Excel でわかる機械学習 超入門 -AI のモデルとアルゴリズムがわかる(エクセルデワカルキガイガクシュウチョウニュウモンエーアイノモデルトアルゴリズムガワカル)

機械学習とは、コンピュータに学習させる技術を指します。 AI の発展とともに、さまざまな手法が登場してきました。この AI のモデルとそのアルゴリズムは種類が多く、 AI に関心のある人が学習を始めたとき、困惑する原因となっています。本書では、それらを整理し、わかりやすく解説します。具体例には Excel を利用するため、難しい前提知識なしで、機械学習のさまざまな手法を体験することができます。どのような手法で AI が実現しているのか知りたい人に最適です。
1 章 機械学習の基本
§ 1.機械学習と AI 、そして深層学習
§ 2.教師あり学習と教師なし学習

2 章 機械学習のための基本アルゴリズム
§ 1.モデルの最適化と最小 2 乗法
§ 2.最適化計算の基本となる勾配降下法
§ 3.ラグランジュの緩和法と双対問題
§ 4.モンテカルロ法の基本
§ 5.遺伝的アルゴリズム
§ 6.ベイズの定理

3 章 回帰分析
§ 1.重回帰分析
§ 2.重回帰分析を Excel で体験

4 章 サポートベクターマシン (SVM)
§ 1.サポートベクターマシン (SVM) のアルゴリズム
§ 2.サポートベクターマシン (SVM) を Excel で体験

5 章 ニューラルネットワークとディープラーニング
§ 1.ニューラルネットワークの基本単位のユニット
§ 2.ユニットを層状に並べたニューラルネットワーク
§ 3.誤差逆伝播法 (バックプロパゲーション法)
§ 4.誤差逆伝播法を Excel で体験

6 章 RNN と BPTT
§ 1.リカレントニューラルネットワーク (RNN) の仕組み
§ 2.バックプロパゲーションスルータイム (BPTT)
§ 3.BPTT を Excel で体験

7 章 Q 学習
§ 1.強化学習と Q 学習
§ 2.Q 学習のアルゴリズム
§ 3.Q 学習を Excel で体験

8 章 DQN
§ 1.DQN の考え方
§ 2.DQN のアルゴリズム
§ 3.DQN を Excel で体験

9 章 ナイーブベイズ分類
§ 1.ナイーブベイズ分類のアルゴリズム
§ 2.ナイーブベイズ分類を Excel で体験

付録 A.ニューラルネットワークの訓練データ
付録 B.ソルバーのインストール法
付録 C.機械学習のためのベクトルの基礎知識
付録 D.機械学習のための行列の基礎知識
付録 E.機械学習のための微分の基礎知識
付録 F.多変数関数の近似公式
付録 G.NN におけるユニットの誤差と勾配の関係
付録 H.NN におけるユニットの誤差の「逆」漸化式
付録 I.RNN におけるユニットの誤差と勾配の関係
付録 J.BP 、 BPTT で役立つ漸化式の復習
付録 K.RNN におけるユニットの誤差の「逆」漸化式
付録 L.重回帰方程式の求め方