出版社内容情報
近年の「人工知能」(AI)の普及は目覚ましく、スマホや家電、自動車などの我々の生活に密着したさまざまなツールに利用されています。
音声認識や機械翻訳など、非常に便利な機能を実現してくれる人工知能ですが、その根底にあるのが「機械学習」と「ニューラルネット」の技術です。
本書は、人工知能を支える基礎技術である「ニューラルネット」について、その歴史や仕組みを詳細に解説。
通り一遍の概要を知るだけにとどまらず、「ニューラルネット」を理解する上で重要な非常に多くの概念について、それらが必要である理由を、高校程度の数学を用いながら説明します。
第1章では、人工知能研究の歴史を簡潔にまとめます。
第2章は、最も基本的な「階層型ニューラルネット」(パーセプトロン)の仕組みを詳説。
第3章では、物理学と人工知能研究の接点について述べ、末尾となる第4章は、「深層学習」の発展の原動力となった「畳み込みネットワーク」「回帰ネットワーク」「長・短期記憶」「トランスフォーマ」の本質に焦点を絞った簡潔な説明を狙います。
内容説明
本書は、「深層学習」の「仕組み」に興味をもつ人々のために、「深層学習」の基礎である「人工ニューラルネット」の原理を解説することを目的として編まれた書籍である。第1章では、人工知能研究の歴史を簡潔にまとめる。第2章は、最も基本的な「階層型ニューラルネット」(パーセプトロン)の仕組みを詳説。第3章では、物理学と人工知能研究の接点について述べる。第4章は、「深層学習」の発展の原動力となった「畳み込みネットワーク」「回帰ネットワーク」「長・短期記憶」「トランスフォーマ」の本質に焦点を絞った簡潔な説明を狙う。
目次
第1章 ニューラルネットの歴史―「パーセプトロン」から「深層学習」まで(パーセプトロン;「線形非分離問題」と「深層化」 ほか)
第2章 階層型ニューラルネットモデル(脳神経網と「人工ニューラルネット」;「単層パーセプトロン」と「誤り訂正学習」 ほか)
第3章 非階層型ニューラルネットモデル(「深層学習」の基礎技術;「階層型」と「非階層型」 ほか)
第4章 「深層学習」への誘い(「深層学習」の幕開け;「深層学習」を支える技術 ほか)
著者等紹介
申吉浩[シンヨシヒロ]
1960年大韓民国ソウル生まれ。現在・学習院大学計算機センター教授・博士(工学)
園田隆史[ソノダタカシ]
1956年長崎生まれ。現在・学習院大学および大妻女子大学非常勤講師
甘利丈慈[アマリジョウジ]
1999年東京生まれ。現在・学習院大学大学院自然科学研究科2年
〓井絢之介[タカイジュンノスケ]
1998年茨城生まれ。現在・学習院大学大学院自然科学研究科2年
室田佳亮[ムロタケイスケ]
1998年東京生まれ。現在・東京大学大学院理学系研究科物理学専攻修士2年(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)
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。