内容説明
深層学習、進化計算、メタヒューリスティクス...人工知能キーワード!!
本書は、深層学習・ディープラーニング、進化計算、メタヒューリスティクスについて解説します。深層学習は画像処理や自然言語処理などさまざまに応用され、人工知能の重要手法です。またメタヒューリスティクスは生物や物理化学現象をもとにした最適化・AI手法です。
本書ではDeep Neural Evolutionの基礎から応用までをわかりやすく説明します。また、メタヒューリスティクス、進化計算についてデモンストレーションとなるサンプルプログラム（C++、Java等）を提供します。
目次
目次
まえがき
第1章 AI のための進化論
1.1 創発する知能
1.2 進化を計算するアルゴリズム
1.3 進化と学習を考える
第2章 深層学習とディープラーニング
2.1 CNN と過学習
2.2 ニューラルネットワークをだまそう
第3章 メタヒューリスティクス
3.1 メタヒューリスティクスとは？
3.2 アリと死の行進
3.3 ミツバチのささやき：ABC アルゴリズム
3.4 PSO：輪になって踊ろう
3.5 カッコウの巣の上で：Cuckoo Search
3.6 ハーモニーのセッション：Harmony Search
3.7 蛍の光：Firefly Algorithm
3.8 好奇心はネコを殺す：Cat Swarm Optimization
第4章 生物らしい計算知能
4.1 反応拡散という知能
4.2 拡散律速凝集とは？
4.3 スライムという知能
第5章 ニューロ進化と遺伝子ネットワーク
5.1 ニューロ・ダーウィニズムとは？
5.2 ニューラルネットワークの進化
5.3 レーシングカーとヘリコプタを動かそう
5.4 NEAT とhyperNEAT
5.5 遺伝子ネットワークとは何か？
5.6 ヒューマノイドロボットを動かそう
第6章 ディープ・ニューラルエボリューション
6.1 ディープラーニングの難しさ
6.2 CNN の遺伝子たち：Genetic CNN
6.3 ニューロ進化を促進する手法：Aggressive Selection & Mutation
6.4 進化的な特徴階層の構築
6.5 ノイズ除去のニューロ進化：DPPN
6.6 転移学習
6.7 危険物を探知するAI
6.8 メタヒューリスティクス再考
参考文献
索引
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。
PenguinTrainer
