はじめての機械学習　中学数学でわかるＡＩのエッセンス

飛躍的な進歩を遂げている機械学習を、難解な数式・プログラミングなしで解説する画期的入門書！
中学数学の知識だけでAIのエッセンスがわかる。

近年、著しい進歩を続ける機械学習。センター入試の英語の試験では機械学習を使うことで、200満点中185点をとることに成功し、将棋や囲碁ではもはや人間が太刀打ちできないレベルの能力を獲得。画像処理にいたっては、フェイク画像はもちろんのこと、オリジナルのキャラクターを造形できるところまで到達している。今後のビジネスや研究を続けていくうえでもはや無視できない存在になりつつある「機械学習」だが、言葉ばかりが先走りして、その本質を理解している人はごくわずかだ。「機械学習」とはいかなるものか、なぜ、近年飛躍的な進歩を遂げることができたのか。機械学習の専門家であり、科学出版賞を受賞した書き手として知られる田口善弘氏が、難解な数式やプログラミングをいっさい使うことなく、機械学習の本質を丁寧に解説する。

本書が取り扱う機械学習の手法
・ｋ近傍法
・主成分分析
・多次元尺度構成法
・線形回帰
・線形判別
・ロジスティック回帰
・マルコフ過程
・決定木
・ベイジアンネットワーク
・カーネルトリック
・ニューラルネットワーク
・深層学習（ディープラーニング）
・CNN
・モンテカルロツリーサーチ
・GAN
・BERT
・量子暗号
・量子アニーリング

Ⓒ田口善弘

目次

はじめに　
第 1 章 埋め込む
　連想ゲーム　
　隣は何をする人ぞ─k近傍法　
　位置と距離　
　影絵で考える─主成分分析　
　近いか遠いか、それが問題だ─多次元尺度構成法　

第 2 章 足し上げる
　足し算が命─線形回帰　
　ｋ近傍法と線形回帰　
　交差検定と過学習　
　世界を二分する─線形判別　
　未来は過去で決まっている─自己回帰モデル　

第 3 章 かけ合わせる
　ドレイクの方程式　
　「かけ合わせる」を「足し上げる」で表現する　
　ロジスティック回帰　
　隠れた変数としての合格確率　
　未来は過去で決まっている ─マルコフ過程　

第４章　枝分かれする
　運命の分かれ道─決定木　
　仮想的なサマー─気まぐれな場合　
　決定木の学習　　
　未来は過去で決まっている ─ベイジアンネットワーク　

第５章　次元をあげる
　見えない次元を見る─カーネルトリック　
　見えない変数の実在性─伏線とどんでん返し　
　見えない次元は推定できるか？ ─視覚心理学　
　場所の推定から距離の推定へ─距離の概念の拡張　

第６章　正しいって何?
　「現実」の「正解」がどれだけ正しく「予測」できるか？　
　「予測」はどれだけ正確か？　
　当たりの割合　
　ＡＵＣ　

第７章　深層学習
　パーセプトロン─深くない深層学習　
　ニューラルネットワーク─パーセプトロンを重ねて　
　深層学習─遅れてきた奇跡のツール　
　ＣＮＮ ─画像処理のためのアーキテクチャー　
　ＢＥＲＴ ─すべては自然言語処理のために　
　モンテカルロツリーサーチ─ゲームを変えた革命手法
　ＧＡＮ ─学習から創造へ　
　深層学習はなぜ高性能なのか？　

第８章　量子計算機
　量子暗号─盗聴不可能な究極の暗号　
　量子計算で計算する─長い計算を一瞬で　
　量子計算は機械学習なのか？ ─量子アニーリング　
　データ駆動型知性の時代へ　

　おわりに

書誌情報

紙版

• 発売日: 2021年07月15日
• ISBN: 9784065239605
• 判型: 新書
• 価格: 定価：1,100円（本体1,000円）
• 通巻番号: 2177
• ページ数: 224ページ
• シリーズ: ブルーバックス

電子版

• 発売日: 2021年07月14日
• JDCN: 06A0000000000335073L

著者紹介

著： 田口　善弘（タグチ　ヨシヒロ）

1961年、東京生まれ。中央大学理工学部教授。1995年に執筆した『砂時計の七不思議―粉粒体の動力学』 (中公新書)で第12回（1996年） 講談社科学出版賞受賞。その後、機械学習などを応用したバイオインフォマティクスの研究を行い、最近はテンソル分解というもので変数選択する（！）という研究に嵌まっており、その成果を2019年9月にシュプリンガー社から英語の専門書（単著）として出版した。最新作は『生命はデジタルでできている』（講談社ブルーバックス）