目次

はじめに?
　本書の使い方?
?　試験情報?
?　著者紹介?

1章　人工知能の概要?
?　1-1　人工知能とは?
　1-2　人工知能研究の歴史?
?　1-3　人工知能の代表的な研究テーマ?
　1-4　人工知能の課題?

2章　基礎数学と情報理論?
?　2-1　データの距離?
?　2-2　微分と偏微分?
?　2-3　行列とベクトル?
　2-4　確率と情報理論?

3章　機械学習の概要?
?　3-1　機械学習の概要?
?　3-2　教師あり学習の概要?
?　3-3　教師あり学習の種類?
?　3-4　教師なし学習の概要?

4章　ディープラーニングの基礎?
?　4-1　ニューラルネットワークの基礎?
?　4-2　順伝播?
?　4-3　逆伝播?
?　4-4　ニューラルネットワーク技術の変遷?
?　4-5　CNN：畳み込みニューラルネットワーク?
　4-6　RNN：リカレントニューラルネットワーク?
　4-7　強化学習?

5章　ディープラーニングの研究分野?
?　5-1　画像分野（画像分類、物体検出、セグメンテーション）?
?　5-2　自然言語処理?
?　5-3　音声処理?
?　5-4　深層強化学習?
?　5-5　その他の研究分野?

6章　ディープラーニングの利用と実装?
?　6-1　教師あり学習と汎化性能?
?　6-2　予測モデルの性能評価法?
?　6-3　予測モデルの性能向上法?
?　6-4　ライブラリとフレームワーク?
　6-5　計算リソース?
　6-6　その他のオンラインリソース?

7章　AIの社会実装に向けて?
　7-1　AIと知的財産権?
?　7-2　個人情報の取り扱い?
　7-3　人工知能の社会展開?
?　7-4　AIに関するガイドライン・政策?
?　7-5　産業への展開

著者プロフィール

• 山本 晃（著者）

  トレノケート株式会社でテクニカル エバンジェリストとして最先端のITテクカル
  トレーニングの企画・開発・実施を行う。
  20年以上の講師経験持ち、2019年には300名以上のG検定合格者を排出。
  本書では1, 5,6,7章を担当。

• 須藤 秋良（著者）

  フリーランスのデータサイエンティスト。
  教育業界でのデータ解析や医学研究での統計解析コンサルを主に行い、それら業
  務の知見を活かしてデータサイエンス系セミナーの研修講師なども行う。これま
  で担当した研修受講者は総計3000名を超える。
  本書では2,3,4章を担当。