これからAIを学ぶエンジニアやAI関連業種に携わるビジネスマン向けに、「AIとは何か」から始まり、しくみや手法、利用例など技術的な側面を分かりやすく説明します。

第1章　AIとは

01 AIの定義

02 AI の得意な分野と苦手な分野

03 AIの発展過程

04 機械学習とは

05 ディープラーニングとは

06 機械学習とディープラーニングの違い

第2章　AIの基礎知識

07 機械学習と統計学

08 相関関係と因果関係

09 機械学習とデータマイニング

10 教師あり学習とは

11 教師なし学習とは

12 強化学習とは

13 AIとビッグデータ

14 データ別に見るAIの特徴

15 AIシステムの開発フロー

第3章　自然言語処理の手法とモデル

16 自然言語処理（NLP）とは

17 NLPにおける曖昧性と困難性

18 NLPの前処理

19 言語モデルと分散表現

20 注釈付きコーパスと対訳コーパス

21 再帰型ニューラルネットワーク（RNN）

22 Transformer

23 BERT

24 GPT-3

第4章　GANを中心とした生成モデル

25 クリエイティブに進出するAI

26 生成モデルの基礎的なアルゴリズム

27 GAN を用いた画像生成

28 敵対的攻撃と防御

29 GANのこれからの広がり

第5章　画像認識の手法とモデル

30 画像認識のタスク

31 畳み込みニューラルネットワーク（CNN）

32 画像認識の発展のきっかけとなったCNN

33 CNN の精度とサイズのバランス

34 学習の工夫1

35 学習の工夫2

36 ディープラーニングの説明可能性

37 画像認識の評価指標

第6章　テーブルデータの機械学習アルゴリズム

38 テーブルデータの前処理

39 精度の評価指標と汎化性能

40 教師あり学習1：線形回帰モデル

41 教師あり学習2：決定木

42 教師あり学習3：ランダムフォレスト

43 教師あり学習4：XGBoost

44 教師あり学習5：ロジスティック回帰モデル

45 教師あり学習6：ニューラルネットワーク

46 教師あり学習7：k-NN（k-Nearest Neighbor）

47 教師なし学習1［クラスタリング］：k-means 法

48 教師なし学習2［クラスタリング］：階層的クラスタリング

49 教師なし学習3［クラスタリング］：スペクトラルクラスタリング

50 教師なし学習4［次元削減］：主成分分析

51 教師なし学習5［次元削減］：UMAP

52 教師なし学習6［次元削減］：行列分解

53 教師なし学習7［次元削減］：オートエンコーダ

確かな知識がつく“使える”教科書。ＡＩの全体像をつかむには複雑で難しい技術を知る必要があり、初めて学ぶときには難易度の高さを感じる人も多いのではないでしょうか。そこで、本書では見開きで１つのテーマを取り上げ、図解を交えて解説。イチからＡＩの基礎が身につきます。

ディープラーニングのしくみをわかりやすく解説。高校生向け授業から生まれた新しい入門書です。AIを用いた便利なシステムや、くらしの変化についても具体的に解説します。まえがき

【目次】

第1部 AIの基礎

1.1 “新しい”AI

1.2 AIのしくみ

1.3 AIを使ってみよう

第2部 AIの応用

2.1 AIによる行動認識

2.2 歯みがき支援システム“migaco”

2.3 AIによる自然言語処理

2.4 旅行先推薦システム「旅ゲーター」

2.5 飲食店検索システム「食探」

第3部 AIと私たちの暮らし

3.1 身の回りにあるAI

3.2 AIのさらなる進化

3.3 AIで変わる私たちの暮らし

あとがき

注

付録

まえがき

第1部 AIの基礎

1.1 “新しい”AI

1.2 AIのしくみ

1.3 AIを使ってみよう

第2部 AIの応用

2.1 AIによる行動認識

2.2 歯みがき支援システム“migaco”

2.3 AIによる自然言語処理

2.4 旅行先推薦システム「旅ゲーター」

2.5 飲食店検索システム「食探」

第3部 AIと私たちの暮らし

3.1 身の回りにあるAI

3.2 AIのさらなる進化

3.3 AIで変わる私たちの暮らし

あとがき

注

付録

アリス・ワールドという仮想空間で起きた突然のシステムダウン。ヴァーチャルに依存する利用者たちは、強制ログアウト後、自殺を図ったり、躰に不調を訴えたりと、社会問題に発展する。

　仮想空間を司る人工知能との対話者として選ばれたグアトは、パートナのロジと共に仮想空間へ赴く。そこで彼らを待っていたのは、熊のぬいぐるみを手にしたアリスという名の少女だった。