谷口 忠大/著 -- 講談社 -- 2020.12 -- 改訂第2版

所蔵

所蔵は 1 件です。

所蔵館 所蔵場所 資料区分 請求記号 資料コード 所蔵状態 資料の利用
配架日 協力貸出 利用状況 返却予定日 資料取扱 予約数 付録注記 備考
中央 2F 一般図書 /007.1/5401/2020 7113776387 配架図 Digital BookShelf
2021/01/26 可能 利用可   0
Eメールによる郵送複写申込みは、「東京都在住」の登録利用者の方が対象です。

資料詳細 閉じる

ISBN 4-06-521884-6
ISBN13桁 978-4-06-521884-6
タイトル イラストで学ぶ人工知能概論
タイトルカナ イラスト デ マナブ ジンコウ チノウ ガイロン
著者名 谷口 忠大 /著
著者名典拠番号

110005710890000

版表示 改訂第2版
出版地 東京
出版者 講談社
出版者カナ コウダンシャ
出版年 2020.12
ページ数 10, 341p
大きさ 21cm
価格 ¥2600
内容紹介 ホイールダック2号の冒険物語を通して、人工知能全般が学べるテキスト。探索、位置推定、学習と認識、言語と論理の概要をわかりやすく解説し、さまざまなアルゴリズムも掲載。ニューラルネットワーク等を追加した改訂第2版。
一般件名 人工知能-ndlsh-00574798
一般件名 人工知能
一般件名カナ ジンコウ チノウ
一般件名典拠番号

511271700000000

分類:都立NDC10版 007.13
資料情報1 『イラストで学ぶ人工知能概論』改訂第2版 谷口 忠大/著  講談社 2020.12(所蔵館:中央  請求記号:/007.1/5401/2020  資料コード:7113776387)
URL https://catalog.library.metro.tokyo.lg.jp/winj/opac/switch-detail.do?lang=ja&bibid=1153751840

目次 閉じる

第1章 人工知能をつくり出そう
  1.1 人工知能とは何か?
  1.2 人工知能の歴史
  1.3 人工知能を学ぶということ:ホイールダック2号の冒険
  ブックガイド1
第2章 探索(1):状態空間と基本的な探索
  2.1 状態空間表現
  2.2 迷路からの状態空間構成
  2.3 基本的な探索
  2.4 ホイールダック2号の迷路探索
  コラム1 フレーム問題
第3章 探索(2):最適経路の探索
  3.1 最適経路の探索とヒューリスティックな知識
  3.2 最適探索
  3.3 最良優先探索
  3.4 A*アルゴリズム
  3.5 迷路を最適経路で抜けるホイールダック2号
  コラム2 チューリングテストと中国語の部屋
第4章 探索(3):ゲームの理論
  4.1 利得と回避行動
  4.2 標準型ゲーム
  4.3 展開型ゲーム
  4.4 ゲームAIの実践的開発に向けて
  コラム3 日常における均衡とメカニズムデザイン
第5章 計画と決定(1):動的計画法
  5.1 多段決定問題
  5.2 動的計画法
  5.3 ホイールダック2号「宝箱を拾ってゴール」
  5.4 例:編集距離の計算
  ブックガイド2
第6章 確率モデル(1):確率とベイズ理論の基礎
  6.1 環境の不確実性
  6.2 確率の基礎
  6.3 ベイズの定理
  6.4 期待値と意思決定
  6.5 確率分布のパラメータ推定
第7章 確率モデル(2):確率的生成モデルとナイーブベイズ
  7.1 確率的生成モデルとグラフィカルモデル
  7.2 確率システム:マルコフ決定過程
  7.3 ナイーブベイズモデルによるスパムメールフィルタ
  ブックガイド3
第8章 計画と決定(2):強化学習
  8.1 強化学習とは何か?
  8.2 強化学習の理論
  8.3 価値関数
  8.4 学習方法の例:Q学習
  8.5 強化学習の分類とその発展
  コラム4 割引率と最適方策の変化
第9章 状態推定(1):ベイズフィルタ
  9.1 状態推定の問題
  9.2 ベイズフィルタ
  9.3 通路上のホイールダック2号の位置推定(ベイズフィルタ編)
  9.4 部分観測マルコフ決定過程と状態推定の展開
  コラム5 i.i.d.からPOMDPまで
第10章 状態推定(2):粒子フィルタ
  10.1 ベイズフィルタの問題点
  10.2 モンテカルロ近似
  10.3 粒子フィルタ
  10.4 通路上のホイールダック2号の位置推定(粒子フィルタ編)
  10.5 SLAM:自己位置と地図の同時推定
  ブックガイド4
第11章 学習と認識(1):クラスタリングと教師なし学習
  11.1 クラスタリング
  11.2 k‐means法
  11.3 混合分布モデルによるアプローチ
  11.4 表現学習
  コラム6 階層的クラスタリング
  コラム7 ノンパラメトリックベイズ
第12章 学習と認識(2):パターン認識と教師あり学習
  12.1 機械学習とは
  12.2 機械学習の共通問題
  12.3 パターン認識
  12.4 教師あり学習の基礎
  コラム8 サポートベクトルマシンとカーネル法
  ブックガイド5
第13章 学習と認識(3):ニューラルネットワーク
  13.1 ニューラルネットワークとパターン認識
  13.2 ニューラルネットワークの基礎
  13.3 畳み込みニューラルネットワーク
  13.4 リカレントニューラルネットワーク
  コラム9 generative adversarial networks
  ブックガイド6
第14章 言語と論理(1):自然言語処理
  14.1 自然言語処理
  14.2 形態素解析
  14.3 構文解析
  14.4 意味解析
  14.5 単語と文章のベクトル表現
  コラム10 tf‐idf
第15章 言語と論理(2):記号論理
  15.1 記号論理
  15.2 述語論理
  15.3 節形式
  コラム11 記号接地問題
第16章 言語と論理(3):証明と質問応答
  16.1 導出原理
  16.2 述語論理による質問応答
  16.3 スフィンクスの謎かけ
  コラム12 プロダクションシステム
  ブックガイド7
第17章 まとめ:知能を「つくる」ということ
  17.1 ホイールダック2号の冒険:総集編
  17.2 実世界知能と行動の創発
  17.3 言葉の意味理解する発達知能
  17.4 人工知能とこれからの未来
  ブックガイド8