「機械学習・AI」のためのデータの自己組織化 「大きなデータ」を「小さなデータの集まり」にして考える 「家庭用パソコン」と「Excel」で「大型データ」を扱う!
発売日:2022年7月
- ページ数
- 167p
- ISBN
- 978-4-7775-2206-4
- 著者情報
- 和田 尚之(ワダ ヒロシ)
技術開発(株)教育センター長。工学博士、技術士、1級建築士、専門社会調査士
セブン-イレブン受取り(送料無料)
発送目安
発売日(発売日以降は当日)~2日で発送
宅配(送料¥550税込)
発送目安
発売日(発売日以降は当日)~2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
「次世代AI」「脳科学に基づく人工知能技術」を支える1つとして、「ビッグ・データ」が欠かせません。「自己組織化」で、家庭用パソコンでも「大型のデータ」を「機械学習・AI」で扱えるようにします。Excelを使って、大型データを自己組織化するための手順を解説。さらに、「機械学習・AI」への展開を目指します。
2014年に総務省は「ICT(情報通信技術)社会」「知識情報社会」を目指すため、『「新たな情報通信技術戦略(IT戦略)の在り方」について』を公開しました。
その中に「次世代AI」の方向性を探るキーワードとして「脳科学に基づく人工知能技術」があり、それらを支える1つとして、「ビッグ・データ」が欠かせないと記されています。
しかし、「ビッグ・データ」の扱いには、「高性能なコンピュータ」や「高度な技術」が必要なため、初学者や小規模な企業が手を出すのは困難です。
そこで、「大きなデータ」を「小さなデータの集まり」にして考える「自己組織化」というアプローチを使うことで、「ビッグ・データ」とまではいかないまでも、かなりの「大型のデータ」への対応ができるようになります。
*
本書では、手軽なExcelを使って、大型データを自己組織化するための手順を解説します。
また、「自己組織化」の先にある、家庭用パソコンでの「機械学習・AI」への展開を目指します。
目次
第1章 「機械学習・AI」のイメージ
第2章 データを「場」として捉える
第3章 「自己組織化」の基礎
第4章 時間に依存しない「場」のモデルケース
第5章 時間に依存する「場の風景」のモデルケース
第6章 「自己組織化」のための「多変数の合成理論」
商品詳細
- シリーズ名
- I/O BOOKS
- 出版社名
- 工学社
- サイズ
- 21cm
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。