図解即戦力 機械学習＆ディープラーニングのしくみと技術がこれ1冊でしっかりわかる教科書 [単行本]Ω

要旨（「BOOK」データベースより）キーワードベースで基礎知識やコア技術をわかりやすく理解できる！就職・転職を目指す学生やエンジニアから関連部門の営業やビジネスマンまで、技術の必須知識をまるごと理解！！目次1章　人工知能の基礎知識人工知能とは機械学習（ML）とはディープラーニング（DL）とは人工知能と機械学習が普及するまで2章　機械学習の基礎知識教師あり学習のしくみ教師なし学習のしくみ強化学習のしくみ統計と機械学習の違い機械学習と特徴量得意な分野、苦手な分野機械学習の活用事例3章　機械学習のプロセスとコア技術機械学習の基本ワークフローデータの収集データの整形モデルの作成と学習バッチ学習とオンライン学習テストデータによる予測結果の検証学習結果に対する評価基準ハイパーパラメータとモデルのチューニング能動学習相関と因果フィードバックループ4章　機械学習のアルゴリズム回帰分析サポートベクターマシン決定木アンサンブル学習アンサンブル学習の応用ロジスティック回帰ベイジアンモデル時系列分析と状態空間モデルk近傍(k-NN) 法とk平均(k-means)法次元削減と主成分分析最適化と遺伝的アルゴリズム5章　ディープラーニングの基礎知識ニューラルネットワークとその歴史ディープラーニングと画像認識ディープラーニングと自然言語処理6章　ディープラーニングのプロセスとコア技術誤差逆伝播法によるニューラルネットワークの学習ニューラルネットワークの最適化勾配消失問題転移学習7章　ディープラーニングのアルゴリズム畳み込みニューラルネットワーク（CNN）再帰型ニューラルネットワーク（RNN）強化学習とディープラーニングオートエンコーダGAN（敵対的生成ネットワーク）物体検出8章　システム開発と開発環境人工知能プログラミングにおける主要言語機械学習用ライブラリとフレームワークディープラーニングのフレームワークGPUプログラミングと高速化機械学習サービス内容紹介機械学習・ディープラーニングについて学ぶための、図解形式の解説書です。エンジニア1年生、機械学習関連企業への就職・転職を考えている人が、機械学習・ディープラーニングの基本と関連する技術、しくみ、開発の基礎知識などを一通り学ぶことができます。著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）山口 達輝(ヤマグチ タツキ)株式会社アイデミーエンジニア。Ａｉｄｅｍｙ　Ｐｒｅｍｉｕｍ　Ｐｌａｎにおいて、受講者に対する基本的な機械学習プログラミングの指南から、実践的な機械学習システムの実装までをフォローアップする松田 洋之(マツダ ヒロユキ)株式会社アイデミーエンジニア。Ａｉｄｅｍｙ　Ｐｒｅｍｉｕｍ　Ｐｌａｎ受講者に対する質問回答・カウンセリングや、Ａｉｄｅｍｙの教材修正に携わる著者について株式会社アイデミー 山口達輝 (カブシキガイシャアイデミー ヤマグチタツキ)株式会社アイデミーエンジニア。Aidemy Premium Planにおいて、受講者に対する基本的な機械学習プログラミングの指南から、実践的な機械学習システムの実装までをフォローアップする。大学ではモビリティの自動運転技術を専攻していたものの、偶然取っていた他学科の講義で講師の与太話に機械学習の可能性を感じ、AIエンジニアとなる。現在の興味は、人工知能と脳科学の学際領域。人間の心とは何か、中学生時代から抱いていた興味を再び胸に、認知科学の論文を読み漁る。松田洋之 (マツダヒロユキ)株式会社アイデミーエンジニア。Aidemy Premium Plan受講者に対する質問回答・カウンセリングや、Aidemyの教材修正に携わる。元々は文系出身。高校在学中の数学の思い出は、三角関数の加法定理で挫折したこと。一度は文系学問（経済学）を専攻することを決めていたものの、大学在学中に工学系に転じ、機械学習エンジニアとなる。興味は、経済学と情報科学の融合領域。前者では財の配分の最適化を、後者では計算資源の最適化を考えるという点で、両者はそれほど変わらないのではないかと考えている。また、機械学習では積分をほとんど使わないと感じており、文系出身であっても正しく学べば機械学習エンジニアへの道が開けると確信している。