商品詳細 | Knowledge Worker

丸善のおすすめ度

「機械学習・AI」のためのデータの自己組織化～「大きなデータ」を「小さなデータの集まり」にして考える～(I/O BOOKS)

在庫状況有り	お届け予定日 3～4日	数量冊
価格 \2,640（税込）

この商品について問合せる

発行年月	2022年07月
出版社／提供元	工学社
言語	日本語
媒体	冊子
ページ数／巻数	167p
大きさ	21cm
ジャンル	和書／理工学／情報学／人工知能
ISBN	9784777522064
商品コード	1034777839
NDC分類	007.13
基本件名	機械学習
本の性格	実務向け
新刊案内掲載月	2022年08月4週
商品URL	https://kw.maruzen.co.jp/ims/itemDetail.html?itmCd=1034777839

著者紹介

和田　尚之（著者）：宮城県気仙沼生まれ、東京日本橋人形町で過ごす。
　日本大学在学中渡米、UCBerkeley教授Garrett Eckbo氏の事務所で環境論の研究。また渡米中UCLA教授Lawrence Halprin氏、Harvard大学教授Robert L.Zion氏と関わり帰国後も影響を受ける。
　専門は地域学（自己組織化臨界状態理論）、数理学（データサイエンス・機械学習）。
現在　技建開発（株）教育センター長。工学博士、技術士、1級建築士、専門社会調査士。

内容

　2014年に総務省は「ICT（情報通信技術）社会」「知識情報社会」を目指すため、『「新たな情報通信技術戦略（IT戦略）の在り方」について』を公開しました。
　その中に「次世代AI」の方向性を探るキーワードとして「脳科学に基づく人工知能技術」があり、それらを支える1つとして、「ビッグ・データ」が欠かせないと記されています。

　しかし、「ビッグ・データ」の扱いには、「高性能なコンピュータ」や「高度な技術」が必要なため、初学者や小規模な企業が手を出すのは困難です。

　そこで、「大きなデータ」を「小さなデータの集まり」にして考える「自己組織化」というアプローチを使うことで、「ビッグ・データ」とまではいかないまでも、かなりの「大型のデータ」への対応ができるようになります。
＊
　本書では、手軽なExcelを使って、大型データを自己組織化するための手順を解説します。
　また、「自己組織化」の先にある、家庭用パソコンでの「機械学習・AI」への展開を目指します。

■「機械学習・AI」のイメージ・大型データを「機械学習・AI」で解くために・「機械学習・AI」の全体的なイメージ・さらに「次のステップ」を目指したい方へ ■データを「場」として捉える・「場」とは・具体的な数理学での「場」（field） ■「自己組織化」の基礎・あいまいな状態を測る道具「隠れた次元」・「群の破れ」という考え方・「ハウスドルフ次元外測度」という考え方・ナスカの地上絵をAIで解く ■時間に依存しない「場」のモデルケース・街道のモデルケース「佇まい」を考える・峠のモデルケース「あやうい」を考える ■時間に依存する「場の風景」のモデルケース・商いの風景（商店の売り上げのモデルケース）・路の風景（人の脳波を使った景観のモデルケース）「ふうけい」を考える・「ハイリスク＆ハイリターン」を四分位数で解く ■「自己組織化」のための「多変数の合成理論」・「時間依存」と「時間非依存」・時間に依存しない状態（Biplotの理論）・固有値問題（固有値、固有ベクトル、固有値分解、特異値分解）・時間に依存する状態（Kalman Filterの理論）・群の臨界点を求める「自己相関関数」

カート

カートに商品は入っていません。

前のページに戻る