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

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