Excel でわかるディープラーニング超入門【 RNN ・ DQN 編】(エクセルデワカルディープラーニングチョウニュウモンアールエヌエヌディーキューエヌヘン)

進化発展するディープラーニング。その代表格が RNN (Recurrent Neural Network ／再帰型ニューラルネットワーク) と DQN (Deep Q-Network ／深層 Q ネットワーク) です。 RNN は自然言語処理の分野で最も注目されるアルゴリズムです。また DQN は強化学習の手法で目覚ましい精度を挙げています。これらはいずれも AI 応用の入り口となります。本書は、これらを万人のツールである Excel を用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれる RNN と DQN の「最適化」などの難しい計算部分を Excel にまかせ、その動作原理をわかりやすく知ることができます。本書が AI 学習のハードルを一気に下げてくれます。
● 1 章 RNN 、 DQN への準備

◆§ 1 はじめての RNN 、 DQN

◆§ 2 利用する Excel 関数は 10 個あまり

◆§ 3 最適化計算を不要にしてくれる Excel ソルバー

◆§ 4 データ解析には最適化が不可欠

● 2 章 Excel でわかるニューラルネットワーク

◆§ 1 出発点となるニューロンモデル

◆§ 2 神経細胞をモデル化した人工ニューロン

◆§ 3 ニューラルネットワークの考え方

◆§ 4 ニューラルネットワークを式で表現

◆§ 5 Excel でわかるニューラルネットワーク

◆§ 6 普遍性定理

● 3 章 Excel でわかる RNN

◆§ 1 リカレントニューラルネットワークの考え方

◆§ 2 リカレントニューラルネットワークを式で表現

◆§ 3 Excel でわかるリカレントニューラルネットワーク

● 4 章 Excel でわかる Q 学習

◆§ 1 Q 学習の考え方

◆§ 2 Q 学習を式で表現

◆§ 3 Excel でわかる Q 学習

● 5 章 Excel でわかる DQN

◆§ 1 DQN の考え方

◆§ 2 Excel でわかる DQN

●付録

◆§ A 訓練データ

◆§ B ソルバーのインストール法

◆§ C リカレントニューラルネットワークを 5 文字言葉へ応用

再帰型ニューラルネットワーク (RNN) と深層 Q ネットワーク (DQN) 。自然言語処理と強化学習それぞれの土台となるこの 2 つを、 Python ではなく Excel のワークシートで動かして理解させるという発想の入門書です。著者は涌井良幸氏と涌井貞美氏で、 2019 年 5 月に技術評論社から刊行されました。使う Excel 関数は 10 個あまり、面倒な最適化計算はソルバーに任せるため、プログラミングと高度な数学の知識がなくても読み進められます。

構成は準備から積み上げる形です。ニューロンのモデル化からニューラルネットワークの考え方までをまず Excel 上で確かめ、そのうえで RNN の再帰構造、 Q 学習の考え方、 DQN へと段階的に進みます。数式は登場しますが、各セルにどの値が入りどう伝播するかを目で追えるため、ブラックボックスのままライブラリを呼ぶ学び方とは対照的に、計算の中身が具体的な数字として見えるのが強みです。

機械学習ライブラリのチュートリアルはこなせるが中で何が起きているか説明できない人、あるいはコードを書かずに AI の原理だけ押さえたい企画職にも扱える難易度です。逆に、実装スキルや GPU を使う実践力を求める読者には守備範囲が異なります。仕組みの腹落ちを最優先にしたいとき、 Excel という身近な道具がここまで教材になるのかと驚かされる本です。