Excelでわかるディープラーニング超入門 Rnn・dqn編

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（はじめてのＲＮＮ、ＤＱＮ/ 利用するＥｘｃｅｌ関数は１０個あまり/ 最適化の計算を不要にしてくれるＥｘｃｅｌソルバー/ データ分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（出発点となるニューロンモデル/ 神経細胞をモデル化した人工ニューロン/ ニューラルネットワークの考え方/ ニューラルネットワークを式で表現/ Ｅｘｃｅｌでわかるニューラルネットワーク/ 普遍性定理）/ ３章　ＥｘｃｅｌでわかるＲＮＮ（ＲＮＮの考え方/ リカレントニューラルネットワークを式で表現/ 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（Ｑ学習の考え方/ Ｑ学習を式で表現/ ＥｘｃｅｌでわかるＱ学習）/ ５章　ＥｘｃｅｌでわかるＤＱＮ（ＤＱＮの考え方/ ＥｘｃｅｌでわかるＤＱＮ）/ 付録

【著者紹介】
涌井良幸 : 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 : 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（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）