矛盾も間違いもあるＣｈａｔＧＰＴに教わりながら正しくＡＩプログラムを作る方法　ＡＩ教科書を読むだけでは手が届かないところを掻いてあげたい！

ＡＩプログラミングはＡＩに教われ！一連のＡＩ教科書を読むだけでは手が届かない痒いところを掻ける本。

ひとりで文献を読んでいるだけでは分からないこと、人に何度も突っ込んで質問したら怒られそうなことを、ChatGPTに質問しながら、AIの「うわべに書かれた内容だけでは分からない仕組み」を詳しく学んでいきます。ただし、ChatGPTは「間違い」や「矛盾」も多く、チラチラでてくる間違いや矛盾を、人間のほうで話をリードしながら、分からないことをザックリと把握していきます。

　たとえば、「より高次元の特徴空間に写像する」とは何なのか？！「活性化関数により非線形な特徴を学習できる」「モデルの収束」とは？「ヘッセ行列」とは結局何をしたいのか？！など。「どういうことですか？」という質問で埒があかないと、「つまり、こういうことなんですね？」と、こちらからアイディアを出してきいてみます。ただし、ChatGPTが「おっしゃるとおりです！」と言ってくれても、そのあとの説明をよく読まないと、本当にそれでいいのかはあやしいので要注意。
　
読者に、一連のAI教科書を読むだけではなかなか手が届かない、かゆいところを掻いてあげたい本。
※コードはChatGPTが出したものをそのまま。概念図などは筆者が描いたもの。

目次

■「手書き文字判別」の謎を解く
・AIプログラミング、何から始める？
・手書き数字の画像を判別するPythonコード
・取得した画像データを描画させるコード
・作成したAIモデルで画像を判別
・ロジスティック回帰に迫る
・最適化手法に迫る

■「サポートベクターマシン」とは何かに迫る
・「SVM」のコードに「SVC」と書かれている件
・「サポートベクターマシン」の最初の一歩が大変だ
・いよいよ「サポートベクター」とは？

■AIの重要概念、「特徴」「次元」「線形」…など
・なぜ「高次元」が必要なのか？
・「線形分離不可能」を「可能」にするには
・「3次元空間に写像して境界面で切る」意味
・「カーネル関数」について、ちょっとでも理解したい

■最も簡単な深層学習の「構造」
・手書き数字を深層学習で判定するプログラム
・深層学習実行上の用語
・深層学習で手書き文字判定のために使うもの
・深層学習の「非線形関数」に迫る

■最も簡単な深層学習の「最適化」
・モデルのコンパイル
・深層学習の「損失関数」
・深層学習の最適化手法
・深層学習の出力層のソフトマックス関数
・最も基本的な深層学習で、それでも気になる用語

■画像処理に強い、深層学習「畳み込み層」
・「畳み込み型ニューラルネットワーク」とは
・「フィルタ（カーネル）」について考える
・「2次元配列」の出力をどう処理するのか
・「特徴マップ」をどう評価するのか
・畳み込み型モデルの最後には全結合層がくる

■自然言語の深層学習
・「自然言語」の解析手法
・「トランスフォーマー」とは、ザックリと何か
・「セルフアテンション」のキモなる3つのベクトル
・関連性を使ってどうするのか
・今さらながら、トランスフォーマーに流されるデータ
・「トランスフォーマー」はどうやって文を作成するのか

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。