無料マンガ・ラノベなど、豊富なラインナップで200万冊以上配信中！
無料マンガ・ラノベなど、豊富なラインナップで200万冊以上配信中！
※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。
本書は、Think IT連載「ビジネスに活用するためのAIを学ぶ」に、筆者の自社Webサイトで公開中のブログ「AI技術をぱっと理解する(基礎編)」を加え、さらに加筆・修正したAI入門書。これからAIを学ぶエンジニアや過去にAIを学習したが挫折してしまったエンジニア向けに、AIの基礎と全体像を解説し「AIとは何か」「AIで何ができるのか」をイメージできるようにした。
本書の特長は、古い歴史には触れず、(1)ディープラーニング登場以降の5年間の流れを知り(過去)、(2)今のAI技術の全体像を把握し(現在)、(3)5年後のAI活用イメージを掴む(未来)、の3点。書き下ろしコラムによるていねいな補足もあり、広大で難解なAIの世界をやさしく学ぶことができる。
全3部構成。
●第1部「人工知能の基礎を理解する」では、AIの基礎と全体像をしっかり理解できるように解説。
●第2部「機械学習のアルゴリズムを学ぶ」では、AIの心臓部となる＜機械学習＞＜統計学＞＜アルゴリズム＞の3要素とその関係を解説。＜機械学習＞には
「教師あり学習」「教師なし学習」「強化学習」などが、その背後には「回帰」「分類」「クラスタリング」などの＜統計学＞があり、その解を求める方法には「決定木」「サポートベクターマシーン」「ｋ平均法」など、多くの＜アルゴリズム＞がある。これらの三角関係をやさしく紐解く。
●第3部「ビジネスに活用するための人工知能を学ぶ」では、著者の調査による最新動向を踏まえ、AIビジネスの将来について業界別に考察。
RPA (Robotic Process Automation) の現状についても解説する。
※アプリの閲覧環境は最新バージョンのものです。
Posted by ブクログ
第１部では、ハードウェア（チップとサーバー）、MLライブラリ（フレームワーク）、AIプラットホーム、AIアプリケーション（サービス）のレイヤーに分類して解説、更に機械学習とディープラーニングの違いからディープラーニングの学習方法を説明する。
第２部では、機械学習を教師あり学習、教師無し学習、強化学習の三つに分類して、学習方法と統計学（回帰、分類、クラスタリング、バンディットアルゴリズム、Q学習）そしてアルゴリズム（ペイズ線形回帰、サポートベクター回帰、決定木、ランダムフォレスト、ロジスティック回帰、k近傍法、k平均法、混合ガウス分布、主成分分析PCA)の関係を解き明かし、ディープラーニングである畳み込みニューラルネットワーク(CNN)、リカレントニューラルネットワーク(RNN)、敵対的生成ネットワーク(GAN)を説明します。
第３部では、人工知能の得意なことを押えた上での、ビジネスでの活用を展望する。
第２部のディープラーニングの説明は数式なしでここまで掘り下げたのはかつて無かったと言って良い程素晴らしいものですが、さすがにお気楽に読んで理解できる程簡単な事ではないので、手を動かしつつもう一度読みたいと思います。
Posted by ブクログ
AIと呼ばれる技術の知識体系や主な手法の理論がわかりやすかった。
教師あり、教師なし、強化学習の違い。
分類と回帰の違い。
SVM、決定木、ランダムフォレスト、ロジスティクス回帰、k近傍法、k平均法などの手法。
勾配消失や過学習への対応としてのミニバッチ学習やドロップアウトやk交差検証などの手法。
ニューラルネットワークの概要、畳み込みニューラルネットワークやリカレントニューラルネットワークの必要性と特性。
敵対的生成モデル（GAN）の概要。
半教師あり学習とオートエンコーダー。
など、数式なしで概念を理解できるように説明されていた。
名著。
※アプリの閲覧環境は最新バージョンのものです。
ビジネス・実用
ビジネス・実用
