機械学習をめぐる冒険

詳細目次

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