TensorFlow版 算数&ラズパイから始めるディープ・ラーニング―CNN/RNN/AE/DQNで画像・音声・データ分析 改訂 (データサイエンス・シリーズ) [単行本]

TensorFlow版 算数&ラズパイから始めるディープ・ラーニング―CNN/RNN/AE/DQNで画像・音声・データ分析 改訂 (データサイエンス・シリーズ) の 商品概要

• 要旨（「BOOK」データベースより）

  データサイエンスとは、データを用いて何らかの有益な知見を得ようとするアプローチのことで、その技術領域は広範囲におよびます。本シリーズでは、製造現場の課題を解決するためのデータ分析、収集、加工、保存、表示する技術を中心に紹介します。これらの技術を実装するには、信号処理や人工知能、ネットワーク、ウェブなど多様なプログラミング技術が求められるので、できるだけ手を動かして体験できるよう、サンプル・プログラムやその解説に重点を置きました。

• 目次

  2018年発刊の同タイトル(ボード・コンピュータ・シリーズ)ではフレームワークにChainer を使っていました．今回はTensorFlowに対応しました．内容は同一です．
  
  ☆目次
  
  ◎プログラミングができなくても大丈夫!
  ●はじめに　自宅で1人で試して合点
  
  ◎全プログラム付きですぐに
  ●本書の歩き方
  
  ☆第1部　ディープ・ラーニングの世界へようこそ
  
  ◎個人でもスゴいことがアイディア次第!
  ●第1章　できるようになること
  
  ◎画像/データ分析/音声…得意分野丸見え!
  ●第2章　必修の3大アルゴリズム
  
  ◎ディープ・ラーニングの長所
  ●第3章　音声や画像処理の知識がなくても大丈夫
  
  ☆第2部　ラズパイ&PC試すための準備
  
  ◎Googleが作っているフレームワーク
  ●第1章　開発環境にTensorFlowを選んだ理由
  
  ◎ディープ・ラーニングのフレームワーク
  ●第2章　TensorFlowのインストール
  
  ◎お手軽Python環境
  ●第3章　Anacondaのインストール
  
  ◎サンプル・プログラムを使った
  ●第4章　TensorFlowの動作確認
  
  ◎OS，TensorFlow，TS-Agentsのインストール
  ●第5章　ラズベリー・パイの準備
  
  なくても動くけど学習はどうしても時間がかかるから…
  ●第6章　GPUボードの設定WindowsOS編
  
  ●Appendix　番外編…LinuxOSのPCを作る
  
  ☆第3部　持ってる人はココから…ラズパイで体験
  
  ◎エンジン音で車種判定やMyロボの異常検知などに
  ●第1章　体験①…音でお菓子認識
  
  ◎画像処理を知らなくてもOK! きのことたけのこを判別してみる
  ●第2章　体験②…画像認識1(お菓子の種類
  
  ◎ペットの判定や果物の出荷検査に
  ●第3章　体験③…画像認識2(本物/偽物)
  
  ◎第6部で解説する自動運転や対戦AIのもとをまずは
  ●第4章　体験④…迷路脱出
  
  ◎スマート・スピーカや自動操縦に
  ●第5章　体験⑤…話者認識
  
  ☆第4部　算数&プログラミング練習ステップ・バイ・ステップ
  
  ◎人間の脳に近い?! ニューラル・ネットワークをAND回路から
  ●第1章　イメージでつかむ!ディープ・ラーニング
  
  ◎基本原理を理解する!
  ●第2章　算数で解きほぐすニューラル・ネットワーク
  
  ◎TensorFlowの使い方も覚えてしまおう
  ●第3章　プログラミング・ステップ1…最小構成ニューラル・ネットワーク
  
  ◎いろいろなパターンを試して腕みがき
  ●第4章　プログラミング・ステップ2…層数や入出力を増やす
  
  ◎ここまで来るといろいろできそう
  ●第5章　プログラミング・ステップ3…突入!ディープ・ラーニング・ワールド
  
  ◎3大ディープ・ラーニングのさわりを体感してみる
  ●第6章　プログラミング・ステップ4…初めての畳み込みニューラル・ネットワーク
  
  ☆第5部　画像/データ解析/音声…3大アルゴリズム体感
  
  ◎定番データセットの文字認識で体験
  ●第1章　画像向きCNN①…手書き認識
  
  ◎画像の収集や学習を体験
  ●第2章　画像向きCNN②…感情認識
  
  ◎「予測が得意」なアルゴリズムを体験
  ●第3章　データ分析向きRNN①…値の未来予測
  
  ◎人間のアシスタントとして一大分野に発展するかも
  ●第4章　データ分析向きRNN②…文章の自動生成
  
  ◎学習データが不要の便利なアルゴリズムを体験
  ●第5章　音声/画像生成向きオートエンコーダ①…ノイズ・フィルタ
  
  ◎単純作業を劇的に減らせる可能性がある「変分オートエンコーダ」
  ●第6章　音声/画像生成向きオートエンコーダ②…筆跡生成
  
  ☆第6部　自動運転や対戦AIのもと深層強化学習
  
  ●プロローグ　深層強化学習をマスタした方がよい理由
  
  ◎未来への1歩
  ●第1章　ステップ1…基となるQラーニングの仕組み
  
  ◎シンプルな迷路を例に
  ●第2章　ステップ2…数式でひも解くQラーニング
  
  ◎「なんとなくわかってきた」からのステップアップ
  ●第3章　ステップ3…プログラミングで理解するQラーニング
  
  ◎Qラーニングを理解したらいよいよ
  ●第4章　ステップ4…プログラミングで理解する深層強化学習
  
  ◎ついに人間と対決！
  ●第5章　深層強化学習総仕上げ…成長して強くなるAIづくり

• 出版社からのコメント

  ディープ・ラーニングの基礎知識と具体的なプログラミング方法，ラズベリー・パイで動かす方法について解説します．

• 内容紹介

  本書では，ディープ・ラーニング技術の基礎知識と，それをどのように「動くプログラム」に落とし込むのかについて，ステップ・バイ・ステップで解説しています．また，ラズベリー・パイなる小型コンピュータ・ボードで動かす方法についても解説しています．

TensorFlow版 算数&ラズパイから始めるディープ・ラーニング―CNN/RNN/AE/DQNで画像・音声・データ分析 改訂 (データサイエンス・シリーズ) の商品スペック