Excelでわかる機械学習 超入門
AIのモデルとアルゴリズムがわかる

書籍の概要

この本の概要

機械学習とは,コンピュータに学習させる技術を指します。AIの発展とともに,さまざまな手法が登場してきました。このAIのモデルとそのアルゴリズムは種類が多く,AIに関心のある人が学習を始めたとき,困惑する原因となっています。本書では,それらを整理し,わかりやすく解説します。具体例にはExcelを利用するため,難しい前提知識なしで,機械学習のさまざまな手法を体験することができます。どのような手法でAIが実現しているのか知りたい人に最適です。

こんな方におすすめ

  • AI(人工知能)や機械学習に関心のある学生,ビジネスマン,教育者

この書籍に関連する記事があります!

機械学習のための「ベクトル」の基礎知識
機械学習とはコンピュータ自らに学習させることを言います。機械学習に必要な「ベクトル」について見てみましょう。

本書のサンプル

本書の紙面イメージは次のとおりです。画像をクリックすることで拡大して確認することができます。

サンプル画像1

サンプル画像2

サンプル画像3

サンプル画像4

サンプル画像5

目次

1章 機械学習の基本

  • 1.機械学習とAI,そして深層学習
  • 2.教師あり学習と教師なし学習

2章 機械学習のための基本アルゴリズム

  • 1.モデルの最適化と最小2乗法
  • 2.最適化計算の基本となる勾配降下法
  • 3.ラグランジュの緩和法と双対問題
  • 4.モンテカルロ法の基本
  • 5.遺伝的アルゴリズム
  • 6.ベイズの定理

3章 回帰分析

  • 1.重回帰分析
  • 2.重回帰分析をExcelで体験

4章 サポートベクターマシン(SVM)

  • 1.サポートベクターマシン(SVM)のアルゴリズム
  • 2.サポートベクターマシン(SVM)をExcelで体験

5章 ニューラルネットワークとディープラーニング

  • 1.ニューラルネットワークの基本単位のユニット
  • 2.ユニットを層状に並べたニューラルネットワーク
  • 3.誤差逆伝播法(バックプロパゲーション法)
  • 4.誤差逆伝播法をExcelで体験

6章 RNNとBPTT

  • 1.リカレントニューラルネットワーク(RNN)の仕組み
  • 2.バックプロパゲーションスルータイム(BPTT)
  • 3.BPTTをExcelで体験

7章 Q学習

  • 1.強化学習とQ学習
  • 2.Q学習のアルゴリズム
  • 3.Q学習をExcelで体験

8章 DQN

  • 1.DQNの考え方
  • 2.DQNのアルゴリズム
  • 3.DQNをExcelで体験

9章 ナイーブベイズ分類

  • 1.ナイーブベイズ分類のアルゴリズム
  • 2.ナイーブベイズ分類をExcelで体験
  • 付録A.ニューラルネットワークの訓練データ
  • 付録B.ソルバーのインストール法
  • 付録C.機械学習のためのベクトルの基礎知識
  • 付録D.機械学習のための行列の基礎知識
  • 付録E.機械学習のための微分の基礎知識
  • 付録F.多変数関数の近似公式
  • 付録G.NNにおけるユニットの誤差と勾配の関係
  • 付録H.NNにおけるユニットの誤差の「逆」漸化式
  • 付録I.RNNにおけるユニットの誤差と勾配の関係
  • 付録J.BP,BPTTで役立つ漸化式の復習
  • 付録K.RNNにおけるユニットの誤差の「逆」漸化式
  • 付録L.重回帰方程式の求め方