神経科学者と学ぶ深層学習超入門(実験医学別冊) [単行本]

神経科学者と学ぶ深層学習超入門(実験医学別冊) [単行本] の 商品概要

• 目次

  【目次】
  序
  
  第1部　深層学習の基礎
  1-1 超基本用語の整理
  人工知能と機械学習と深層学習
  モデル
  線形と非線形
  [雑談]　世界モデル
  
  1-2 人工ニューロン
  人工ニューロン
  パーセプトロン
  活性化関数
  [雑談]　ウォルター・ピッツ
  
  1-3 学習
  ニューラルネットワークの基本構造と学習
  入力と出力
  3種類の学習
  損失関数と目的関数
  誤差逆伝播法
  局所解
  過学習
  転移学習
  構造
  [雑談]　脳と深層学習の速度
  
  1-4 畳み込みニューラルネットワーク
  歴史
  層
  全結合層
  畳み込み層
  プーリング層
  [雑談]　スケールと性能
  
  1-5 リカレントニューラルネットワーク
  ホップフィールドネットワーク
  リカレントニューラルネットワークとゲート機構
  エコーステートネットワーク
  [雑談]　恐竜と哺乳類
  
  1-6 画像生成AI
  AutoEncoder
  VAE
  拡散モデル
  [雑談]　視座
  
  1-7 トランスフォーマー
  ALL You Need Is Attention
  トークン
  埋め込み
  自己注意機構
  多頭注意
  残差接続と正規化層
  全結合層
  そしてついに会話ができる
  [雑談]　人工知能の倫理
  
  1-8 深層強化学習
  強化学習
  行動選択ポリシー
  マルコフ決定過程
  Q学習
  深層強化学習（DQN）
  [雑談]　基盤AIとロボット
  
  1-9 機械学習
  機械学習の特徴
  分類のための機械学習
  次元圧縮（PCA）
  次元圧縮（t-SNE）
  次元圧縮（UMAP）
  [雑談]　Neuronist
  
  第2部　深層学習と生命科学
  2-1 第2部のはじめに
  
  2-2 顕微鏡画像
  Cellpose
  
  2-3 遺伝子解析
  Geneformer
  
  2-4 タンパク質科学
  AlphaFold2
  
  2-5 医療
  DenseNet
  モデルの強化
  
  2-6 神経科学
  解析ツールとして
  脳のモデルとして
  
  2-7 行動科学
  DeepLabCut
  
  2-8 心理学
  筆者の研究
  
  2-9 ALife
  ニューラルセル・オートマトン
  
  2-10 第2部のおわりに
  LLMと人工知能の未来
  
  巻末付録
  付録1 深層学習を体験する
  付録2 おすすめの入門書3選
  
  あとがき
  索引

• 出版社からのコメント

  AIのしくみ，「要点だけ」でも知っておきたい！ そんなときにまず読む本

• 内容紹介

  深層学習・機械学習を一歩深く学びたいと思ったものの，やっぱり難しそう．そんな悩みに応える読み切りサイズの入門書．生命科学の研究者が執筆するから，数学・統計・情報学の知識がなくてもサクサク読める！ AIのだいじなことがスルスルわかる！ 生命科学・医学研究への応用がミルミル見えてくる！

神経科学者と学ぶ深層学習超入門(実験医学別冊) [単行本] の商品スペック