書籍
AI関連の書籍が多数発売中です。
Google Colaboratoryで学ぶ！あたらしい人工知能技術の教科書 第2版 機械学習・深層学習・強化学習で学ぶAIの基礎技術
【本書の概要】
本書はUdemyで大人気の講座
『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。
・機械学習（回帰、k平均法、サポートベクターマシン）
・深層学習（画像識別や画像生成、RNN）
・強化学習（Cart Pole問題、深層強化学習）
といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。
開発環境にはGoogle Colaboratoryを使用します。
【対象読者】
・何らかのプログラミング経験のある方
・機械学習・深層学習・強化学習を学ぶ意欲のある方
・高校数学以上の数学知識のある方
生成AIプロンプトエンジニアリング入門 ChatGPTとMidjourneyで学ぶ基本的な手法
【書籍の概要】
生成AIを利用したプロンプトエンジニアリングの実践手法について解説した書籍です。 生成AIの概要と基本的な利用手法から始まり、文章生成AIや画像生成AIを利用したコンテンツ生成の基本的な手法を解説します。最終章では今後の生成AIの展望についても触れています。
【対象読者】
・文章生成AIや画像生成AIを利用したい方
・プロンプトエンジニアリングに興味ある方
【本書の特徴】
・ChatGPTやMidjourneyといった人気の生成AIの概要をつかめる
・文章生成AIや画像生成AIのプロンプトエンジニアリングの基本手法がわかる
・ChatGPTとMidjourneyを組み合わせたプロンプトエンジニアリング手法がわかる
BERT実践入門 PyTorch + Google Colaboratoryで学ぶあたらしい自然言語処理技術
【本書の背景】
近年、深層学習に基づく自然言語処理技術は飛躍的な発展を遂げており、翻訳、文章生成、文章のグルーピングなど様々な業務に利用されています。自然言語処理技術の中でも特に注目を集めているのが「BERT」です。
【本書の概要】
PyTorchとGoogle Colaboratoryの環境を利用して、BERTの実装方法について解説します。具体的にはAttention、Transformerといった自然言語処理技術をベースに、BERTのしくみや実装方法についてサンプルを元に解説します。章末には演習を用意しています。
【本書の特徴】
・サンプルを元にBERTの基礎から発展的な利用方法まで学べる
・Google ColaboratoryとPyTorchという人気の開発環境、フレームワークで学べる
・Transformersライブラリを利用してBERTを実装できる
PyTorchで作る！深層学習モデル・AI アプリ開発入門
【本書の概要】
Udemyで公開中の大人気講座『【PyTorch+Colab】PyTorchで実装するディープラーニング
-CNN、RNN、人工知能 Web アプリの構築』の書籍化企画です。
PyTorch を使い、CNN による画像認識、RNN による時系列データ処理、深層学習モデルを利用した
AI アプリの構築方法を学ぶことができます。
本書で PyTorch を利用した深層学習のモデルの構築からアプリへの実装までできるようになります。
【本書で得られること】
・機械学習フレームワーク「PyTorch」の基礎が身につきます。
・PyTorchのコードの読み書きができるようになります。
・CNN、RNN などを実装できるようになります。
・自分で調べながら、ディープラーニングのコードを実装する力が身につきます。
・最終的に人工知能アプリを構築し、公開できるようになります。
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
【本書の概要】
本書はUdemyで大人気の講座
『AIパーフェクトマスター講座 -Google Colaboratoryで隅々まで学ぶ実用的な人工知能/機械学習-』をもとにした書籍です。
・機械学習（回帰、k平均法、サポートベクターマシン）
・深層学習（画像識別や画像生成、RNN）
・強化学習（Cart Pole問題、深層強化学習）
といった、AI開発でニーズの高い人工知能技術を、深層学習を中心に解説しています。
開発環境にはGoogle Colaboratoryを使用します。
【対象読者】
・何らかのプログラミング経験のある方
・機械学習・深層学習・強化学習を学ぶ意欲のある方
・高校数学以上の数学知識のある方
あたらしい脳科学と人工知能の教科書
【本書の概要】
本書はUdemyで大人気の講座、『脳科学と人工知能:シンギュラリティ前夜における、人間と機械の接点』をもとにした書籍です。
脳と人工知能のそれぞれの概要から始まり、脳の各部位と機能を解説した上で、人工知能の様々なアルゴリズムとの接点をわかりやすく解説。脳と人工知能の、類似点と相違点を学ぶことができます。
後半の章では「意識の謎」についても解説します。
【対象読者】
・人工知能に強い関心があり、人工知能の背景にある天然の「知能」の仕組みについて知りたい方
・人工知能に関して、技術面以外の知識、特に生物学的側面を知りたいエンジニア
・人工知能の未来と、自身のキャリアを関連付けて考えたいビジネスマン
・素朴に、「ヒトって何?」という疑問のある方
・知性の本質をアルゴリズムで探究したい方
はじめてのディープラーニング2 -Pythonで実装する再帰型ニューラルネットワーク, VAE, GAN-
前著「はじめてのディープラーニング」では、基礎中の基礎であるニューラルネットワークとバックプロパゲーションを初学者にもわかりやすく解説しましたが、本作では自然言語処理の分野で真価を発揮する再帰型ニューラルネットワーク(RNN)と、ディープラーニングの生成モデルであるVAE(Variational Autoencoder)とGAN(Generative Adversarial Networks)について、数式からコードへシームレスに解説します。もちろんプログラムの実装については、前作を踏襲してPythonのみで行い、既存のフレームワークに頼りません。
【本書の特徴】
・前作を読んでいない方のために、Python、数学、ニューラルネットワークの基礎について解説する章を設けています。
・サンプルプログラムはフレームワークを使わずにPythonのみで記述しています。このため数式をコード化する際の原理が初心者にもわかりやすくなっています。
・サンプルプログラムはSBクリエイティブ株式会社のサイトからダウンロード可能です。
・Python3、Jupyter Notebook、Google Colaboratory対応
はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-
はじめてのディープラーニングは、ディープラーニング初心者向けの本になります。ゼロから少しずつ、畳み込みニューラルネットワークまでをプログラミング言語Pythonを使って構築します。
フレームワークを使わないので、ディープラーニングの原理を着実に身につけることができます。そのため、入門書であるにもかかわらず本格的AI開発につながる本です。
本書では、知能とは何か？から始めて、少しずつディープラーニングを構築していきます。人工知能の背景知識と、実際の構築方法をバランスよく学んでいきます。
本書ではTensorFlowやChainerなどのフレームワークを使用しないので、ディープラーニング、人工知能についての汎用的なスキルが身につきます。本書を修了した方は、どのフレームワークも扱うのにもそれほど苦労しないはずです。
