著者紹介

内容

目次

■第1章 人工知能と機械学習 ●1-1 人工知能とは？ ▲1-1-1 膨大なデータからある特徴的な機能を提供する「人工知能」 ●1-2 BIはAIの夢を見るか ▲1-2-1 ビジネスを支えるAIと機械学習エンジニア ●1-3 現在の人工知能は「知能」なのか？ ▲1-3-1 人工知能がデータ分析を行う日 ●1-4 まとめ ■第2章 データ分析処理のための基盤技術 ●2-1 Hadoop ～大規模データを処理するインフラ～ ▲2-1-1 Hadoopとは？ ▲2-1-2 MapReduce処理 ●2-2 Hive ～Hadoop上でより容易にデータ処理を実現～ ▲2-2-1 Hiveとは？ ●2-3 Presto ～高速なデータ処理を実現する～ ▲2-3-1 Prestoとは？ ●2-4 Spark ～より高速な分散計算処理環境～ ▲2-4-1 Sparkとは ●2-5 その他のHadoopに関連するミドルウェア ▲2-5-1 その他のHadoopミドルウェア ●2-6 さまざまなHadoopディストリビューション ▲2-6-1 Hadoopディストリビューションとは？ ●2-7 BIツール ～処理されたデータを可視化～ ▲2-7-1 BIのあれこれ ▲2-7-2 Pentaho ▲2-7-3 Zeppelin ●2-8 まとめ ■第3章 リアルタイムにデータを分析する ～データから「いま」を知る技術～ ●3-1 Fluentd ▲3-1-1 データをリアルタイムに収集する ●3-2 Norikra ▲3-2-1 データをリアルタイムに集計する ●3-3 事例 ～Twitterの人名のリアルタイム計測～ ▲3-3-1 リアルタイムで人名を計測する ▲3-3-2 Ruby環境を整える ▲3-3-3 Fluentdのセットアップ ▲3-3-4 Twitter Streamin APIとの連携 ▲3-3-5 FluentdのMeCabプラグインの作成 ▲3-3-6 Norikraのセットアップ ▲3-3-7 NorikraとFluentdの接続 ▲3-3-8 Norikraにキーワード集計用のクエリを登録 ▲3-3-9 ElasticSearchとKibanaによる可視化 ▲3-3-10 Norikura、Fluentd、ElasticSearchとKibanaの連携 ●3-4 まとめ ■第4章 機械学習アルゴリズム ～データから「未来」を知る技術～ ●4-1 機械学習とは ▲4-1-1 「レストラン予約」で機械学習を考える ●4-2 機械学習アルゴリズム ▲4-2-1 機械学習アルゴリズムの概要 ▲4-2-2 機械学習アルゴリズムの分類 ●4-3 ナイーブベイズ ▲4-3-1 ナイーブベイズとは ▲4-3-2 ナイーブベイズの理論 ▲4-3-3 ナイーブベイズの具体例 ▲4-3-4 ナイーブベイズの実装 ▲4-3-5 ナイーブベイズのまとめ ●4-4 単純パーセプトロン ▲4-4-1 単純パーセプトロンとは？ ▲4-4-2 パーセプトロンの学習 ▲4-4-3 パーセプトロンの実装 ▲4-4-4 パーセプトロンの問題点 ▲4-4-5 パーセプトロンのまとめ ●4-5 オンライン学習 ▲4-5-1 オンライン学習とは ▲4-5-2 オンライン学習版パーセプトロン ▲4-5-3 Passive Aggressiveアルゴリズム ▲4-5-4 オンライン学習のまとめ ●4-6 サポートベクトルマシン ▲4-6-1 サポートベクトルマシンとは？ ▲4-6-2 サポートベクトルマシンの理論 ●4-7 線形回帰 ▲4-7-1 「回帰」のアルゴリズムについて ●4-8 自己回帰 ▲4-8-1 過去のデータから目的関数を推定する手法 ●4-9 クラスタリング ▲4-9-1 クラスタリングのアルゴリズムについて ●4-10 MapReduceと機械学習 ▲4-10-1 機械学習アルゴリズムの大規模データへの適用 ■第5章 ディープラーニング ●5-1 単純パーセプトロンとその仲間たち ▲5-1-1 単純パーセプトロン（おさらい） ▲5-1-2 ロジスティック回帰とは ▲5-1-3 多項ロジスティック回帰 ●5-2 ニューラルネットワーク ▲5-2-1 単純パーセプトロンとニューラルネットワークの違い ▲5-2-2 ニューラルネットワーク ▲5-2-3 ユニット ▲5-2-4 誤差逆伝播法 ▲5-2-5 プログラムの例 ▲5-2-6 単純パーセプトロン、ロジスティック回帰、多項ロジスティック回帰、ニューラルネットワーク ●5-3 畳み込みニューラルネットワーク ▲5-3-1 畳み込みニューラルネットワークとは？ ▲5-3-2 畳み込み層（convolution layer） ▲5-3-3 プーリング層（pooling layer） ▲5-3-4 多層ニューラルネットワーク ▲5-3-5 畳み込みニューラルネットワークの学習 ●5-4 再帰型ニューラルネットワーク ▲5-4-1 再帰型ニューラルネットワークとは ▲5-4-2 再帰型ニューラルネットワークの学習 ●5-5 TensorFlow ▲5-5-1 インストール ▲5-5-2 多項ロジスティック回帰 ▲5-4-3 多層ニューラルネットワーク ▲5-5-4 畳み込みニューラルネットワーク ▲5-5-5 続・畳み込みニューラルネットワーク ●5-6 まとめ