Excelでわかるディープラーニング超入門 RNN・DQN編 [単行本]Ω

要旨（「BOOK」データベースより）進化発展するディープラーニング。その代表がＲＮＮ（Ｒｅｃｕｒｒｅｎｔ　Ｎｅｕｒａｌ　Ｎｅｔｗｏｒｋ／再帰型ニューラルネットワーク）とＤＱＮ（Ｄｅｅｐ　Ｑ‐Ｎｅｔｗｏｒｋ／深層Ｑネットワーク）です。ＲＮＮは自然言語処理の分野で最も注目されるアルゴリズムです。またＤＱＮは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもＡＩ応用の入り口となります。本書は、これらを万人のツールであるＥｘｃｅｌを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるＲＮＮとＤＱＮの「最適化」などの難しい計算部分をＥｘｃｅｌにまかせ、その動作原理をわかりやすく知ることができます。本書がＡＩ学習のハードルを一気に下げてくれます。目次●1章　RNN、DQNへの準備◆§1　はじめてのRNN、DQN◆§2　利用するExcel関数は10個あまり◆§3　最適化計算を不要にしてくれるExcelソルバー◆§4　データ解析には最適化が不可欠●2章　Excelでわかるニューラルネットワーク◆§1　出発点となるニューロンモデル◆§2　神経細胞をモデル化した人工ニューロン◆§3　ニューラルネットワークの考え方◆§4　ニューラルネットワークを式で表現◆§5　Excelでわかるニューラルネットワーク◆§6　普遍性定理●3章　ExcelでわかるRNN◆§1　リカレントニューラルネットワークの考え方◆§2　リカレントニューラルネットワークを式で表現◆§3　Excelでわかるリカレントニューラルネットワーク●4章　ExcelでわかるQ学習◆§1　Q学習の考え方◆§2　Q学習を式で表現◆§3　ExcelでわかるQ学習●5章　ExcelでわかるDQN◆§1　DQNの考え方◆§2　ExcelでわかるDQN●付録◆§A　訓練データ◆§B　ソルバーのインストール法◆§C　リカレントニューラルネットワークを5文字言葉へ応用内容紹介進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ、その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。著者紹介（「BOOK著者紹介情報」より）（本データはこの書籍が刊行された当時に掲載されていたものです）涌井 良幸(ワクイ ヨシユキ)１９５０年、東京都生まれ。東京教育大学（現・筑波大学）数学科を卒業後、千葉県立高等学校の教職に就く。教職退職後はライターとして著作活動に専念涌井 貞美(ワクイ サダミ)１９５２年、東京生まれ。東京大学理学系研究科修士課程修了後、富士通、神奈川県立高等学校教員を経て、サイエンスライターとして独立