目次
表紙
はじめに
目次
第1部：人工知能の基礎を理解する
第1章 人工知能の全体像/人工知能の全体像(Overview)
第2章 AIチップとライブラリ/ムーアの法則の終焉
第3章 AIプラットフォーム/AIプラットフォームとは
第4章 機械学習とディープラーニングの違い/機械学習とは
第5章 機械学習の学習データ/学習データはどれくらいの量が必要か
第6章 転移学習と過学習/少ないデータで学習する方法/水増し(Data Augmentation)
第2部：機械学習のアルゴリズムを学ぶ
第7章 機械学習のアルゴリズム/機械学習法と統計学/3つの学習方法
第8章 Q-Learning/Q-LearningのQとは/P値(P-Value)とは
第9章 教師あり学習(回帰と分類)/統計学とアルゴリズム
第10章 教師なし学習(クラスタリング)/クラスタリング(Clustering)
第11章 畳み込みニューラルネットワーク(CNN)/畳み込みニューラルネットワーク(CNN)とは/麻里ちゃんのAI奮闘記：畳み込みってなに？
第12章 リカレントニューラルネットワーク(RNNとLSTM)/畳み込みニューラルネットワークのおさらい
第13章 敵対的生成ネットワーク(GAN)/GANとは
第14章 半教師あり学習とオートエンコーダー/半教師あり学習とは
第3部：ビジネスに活用するための人工知能を学ぶ
第15章 AIをビジネスに活用する際に押えておくべきポイント/非構造化データ(Unstructured data)を処理する目的
第16章 AIのビジネス活用を業界別に状況把握する
第17章 RPA(Robotic Process Automation)/RPAの仕組み
索引
著者プロフィール/媒体紹介/STAFF
奥付