「AI一茶くん」を開発する人工知能研究者と気鋭の若手俳人が旅する「知の深淵」 小学生時代からプログラムを書き人工知能に興味を抱いた川村と、高校時代に俳句甲子園で優勝した大塚が俳句を切り口に人間の知の営みについて語り込んだ対話。俳句を詠むとき、人の脳の中では何が起こっているのか。知能とは何か、人間とは何か。AI研究者にとって「AI俳句」は、根源的問いの答えに近づくためのプロジェクト、若い俳人とっては、人間の知の営みが解明されることへの深い興味。人工知能による俳句生成プロジェクト「AI一茶くん」の生みの親と、気鋭の若手俳人が旅する「知能の深淵」。 【目次】 第一章：コードと歳時記―「人間の営み」を解明する 第二章：記号と意味―ハードルは何か 第三章：教師データと逸脱―「ＡＩ一茶くん」の俳句を鑑賞してみる 第四章：チューリングテストと句会―「詠んだ」といえる日は来るか 第五章：無意識と感情―「知能とは何か」という根源的問い 付録： 「AI一茶くん」俳句生成の仕組み 入門・俳句の〝読み〟方 本書の内容をおおまかに知るためのキーワード 【著者】 川村秀憲 1973年、北海道に生まれる。小学生時代からプログラムを書きはじめ、人工知能に興味を抱くようになる。同研究院で調和系工学研究室を主宰し、2017年9月より「AI一茶くん」の開発をスタートさせる。ニューラルネットワーク、ディープラーニング、機械学習、ロボティクスなどの研究を続けながらベンチャー企業との連携も積極的に進めている。 著書に『人工知能が俳句を詠む』（共著、オーム社）、監訳書に『人工知能 グラフィックヒストリー』（ニュートンプレス）などがある。 大塚凱 1995年、千葉県に生まれる。中学生時代から俳句を始め、高校時代には、全国高等学校俳句選手権大会（俳句甲子園）に３年連続で出場し、2013年の第16回大会ではチーム優勝を果たした。2018年から「AI一茶くん」の開発チームに協力している。 第7回石田波郷新人賞（2015年）、第2回円錐新鋭作品賞夢前賞（2018年）を受ける。

※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。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 機械学習のしくみをイラストや図解でやさしく学ぼう！ 本書は、機械学習に関するさまざまなトピックスを概説する書籍です。人工知能における機械学習の位置づけを説明したのち、機械学習内の分野をマップ化し、マップ内の街（＝機械学習内の分野）を旅する形でやさしく解説していきます。 数式や複雑な処理手順は扱わずに、「どんなしくみで、どこで使われていて、どう役に立つのか」という要点をわかりやすく示します。大枠や要点を掴むことを主眼としているため、短時間・効率的に学ぶことができます。機械学習について関心をもっているものの、専門書はハードルが高いと感じている学生やビジネスパーソンにおすすめです。 構成は、はじめに人工知能における機械学習の位置づけや手法の分類を示したうえで、機械学習の個々のトピック……すなわち、ｋ近傍法や決定木などによる分類、進化的計算や群知能による最適化、強化学習、ニューラルネット、深層学習などを説明していきます。 まえがき 目次 はじまり－機械学習の国へ行こう－ 第一章　いりぐち－機械学習ってなんだろう？－ 機械学習ってなんだろう？ AIにできること いきものとコンピューター、それぞれの学びかた コンピューターの学習 機械学習はなにができるの？ 「言葉」を認識する 「画像」を認識する 　COLUMN　強いAIと弱いAI 第二章　観光案内所－機械学習の種類と仕組み－ 機械学習には種類がある 先生に正解を教えてもらおう－教師あり学習－ 教師データとラベル　 教師あり学習の仕組み 自力で学習を進めよう－教師なし学習－ 試行錯誤の経験から学習しよう－強化学習－ コラム　いろんな機械学習 学習した知識を役立てよう－汎化・タスク・アルゴリズム－ 学習のしすぎに注意！－過学習－ COLUMN　オッカムの剃刀とノーフリーランチ定理 第三章　分類の街－k近傍法と決定木－ 並べかたで分類しよう－k近傍法－ 　一刀両断、スパッと分類！－サポートベクターマシン－ ○と×で分類しよう－決定木－ 決定木の作りかた たくさんの決定木の森－ランダムフォレスト－ COLUMN　みにくいアヒルの子定理 第四章　最適化の街－進化的計算と群知能－ 最適化ってなんだろう？ 進化を模倣してよりよい情報を残そう－進化的計算－ いきものの進化の仕組み 進化的計算ってなんだろう？ 進化的計算の代表選手、遺伝的アルゴリズム 遺伝的アルゴリズムの仕組み もっと複雑なことをするには－遺伝的プログラミング－ 生物の群れの行動から学習しよう－群知能－ 蟻みたいに近道を見つけよう －蟻コロニー最適化法－ 大勢で答えを探そう－粒子群最適化法－ 魚みたいに餌を探そう－AFSA－ 第五章　試行錯誤の街－強化学習－ 強化学習ってなんだろう？ とにかく試行回数を重ねよう－モンテカルロ法－ より効率的に試行するには？－Q学習－ Q学習で迷路を脱出しよう 第六章　神経回路の街①－ニューラルネット－ 神経細胞と神経ネットワーク 神経細胞の模倣－人工ニューロン－ 神経ネットワークの模倣－人工ニューラルネットワーク－ ニューラルネットの学びかた 視覚のシミュレーション－パーセプトロン－ ハイスピードで学ぼう！－バックプロパゲーション－ ニューラルネットワークの種類 ①階層型 ニューラルネットワークの種類 ②全結合型と再帰型 「何か」を見つける－認識－ 「何か」を動かす－制御－ 「何か」を考える－判断－ 必ず「何か」を返してくる。……それでいいのかな？ 第七章　神経回路の街②－ディープラーニング－ ディープラーニングってなんだろう？ 人間の「視覚」を真似したニューラルネット これはイヌ？　それともネコ？－畳み込みニューラルネットの画像認識－ CNNはどうして高性能なんだろう？ 時間で変わるデータを分析しよう－リカレントニューラルネットとLSTM－ 本物そっくりのニセモノをつくる－敵対的生成ネットワーク－ ディープラーニングを自動翻訳に役立てよう 経験から学ぶ深層学習－深層強化学習－ 第八章　でぐち－機械学習をはじめよう－ 機械学習に使われる言葉－プログラミング言語Python－ 機械学習に使われるソフトウェア①－TensorFlowとKeras－ 機械学習に使われるソフトウェア②－Caffe、PyTorch、Chainer－ おわりに－AIについて学べる参考図書たち－ 　索引

AIアプリ開発は簡単だ！ Azureでの実践法を基本から徹底ガイド ディープラーニング（深層学習）という技術が登場したことにより、見る・聞く・理解する・考える・話すといった人のような認知機能を備えるAI（人工知能）がコンピュータで実現できるようになりました。ディープラーニングは機械学習と呼ばれる技術の一種で、認知機能の精度・性能を向上させるには、正解とみなせる入出力データのセットである教師データを用意して学習させることが必要です。 そこで有用なのが、Microsoft Cognitive Services。学習済みのAI部品が29種類、クラウドサービスとして提供されており、自前で教師データを用意したり学習させたりする手間が最小限で済みます。Microsoft Cognitive Servicesを使えば、認知機能を備えるAIを簡単に開発できます。 本書では、AIの基礎知識やMicrosoft Cognitive Servicesのサービス内容について解説したうえで、ピザ注文受付ボットやFAQ（よくある質問）回答ボットを題材として具体的な開発方法をステップバイステップで示します。 システムエンジニアやプログラマにとって、認知機能を備えるAIの開発を経験するうえで最適な1冊です。本書でAI開発の第一歩を踏み出してください。

※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。 これまで人間にしかできなかった業務を自動化するだけでなく、ある場合には人間の能力を超えた処理を可能にするAI（人工知能）はこれからの企業にとって不可欠なものだ。DX（デジタルトランスフォーメーション）の中核技術といってもいい。 　既にPoC（概念実証）だけでAIを導入したといえる時代は終わった。いかに効果的に、適切に導入すべきかを考えるべき時代が到来している。 　現在のAIを機能させるために必要なのは大量の教師データだ。それも目的に沿った適切なものでなければならない。適切なデータが収集できなければAIは不適切な判断や予測を下す。AIの偏った判断が現実に問題となるケースが発生している。AIの判断基準がブラックボックス化しているともいわれる。こういった問題に対する回答や対処方針を持つことが、正しいAI導入には不可欠だ。 　本書では、どこにどうAIを使うべきなのかのヒントになる注目事例、最新動向とともに、現時点で企業がAIを導入する場合に求められる、AI倫理、ブラックボックス化を回避するための説明可能AI（XAI）などのテーマを取り上げる。 第1部　AI最新動向：倫理とガバナンス 第2部　製造AI導入事例 第3部　流通AI導入事例 第4部　金融AI導入事例 第5部　公共AI導入事例 第6部　AI倫理・ガバナンスの現状と克服策