【書籍】少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発（No.2269）

  ★試読できます★

少ないデータによるAI・機械学習の進め方と

精度向上、説明可能なAIの開発

----------------------------------------------------------------------------------

☆大量の教師データは不要！　生成AI、転移学習、マルチタスク学習によるデータ拡張！

☆AIはなぜ その答えを出したのか！　判断根拠、信頼性とは！

 ■　目　　次                                                                                                        

第１章　AI（人工知能）／機械学習の種類と方法
第２章　データ加工、クレンジング、特徴量の選定
第３章　データ収集、蓄積、データベース構築
第４章　少ないデータで機械学習、AIを学習させ活用する方法
第５章　機械学習・AIの精度向上と学習時間短縮
第６章　説明可能なAI／ブラックボックス解析技術と業務への導入、活用
第７章　公平性と品質保証、信頼性評価

■　本書のポイント        　　　　　　　　　　　　　　　　　　　　　　　　　　           

少量データによるAI・機械学習
１．データの偏り、大量のデータ収集ができない
⇒ 限られたデータからより多くの学習データを生成する方法！
２．重要なパラメータのみをデータに応じて自動的に抽出！
３．枝刈り技術を用いたスパースモデリングの高速化！
４．既存のデータの価値を高めるデータクレンジングの仕方！

説明可能なAI（XAI）
１．高い精度と説明性を両立する方法とは！
２．AI・機械学習の予測根拠をどのように可視化するか！
３．学習モデルのどこが悪いのかピンポイントで把握！
４．生成AIの出力に対する根拠説明技術とは！

精度向上・学習時間短縮
１．学習の計算効率向上、学習計算量の削減方法とは！
２．精度が低い原因をどのように特定するか！
３．アルゴリズムの選び方、チューニングの仕方！
４．学習の計算効率の高め方！学習計算量の削減方法！

--------------------------------------------------------------------------------