目次

イントロダクション　本書の読み方…AIアルコリズムを使いこなすために

第1部　押さえておきたい基本の「機械学習」

第1章　多くのデータを指定した数のグループに分けてくれる「k平均法」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　発展的な内容…いろいろな表示方法でデータを読み解く
7　プログラムの説明
8　実践！データセットを自作してk平均法を適用してみる

第2章　たくさんの項目からなるデータを人間に分かりやすい形で表示してくれる「主成分分析」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　発展的な内容…商品開発に生かす
Appendix　主成分分析で画像分類

第3章　分類の難しそうなデータを直線や曲線でグループ分けしてくれる「サポート・ベクタ・マシン」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
Appendix　サポート・ベクタ・マシンで画像分類

第4章　次の状態を予測，その根拠を数学的に示す「時系列データ解析」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　実践！時系列データ解析に適したモデルを作る

第5章　似た特徴を持つデータを近くに集めることを繰り返す「自己組織化マップ」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明
7　実践！SOMでクラスタ分析を実行

第2部　これだけ知っていれば大丈夫「ディープ・ラーニング」

第1章　心臓部「ニューラル・ネットワーク」を知る，動かす
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明
7　発展的内容…数値データを分類

第2章　画像認識や物体検出が得意な「畳み込みニューラル・ネットワーク」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明
Appendix　CNNのネットワークを最適化

第3章　学習用データ作りに欠かせない…認識対象物を明確にする作業「アノテーション」
1　ディープ・ラーニングにおける入力データの役割
2　イメージをつかむ
3　プログラムを動かしてみよう
4　実践！道路標識の検出

第4章　骨格推定ライブラリ「OpenPose」を使って人の姿勢を分析
1　できること
2　プログラムを動かしてみよう
3　各関節の位置情報を取得する

第5章　画像中のどこに何が写っているのかが分かる「YOLO」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　実践！自分のデータをYOLOで分析

第6章　どこに/何が/どのような形で写っているのかが分かる「セグメンテーション」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　実践！未登録の新たな物体を認識させる

第7章　人の動作を3次元解析「MeTRAbs」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう

第8章　新しい画像を生成できる敵対的生成ネットワーク「GAN」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　プログラムの説明

第9章　自然言語処理が得意なRNNを基にした「LSTM」で自動作文
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　原理
5　好きな作品を使って自動作文

第10章　数値を予測するのが得意な「回帰問題」をディープ・ラーニングで解く
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　プログラムの説明

第11章　「回帰問題」を利用したデータの補完と予測
1　回帰問題のおさらい
2　実践！欠損画像を補完

第3部　コンピュータが自分で試行錯誤して少しずつ賢くなる「強化学習」

第1章　人間vs.人工知能
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　数式で理解するQラーニング
7　プログラムの説明
Appendix　練習問題と回答

第2章　人工知能vs.人工知能
1　できること(エージェントが複数の場合)
2　エージェントが2つのイメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明
7　実践！ネコと飼い主の追いかけっこゲームを作る

第4部　データ解析と最適化手法

第1章　アンケート分析でよく使われる「ポジ・ネガ解析，単純集計，クロス集計」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう1
4　プログラムを動かしてみよう2
5　プログラムを動かしてみよう3
Appendix　ピボット・テーブルを使いこなす

第2章　スライド・パズルとルート・パズル「網羅的探索」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方

第3章　ナップザック問題と巡回セールスマン問題を「最適化手法」で解く
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　発展的内容…貧欲法で効率よく

第4章　巡回セールスマン問題を群知能の1つ「アントコロニー最適化」で解く
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　原理

第5章　あいまいさを数値的に評価する「ファジィ制御」
1　できること
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明

第6章　ファジィ制御の応用…エアコンの温度制御
1　ファジィ制御は計算量が少ない
2　イメージをつかむ
3　プログラムを動かしてみよう
4　結果の読み取り方
5　原理
6　プログラムの説明
7　発展的内容…対応表を活用

本書は月刊『Interface』誌2021年1月号〜2023年5月号に掲載された，連載「AI自習ドリル」の内容を再編集，加筆しまとめたものです．