深層学習教科書 ディープラーニング G検定（ジェネラリスト） 公式テキスト 一般社団法人日本ディープラーニング協会(監修) - 翔泳社 【利用不可】
書店員向け情報 HELP
出版者情報
書店注文情報
深層学習教科書 ディープラーニング G検定（ジェネラリスト） 公式テキスト
- 書店発売日
- 2018年10月22日
- 登録日
- 2018年8月29日
- 最終更新日
- 2018年10月23日
紹介
ディープラーニングの知識を測る検定試験（G検定）の「公式テキスト」登場！
【本書の特徴】
1）試験運営団体である「日本ディープラーニング協会」が執筆。
2）各章末には、練習問題つき。試験勉強に最適。
3）最新シラバス「JDLA Deep Learning for GENERAL 2018」に完全準拠。
4）ディープラーニングについて最新事情も踏まえ学ぶことができる。
【対象読者】
・「ディープラーニング G検定（ジェネラリスト検定）」を受験しようと思っている人
・ディープラーニングについてこれから広く学びたい人
・ディープラーニングを事業活用しようと思っている人
【G検定とは】
・目的：ディープラーニングを事業に活かすための知識を有しているかを検定する
・受験資格制限：なし
・試験概要：120分、知識問題（多肢選択式）、オンライン実施（自宅受験）
・出題問題：シラバスより出題
・日程：公式サイトにて公表
目次
はじめに
試験の概要
会員特典データのご案内
第1章 人工知能（AI）とは
1-1 人工知能（AI）とは
1-2 人工知能研究の歴史
章末問題
第2章 人工知能をめぐる動向
2-1 探索・推論
2-2 知識表現
2-3 機械学習・深層学習
章末問題
第3章 人工知能分野の問題
3-1 人工知能分野の問題
章末問題
第4章 機機械学習の具体的手法
4-1 代表的な手法
4-2 手法の評価
章末問題
第5章ディープラーニングの概要
5-1 ニューラルネットワークとディープラーニング
5-2 ディープラーニングのアプローチ
5-3 ディープラーニングを実現するには
章末問題
第6章 ディープラーニングの手法
6-1 活性化関数
6-2 学習率の最適化
6-3 更なるテクニック
6-4 CNN：畳み込みニューラルネットワーク
6-5 RNN：リカレントニューラルネットワーク
6-6 深層強化学習
6-7 深層生成モデル
章末問題
第7章 ディープラーニングの研究分野
7-1 画像認識分野
7-2 自然言語処理分野
7-3 音声認識
7-4 強化学習（ロボティクス）
章末問題
第8章 ディープラーニングの応用に向けて（1）産業への応用
8-1 ものづくり領域における応用事例
8-2 モビリティ領域における応用事例
8-3 医療領域における応用事例
8-4 介護領域における応用事例
8-5 インフラ・防犯・監視領域における応用事例
8-6 サービス・小売・飲食店領域における応用事例
8-7 その他領域における応用事例
8-8 （参考）第7章との関連マトリクス
章末問題
第9章 ディープラーニングの応用に向けて（2）法律・倫理・現行の議論
9-1 AIと社会
9-2 プロダクトを考える
9-3 データを集める
9-4 データを加工・分析・学習させる
9-5 実装・運用・評価する
9-6 クライシス・マネジメントをする
章末問題
上記内容は本書刊行時のものです。
