ＡＩの網羅本 ＡＩとはどんなものかをぼんやりと理解できるのを目的として読みました。第５章と第６章がキモです
使われ方ではなく、仕組みをメインに気が付いたこと。
・人工知能とは「統計学における確率論の理論に基づいたモデル生成を行うツール」である
・人工知能には、膨大なデータを前提をする
・人工知能は、脳のシナプスをモデルとした、ニューラルネットワークというアルゴリズムを利用している
・現在の人工知能が得意とする分野は、膨大な情報を含むデータから特定のものを認識するパターン認識
・人工知能ができる分析は、統計的回帰と、分類である
・人工知能のレベルは５段階
レベル１ 人工知能によるアドバイス
レベル２ 人工知能によるチェック
レベル３ 人工知能による人への指示
レベル４ 一部置き換え
レベル５ 完全置き換え
・人工知能を理解するには、基礎数学が必要。
ブール代数、行列（線形代数）、微積分、確率統計
・ニューラルネットワーク （入力層）ー（中間層）ー（出力層）
行列の演算を繰り返していく
・中間層をたくさん配置したものが、深層学習
・機械学習はデータをどう用意するかで分類できる
教師あり学習 モデルとなるデータを事前に用意する
教師なし学習 分析する膨大なデータを利用する
強化学習 自動で採点できる場合に利用し、採点結果で精度を向上
過学習 正解につかずけない時に修正する
（ドロップアウト、畳み込みニューラルネットワーク、オートエンコーダ）
・機械学習のアルゴリズム デシジョンツリー、単回帰、重回帰、遺伝的アルゴリズム、Ｋ平均法
・人工知能を開発するツール
Ｐｙｔｈｏｎ（ＡＩに使うライブラリーが豊富）
ＧＰＵ（グラフィックプロセッサ）画像処理、ＮＶＩＤＩＡ
ＡＳＩＣ（集積回路）、ＴＰＵ
クラウド：ＡＷＳなど
・ＡｌｐｈａＧＯに使われたアルゴリズム さまざまなアルゴリズムが使われている
ポリシーネットワーク
教師あり ＳＬポリシーネットワーク
強化学習 ＲＬポリシーネットワーク
畳み込みニューラルネットワーク 次の一手
バリューネットワーク
モンテカルロ木探索 短い時間で、候補手をえらぶ、秒読む対策
目次は、以下です
はじめに
第１章 基礎編 人工知能（ＡＩ）の世界
１．１ 人工知能とは何なのか
１．２ 人工知能の価値
１．３ 人工知能は職を奪うのか
１．４ 人工知能は世界をどう変えるのか
第２章 ビジネス編 産業別に見た人工知能事例と未来予想図
２．１ 製造業の人工知能活用と予想図（製品開発編）
２．２ 製造業の人工知能活用と予想図（生産管理編）
２．３ 自動車産業の人工知能活用
２．４ 農業・漁業・畜産業の人工知能活用
２．５ 医療の人工知能活用と未来予想図
２．６ 建設業の人工知能活用と未来予想図
２．７ 金融業の人工知能活用と未来予想図
２．８ 小売業の人工知能活用と未来予想図
第３章 ビジネス編 人工知能活用に関する国の施策
３．１ エネルギーとスマートグリッド
３．２ スマートシティ
３．３ データ流通の現状と課題
第４章 ビジネス編 人工知能プロジェクトの進め方と注意点
４．１ 人工知能プロジェクトの企画
４．２ データ収集と管理
４．３ 人材不足という問題の解決方法
第５章 技術編 機械学習～これまでの人工知能と歴史～
５．１ 人工知能を学ぶ前の必須知識
５．２ 人工知能の歴史
５．３ 機械学習ができること
５．４ データセットによる分析例
５．５ 学習
５．６ 機械学習のアルゴリズム
第６章 技術編 ディープラーニング ～現在の人工知能～
６．１ ニューラルネットワーク
６．２ 誤差逆伝播（バックプロバゲーション）
６．３ 深層学習（ディープラーニング）
６．４ 畳み込みニューラルネットワーク
第７章 技術編 人工知能開発と運用管理
７．１ 人工知能の設計
７．２ 人工知能の運用監視
７．３ Ｐｈｙｔｈｏｎ言語
７．４ データ分析に必須のＰｙｔｈｏｎのパッケージ
７．５ 人工知能関連ライブラリー
７．６ 人工知能を動作させるプラットフォーム
７．７ ハードウエアとプラットフォーム
第８章 技術編 人工知能の最新技術 ～これからの人工知能～
８．１ リカレントニューラルネットワーク
８．２ 強化学習の歴史とＤＱＮ
８．３ ＡｌｐｈａＧＯとＡｌｐｈａＧＯ Ｚｅｒｏ
８．４ Ａ３Ｃ
８．５ ＧＡＮｓ
８．６ ＢＥＲＴ
８．７ ソーシャルデータの活用
８．８ カプセルネットワーク
第９章 人工知能開発に関するいろいろなＦＡＱ
９．１ 人工知能に関する一般的な質問
９．２ 人工知能の懸念点に関する質問
９．３ 企業の人工知能活用に関する質問
９．４ 暮らしに関する質問
９．５ 人工知能の人材育成と教育に関する質問
９．６ 人工知能の未来に関する質問
おわりに
