ビジネスパーソンのための人工知能入門

巣籠 悠輔【著】

マイナビ出版（2018/05発売）

• サイズ A5判／ページ数 199p／高さ 22cm
• 商品コード 9784839965518
• NDC分類 007.1
• Cコード C3055

出版社内容情報

「人工知能を使ったプロジェクト」でチャンスをつかむ！世の中で氾濫している「人工知能・AI」という言葉に惑わされないようにするため、人工知能についての正しい知識を身につけ、理解することが必要です。

人工知能分野の発展に貢献しているのが 機械学習・深層学習（ディープラーニング）と呼ばれる技術で「人工知能（AI）を使ってなにかプロジェクトをやってほしい」と言われたとき「ビジネス課題を機械学習・深層学習でどのように解決すればよいか」と置き換えて考えればよいケースがほとんどです。

本書では、あいまいな状態になっているビジネス上の課題を機械学習を試すことのできるような形に課題を書き換えたり、人工知能の代表的な手法である推論・探索、知識表現、機械学習、深層学習の各手法をフレームワークとして考え、実際のビジネスで活用できるといった“AI的思考力”を高める方法を解説していきます。

また人工知能は万能ではなく、ビジネス上における課題は千差万別です。本書の目指すところは「人工知能で解決できるものなのか」を自ら判断し、「人工知能のどの技術を使えばよいのか」が分かるようになることです。

人工知能技術の大部分は数学によって支えられていますが、本書はあくまでも「ビジネスで人工知能を活用するために知っておくべきこと」をまとめたものですので“難しい数式”は一切出てきません（もちろん、プログラミングも）。

『機械学習・深層学習という言葉は聞いたことはあるけれど、よく分からない』『ビジネス課題に適用できる自信がない』『どのように評価すればよいのか検討がつかない』といった方にとって、本書は役に立つはずです。

イントロダクション

1　[知識編] 人工知能とは
1.1　そもそも人工知能をつくる目的は？
　「面倒くさい」が技術を進歩させる / ビジネスも「効率化」するのではなく「楽」をする
1.2　その人工知能「どの」人工知能？
　強い人工知能と弱い人工知能 / 「弱さ」にも種類がある
1.3　知能を得るには知識が必要
　思考が早い人工知能 ―第１次ブーム / 何を思考すればいい？ / 博識な人工知能 第２次ブーム / あいまいな知識は人間だけのもの / 知識だけで知能はできない
1.4　人間が頑張るから機械が学習するへ
　学習とは、パターンに分けること / パターンに分けるとは、知識を身につけること / 学習する人工知能 ―第３次ブーム


2　[実用編] 機械学習：問題を整理し解決する
2.1　問題を整理する
　課題のパターンを整理する / 課題設定を整理する
2.2　問題へのアプローチ
　人間も機械も、知らないものは知らない / アプローチのときは、三角関係を意識する
2.3　学習を評価する
　評価のために未知をつくりだす / 評価の落とし穴に注意 / 数値が悪くても「いい」場合がある / 評価のインパクトは％になる
2.4　推薦問題を考える


3　[発展編] 深層学習というブレイクスルー
3.1　深層学習は「どこが」すごいのか？
　特徴を捉えないと予測はできない / 脳みそをモデル化する / テクノロジーの進化は単独では成し得ない
3.2　深層学習は「どこで」すごいのか？


4　[実践編]ビジネスでＡＩを展開する
4.1　中を育てるのか 外に頼むのか
　データサイエンティストなのか 機械学習エンジニアなのか / ブーム最大の貢献は環境が整ったこと
4.2　機械学習に必要なものを知る
　（再び）ブーム最大の貢献は環境が整ったこと
4.3　機械学習なのか 統計なのか

エピローグ

巣籠悠輔［スゴモリユウスケ］
著・文・その他

内容説明

機械学習を試すことのできる形にビジネス課題を書き換える。人工知能の代表的な各手法をフレームワークとして考え、実際のビジネスで活用できる“ＡＩ的思考力”を高める方法を解説。

目次

１　知識編　人工知能とは（そもそも人工知能をつくる目的は？；その人工知能「どの」人工知能？　ほか）
２　実用編　機械学習：問題を整理し解決する（問題を整理する；問題へのアプローチ　ほか）
３　発展編　深層学習というブレイクスルー（深層学習は「どこが」すごいのか？；深層学習は「どこで」すごいのか？）
４　実践編　ビジネスでＡＩを展開する（中を育てるのか外に頼むのか；機械学習に必要なものを知る　ほか）

著者等紹介

巣籠悠輔［スゴモリユウスケ］
電通・Ｇｏｏｇｌｅ　ＮＹ支社勤務を経て、株式会社情報医療のＣＴＯとして創業に参画。医療分野での人工知能活用を目指す。２０１８年にＦｏｒｂｅｓ　３０　Ｕｎｄｅｒ　３０　Ａｓｉａ　２０１８に選出（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。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[との]

研修の課題本 本当に最低限の知識をわかりやすく簡単に書いてくれているという印象。ふむふむ、と読んだが講義のあとはもう少し身についているかしら？

2022/09/19

[Ponyo]

AIとか機械学習とか深層学習とか、よく耳にするけれどよく分からないモノたち。ある日「AIを使って仕事を進めて」なんて言われる日が来るかもしれないので、せめて基本的な知識でも…と思って読んでみた。ビジネスに寄せているから、ポイントが絞られていて分かりやすい。これを読んだからと言って「何かやってみて」に応えられるかどうかは疑問ですが、少なくともいくらAIが進んでもそもそもの課題設定とデータの使い方は人間が考えなければいけないということで、色々な物の見方、考え方は日頃から身につけておかなければと思う。

2020/02/11

[Hiroshi Fukuhara]

これから人工知能に関わるビジネスマン向けの数式やプログラミングを排した入門書。現在のディープラーニング人気に至るまでの経緯や全体像の把握には最適。

2018/07/20

[けいちゃん（渡邉恵士老）]

巷では「人工知能（AI）」や「機械学習」、「深層学習（ディープラーニング）」などが流行っていますが、言葉が独り歩きしている感が否めないことが多々あります。 世の中には、インプットとなるデータが整理されておらずデータマイニングに莫大な工数がかかったり、欲しい結果を得るためにデータを恣意的に操作したりなど、「人工知能」を生かしきれていないプロジェクトを多々あります。 本書の入門程度の知識でもあれば、「面倒くさいことを楽にする」ことを目的とした、役立つプロジェクトが実現できるかもしれません。

2018/10/22

[たみば]

この分野に入門した人にとっては、この本であってもきっと難しくてチンプンカンプンな内容だろう。他の本でつまづいたり、難しいなと思ったときに本書を読めば、「あっ！あの用語はこういう意味だったんだ！」と思える気がする。つまりはニューラルネットワークの１つの関数になる本なのかなぁなんて(^^)

2020/03/15