AIシステムの構築案件が急増しています。近い将来、AIなしのビジネスも生活も、考えられなくなるでしょう。データサイエンティストや先進プログラマに限らず、一般SEや理工系の学生層にまで、ディープラーニングに対する学習意欲が広がっているのは当然のことです。そうした方々にとって最初のハードルは、手法（理論）を説明する数式が難解なこと。もう1つは、実装のためのコーディングです。

そこで本書では、知っておくべき3つの手法だけを、気鋭のデータサイエンティストが丁寧に解説します。数式を一切使わず、①全結合型・②畳み込み型・③再帰型のニューラルネットワークの手法を図で紹介します。そして、ソニーが開発した注目のディープラーニングツール「Neural Network Console」を使用し、ドラッグ＆ドロップ操作でニューラルネットワークを構築し、ボタン１つで処理を実行、結果を評価できます。

本書ではこの究極のAIツールを用いた初級・中級・上級の体験学習を通じ、実装に必要な最低限の知識を効率よく獲得できます。これにより、「数式が読めない」「プログラミングは苦手」という一般SEや初学者の方々に、ディープラーニングの入り口を大きく開きます。

内容

• 1　AIの世界へようこそ
  • 1.1　AIとデータサイエンス
  • 1.2　機械学習
  • 1.3　ニューラルネットワークからディープラーニングへ
• 2　ディープラーニングの手法
  • 2.1　ニューラルネットワーク
  • 2.2　ディープラーニング
  • 2.3　畳み込みニューラルネットワーク
  • 2.4　再帰型ニューラルネットワーク
• 3　AIツールとNeural Network Console
  • 3.1　世界で普及するAIツール
  • 3.2　Neural Network Console
  • 3.3　NNCのインストール
  • 3.4　NNCの操作画面
• 4　初級：サンプルプロジェクトを実行してみよう！
  • 4.1　ニューラルネットワークによる画像分類（1）
  • 4.2　CNNによる画像分類（1）
• 5　中級：新規プロジェクトを実行してみよう！
  • 5.1　ニューラルネットワークによる画像分類（2）
  • 5.2　CNNによる画像分類（2）
  • 5.3　ネットワーク構造の最適化
• 6　上級：オリジナル画像で実装してみよう！
  • 6.1　データセットの作成
  • 6.2　ネットワークの作成
  • 6.3　データセットの選択
  • 6.4　学習条件の設定
  • 6.5　学習の実行
  • 6.6　評価の実行
• 7　上級：オリジナルデータで実装してみよう！
  • 7.1　データの前処理
  • 7.2　データセットの登録
  • 7.3　ネットワークの作成
  • 7.4　データセットの選択
  • 7.5　学習条件の設定
  • 7.6　学習の実行
  • 7.7　評価の実行
• 付録
  • A.1　NNC非対応OSのPCにNNCをインストール
  • A.2　機械学習を使って分類問題を解いてみよう！

資料

• 読者特典（情報入力が必要です）

• 足立 悠 著
• B5変型判　288ページ
• 定価：2,400円＋税
• ISBN：978-4-86594-114-2
• 2018年1月中旬刊行
• 出版社商品ページ

• 販売終了