説明可能AI入門人とAIが共存する未来に向けて

説明可能AI入門人とAIが共存する未来に向けて

特典

ISBN/JAN
9784339029543
著者
長尾智晴
出版社
コロナ社
レーベル

出版日
2026/01/27
商品説明
〈第1部：人工知能と機械学習〉 1．人工知能と機械学習 1.1　人工知能の概論　　1.1.1　人工知能とは何か　　1.1.2　定式化された問題の解法　　1.1.3　人工知能のアプローチの変遷　　1.1.4　人工知能の解法の例　 1.2　機械学習の概要　　1.2.1　機械学習とは何か　　1.2.2　事例ベース学習と説明ベース学習　 1.3　人工知能の課題　演習問題 2．機械学習の方法 2.1　機械学習の概論　　2.1.1　機械学習の目的　　2.1.2　機械学習の種類と特徴　　2.1.3　特徴空間　 2.2　教師あり学習法　　2.2.1　教師あり学習の課題　　2.2.2　サポートベクタマシン　　2.2.3　決定木　　2.2.4　ブースティング　　2.2.5　ランダムフォレスト　 2.3　教師なし学習法　　2.3.1　教師なし学習の課題　　2.3.2　k-平均法　　2.3.3　自己組織化マップ　 2.4　半教師あり学習法　　2.4.1　半教師あり学習の課題　　2.4.2　基礎的な手法　演習問題 3．ニューラルネットワークと深層学習 3.1　ニューラルネットワークの概論　　3.1.1　神経細胞と回路網のモデル化　　3.1.2　相互結合型NN　　3.1.3　階層型NNの原理　　3.1.4　階層型NNの学習の特徴　　3.1.5　時系列信号向けの階層型NN　 3.2　深層学習の原理と特徴　　3.2.1　多層化技術　　3.2.2　深層学習の長所・短所　　3.2.3　深層学習の応用例　 3.3　深層学習の最近の手法　　3.2.1　生成AIの手法　　3.2.2　大規模言語モデルとトランスフォーマ　演習問題 4．説明可能AIとは 4.1　人による理解について　　4.1.1　人が物事を理解・納得するということ　　4.1.2　感性の工学的な取り扱いについて　　4.1.3　他分野での関連話題　 4.2　説明可能AI　　4.2.1　説明可能AIの定義　　4.2.2　説明可能AIの意義と必要性　　4.2.3　説明可能AIから共進化AIへ　 4.3　説明性・精度から見た機械学習の分類　　4.3.1　基本的な考え方　　4.3.2　ブラックボックス系機械学習の説明性向上　　4.3.3　グレー・ホワイトボックス系機械学習の精度向上　演習問題〈第2部：深層回路の説明可能AI〉 5．特徴量・内部状態の可視化 5.1　深層回路の特徴量の可視化　　5.1.1　深層回路における特徴量生成　　5.1.2　深層回路の内部状態の可視化　　5.1.3　内部状態の可視化手法の例　 5.2　特徴空間に基づくデータ解析　　5.2.1　入力データの特徴解析　　5.2.2　オートエンコーダやCAEを用いた異常検知　 5.3　特徴空間を用いた学習データの水増し　　5.3.1　特徴空間の理解　　5.3.2　CGによる水増しと特徴空間を用いた画質変換　演習問題 6．判断根拠の可視化 6.1　入力変数・特徴量の重要度解析　　6.1.1　入力変数・特徴量の重要度について　　6.1.2　相関係数に基づく重要度　　6.1.3　決定木における属性の重要度　　6.1.4　LIME　　6.1.5　SHAP　 6.2　画像認識の判断根拠の可視化　　6.2.1　サリエンシーマップとアテンション　　6.2.2　CAM・Grad-CAMなど　　6.2.3　GCM　　6.2.4　画像の判断根拠領域の可視化の評価方法　 6.3　時系列信号の判断根拠の可視化　　6.3.1　時系列信号の分類タスク　　6.3.2　シェープレッツを用いた判断根拠の説明　　6.3.3　CFを用いた判断根拠の説明　演習問題 7．回路構造の軽量化・最適化 7.1　基礎的な軽量化手法　　7.1.1　基本的な考え方　　7.1.2　プルーニング　　7.1.3　結合荷重の量子化の検討　 7.2　深層回路の構造と結合荷重の最適化　　7.2.1　最適化問題としての深層回路の学習　　7.2.2　確率緩和と連続緩和　 7.3　進化計算法による構造最適化　　7.3.1　進化計算法によるニューラルネットワークの最適化　　7.3.2　深層回路の構造最適化　　7.3.3　NAS　 7.4　深層回路の線形和への構造変換　　7.4.1　NAM　　7.4.2　特徴選択付きNAM　　7.4.3　線形回路化による機序の説明　演習問題 8．知識の転用・流用・代替 8.1　転移学習と蒸留　　8.1.1　ニューラルネットワークや深層回路における「知識」とは　　8.1.2　転移学習　　8.1.3　知識蒸留　 8.2　入力情報の代替と浸透学習法　　8.2.1　浸透学習法の基本的な考え方　　8.2.2　関連する入力情報の代替技術　　8.2.3　浸透学習法の原理と方法　 8.3　浸透学習法の応用　　8.3.1　時系列信号の将来変動予測　　8.3.2　入力変数の究極の削減　演習問題〈第3部：深層回路以外の機械学習の改善〉 9．特徴量の最適化と機序の説明 9.1　機械学習モデルの選択と改善　　9.1.1　機械学習モデルの選択方法　　9.1.2　少数データに対する機械学習　 9.2　サポートベクタマシンなどの特徴量の最適化　　9.2.1　教師あり学習における特徴量　　9.2.2　進化計算法による特徴量の最適化　　9.2.3　前処理の最適化による特徴量の改善　 9.3　決定木の機序の説明　　9.3.1　決定木の説明性について　　9.3.2　決定木やEDENの機序の言葉による説明　演習問題 10．処理の自動構築 10.1　アルゴリズムやプログラムの自動生成　　10.1.1　基本的な考え方　　10.1.2　自動プログラミングの研究分野　 10.2　進化計算法を用いた処理やプログラムの自動構築　　10.2.1　進化計算法を用いた処理の自動構築　　10.2.2　進化計算法を用いたプログラムの自動構築　　10.2.3　遺伝的アルゴリズムによる処理の自動構築　　10.2.4　遺伝的プログラミングによる処理の自動構築　 10.3　処理の自動構築の今後　　10.3.1　生成AIによるプログラムの自動生成の今後について　　10.3.2　最適化によるプログラムの自動生成の今後について　演習問題〈第4部：人工知能と説明可能AIの今後の展望〉 11．生成AIの説明性について 11.1　生成AIの説明性向上に必要な技術　　11.1.1　求められる解析技術　　11.1.2　必要な解析技術に関する補足説明　 11.2　画像系生成AIの説明性　　11.2.1　画像系生成AIの原理と特徴　　11.2.2　画像系生成AIの説明性について　　11.2.3　画像系生成AIの有効な利用方法　 11.3　テキスト系生成AIや大規模言語モデルの説明性　　11.3.1　言語モデルと大規模言語モデル　　11.3.2　テキスト系生成AIの説明性について　　11.3.3　テキスト系生成AIの有効な利用方法　演習問題 12．人工知能と説明可能AIの今後の展望 12.1　人工知能の今後の展望　　12.1.1　事例ベース学習の効率化・自動化　　12.1.2　事例ベース学習から説明ベース学習へ　　12.1.3　ニューラルネットワークの進化　　12.1.4　人工知能の集団化による機能の拡張　 12.2　説明可能AIの今後の展望　　12.2.1　人による人工知能の教育　　12.2.2　「人工脳科学」の必要性について　　12.2.3　八百万AIとは？　演習問題付録　進化計算法の概要 A.1　進化計算法の基礎　　A.1.1　基本的な考え方と発展の経緯　　A.1.2　例題による進化計算法の原理の理解　　A.1.3　遺伝的アルゴリズム　 A.2　進化計算法のさまざまな手法　　A.2.1　遺伝的プログラミングとCGP　　A.2.2　進化型多目的最適化　　A.2.3　進化計算法と機械学習　　A.2.4　進化計算法の今後について　引用・参考文献演習問題解答例索引
備考

型番

9784339029543-011

販売価格

4,180円(税380円)

購入数

購入に関するよくある質問はこちら
イベント商品をご購入の方はこちらをご確認ください

特定商取引法に基づく表記 (返品など)

この商品について問い合わせる

最近チェックした商品

ザ・バスコレクション神奈川中央交通オリジナル13（新カラーデザイン記念モデル）

3,900円(税354円)

カテゴリー

ピックアップ

Calendar

2026年1月
日	月	火	水	木	金	土
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30	31

2026年2月
日	月	火	水	木	金	土
1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28

Top

返品について

返品期限

商品到着後７日以内とさせていただきます。

返品送料

お客様都合による返品につきましてはお客様のご負担とさせていただきます。
不良品に該当する場合は当方で負担いたします。

配送方法・送料について

日本郵便（ゆうパック・ゆうパケット）

送料：900円（お届け地域、ゆうパック・ゆうパケットに関わらず一律）

※ゆうパック・ゆうパケットの指定は頂けません。
（商品サイズで自動選択させて頂きます）

●9800円以上お買い上げで送料無料！

●1注文につき１発送となります
　注文内の全商品が揃ってから、１まとめで発送となります。

●別注文との同梱対応はできません。ご注文ごとに別々の対応となります。

●発売前の予約商品の場合、日時指定は無効とさせて頂きます。

●通常、ご入金（ご決済）確認から2営業日以内に出荷いたします。
※店舗休業日（土日祝日）は出荷されません
※繁忙期やご入金タイミング、在庫状況によっては前後します。

●お届け日の目安（出荷日を基準に）
翌日：関東
翌日～翌々日：東北・中部・近畿・中国・四国
翌々日～3日以降：北海道・九州・沖縄
※道路交通事情や天候などにより遅れが出る場合もございます。

●配送伝票の内容明細：書籍
お届け荷物の外側には、購入内容に関わらず【書籍】とのみ表記されます。

●領収書を希望のお客様へ
▼ 書類発行システム → https://bit.ly/3WOyDgi
上記リンクより、お客様自身で印刷・ダウンロード（PDF）下さい。
宛名もご自身で変更可能です。（納品書も発行可能です）
■適格請求書番号：T8-0100-0101-9056

お支払い方法

Amazon Pay

Amazon Payは、Amazon.co.jpアカウントに登録された
お支払い方法や住所を使ってご注文いただけるサービスです。
ご利用になるには Amazon.co.jpアカウントが必要です。
Amazonギフトカードも利用できます。
※Amazonポイントはご利用いただけません
クレジット（VISA・MASTER・JCB・AMEX・Diners）

【取扱カード】
取り扱いカードは以下のとおりです。
すべてのカード会社で、一括払いが可能となっております。
※3Dセキュア2.0（本人認証サービス）を導入しております。
3Dセキュア非対応のカードは当サイトではご利用頂けません。
楽天ペイ（楽天ポイントが貯まる！使える！）

楽天IDとパスワードを使って楽天にご登録のクレジットカードでスムーズなお支払いが可能です。
楽天ポイントが貯まる・使える！「簡単」「あんしん」「お得」な楽天ペイをご利用ください。
楽天ポイント利用分については楽天から送信される自動配信メール、
もしくは楽天ペイ利用履歴＜https://my.checkout.rakuten.co.jp/mych/＞にてご確認ください。
PayPay（QRコード決済で便利にお買い物！）

ご注文手続き時にPayPayアカウントを使用するか、画面に表示されるQRコードをスキャンした後、PayPayアプリにてお支払いできます。
（PayPayアカウントを使用場合は、電話番号とパスワードを入力後、SMSで送信される認証コードを入力してください。）
※決済する前ににウインドウを閉じないようご注意ください。
※残額不足にご注意ください。
コンビニ決済（前払い）

ファミリーマートかローソン（ミニストップ・セイコーマート含む）から選べます
ご注文後、別途メールでお支払いに必要な番号等が送信されます
→ 支払いメールの件名：ご注文確認メール(自動配信)
その番号を元にコンビニ備え付けの端末で払込票を発行し、レジにてお支払いください。
※お支払期限は10日間です
※手数料200円をご負担いただきます
商品代引き（日本郵便ゆうパック）

【業者】日本郵便
●商品配達時に、配達員に代金をお支払いいただきます（現金のみの対応です）
●送料とは別に代引き手数料がかかります（330円～660円まで、お買い上げ金額により変動します）
お買い上げ総額（送料・代引き手数料含む）→代引き手数料　　
9999円未満→330円／29999円未満 →440円／99999円未満 →660円／上記以上 →1100円
※ご注文後、準備整い次第出荷いたしますので、ご注文間違いの際は急ぎご連絡下さい

説明可能AI入門人とAIが共存する未来に向けて