Last Update 2024/04/23
データサイエンス・シリーズ
独学できる24の主要アルゴリズム
Pythonが動くGoogle ColabでAI自習ドリル
B5判 304ページ
定価3,080円(税込)
JAN9784789845182
2024年5月1日発行
好評発売中！
■見本(3.88MB) 本書では，独学することを前提に，AIとしてよく知られている分類，予測，画像認識，物体検出，自然言語処理などを，プログラムとイメージ図で解説しています．
難しい理論・数式の理解よりも，個々のAIの仕組みをイメージできるようなり，身の回りの問題を解決できるツールとしてAIを使えるようになることを目的としています．このため，AIに関する多くの技術を紹介しつつ，その仕組みをイメージ図を使って解説し，使い方はできるだけ省略しないように努めました．さらに，読者が自分の理解度を確認でき，スムーズに，かつ，うまくAIを使いこなせるように，いくつかの基礎的な技術に関しては練習問題をつけてあります．
本書は月刊『Interface』誌2021年1月号〜2023年5月号に掲載された，連載「AI自習ドリル」の内容を再編集，加筆しまとめたものです．
難しい理論・数式の理解よりも，個々のAIの仕組みをイメージできるようなり，身の回りの問題を解決できるツールとしてAIを使えるようになることを目的としています．このため，AIに関する多くの技術を紹介しつつ，その仕組みをイメージ図を使って解説し，使い方はできるだけ省略しないように努めました．さらに，読者が自分の理解度を確認でき，スムーズに，かつ，うまくAIを使いこなせるように，いくつかの基礎的な技術に関しては練習問題をつけてあります．
本書は月刊『Interface』誌2021年1月号〜2023年5月号に掲載された，連載「AI自習ドリル」の内容を再編集，加筆しまとめたものです．
目次
イントロダクション 本書の読み方…AIアルコリズムを使いこなすために
第1部 押さえておきたい基本の「機械学習」
第1章 多くのデータを指定した数のグループに分けてくれる「k平均法」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 発展的な内容…いろいろな表示方法でデータを読み解く
7 プログラムの説明
8 実践！データセットを自作してk平均法を適用してみる
第2章 たくさんの項目からなるデータを人間に分かりやすい形で表示してくれる「主成分分析」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 発展的な内容…商品開発に生かす
Appendix 主成分分析で画像分類
第3章 分類の難しそうなデータを直線や曲線でグループ分けしてくれる「サポート・ベクタ・マシン」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
Appendix サポート・ベクタ・マシンで画像分類
第4章 次の状態を予測，その根拠を数学的に示す「時系列データ解析」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 実践！時系列データ解析に適したモデルを作る
第5章 似た特徴を持つデータを近くに集めることを繰り返す「自己組織化マップ」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 実践！SOMでクラスタ分析を実行
第2部 これだけ知っていれば大丈夫「ディープ・ラーニング」
第1章 心臓部「ニューラル・ネットワーク」を知る，動かす
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 発展的内容…数値データを分類
第2章 画像認識や物体検出が得意な「畳み込みニューラル・ネットワーク」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
Appendix CNNのネットワークを最適化
第3章 学習用データ作りに欠かせない…認識対象物を明確にする作業「アノテーション」
1 ディープ・ラーニングにおける入力データの役割
2 イメージをつかむ
3 プログラムを動かしてみよう
4 実践！道路標識の検出
第4章 骨格推定ライブラリ「OpenPose」を使って人の姿勢を分析
1 できること
2 プログラムを動かしてみよう
3 各関節の位置情報を取得する
第5章 画像中のどこに何が写っているのかが分かる「YOLO」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 実践！自分のデータをYOLOで分析
第6章 どこに/何が/どのような形で写っているのかが分かる「セグメンテーション」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 実践！未登録の新たな物体を認識させる
第7章 人の動作を3次元解析「MeTRAbs」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
第8章 新しい画像を生成できる敵対的生成ネットワーク「GAN」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 プログラムの説明
第9章 自然言語処理が得意なRNNを基にした「LSTM」で自動作文
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 原理
5 好きな作品を使って自動作文
第10章 数値を予測するのが得意な「回帰問題」をディープ・ラーニングで解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 プログラムの説明
第11章 「回帰問題」を利用したデータの補完と予測
1 回帰問題のおさらい
2 実践！欠損画像を補完
第3部 コンピュータが自分で試行錯誤して少しずつ賢くなる「強化学習」
第1章 人間vs.人工知能
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 数式で理解するQラーニング
7 プログラムの説明
Appendix 練習問題と回答
第2章 人工知能vs.人工知能
1 できること(エージェントが複数の場合)
2 エージェントが2つのイメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 実践！ネコと飼い主の追いかけっこゲームを作る
第4部 データ解析と最適化手法
第1章 アンケート分析でよく使われる「ポジ・ネガ解析，単純集計，クロス集計」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう1
4 プログラムを動かしてみよう2
5 プログラムを動かしてみよう3
Appendix ピボット・テーブルを使いこなす
第2章 スライド・パズルとルート・パズル「網羅的探索」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
第3章 ナップザック問題と巡回セールスマン問題を「最適化手法」で解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 発展的内容…貧欲法で効率よく
第4章 巡回セールスマン問題を群知能の1つ「アントコロニー最適化」で解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 原理
第5章 あいまいさを数値的に評価する「ファジィ制御」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
第6章 ファジィ制御の応用…エアコンの温度制御
1 ファジィ制御は計算量が少ない
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 発展的内容…対応表を活用
本書は月刊『Interface』誌2021年1月号〜2023年5月号に掲載された，連載「AI自習ドリル」の内容を再編集，加筆しまとめたものです．
イントロダクション 本書の読み方…AIアルコリズムを使いこなすために
第1部 押さえておきたい基本の「機械学習」
第1章 多くのデータを指定した数のグループに分けてくれる「k平均法」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 発展的な内容…いろいろな表示方法でデータを読み解く
7 プログラムの説明
8 実践！データセットを自作してk平均法を適用してみる
第2章 たくさんの項目からなるデータを人間に分かりやすい形で表示してくれる「主成分分析」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 発展的な内容…商品開発に生かす
Appendix 主成分分析で画像分類
第3章 分類の難しそうなデータを直線や曲線でグループ分けしてくれる「サポート・ベクタ・マシン」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
Appendix サポート・ベクタ・マシンで画像分類
第4章 次の状態を予測，その根拠を数学的に示す「時系列データ解析」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 実践！時系列データ解析に適したモデルを作る
第5章 似た特徴を持つデータを近くに集めることを繰り返す「自己組織化マップ」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 実践！SOMでクラスタ分析を実行
第2部 これだけ知っていれば大丈夫「ディープ・ラーニング」
第1章 心臓部「ニューラル・ネットワーク」を知る，動かす
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 発展的内容…数値データを分類
第2章 画像認識や物体検出が得意な「畳み込みニューラル・ネットワーク」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
Appendix CNNのネットワークを最適化
第3章 学習用データ作りに欠かせない…認識対象物を明確にする作業「アノテーション」
1 ディープ・ラーニングにおける入力データの役割
2 イメージをつかむ
3 プログラムを動かしてみよう
4 実践！道路標識の検出
第4章 骨格推定ライブラリ「OpenPose」を使って人の姿勢を分析
1 できること
2 プログラムを動かしてみよう
3 各関節の位置情報を取得する
第5章 画像中のどこに何が写っているのかが分かる「YOLO」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 実践！自分のデータをYOLOで分析
第6章 どこに/何が/どのような形で写っているのかが分かる「セグメンテーション」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 実践！未登録の新たな物体を認識させる
第7章 人の動作を3次元解析「MeTRAbs」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
第8章 新しい画像を生成できる敵対的生成ネットワーク「GAN」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 プログラムの説明
第9章 自然言語処理が得意なRNNを基にした「LSTM」で自動作文
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 原理
5 好きな作品を使って自動作文
第10章 数値を予測するのが得意な「回帰問題」をディープ・ラーニングで解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 プログラムの説明
第11章 「回帰問題」を利用したデータの補完と予測
1 回帰問題のおさらい
2 実践！欠損画像を補完
第3部 コンピュータが自分で試行錯誤して少しずつ賢くなる「強化学習」
第1章 人間vs.人工知能
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 数式で理解するQラーニング
7 プログラムの説明
Appendix 練習問題と回答
第2章 人工知能vs.人工知能
1 できること(エージェントが複数の場合)
2 エージェントが2つのイメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 実践！ネコと飼い主の追いかけっこゲームを作る
第4部 データ解析と最適化手法
第1章 アンケート分析でよく使われる「ポジ・ネガ解析，単純集計，クロス集計」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう1
4 プログラムを動かしてみよう2
5 プログラムを動かしてみよう3
Appendix ピボット・テーブルを使いこなす
第2章 スライド・パズルとルート・パズル「網羅的探索」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
第3章 ナップザック問題と巡回セールスマン問題を「最適化手法」で解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 発展的内容…貧欲法で効率よく
第4章 巡回セールスマン問題を群知能の1つ「アントコロニー最適化」で解く
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 原理
第5章 あいまいさを数値的に評価する「ファジィ制御」
1 できること
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
第6章 ファジィ制御の応用…エアコンの温度制御
1 ファジィ制御は計算量が少ない
2 イメージをつかむ
3 プログラムを動かしてみよう
4 結果の読み取り方
5 原理
6 プログラムの説明
7 発展的内容…対応表を活用
本書は月刊『Interface』誌2021年1月号〜2023年5月号に掲載された，連載「AI自習ドリル」の内容を再編集，加筆しまとめたものです．