Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 機械学習・深層学習・強化学習で学ぶAIの基礎技術

Chapter 0　イントロダクション
0.1　はじめに

Chapter 1　人工知能、ディープラーニングの概要
1.1　人工知能の概要
1.2　人工知能の活用例
1.3　人工知能の歴史
1.4　Chapter 1のまとめ

Chapter 2　開発環境
2.1　Google Colaboratoryのはじめ方
2.2　セッションとインスタンス
2.3　CPUとGPU
2.4　Google Colaboratoryの様々な機能
2.5　Chapter 2のまとめ

Chapter 3　Pythonの基礎
3.1　Pythonの基礎
3.2　NumPyの基礎
3.3　matplotlibの基礎
3.4　pandasの基礎
3.5　演習
3.6　解答例
3.7　Chapter 3のまとめ

Chapter 4　簡単なディープラーニング
4.1　ディープラーニングの概要
4.2　シンプルなディープラーニングの実装
4.3　様々なニューラルネットワーク
4.4　演習
4.5　解答例
4.6　Chapter 4のまとめ

Chapter 5　ディープラーニングの理論
5.1　数学の基礎
5.2　単一ニューロンの計算
5.3　活性化関数
5.4　順伝播と逆伝播
5.5　行列と行列積
5.6　層間の計算
5.7　微分の基礎
5.8　損失関数
5.9　勾配降下法
5.10　出力層の勾配
5.11　中間層の勾配
5.12　エポックとバッチ
5.13　最適化アルゴリズム
5.14　演習
5.15　解答例
5.16　Chapter 5のまとめ

Chapter 6　様々な機械学習の手法
6.1　回帰
6.2　k平均法
6.3　サポートベクターマシン
6.4　演習
6.5　解答例
6.6　Chapter 6のまとめ

Chapter 7　畳み込みニューラルネットワーク（CNN）
7.1　CNNの概要
7.2　畳み込みとプーリング
7.3　im2colとcol2im
7.4　畳み込みの実装
7.5　プーリングの実装
7.6　CNNの実装
7.7　データ拡張
7.8　演習
7.9　Chapter 7のまとめ

Chapter 8　再帰型ニューラルネットワーク（RNN）
8.1　RNNの概要
8.2　シンプルなRNNの実装
8.3　LSTMの概要
8.4　シンプルなLSTMの実装
8.5　GRUの概要
8.6　シンプルなGRUの実装
8.7　RNNによる文章の自動生成
8.8　自然言語処理の概要
8.9　演習
8.10　解答例
8.11　Chapter 8のまとめ

Chapter 9　変分オートエンコーダ（VAE）
9.1　VAEの概要
9.2　VAEの仕組み
9.3　オートエンコーダの実装
9.4　VAEの実装
9.5　さらにVAEを学びたい方のために
9.6　演習
9.7　Chapter 9のまとめ

Chapter 10　敵対的生成ネットワーク（GAN）
10.1　GANの概要
10.2　GANの仕組み
10.3　GANの実装
10.4　さらにGANを学びたい方のために
10.5　演習
10.6　解答例
10.7　Chapter 10のまとめ

Chapter 11　強化学習
11.1　強化学習の概要
11.2　強化学習のアルゴリズム
11.3　深層強化学習の概要
11.4　Cart Pole問題
11.5　深層強化学習の実装
11.6　月面着陸船の制御―概要―
11.7　月面着陸船の制御―実装―
11.8　演習
11.9　解答例
11.10　Chapter 11のまとめ

Chapter 12　転移学習
12.1　転移学習の概要
12.2　転移学習の実装
12.3　ファインチューニングの実装
12.4　演習
12.5　解答例
12.6　Chapter 12のまとめ

Appendix　さらに学びたい方のために
AP.1　著書
AP.2　オンライン講座
AP.3　YouTubeチャンネル

付属データはこちら

会員特典はこちら

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

• 6.1節のボストン住宅価格データセットについて（2023年5月）

  2023年5月現在、P.178～P.187で利用していますボストン住宅価格データセットですがライブラリ側より提供が中止されています。
  
  新しくカリフォルニア住宅価格データセットを元にした、解説文とサンプル（ノートブック）を用意しましたので、こちらをご参考にしてください。
  
  

  カリフォルニア住宅価格データセットを元にした6.1節

  
  
  
  

• リスト4.2、リスト4.10のコードについて（2023年10月）

  2023年10月現在、P.96のリスト4.2、P.110のリスト4.10で、ライブラリのバージョンアップによりエラーが発生します。
  
  以下のように修正してください。
  
  【誤】
  …
  from keras.utils import np_utils
  …
  t = np_utils.to_categorical(iris.target)
  
  【正】
  …
  import tensorflow as tf
  …
  t = tf.keras.utils.to_categorical(iris.target)
  
  
  
  
  

• リスト11.8、リスト11.9、リスト11.13、リスト11.15のコードについて（2023年11月）

  Google Colaboratoryのライブラリのバージョンアップにより修正が必要になりました。
  
  リスト11.8を以下のように変更してください。なおエラー対策として、最後にbox2d-pyをアンイストール後、再びインストールしています。
  
  ------------------------
  !pip install setuptools==65.5.1 wheel==0.38.4 -U
  !apt-get update
  !apt install swig cmake libopenmpi-dev zlib1g-dev
  !pip install stable-baselines3==1.6.0 box2d box2d-kengz pyvirtualdisplay
  !apt-get install -y xvfb freeglut3-dev ffmpeg
  !pip install PyOpenGL PyOpenGL_accelerate
  !pip install pyglet==1.5.27
  !pip uninstall box2d-py
  !pip install box2d-py
  ------------------------
  
  リスト11.9を以下のように変更してください。
  ------------------------
  import os
  import io
  import glob
  import base64
  
  import gym
  
  import numpy as np
  
  from stable_baselines3.common.vec_env import DummyVecEnv # ベクトル化環境
  from stable_baselines3 import DQN
  from stable_baselines3.common.vec_env import VecVideoRecorder
  
  from IPython import display as ipythondisplay
  from IPython.display import HTML
  
  import warnings
  warnings.filterwarnings("ignore")
  ------------------------
  
  リスト11.13のMlpPolicyの部分を"MlpPolicy"に変更してください。
  
  ［変更前］
  model = DQN(MlpPolicy, env, verbose=0) # DQNの設定
  
  ［変更後］
  model = DQN("MlpPolicy", env, verbose=0) # DQNの設定
  
  リスト11.15のMlpPolicyの部分を"MlpPolicy"に変更してください。
  
  ［変更前］
  trained_model = DQN(MlpPolicy, env_vec, verbose=0) # モデルの初期化
  
  ［変更後］
  trained_model = DQN("MlpPolicy", env_vec, verbose=0) # モデルの初期化
  ------------------------------