図解即戦力 AIのしくみと活用がこれ1冊でしっかりわかる教科書（技術評論社） [電子書籍]

図解即戦力 AIのしくみと活用がこれ1冊でしっかりわかる教科書（技術評論社） の 商品概要

• ※2025/3/13：紙版第4刷対応のため更新いたしました。
  
  これからAIを学ぶエンジニアやAI関連業種に携わるビジネスマン向けに，「AIとは何か」から始まり，しくみや手法，利用例など技術的な側面を分かりやすく説明します。
  

• 目次

  第1章　AIとは
  01　AIの定義
  02　AIの得意な分野と苦手な分野
  03　AIの発展過程
  04　機械学習とは
  05　ディープラーニングとは
  06　機械学習とディープラーニングの違い
  第2章　AIの基礎知識
  07　機械学習と統計学
  08　相関関係と因果関係
  09　機械学習とデータマイニング
  10　教師あり学習とは
  11　教師なし学習とは
  12　強化学習とは
  13　AIとビッグデータ
  14　データ別に見るAIの特徴
  15　AIシステムの開発フロー
  第3章　自然言語処理の手法とモデル
  16　自然言語処理（NLP）とは
  17　NLPにおける曖昧性と困難性
  18　NLPの前処理
  19　言語モデルと分散表現
  20　注釈付きコーパスと対訳コーパス
  21　再帰型ニューラルネットワーク（RNN）
  22　Transformer
  23　BERT
  24　GPT-3
  第4章　GANを中心とした生成モデル
  25　クリエイティブに進出するAI
  26　生成モデルの基礎的なアルゴリズム
  27　GANを用いた画像生成
  28　敵対的攻撃と防御
  29　GANのこれからの広がり
  第5章　画像認識の手法とモデル
  30　画像認識のタスク
  31　畳み込みニューラルネットワーク（CNN）
  32　画像認識の発展のきっかけとなったCNN
  33　CNNの精度とサイズのバランス
  34　学習の工夫1
  35　学習の工夫2
  36　ディープラーニングの説明可能性
  37　画像認識の評価指標
  第6章　テーブルデータの機械学習アルゴリズム
  38　テーブルデータの前処理
  39　精度の評価指標と汎化性能
  40　教師あり学習1：線形回帰モデル
  41　教師あり学習2：決定木
  42　教師あり学習3：ランダムフォレスト
  43　教師あり学習4：XGBoost
  44　教師あり学習5：ロジスティック回帰モデル
  45　教師あり学習6：ニューラルネットワーク
  46　教師あり学習7：k-NN（k-Nearest Neighbor）
  47　教師なし学習1［クラスタリング］：k-means法
  48　教師なし学習2［クラスタリング］：階層的クラスタリング
  49　教師なし学習3［クラスタリング］：スペクトラルクラスタリング
  50　教師なし学習4［次元削減］：主成分分析
  51　教師なし学習5［次元削減］：UMAP
  52　教師なし学習6［次元削減］：行列分解
  53　教師なし学習7［次元削減］：オートエンコーダ
  

図解即戦力 AIのしくみと活用がこれ1冊でしっかりわかる教科書（技術評論社） の商品スペック