• Amazonで購入

すぐに使える!業務で実践できる! Pythonによる AI・機械学習・深層学習アプリのつくり方 TensorFlow2対応

著者
クジラ飛行机、杉山陽一、遠藤俊輔
定価
3,520円(本体価格 3,200円)
発売日
2020年10月21日
判型/ページ数
B5変型/416ページ オール2色
ISBN
978-4-8026-1279-1
備考
-

あの「Pythonによる AI・機械学習・深層学習アプリのつくり方」
がTensorFlow2に対応!

さらに、現状にあわせて不要な項目を見直し、新しい生活様式に沿った「マスク判定プログラム」を新規掲載!

もちろん、サンプルプログラムはダウンロードできます。

ジャンル
キーワード

目次

■第1章 機械学習 / ディープラーニングについて
1-1 機械学習とは何か?
機械学習とは?
機械学習で何ができるのか?
ディープラーニング(深層学習)とは?
機械学習が実用化された理由
機械学習の仕組みは?
機械学習の種類
敵対的生成ネットワーク(GAN)について
1-2 どのようなシナリオで機械学習を行うのか?
機械学習のシナリオ
1-3 機械学習で利用するデータの作り方
何のために機械学習を利用するのか?
どのようにデータを収集するのか?
収集したデータの保存形式は?
機械学習に入力するデータに関して
データの正規化について
1-4 インストール不要で使えるColaboratoryについて
Google Colaboratory とは?
Colaboratory の基本的な使い方
応用のヒント
1-5 Jupyter Notebookの使い方
Jupyter Notebook とは?
Jupyter Notebook を実行しよう
新規ノートブックを作成して実行してみよう
ノートブックには複数のセルを挿入できる
値を確認できるだけでなくグラフも表示できる
Markdown 記法でドキュメント生成も可能
1-6 個別にプログラムを実行する方法
コマンドラインとは?
プログラムを実行するには?
モジュールのインストールにも利用

■第2章 機械学習入門
2-1 一番簡単な機械学習を実践しよう
scikit-learn について
AND 演算を機械学習させてみよう
改良のヒント
2-2 アヤメの分類に挑戦してみよう
アヤメデータを入手しよう
アヤメデータを使って機械学習をしてみよう
補足 - scikit-learn のサンプルにも収録されている
応用のヒント
2-3 AIで美味しいワインを判定しよう
ワインの品質を機械学習で分析しよう
ワインデータをダウンロードしよう
ワインデータについて知ろう
ワインの品質を判定してみよう
精度向上を目指そう
2-4 過去10年間の気象データを解析してみよう
気象データを利用しよう
過去10 年分の天気予報を取得する方法
気温の平均値を求めよう
各月の平均気温を調べよう
気温が30 度超だったのは何日? - Pandas でフィルターリング
回帰分析で明日の気温予測をしてみよう
応用のヒント
2-5 最適なアルゴリズムやパラメーターを見つけよう
最適なアルゴリズムを見つけよう
最適なパラメーターを見つけよう
改良のヒント

■第3章 OpenCV と機械学習 - 画像・動画入門
3-1 OpenCVについて
OpenCV とは?
画像を読み込んでみよう
3-2 顔検出 - 顔に自動でモザイクをかけよう
顔認識について
顔検出のプログラムを作ってみよう
OpenCV でモザイクをかける
人間の顔に自動でモザイクをかけよう
OpenCV の顔検出は横顔や傾きに弱い
改良・応用のヒント
3-3 文字認識 - 手書き数字を判定しよう
手書き数字の光学認識データセットを使ってみよう
画像を機械学習しよう
自分で用意した画像を判定させてみよう
画像を対象とする機械学習
改良のヒント
3-4 輪郭抽出 - はがきの郵便番号認識に挑戦しよう
郵便はがきから郵便番号を読み取ろう
OpenCV で輪郭抽出
はがきから郵便番号の領域を抽出しよう
抽出した数字画像を判定しよう
改良のヒント
応用のヒント
3-5 動画解析 - 動画から熱帯魚が映った場面を検出しよう
動画の解析について
画面に動きがあった部分を検出しよう
動画ファイルの書き出し
動画から熱帯魚が映った場面を抽出しよう
機械学習で動画に熱帯魚が映っているベストな場面を見つけよう
改良のヒント
応用のヒント

■第4章 自然言語処理
4-1 言語判定をしてみよう
言語判定について
言語判定を機械学習で行ってみよう
応用のヒント
4-2 文章を単語に分割してみよう
形態素解析について
改良のヒント
4-3 単語の意味をベクトル化してみよう
単語ベクトルについて
単語のベクトル化をしてみよう
応用のヒント
4-4 文章を分類してみよう
Doc2Vec について
文章を分類してみよう
応用のヒント
4-5 自動作文に挑戦しよう
マルコフ連鎖について
マルコフ連鎖を利用して自動作文に挑戦してみよう
応用のヒント
4-6 SNSや掲示板へのスパム投稿を判定しよう
スパムとは?
ベイジアンフィルターを作ってみよう
テキストデータの学習方法について
データベース作成の例
単語の出現頻度を調べるプログラム
単語頻出データを機械学習するプログラム
自分で作成したテキストをスパム判定してみよう
改良のヒント
応用のヒント

■第5章 ディープラーニング( 深層学習) について
5-1 ディープラーニング(深層学習)について
ディープラーニング(深層学習)とは?
5-2 TensorFlow入門
TensorFlow とは?
TensorFlow のインストールと動作確認について
ジャンケンのルールを学習させてみよう
5-3 TensorFlowでアヤメの分類をしてみよう
アヤメの分類問題の復習
アヤメ分類問題の完全なプログラムとKeras について
5-4 ディープラーニングで手書き数字の判定
MNIST データを利用しよう
最低限のニューラルネットワークでMNIST 分類を解く
MLP でMNIST の分類問題に挑戦しよう
改良のヒント
5-5 写真に写った物体を認識しよう
CIFAR-10 とは?
CIFAR-10 をダウンロードしよう
CIFAR-10 の分類問題をMLP で判別してみよう
CIFAR-10 の分類問題をCNN で判別してみよう
学習結果を保存してみよう
応用のヒント
5-6 画像データからカタカナの判定
機械学習の入力と出力の説明
画像を学習させよう - 画像リサイズ
改良のヒント

■第6章 機械学習で業務を効率化しよう
6-1 業務システムへ機械学習を導入しよう
既存の業務システムについて
業務システムへ機械学習を導入しよう
6-2 学習モデルの保存と読み込みについて
学習した分類器を保存して再利用する方法
6-3 ニュース記事を自動でジャンル分けしよう
ニュース記事を自動でジャンル分けしよう
TF-IDF について
ニュース記事の分類に挑戦しよう
ディープラーニングで精度改善を目指そう
自分で文章を指定して判定させよう
改良のヒント
6-4 Webで使える文章ジャンル判定アプリを作ろう
機械学習をWeb アプリにする方法
ジャンル分けモデルをWeb アプリで使おう
API を呼び出すWeb アプリを作ろう
改良のヒント
6-5 機械学習にデータベース(RDBMS)を利用しよう
データベースからデータを学習させる方法
身長体重データベースを作成してみよう
身長・体重・体型を学習してみよう
改良のヒント - 日々のデータ更新について
応用のヒント
6-6 料理の写真からカロリーを調べるツールを作ろう
料理写真の判定方法について
Flickr API を使って写真を集めよう
オリジナル写真で試してみよう
改良のヒント
6-7 リアルタイムにマスクをしていない人を見つけよう
マスクをしているかどうかを判別するシステム
学習画像を集めよう
どのように顔画像を集めるのか
マスク画像をダウンロードしよう
顔画像をディレクトリーに配置しよう
マスクの有無を学習しよう
ライブ判定してみよう
マスクをしていない人を見つけるシステムの改良点

■Appendix 本書のための環境を整える
Python と機械学習の環境を整えよう
本書のサンプルが動くVirtualBox の仮想マシンイメージ
Windows に環境構築する
macOS に開発環境を構築する
仮想マシン(VirtualBox) に開発環境を構築する方法
VirtualBox にライブラリーをインストール
言語処理ライブラリー

この書籍の購入

  • Amazonで購入する