CQ出版WebShop,書籍案内へようこそ

CQ出版トップページへWebShop書籍・雑誌総合案内会員登録・変更ご利用案内

買い物カゴを見る

WebShop書籍・雑誌総合案内CQ文庫>ラズパイとカメラで自習 機械学習

書籍・雑誌総合案内
WebShop内検索(googleで本サイトを検索:別ウィンドウ)

CQ文庫

郵便物仕分けマシンを作りながら

ラズパイとカメラで自習 機械学習

新書判 240ページ
定価1,320円(税込)
JANコード:JAN9784789850322
2020年6月15日発行
佐藤 聖 / 著
好評発売中!

この商品を購入

電子書籍の情報を見る(Tech Villageのサイトへ移動)
人工知能や機械学習と聞くと,自分には遠い世界の技術のように感じると思います.本書は習うより慣れろの精神で,装置を作り動かしながら機械学習アルゴリズムを体感してもらうことを目指しました.具体的にはラズベリー・パイとカメラを使って郵便物(新聞/チラシ/封筒)の仕分け装置を作ります.プログラム作りを通して4種の機械学習アルゴリズム(K-means,多層パーセプトロン,ロジスティック回帰,サポート・ベクタ・マシン)を学ぶことができます.

注1:本書は月刊『Interface』2018年5月号特集「もくもく自習 人工知能」の内容を再編集・加筆してまとめたものです.
注2:提供するプログラムはラズベリー・パイ3モデルBでのみ動作します.ラズベリー・パイ3モデルB+やラズベリー・パイ4では動作しません.
本書のコンセプト 準備は最小限で習うより慣れろで

第1部 人工知能の基本的なことを知る

第1章 人工知能の現状を知る
■ 既に利用が考えられている分野
■ IoT でもいろんなことに使えるはず
■ 主な種類
■ 分類
■ データとアルゴリズムの理解が重要

第2章 使えそうなアルゴリズムを知る
■ 組み込まれるAI に注目する理由
■ アルゴリズムの系列
■ 本書で紹介するアルゴリズム選択のポイント
■ アルゴリズム1:K-means
■ アルゴリズム2:多層パーセプトロン
■ アルゴリズム3:ロジスティック回帰
■ アルゴリズム4:SVM

Appendix 1 流行りのディープ・ラーニングとの違い
■ ディープ・ラーニングは大規模になるのでチーム開発向き
■ ホントはクラウドじゃないAIの方がポテンシャルがある
■ いいAIを作ろうと思ったら結局資源の節約はついてまわる

第2部 動く電子ノートJupyter Notebookを始める

第1章 おすすめの動くPython電子ノートJupyter Notebookをはじめる
■ 特徴
■ 画面表示
■ 基本的な使い方

第2章 Jupyter Notebookの主な機能をおさえる

第3部 おすすめAIアルゴリズムを電子ノートで動かす

Appendix 1 習うより慣れろでAIを体験する
■ 体験するのは「学習」と「予測」
■ 体験する人工知能

第1章 動かすAIアルゴリズムとプログラムを確認する
■ ここで動かすおすすめアルゴリズム
■ 用意したAI プログラム

Appendix 2 ラズパイでAIを動かす準備をする
■ ステップ1:プログラムのダウンロード
■ ステップ2:microSDカード選び
■ ステップ3:書き込みアプリの入手
■ ステップ4:イメージ・ファイルの書き込み

第2章 軽くてシンプルでLチカ相当「K-means」を動かす
■ 軽くてシンプルK―means の特徴
■ ラズベリー・パイで動かす準備
■ サンプル・プログラムを実行する方法
■ ライブラリの読み込みとデータ生成
■ データのクラス分け
■ クラスタ数を変えてみる
■ KMeans関数を詳しく

第3章 あのディープ・ラーニングの原型「多層パーセプトロン」を動かす
■ ディープ・ラーニングの原型「多層パーセプトロン」の特徴
■ プログラムの構成
■ トレーニング・データとテスト・データの準備
■ 学習と予測
■ パラメータの当たりを付ける
■ 再予測
■ 多層パーセプトロンを実行してくれるMLPClassifier関数

第4章 うまくいく/いかない2択の王者「ロジスティック回帰」を動かす
■ 幅広く使われる確率的分類「ロジスティック回帰」の特徴
■ プログラムの流れ
■ トレーニング・データとテスト・データの準備
■ 学習と予測
■ データの標準化
■ 再学習
■ 予測
■ ロジスティック回帰を実現するLogisticRegression関数を詳しく
コラム  用語解説

第4部 My人工知能を作るステップを体験する

Appendix 1 第4部でやること

Appendix 2 My人工知能カメラのハードウェア

第1章 ステップ1:撮影/特徴抽出/データ・セット作成
■ ここでやること
■ ステップ1:初期設定
■ ステップ2:センサやモータを使う場合の設定
■ ステップ3:撮影
■ ステップ4:他の撮影対象の画像取得
■ ステップ5:データ・セットの作成

Appendix 3 「簡易版」My人工知能カメラのハードウェア
■ 装置の全体像
■ プログラムの各処理

第2章 ステップ2:学習させる
■ 用意したデータから「トレーニング・データ」と「テスト・データ」を生成
■ サポート・ベクタ・マシン(SVM)の特徴
■ SVC 用の関数について
■ 学習
■ 作成した学習済みモデルの評価

第3章 ステップ3:予測す
■ 準備
■ 新たに撮影したデータの取り込み
■ 予測
■ 作成したモデルが機能しているかの確認
コラム  簡易AI判定カメラ向けに体験サンプルDも用意しています

機械学習やデータ・サイエンスを学びたい方へ
■ データ・サイエンスの始め方
■ 参考になりそうな資料
■ データ・サイエンスはこんなところで役立つ

書籍・雑誌総合案内

Copyright(C) 2024 CQ Publishing Co.,Ltd.All rights reserved

会社案内求人情報プライバシ・ポリシお問い合わせ