カラー図解 Raspberry Pi ではじめる機械学習 基礎からディープラーニングまで

ラズパイを使ってさまざまな機械学習の演習を行い、体験を重ねながら理解する入門書。専門知識がなくても読み通せます。
第 1 章 機械学習と人工知能、ニューラルネットワークとの関係
第 2 章 機械学習入門
第 3 章 Raspberry Pi で機械学習を体験するための準備 (※)
第 4 章 サポートベクトルマシンによるアヤメの分類
第 5 章 多層ニューラルネットワークによるアヤメの分類
第 6 章 手書き数字の分類
第 7 章 コンピュータとじゃんけん勝負をしよう
第 8 章 画像処理でグー・チョキ・パーを読み取ろう
第 9 章 じゃんけんシステムの完成
第 10 章 ディープラーニング
※Raspberry Pi 用 OS のインストールと環境設定の解説は、本書のサポートページに掲載されます。
【付録 A】matplotlib を用いたプログラムの解説
【付録 B】OpenCV を用いたプログラムの解説
【付録 C】自分の手の画像を学習用データとする方法
(注:【付録】はサポートページにて PDF 形式で配布します。電子版では、末尾に収録されます)

小型コンピューターの上で、データの分類から画像を使ったゲームまでを自分の手で動かしながら機械学習を覚えたい人に向けた入門書が、『カラー図解 Raspberry Pi ではじめる機械学習 基礎からディープラーニングまで』 (金丸 隆志 著、講談社、ブルーバックス B-2052、2018 年 3 月 15 日発売) です。版元の紹介文は、Raspberry Pi を使ってさまざまな機械学習の演習を行い、体験を重ねながら理解する入門書であり、専門知識がなくても読み通せると案内しています。著者は刊行時、工学院大学先進工学部機械理工学科の准教授で、専門は非線形力学と計算論的神経科学です。

全 10 章の構成、機械学習と人工知能の関係からディープラーニングまで

第 1 章「機械学習と人工知能、ニューラルネットワークとの関係」と第 2 章「機械学習入門」で言葉の整理と考え方の基本を押さえ、第 3 章「Raspberry Pi で機械学習を体験するための準備」で演習の環境を整えます。続く第 4 章「サポートベクトルマシンによるアヤメの分類」と第 5 章「多層ニューラルネットワークによるアヤメの分類」は同じ題材を 2 つの手法で解き、第 6 章「手書き数字の分類」で画像の分類へ進みます。第 7 章「コンピュータとじゃんけん勝負をしよう」、第 8 章「画像処理でグー・チョキ・パーを読み取ろう」、第 9 章「じゃんけんシステムの完成」の 3 章は、1 つのシステムを組み上げる流れになっており、最後の第 10 章が「ディープラーニング」です。Raspberry Pi 用 OS のインストールと環境設定の解説は本書のサポートページに掲載され、matplotlib や OpenCV を用いたプログラムの解説、自分の手の画像を学習用データとする方法の 3 本の付録は、サポートページで PDF として配布されます。電子版では付録が末尾に収録されています。

同じデータを 2 つの手法で分類する意味と、自分の手を学習させる工程

アヤメの花の計測値から品種を当てる問題は、特徴の数が少なく結果を目で確かめやすいため、分類手法の入門で繰り返し使われてきた題材です。サポートベクトルマシンは、クラスの境界とその両側のデータとの間の余白が最も広くなる線を探す手法で、多層ニューラルネットワークは、重みを少しずつ調整しながら入力と出力の対応を学びます。同じデータに 2 つの手法を当てると、答えが合うかどうかだけでなく、学習にかかる手間や設定する値の違いを比べながら理解できます。じゃんけんの章では、手を写した画像から形を読み取る前処理が必要になります。画像の切り出しや二値化のような処理には OpenCV のような画像処理ライブラリが広く使われており、ここで手法と同じくらい学習用データの作り方が結果を左右することを体験できます。付録 C が自分の手の画像を学習用データにする方法を扱っているのは、手元で集めたデータで学習させるという、実務の機械学習でも避けて通れない工程に触れられる構成だからです。

2018 年刊の環境で学ぶ前提と、小型コンピューターならではの制約

本書は 2018 年 3 月刊で、OS やライブラリはその時点の環境を前提にしています。Raspberry Pi は刊行後も新しいモデルや OS の版が出ており、手順の細部がそのまま通らない場面もあり得るので、購入前に本書のサポートページで環境設定の解説と付録の配布状況を確かめておくと安心です。小型コンピューターでの学習は、GPU を備えた PC やクラウドに比べて計算の速さに限りがあります。その一方で、手のひらに載る機械の上で画像の判定までを完結させる体験は、学習済みのモデルを実際の機器に載せて使う場面の感覚を養ううえで役に立ちます。

ブルーバックスの入門書として合う読者と、次に読む本

版元が案内するとおり専門知識を前提にしない入門書なので、機械学習の用語に初めて触れる人や、電子工作や Raspberry Pi に慣れていて次の題材を探している人に合います。著者の刊行時の著書には同じブルーバックスの『実例で学ぶ Raspberry Pi 電子工作』もあり、ハードウェアの扱いに不安があれば組み合わせて読めます。反対に、手法の数学的な導出や大規模なデータの扱いを深く学びたい場合は、本書で全体像をつかんだあとに理論書へ進むことになります。分野全体の本の選び方は 機械学習とディープラーニングの本ガイド で整理しています。数式から入るより、じゃんけんで勝負するシステムが動くところまでを自分の机の上で確かめてから理解を固めたい人にとって、手に取りやすい新書判で通読できる一冊です。