人工知能入門―Introduction to Artificial Intelligence 第2版 [単行本]

人工知能入門―Introduction to Artificial Intelligence 第2版 の 商品概要

• 目次

  第1章　人工知能とは何か
  1.1　人工知能研究の成果たち 　
  1.1.1　自然言語認識システム 　
  1.1.2　検索エンジン 　
  1.1.3　自動翻訳 　
  1.1.4　ネットショッピングの「おすすめ」表示 　
  1.1.5　セキュリティシステム 　
  1.2　人工知能研究の現状 　
  1.2.1　ビッグデータの利用 　
  1.2.2　ディープラーニング 　
  1.3　人工知能とは何なのか 　
  章末問題 　
  
  第2章　人工知能研究の歴史
  2.1　人工知能研究のはじまり（1950 年～）
  2.1.1　ノイマンとチューリング
  2.1.2　ダートマス会議
  2.2　人工知能の発展期（1960 年～）
  2.2.1　LISP 言語
  2.2.2　エキスパートシステム
  2.2.3　積み木の世界
  2.2.4　遺伝的アルゴリズム
  2.3　実用技術としての人工知能（1980 年～）
  2.3.1　第五世代コンピュータプロジェクト
  2.3.2　包摂アーキテクチャ
  2.3.3　心の社会
  2.4　ネットワークを前提とした人工知能（1990 年～）
  2.4.1　インターネットの発展
  2.4.2　Deep Blue
  2.5　社会基盤としての人工知能（2010 年～）
  2.5.1　WATSON
  2.5.2　ネットワークエージェント
  2.5.3　ディープラーニングの発展
  章末問題
  
  第3章　探索による問題解決
  3.1　探索とは
  3.1.1　ルート探索
  3.1.2　パズルの探索
  3.1.3　探索による問題解決
  3.2　力任せの探索手法
  3.2.1　探索木
  3.2.2　横型探索
  3.2.3　縦型探索
  章末問題
  
  第4章　知的な探索技法
  4.1　より知的な探索方法
  4.1.1　最良優先探索
  4.1.2　最適経路探索
  4.1.3　A-アルゴリズム，A＊-アルゴリズム
  4.2　特殊な探索手法
  4.2.1　ゲームの探索
  4.2.2　ミニマックス探索とα-β 法
  章末問題
  
  第5章　知識の表現
  5.1　知識の表現と利用
  5.2　意味ネットワークとフレーム
  5.2.1　意味ネットワーク
  5.2.2　フレーム
  5.3　プロダクションルール
  5.4　述語による知識表現
  章末問題
  
  第6章　推論
  6.1　推論の手法
  6.1.1　意味ネットワークを用いた推論
  6.1.2　プロダクションルールによる推論
  6.1.3　述語を用いた推論
  6.2　エキスパートシステム
  6.2.1　エキスパートシステム
  6.2.2　エキスパートシステムの動作
  章末問題
  
  第7章　学習
  7.1　学習とは
  7.1.1　学習とは
  7.1.2　学習の分類
  7.2　丸暗記の学習
  7.2.1　完全なデータからの学習
  7.2.2　テンプレートの利用
  7.3　帰納的学習
  7.3.1　分類規則の学習
  7.3.2　生成規則の学習
  章末問題
  
  第8章　ニューラルネットワークと強化学習
  8.1　統計的学習
  8.1.1　パラメタ学習
  8.1.2　ニューラルネットワーク
  8.2　強化学習
  8.2.1　強化学習の原理
  8.2.2　Q 学習
  章末問題
  
  第9章　テキスト処理
  9.1　自然言語処理とテキスト処理
  9.1.1　自然言語処理の方法
  9.1.2　テキスト処理の方法
  9.2　テキスト処理の手法
  9.2.1　n-gram
  9.2.2　tf-idf 法
  章末問題
  
  第10章　自然言語処理
  10.1　形態素解析と構文解析
  10.1.1　生成文法による構文の定義
  10.1.2　構文解析の方法
  10.2　自然言語の意味解析と応用
  10.2.1　意味解析と意味の表現
  10.2.2　機械翻訳
  章末問題
  
  第11章　進化的計算と群知能
  11.1　生物進化を模倣したアルゴリズムとは
  11.1.1　生物の遺伝と進化
  11.1.2　進化的計算手法
  11.2　遺伝的アルゴリズム
  11.2.1　遺伝的アルゴリズムの枠組み
  11.2.2　遺伝的アルゴリズムの挙動
  11.3　群知能とは
  11.3.1　生物の群れの挙動
  11.3.2　群知能の実現
  11.4　粒子群最適化法
  章末問題
  
  第12章　エージェントシミュレーション
  12.1　セルオートマトンとエージェントシミュレーション
  12.1.1　セルオートマトンの概念
  12.1.2　エージェントシミュレーションの概念
  12.2　エージェントシミュレーションの応用
  12.2.1　集団行動の理解と予測
  12.2.2　エージェントシミュレーションと人工生命
  章末問題
  
  第13章　自律エージェント
  13.1　実体を持つ自律エージェント
  13.1.1　ロボットの構成
  13.1.2　自律エージェントとAI
  13.2　新しいAI
  13.2.1　新しいAI と自律エージェント
  13.2.2　サブサンプションアーキテクチャによる自律ロボットの構成例
  章末問題
  
  第14章　ディープラーニング
  14.1　ディープラーニングとは
  14.1.1　ニューラルネットワークとディープラーニング
  14.1.2　ディープラーニングの諸技術
  14.2　畳み込みニューラルネット，LSTM，敵対的生成ネットワーク
  14.2.1　畳み込みニューラルネット
  14.2.2　LSTM
  14.2.3　敵対的生成ネットワーク
  章末問題
  
  第15章　人工知能の未来
  15.1　強いAIと弱いAI
  15.2　フレーム問題，記号着地問題
  15.3　人工知能とは何だろうか
  章末問題
  
  章末問題　略解
  参考文献
  索　　引

• 出版社からのコメント

  人工知能に関する諸領域を広くカバーする教科書として２０１５年に刊行された書籍の改訂版。ディープラーニングに関する記述を追加。

• 内容紹介

  本書は、人工知能に関する諸領域を広くカバーする教科書として2015年に刊行された書籍の改訂版。
  初版刊行時（2015年）からも、変わらず目覚ましい発展を遂げる人工知能研究の情勢を踏まえ、
  新たにディープラーニングに関する記述を大きく追加した。また既存部分についても、近年の動向に合わせて適宜内容の追加・修正などを行っている。

• 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）

  小高 知宏(オダカ トモヒロ)
  １９９０年早稲田大学大学院理工学研究科博士後期課程修了（工学博士）。現在、福井大学大学院工学研究科教授。専攻、知能情報学

人工知能入門―Introduction to Artificial Intelligence 第2版 の商品スペック