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(ズカイソクセンリョクキカイガクシュウアンドディープラーニングノシクミトギジュツガコレイッサツデシッカリワカルキョウカショ)

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。
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

機械学習やディープラーニングに関心はあるが、数式やコードから入ると挫折しそうだという人にとって、本書は最初の足場を作る役割を持ちます。「図解即戦力」シリーズの一冊として、見開きごとに図解と解説を対にしたレイアウトで、教師あり学習・教師なし学習・強化学習の分類から、 CNN や RNN の仕組み、ビジネスへの応用パターンまでを視覚的に俯瞰できます。

コードを一行も書かずに読み通せる構成であるため、企画・営業などの非エンジニア職がエンジニアとの会話で使う基本語彙を揃える用途に適しています。一方で、実装や数理的な理解を目指す人にとっては本書だけでは浅く、あくまでこの先に進むための地図という位置づけです。教科書や実装書を手に取る前に「全体像のどこを今から深掘りしようとしているのか」を確認するために使うと、学習の見通しが格段によくなります。

注意すべき点として、図解中心の書籍は広く浅くなる宿命を持ちます。個々のアルゴリズムの「なぜそうなるのか」は別の書籍で補う前提で読み、本書には「何があるのか」を短時間で把握する辞典的な役割を期待するのが、期待値のずれを防ぐ使い方です。