留学生のためのAI・機械学習入門
内容紹介
AIと機械学習のしくみを、データを使った予測と、その結果の確かめ方から学ぶ入門書です。
大学や専門学校でAI・機械学習を学ぶ留学生に向けて、AIと機械学習の違いから、データの準備、数や種類の予測、予測の評価、深層学習、生成AIまでを、身近な例と図で順番に解説します。数値やグラフを読み、手を動かして計算しながら、予測がどのように作られ、どんな場合に注意が必要かを考えます。
【こんなことが学べます】
・AIと機械学習の関係や、ルールによる処理とデータから学ぶ方法の違いを説明する
・表の行と列を読み、予測に使う情報と答えを分け、欠けた値や外れた値を点検する
・回帰で数を予測し、残差や平均二乗誤差から予測のずれを確かめる
・分類で種類を予測し、k近傍法や決定木の考え方を例で追う
・正解率だけでなく、適合率・再現率など複数の指標から予測を評価する
・訓練・検証・テストの役割を分け、過学習を避ける評価の考え方を知る
・k平均法でデータのまとまりを見つけ、ニューラルネットワークや深層学習の入口を学ぶ
・生成AIの特徴と限界を知り、結果を確かめながら責任を持って使う
【この本の特長】
1. 漢字すべてにふりがなを付けた総ルビです。日本語はN3〜N2程度が目安で、専門用語には英語も添えます。
2. 身近なデータ例、図、計算の手順を使い、予測の仕組みと評価を具体的に確認します。
3. 各章のケースカードとワークシートで、データを読み、考えたことや計算結果を記録できます。
4. 練習問題と答え・理由を通して、用語や手順を振り返ります。データの範囲や評価方法によって結果が変わることも扱います。
5. 生成AIを含むAIの出力をそのまま正しいと決めず、根拠・限界・利用上の注意を確かめる姿勢を大切にしています。
【全10章】
第1章 AIと機械学習の地図／第2章 データを学習に使える形にする／第3章 回帰で数を予測する／第4章 分類で種類を予測する／第5章 予測を評価する／第6章 過学習を見つけ、評価を設計する／第7章 似たデータをまとめる―k平均法／第8章 ニューラルネットワークと深層学習／第9章 生成AIの入口と責任ある利用／第10章 小さな予測プロジェクト
本書は、大学や専門学校でAI・機械学習を学ぶ留学生と、データを使った予測の基本を学びたい方を主な対象としています。
目次
- はじめに
- 第1章 AIと機械学習の地図
- 第2章 データを学習に使える形にする
- 第3章 回帰で数を予測する
- 第4章 分類で種類を予測する
- 第5章 予測を評価する
- 第6章 過学習を見つけ、評価を設計する
- 第7章 似たデータをまとめる―k平均法
- 第8章 ニューラルネットワークと深層学習
- 第9章 生成AIの入口と責任ある利用
- 第10章 小さな予測プロジェクト
- 巻末付録（Web）のご案内
- シリーズのご案内
この本のWeb付録
用語集や解答・解説などは、Web付録で確かめられます。