ＡＩ開発力を鍛える！機械学習と最適化による問題解決講座

現場のボトルネックを機械学習と最適化を駆使して突破する！本書はＡＩ開発の現場で起こる「実装までの谷」に落ち込み、開発に行き詰まっている方に向けて、機械学習および最適化を利用した解決方法を解説した書籍です。多様な課題に対処できる力を身につけてもらえるよう、単に対処法を示すだけでなく、その背景にある考え方も説明していますので、より深い理解を得ることができます。

現場のボトルネックを
機械学習と最適化を駆使して
突破する！

【本書の概要】
本書はAI開発の現場で起こる「実装までの谷」に落ち込み、開発に行き詰まっている方に向けて、機械学習および最適化を利用した解決方法を解説した書籍です。 多様な課題に対処できる力を身につけてもらえるよう、単に対処法を示すだけでなく、その背景にある考え方も説明していますので、より深い理解を得ることができます。

【現場で起こる次のような問題を解決】
・機械学習と最適化の問題に落とし込むには？
・機械学習手法は何を使えばよいか？
・可能な試行回数が少ないときはどうすればよいか？

【対象読者】
AI開発の現場で悩んでいる以下の方
・研究開発者
・AIプロジェクトマネージャー

【目次】
第0章 イントロダクション
第1章 そもそもの問題設定で起こる問題と解決へのアプローチ
第2章 機械学習の開発現場で起こる問題と決へのアプローチ
第3章 実際の最適化で直面する問題と解決へのアプローチ

【著者プロフィール】
沓掛 健太朗（くつかけ・けんたろう）
名古屋大学未来材料・システム研究所准教授。応用物理学会インフォマティクス応用研究会代表。アイクリスタル株式会社技術顧問。一般社団法人製造業AI普及協会理事。
東北大学金属材料研究所助教、名古屋大学未来社会創造機構特任講師、理化学研究所革新知能統合研究センター研究員などを経て2024年より現職。
専門は結晶工学と応用情報科学。趣味はマラソンと日本城めぐり。

目次

第0章 イントロダクション
0.1 イントロダクション
0.1.1 AIによるパラダイムシフトと本書の対象者
0.1.2 AI（人工知能）とは？
0.1.3 AI 時代に必要とされる人材像
0.1.4 本書で学べること、学べないこと
Column 日本人はAIを信用してはいないが、嫌いではない！？

第1章 そもそもの問題設定で起こる問題と解決へのアプローチ
1.1 何に気を付けて関数を設定すればよいか？
1.1.1 関数とパラメータのおさらい
1.1.2 因果関係と相関関係は何が違うのか？
1.1.3 パラメータが制御できるかできないかで何が変わるのか？

1.2 機械学習と最適化の問題に落とし込むには？
1.2.1 機械学習と最適化の違いとは？
1.2.2 そもそもなぜ機械学習をするのか？
1.2.3 そもそもなぜ最適化をするのか？
Column なぜ最小化なのか？

1.3 機械学習と最適化アルゴリズムを組み合わせるとどのようなよいことがあるのか？
1.3.1 サロゲート最適化とは？
1.3.2 機械学習手法と最適化アルゴリズムが異なると結果にどのような違いが表れるか？

第2章 機械学習の開発現場で起こる問題と解決へのアプローチ
2.1 機械学習手法は何を使えばよいか？：目的の観点から
2.1.1 パラメトリックモデルとノンパラメトリックモデルのどちらを使えばよいか？
Important 関数の入力パラメータと学習パラメータ
Important 結局、機械学習では何をやっているのか？ 機械学習も一種の最適化？
Important 機械学習と統計解析の違いとは？
2.1.2 目的の観点からは、機械学習手法は何を使えばよいか？
Column 回帰以外の機械学習：クラス分類、教師なし学習、強化学習

2.2 どのくらいデータは必要なのか？
2.2.1 対象の複雑さの影響は？
　ほか

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。