PythonによるAIプログラミング入門 ―ディープラーニングを始める前に身につけておくべき15の基礎技術

訳者まえがき

このところディープラーニング（深層学習）が流行していますが、人工知能の手法はディープラーニングに限りません。過去のAIブームで話題になった単純なニューラルネットや論理プログラミングもあれば、遺伝的アルゴリズム、自然言語処理や音声信号処理、画像からの動物体検出、分類問題、回帰問題、連続データ解析、強化学習といった、古典的なデータ解析や機械学習の手法もあります。

ディープラーニングにはデータ収集や計算コストがかかります。「鶏（にわとり）を割（さ）くに焉（いずく）んぞ牛刀（ぎゅうとう）を用（もち）いん」の諺がありますが、ディープラーニングのほかにも、これら古典的な手法を基礎として身につけておき、適材適所に選択できるようになりたいものです。本書ではさまざまな人工知能の関連分野を扱いながら、Pythonでよく使われるライブラリの基本的な使い方を解説します。

本書で扱っている手法を図に示します。括弧内の数字は章番号です。

　本書が取り扱う各種手法

ご覧のように、よく用いられる回帰、分類、クラスタリングの話題から始めて、解空間の探索手法や最適化手法、テキストや音声、画像メディアに特化したデータ処理手法、そしてニューラルネットやディープラーニングまで幅広く取り扱います。

翻訳にあたり、以下のように原書にある問題をかなり修正しました。

• 煩雑にならない範囲で説明不足を補いました。
• 冗長な記述を削除しました。
• 本文の説明と重複するコード上のコメントは削除しました。
• わかりにくいコードを大幅に修正しました。 ...