人工知能 改訂 2 版(ジンコウチノウ)
AI・機械学習- 著者:
- 本位田真一/松本一教/宮原哲浩/永井保夫/市瀬龍太郎(ホンイデン シンイチ/マツモト カズノリ/ミヤハラ テツヒロ/ナガイ ヤスオ/イチノセ リュウタロウ)
- 出版社:
- 株式会社オーム社
- 出版日:
- 2016年10月15日頃
- ISBN:
- 9784274219498
- シリーズ:
- IT Text
- 在庫:
- 在庫あり
なぜ注目されているか
書籍紹介
人工知能の基礎から最新技術まで、事例を通して適用法と効果を体系的に解説。
IT Text シリーズは情報処理学会編集の教科書として、大学や高専などでこの間一定の評価を得てきました。本書は論理・推論・知識表現・探索など人工知能の基礎技術から、プログラム言語、 AI システム開発、さらにはエージェントやセマンティック Web 、機械学習などの最新技術まで、事例を通して、適用法と効果が理解できるよう体系的に解説した教科書です。
第 1 章 人工知能の歴史と今後
第 2 章 探索による問題解決
第 3 章 知識表現と推論の基礎
第 4 章 知識表現と利用の応用技術
第 5 章 機械学習とデータマイニング
第 6 章 知識モデリングと知識流通
第 7 章 Web 上で活躍するこれからの AI
第 8 章 社会で活躍するこれからの AI とツール
技書の森解説
深層学習ブーム以降、 AI の解説書は実装寄りのものが増えましたが、人工知能という学問分野の全体像を俯瞰する教科書は意外に多くありません。本書はオーム社が刊行する情報系の学部教科書シリーズの一冊で、本位田真一氏らが探索、知識表現、推論、機械学習、自然言語処理、画像認識といった人工知能の主要領域を一冊で体系的に概観します。改訂 2 版では深層学習や強化学習の章が補強されています。
教科書としての強みは、各トピックを歴史的な流れの中に位置づけている点です。記号 AI の時代に何が達成され、何が限界だったのか。統計的手法がなぜ台頭したのか。こうした背景を踏まえると、個別の手法を「なぜそう設計されたか」という動機から理解できます。大学の講義で使われることを前提とした構成のため、章末問題や数式の展開が丁寧に用意されています。
対象は情報系の学部 3 〜 4 年生または大学院初年度の学生ですが、独学で AI の理論的背景を固めたい社会人にも使えます。ただし実装コードはほぼ含まれないため、手を動かして学びたい人は別途プログラミング寄りの書籍と併読する必要があります。
言及 Qiita 記事 (5 件)
【データ分析の必読10冊+差をつける10冊+100冊超】データサイエンス、データ分析、機械学習関連の本
♡ 1632本, 機械学習, 数学, データ分析, データサイエンス一から始める機械学習(機械学習概要)
♡ 943機械学習, DeepLearning, 強化学習, 人工知能, 深層学習ヤバいデータ分析(書籍・記事であまり扱われてないが重要なこと)
♡ 504機械学習, 数学, データ分析, 統計学, データサイエンスブックマークしてあった、データサイエンスなどの記事約1年分のリンク集(2018年5月ごろまで)
♡ 39Python, 機械学習, AI, 分析, データサイエンスAIとは機械学習とは深層学習とは生成AIとはβ版
♡ 18機械学習, DeepLearning, AI, 深層学習, 生成AI
関連記事
ChatGPT に聞けば済む時代に、あえて本を開く理由
生成 AI で何でも聞ける時代に、技術書を読む意味はあるのか。AI の回答と書籍の知識の決定的な違いを掘り下げ、両者の使い分けを提案します。
LLM / 生成 AI 本ガイド - 仕組み / 実装 / エージェント開発の 3 層で選ぶ (2026 年 8 月時点)
LLM (大規模言語モデル) / 生成 AI を学ぶ技術書の選び方を 3 層 (読み物で仕組みを掴む → 中身を実装で理解する → RAG / AI エージェント開発) で整理。2026 年 8 月時点の定番書と、変化の速い分野で本を選ぶときの注意点を解説します。
データベース本ガイド - SQL から設計まで学べる技術書の選び方
データベースの基礎から設計、パフォーマンスチューニングまで学べる技術書の選び方と学習順序を紹介します。