書籍概要

図解即戦力

図解即戦力
機械学習&ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書

著者
発売日
更新日

概要

機械学習・ディープラーニングについて学ぶための,図解形式の解説書です。エンジニア1年生,機械学習関連企業への就職・転職を考えている人が,機械学習・ディープラーニングの基本と関連する技術,しくみ,開発の基礎知識などを一通り学ぶことができます。

こんな方におすすめ

  • 機械学習・ディープラーニングの基本を知りたい人

目次

1章 人工知能の基礎知識

  • 人工知能とは
  • 機械学習(ML)とは
  • ディープラーニング(DL)とは
  • 人工知能と機械学習が普及するまで

2章 機械学習の基礎知識

  • 教師あり学習のしくみ
  • 教師なし学習のしくみ
  • 強化学習のしくみ
  • 統計と機械学習の違い
  • 機械学習と特徴量
  • 得意な分野,苦手な分野
  • 機械学習の活用事例

3章 機械学習のプロセスとコア技術

  • 機械学習の基本ワークフロー
  • データの収集
  • データの整形
  • モデルの作成と学習
  • バッチ学習とオンライン学習
  • テストデータによる予測結果の検証
  • 学習結果に対する評価基準
  • ハイパーパラメータとモデルのチューニング
  • 能動学習
  • 相関と因果
  • フィードバックループ

4章 機械学習のアルゴリズム

  • 回帰分析
  • サポートベクターマシン
  • 決定木
  • アンサンブル学習
  • アンサンブル学習の応用
  • ロジスティック回帰
  • ベイジアンモデル
  • 時系列分析と状態空間モデル
  • k近傍(k-NN) 法とk平均(k-means)法
  • 次元削減と主成分分析
  • 最適化と遺伝的アルゴリズム

5章 ディープラーニングの基礎知識

  • ニューラルネットワークとその歴史
  • ディープラーニングと画像認識
  • ディープラーニングと自然言語処理

6章 ディープラーニングのプロセスとコア技術

  • 誤差逆伝播法によるニューラルネットワークの学習
  • ニューラルネットワークの最適化
  • 勾配消失問題
  • 転移学習

7章 ディープラーニングのアルゴリズム

  • 畳み込みニューラルネットワーク(CNN)
  • 再帰型ニューラルネットワーク(RNN)
  • 強化学習とディープラーニング
  • オートエンコーダ
  • GAN(敵対的生成ネットワーク)
  • 物体検出

8章 システム開発と開発環境

  • 人工知能プログラミングにおける主要言語
  • 機械学習用ライブラリとフレームワーク
  • ディープラーニングのフレームワーク
  • GPUプログラミングと高速化
  • 機械学習サービス

サポート

正誤表

本書の以下の部分に誤りがありました。ここに訂正するとともに,ご迷惑をおかけしたことを深くお詫び申し上げます。

(2024年3月28日最終更新)

以下,6刷で修正済み

P.150「主な活性化関数」図の「ハイボリックタンジェント(tanh)」右上

入力を0~1に変換
入力を-1~1に変換

(以下2021年6月2日更新)

P.161本文最後の行

なお、単語の分散表現を学習する方法の総称をWord2Vecといいます。
なお、単語の分散表現を学習する方法の一つに、Word2Vecがあります。

以下,4刷で修正済み
P.83本文3,5,6,11行目および図タイトル

混合行列
行列

P.84本文2行目

混合行列
行列

P.83「ペン図で見る混同行列」

「FP」と「FN」の位置が逆

P.133図の説明2行目

転機
天気

P.236索引7番目

混合行列
行列

(以下2020年1月8日更新)

以下,2刷で修正済み
P.86図の右の「ハイパーパラメータ」内

2次 y=ax2+bx+c
2次 y=ax2+bx+c

axの次の「2」が上付きになります。

P.87本文14行目

学習させるのは、次数が9のモデル
学習させるのは、次数が8のモデル

P.93図左側の吹き出し

左「Stream-Based Selective Sampling」、右「Pool-Based Sampling」
左「Pool-Based Sampling」、右「Stream-Based Selective Sampling

商品一覧