゴリズム
  
  5章　ディープラーニングの基礎知識
  ニューラルネットワークとその歴史
  ディープラーニングと画像認識
  ディープラーニングと自然言語処理
  
  6章　ディープラーニングのプロセスとコア技術
  誤差逆伝播法によるニューラルネットワークの学習
  ニューラルネットワークの最適化
  勾配消失問題
  転移学習
  
  7章　ディープラーニングのアルゴリズム
  畳み込みニューラルネットワーク（CNN）
  再帰型ニューラルネットワーク（RNN）
  強化学習とディープラーニング
  オートエンコーダ
  GAN（敵対的生成ネットワーク）
  物体検出
  
  8章　システム開発と開発環境
  人工知能プログラミングにおける主要言語
  機械学習用ライブラリとフレームワーク
  ディープラーニングのフレームワーク
  GPUプログラミングと高速化
  機械学習サービス

• 内容紹介

  機械学習・ディープラーニングについて学ぶための、図解形式の解説書です。エンジニア1年生、機械学習関連企業への就職・転職を考えている人が、機械学習・ディープラーニングの基本と関連する技術、しくみ、開発の基礎知識などを一通り学ぶことができます。

• 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）

  山口 達輝(ヤマグチ タツキ)
  株式会社アイデミーエンジニア。Ａｉｄｅｍｙ　Ｐｒｅｍｉｕｍ　Ｐｌａｎにおいて、受講者に対する基本的な機械学習プログラミングの指南から、実践的な機械学習システムの実装までをフォローアップする
  
  松田 洋之(マツダ ヒロユキ)
  株式会社アイデミーエンジニア。Ａｉｄｅｍｙ　Ｐｒｅｍｉｕｍ　Ｐｌａｎ受講者に対する質問回答・カウンセリングや、Ａｉｄｅｍｙの教材修正に携わる

• 著者について

  株式会社アイデミー 山口達輝 (カブシキガイシャアイデミー ヤマグチタツキ)
  株式会社アイデミーエンジニア。Aidemy Premium Planにおいて、受講者に対する基本的な機械学習プログラミングの指南から、実践的な機械学習システムの実装までをフォローアップする。大学ではモビリティの自動運転技術を専攻していたものの、偶然取っていた他学科の講義で講師の与太話に機械学習の可能性を感じ、AIエンジニアとなる。現在の興味は、人工知能と脳科学の学際領域。人間の心とは何か、中学生時代から抱いていた興味を再び胸に、認知科学の論文を読み漁る。
  
  松田洋之 (マツダヒロユキ)
  株式会社アイデミーエンジニア。Aidemy Premium Plan受講者に対する質問回答・カウンセリングや、Aidemyの教材修正に携わる。元々は文系出身。高校在学中の数学の思い出は、三角関数の加法定理で挫折したこと。一度は文系学問（経済学）を専攻することを決めていたものの、大学在学中に工学系に転じ、機械学習エンジニアとなる。興味は、経済学と情報科学の融合領域。前者では財の配分の最適化を、後者では計算資源の最適化を考えるという点で、両者はそれほど変わらないのではないかと考えている。また、機械学習では積分をほとんど使わないと感じており、文系出身であっても正しく学べば機械学習エンジニアへの道が開けると確信している。

図解即戦力 機械学習＆ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書 の商品スペック