Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • Apple
  • Android
  • Windows Phone
  • Android

無料アプリを入手するには、Eメールアドレスを入力してください。

Kindle 価格: ¥ 1,404
ポイント : 294pt (20%)

これらのプロモーションはこの商品に適用されます:

Kindle または他の端末に配信

Kindle または他の端末に配信

[多田 智史]のあたらしい人工知能の教科書 プロダクト/サービス開発に必要な基礎知識
Kindle App Ad

あたらしい人工知能の教科書 プロダクト/サービス開発に必要な基礎知識 Kindle版

5つ星のうち 4.3 6件のカスタマーレビュー

その他(2)の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
Amazon 価格
新品 中古品
Kindle版
"もう一度試してください。"
¥ 1,404

紙の本の長さ: 352ページ
【クーポンプレゼント】: コカ・コーラ対象商品購入でデジタル商品に使える200円クーポンプレゼント!おひとり様何回でも可能。 今すぐチェック


商品の説明

内容紹介

人工知能を利用した開発に必要な基礎知識がわかる!

本書は人工知能関連の開発に携わっているエンジニアに向けて、今後のコアとなる理論と技術を図解で解説した書籍です。

話題の機械学習・深層学習、IoTやビッグデータとの連係についてもフォロー。理論の概念図や事例などを、わかりやすく解説しています。

第1章では人工知能の過去と現在と未来について解説。第2章~第14章への伏線となるように解説しています。
第2章~第14章では、各トピックにおける理論と技術について解説しています。

【対象読者】
人工知能を利用したプロダクトやサービス開発に携わるエンジニアの方(プログラマー、データベースエンジニア、組込みエンジニアなど)

【目次】
CHAPTER1 人工知能の過去と現在と未来
CHAPTER2 ルールベースとその発展型
CHAPTER3 オートマトンと人工生命プログラム
CHAPTER4 重み付けと最適解探索
CHAPTER5 重み付けと最適化プログラム
CHAPTER6 統計的機械学習(確率分布とモデリング)
CHAPTER7 統計的機械学習(教師なし学習と教師あり学習)
CHAPTER8 強化学習と分散人工知能
CHAPTER9 深層学習
CHAPTER10 画像や音声のパターン認識
CHAPTER11 自然言語処理と機械学習
CHAPTER12 知識表現とデータ構造
CHAPTER13 分散コンピューティング
CHAPTER14 大規模データ・IoTとのかかわり

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

内容(「BOOK」データベースより)

機械学習・深層学習からビッグデータ・IoT連係まで、第4次産業革命!産業を変える技術13。

登録情報

  • フォーマット: Kindle版
  • ファイルサイズ: 59342 KB
  • 出版社: 翔泳社; 1版 (2016/12/16)
  • 販売: Amazon Services International, Inc.
  • 言語: 日本語
  • ASIN: B01N4MYLFN
  • X-Ray:
  • Word Wise: 有効にされていません
  • おすすめ度: 5つ星のうち 4.3 6件のカスタマーレビュー
  • Amazon 売れ筋ランキング: Kindleストア 有料タイトル - 50位 (Kindleストア 有料タイトルの売れ筋ランキングを見る)
  •  画像に対するフィードバックを提供する、またはさらに安い価格について知らせる


この商品を見た後に買っているのは?

カスタマーレビュー

5つ星のうち 4.3
あなたのご意見やご感想を教えてください

トップカスタマーレビュー

形式: 単行本(ソフトカバー)
人工知能分野は長い歴史があり、その内容は様々な手法の寄せ集めと言っても良い。初学者ははやりの技術から初めることが多いが、それが解こうとする問題に対して適切な手法かどうか知る事は難しい。
この本は人工知能分野を構成するそれぞれの手法を、歴史的経緯、応用例などを示しながら、網羅的に解説するものである。一方で、それぞれの手法に対する説明は少なく、これ一冊で全てが学べるというものではない。しかし参考文献が豊富に示されているので、そこから適切な参考書を探し出す事が出来るだろう。
それぞれの手法には得意分野不得意分野があるが、その時々のはやりによってもてはやされたり、また忘れ去られたりするものである。人工知能分野の学習を始める際にこの本を傍らに置き適宜参照する事により、広い人工知能の分野を迷い無く探索して行く事ができるだろう。
コメント 12人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー) Amazonで購入
たくさん載っている。人工知能の技術について紹介した本。主だった内容を以下に書き出してみるが、これでも全てではなく、本当にもりだくさんである。

エキスパートシステム。レコメンドエンジン(内容に基づくものと履歴などの情報に基づくもの)。人工生命シミュレーション(ライフゲーム、感染シミュレーション)。有限オートマトン。マルコフモデル。ステート駆動エージェント。線形問題。非線形問題。回帰分析。重回帰。ロジスティック回帰。回帰スムージング法。L2正則化(リッジ回帰)とL1正則化(Lasso)。コサイン類似度。相関係数。相関関数。レーベンシュタイン距離。編集距離。ハミング距離。マハラノビス距離。Jaccard係数。グラフ理論。隣接行列と接続行列。木構造、二分探索木。幅優先探索と深さ優先探索。βカットとαカット。動的計画法。遺伝的アルゴリズム。ニューラルネットワーク。活性化関数。パーセプトロン。バックプロパゲーション。自己組織化。一般化線形モデルと基底関数。損失関数。勾配効果法。ベイズの定理。EMアルゴリズム。ベイズ推定。モンテカルロ法。階層ベイズモデル。隠れマルコフモデル。クラスタリング。K-means。主成分分析(PCA)と特異値分析と独立成分分析。自己組織化マップ。SVM。ID3。ランダムフォレスト。ベイジアンフィルタ。ROC曲線。アンサンブル学習。バギングとブーステ
...続きを読む ›
コメント このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
形式: 単行本(ソフトカバー)
これは専門家向けの本です。教科書というだけあって網羅性が非常に高く、重要な概念がかなり広範に書かれています。その分、個々の概念への説明は短いのですが、参考のURLも多く記載されており、それらを参照すればある程度理解は出来ると思います。もちろん、URL先も考慮すると、膨大な情報量になるので時間は掛かると思いますが、1冊でこれらをカバーしている本は洋書も含めて見た事がないので、関係者は参照用に一冊は持っておいた方が良いと思います。もう少し、説明を分かりやすくしてもらえれば完璧なのですが、時間を掛ければ古くなって重要性が無くなるので、まあ、仕方の無いところかもしれません。
コメント 10人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
click to open popover