近代科学社

書籍検索
ジャンル選択

近代科学社 教科書特集【人工知能・機械学習 編】

大学で学ぶ人工知能や機械学習は、コンピュータがデータから規則やパターンを学び、判断や予測を行う仕組みを理解する分野です。近年は生成AIの急速な発展により、その技術が社会のさまざまな場面で活用されるようになりました。こうした背景のもと、アルゴリズムや学習モデル、データの扱い方といった基礎を体系的に学ぶことは、現代の情報技術を理解するうえでますます重要になっています。
近代科学社でも専門の教科書を取り揃えております。ぜひ御覧ください。

人工知能

ファーストステップ AI・データサイエンスの基礎

　ファーストステップシリーズは、コンピュータを初めて本格的に学ぶ大学生・高専生を対象にしたものです。シリーズの中で、本書は、政府の「AI 戦略2019」によって、すべての大学・高専生が習得すべき「数理・データサイエンス・AI ／リテラシーレベル」として策定されたモデルカリキュラム（2024 年２月改訂）に準拠した内容のテキストです。特に、コンピュータに関する学習をこれから始める文系学部の学生の皆さんにとっても、分かりやすく学んでいただけるように配慮しました。 本書ではAI やデータサイエンスの知識や仕組みについて、事例や図解を使って具体的に説明しています。また、それらがどのように使われ、どんな有効性があるのか、反面、どんな問題があるのかについても示しました。AI・データサイエンスを1から学ぶためにこの上ない一冊です。

※本書の講義資料は、ページ下の外部リンクより入手できます。


著者のスペシャルインタビューはこちら

一般教養としての人工知能入門

人工知能（AI）の第3次ブームが来ていると言われて久しいが、ディープラーニングを中心とした機械学習による本格的な社会実装が始まっているのが大きな特徴でもある。
2021年度より文・理の区別なく大学初学年からAIに関する教育が実施されることが文科省で決まり、AI技術は本格的な過渡期に突入しようとしている。
そこで本書では、文系学生を含めた様々な分野の読者に必須の教科書とするべく、AIの基礎から応用までを体系的に、ほぼ数式なしで解説した。
AIと社会とのつながりやAIの限界などについても、これまでの研究の歴史を踏まえて紹介している。

新人工知能の基礎知識

1988年初版発行以来27刷を重ねた本を時代に合わせてアップデート！述語理論を詳説！
　本書は、人工知能という分野で行われている議論や研究を理解するために必要な基礎知識の提供を目的として、単に「こういうことがある」という知識ではなく、「なぜこのように考えるのか？」という疑問に答えられる真の理解と実力を身につけられるように構成し、解説する。新たに演習問題とその解答も掲載。

※本書の講義資料は、ページ下のサポートから入手できます。

機械学習・深層学習

改訂新版　Pythonでプログラミングして理解する機械学習アルゴリズム

本書は機械学習や深層学習の基礎となるアルゴリズムを「Pythonを用いて実装し理解する」ことに重きを置いています。改訂版ではPyTorchを採用し、生成AIの核心となるアルゴリズムを新たに追加しました。数式の意味から実践的なプログラム作成まで、理論と実装をバランスよく習得したい方に最適の一冊です。

中学・高校の基本から学ぶAIの数学

生成AIの登場により機械学習・深層学習などの用語が浸透した一方、原理の理解には難解な数学が壁となります。本書はその壁を乗り越える「ハシゴや脚立」として、理論に登場する数学をやさしく解説。中学・高校の数学知識を前提に、公式の意味や式の展開を丁寧に説明し、穴埋め問題も活用してじっくり学べる構成です。AI時代に必須の数学知識を無理なく習得できる、初学者必読の書籍。

スッキリわかる数理・データサイエンス・AI

　データサイエンス・AIの数学的な内容について詳細に説明し、紙と鉛筆だけで取り組める問題を数多く配置した教科書。各手法のアルゴリズムを学習と予測に分けて明示し、一般的な数学の教科書と同じように、概念の説明、例、問という構成で、章末には確認問題を掲載しています。
[問]　例の類題や概念の説明を補うための問題。
[確認問題]　章の内容を確認するための問題。データサイエンス検定やG検定などの検定を意識した4択問題もあり。
数理・データサイエンス・AI教育プログラム認定制度における「応用基礎レベル」から「エキスパートレベル」にステップアップするための必読書籍！


著者のスペシャルインタビューはこちら

図解 深層学習

本書では「深層学習に使用する数学」について、意味を直感的に理解できるように図を多用することで式を補完する。第I部では深層学習についての基礎事項と次の部で使用する数学について、第II部ではニューラルネットワーク（深層学習）の中身について、第III部では深層学習の自動チューニングについてそれぞれ詳述。深層学習の実践・応用へステップアップするための基礎がじっくりと学べる、第一歩に相応しい一冊。

著者のスペシャルインタビューはこちら

機械学習

原著は中国の数多くの大学や高専で使われている機械学習の標準教科書にして、2016年の刊行以来2020年11月までの発行数が54万部を超えるベストセラー書籍。
　本書は大まかに基礎，具体的手法、先進的理論からなり、少ない数学的知識で読めて各章が短いという教科書的配慮がなされている。「スイカを切らずにその良し悪しを機械学習でどう判断するか？」が本書の骨子になっており、書影に描かれたスイカは本書のトレードマークとなっている。
　中国はいかにして機械学習の分野をリードするに至ったか、そのエッセンスを紐解く一冊。

Pythonでプログラミングして理解する 機械学習アルゴリズム

機械学習のプログラムは様々なライブラリ・モジュールを使うことで簡単に試すことができる。その反面、単にモジュールを使用するだけでは機械学習の中のアルゴリズムがブラックボックス化してしまい、計算結果の意味を正しく捉えることも難しくなってくる。
　本書ではまず「機械学習」のアルゴリズムを解説し、機械学習の動きをPythonで実際にプログラミングすることで、アルゴリズムの流れが理解できるよう構成している。まずは黎明期からの機械学習アルゴリズムを理解し、それを実装することが目標となる。
　さらにPython用の機械学習モジュールの使用法も解説し、これらを使用したプログラムの作成も行う。機械学習を使いこなすためのイントロダクションとなる1冊。

はっきりわかるデータサイエンスと機械学習

AIの要である機械学習は、結果を導き出す過程がブラックボックス化する問題があり、AI実用化の障害となっている。その解決策として、丹念なデータ分析によりデータの背景にある現象を統計モデルで表現する、本来の意味での「データサイエンス」の活用が期待されている。メカニズムが理解可能なモデルをAIの頭脳に使うことで、AIの透明化――すなわち説明可能なXAIも実現できる！
本書ではデータサイエンスの考えに基づく統計モデリングの解説に加え、機械学習の代表的な手法を Rを用いて体験していく。本書を読み込めば、探索的データ解析と機械学習、それぞれの本質を学ぶことができる。