進化計算と深層学習創発する知能

著者: 伊庭斉志著

第25回（2016年度）大川出版賞受賞

進化計算とニューラルネットワークがよくわかる、話題の深層学習も学べる！！

本書は、ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展や成果、課題にいたるまでを詳しく説明します。「進化」と「学習」をキーワードとして、人工知能の実現へのアプローチや知能の創発についてを説明する、ニューラルネットや進化計算による学習の基礎的なところから分かりやすく説明する、「進化計算」を用いた「深層学習」への取り組みを説明する、などです。

著者によるサポートページ外部リンク

このような方におすすめ

・人工知能の初級研究者
・初級プログラマ･ソフトウェアの初級開発者（生命のシミュレーション等）
・情報系学部・学科の3、4年から大学院生
・深層学習の基礎理論に興味がある人

中級

書籍詳細
目次
ダウンロード
正誤表

書籍詳細

定価: 2,970円（本体2,700円＋税）
頁: 192頁
発売日: 2015/10/21
ISBN: 978-4-274-21802-6
判型: A5
発行元: オーム社

書籍カテゴリ: 情報・ネットワーク・コンピュータ

システム応用

知識工学・人工知能

第1章　進化計算入門
1.1　進化とはなんだろうか？
1.2　ダーウィンを悩ませた眼の進化が解けた？
1.3　進化する計算のアルゴリズム：新幹線から金融、ロボットまで
1.4　性選択：彼・彼女の選り好みがすべてを決める
1.5　対話型進化計算でデザインしよう
1.6　進化計算の強み
1.7　進化は進歩か？
第2章　ニューラルネットワークと学習
2.1　学習とコネクショニズム
2.2　パーセプトロン
2.3　ミンスキーの悪魔
2.4　ニューラルネットワークの復興
2.5　画像を扱ってみよう
2.6　記号はどこにあるのか？
第3章　深層学習（ディープラーニング）
3.1　ディープラーニングの勃興
3.2　ボルツマン・マシンと焼きなまし
3.3　RBMと層別学習
3.4　リカレントネットワークとLSTM
3.5　自分自身をコード化する自己符号化器（AutoEncoder）
3.6　CNNで特徴抽出
3.7　DQNで昔のゲームをやろう
第4章　進化するネットワーク
4.1　ニューロエボリューション
4.2　NEATとhyperNEAT
4.3　遺伝子ネットワークと発生生物学
4.4　ERNe：鷲は舞い降りた
第5章　知能の創発
5.1　ボールドウィン効果：学習により進化は加速するか？
5.2　脳を進化から考える
5.3　知能の創発をめざして