現場で活用するための機械学習エンジニアリング

★★管理職も技術者も必読!「機械学習」のやさしい活用法★★ 機械学習プロジェクトの上手な進め方、機械学習を活用するときに気をつけること、活用事例などをていねいに解説。 「機械学習を作る側」と「機械学習活用する側」との橋渡しとなる一冊! [本書で学べること］ ・そもそも機械学習で何ができるのか? ・現場への適切な組み込み方法は? ・どうやって精度を保証するのか? ・実運用を見すえたときに確認すべき部分は? [主な内容] 第 1 章 本書の使い方 第 1 部 機械学習の基礎 第 2 章 機械学習とは何か 第 3 章 機械学習手法の種類と基礎 第 4 章 機械学習のタスク 第 2 部 機械学習の利活用 第 5 章 機械学習は一般企業でも活用できる 第 6 章 機械学習を現場で活用するには 第 7 章 機械学習の適用事例 第 8 章 実運用に耐えうる機械学習モデルの構築 第 9 章 機械学習モデルの説明性 第 1 章 本書の使い方 第 1 部 機械学習の基礎 第 2 章 機械学習とは何か 2.1 AI 、機械学習、深層学習の違いと機械学習の概念 2.2 機械学習は近似関数を推定する作業である 2.3 データについて 第 3 章 機械学習手法の種類と基礎 3.1 機械学習の種類 3.2 深層学習以外の機械学習手法の種類とその基礎 3.3 深層学習の主な種類とその基礎 3.4 過学習と正則化 3.5 転移学習 第 4 章 機械学習のタスク 4.1 動画像系のタスク 4.2 自然言語処理・音系のタスク 4.3 異常検知のタスク 4.4 テーブルデータ系のタスク 4.5 数値計算手法の近似 第 2 部 機械学習の利活用 第 5 章 機械学習は一般企業でも活用できる 第 6 章 機械学習を現場で活用するには 6.1 機械学習活用プロジェクトの流れ 6.2 機械学習活用プロジェクトでうまく問題設定する 6.3 ドメイン知識をモデルに組み込む 6.4 ウェブから利用可能な資源を活用する 6.5 機械学習手法の選択やデータの質・量 6.6 機械学習情報の収集方法 6.7 論文の効率的な読み方 6.8 機械学習が抱える問題点 6.9 機械学習を活用する前に「機械学習を活用しない解」を検討する 第 7 章 機械学習の適用事例 7.1 商品の外観検査 7.2 建設現場の進捗確認 7.3 街路樹の密度をチェックし、植林支援をする 7.4 秘密保持契約のチェック 7.5 数値シミュレーションの近似 7.6 銃声を検知して野生動物を保護する 7.7 長期間気球を滞空させて、過疎地の通信を助ける 第 8 章 実運用に耐えうる機械学習モデルの構築 8.1 評価データの情報漏洩を防いで実運用時と近い評価をする 8.2 データ拡張による実運用時のばらつきを加味した学習方法 8.3 機械学習モデルが出す想定外の予測結果 (短絡学習) を防ぐ対策 8.4 少ないデータで学習し、少ないデータで精度を担保する 8.5 ラベル間違いへの対応 8.6 その他利活用時に問題になりそうな事項とその対策 第 9 章 機械学習モデルの説明性 9.1 説明性のある機械学習モデルとは 9.2 判断根拠の説明性 9.3 偏見の可視化 9.4 不確実性の算出 9.5 説明性は役に立つのか 9.6 因果関係と相関関係