2018年発刊の同タイトル(ボード・コンピュータ・シリーズ)ではフレームワークにChainer を使っていました．今回はTensorFlowに対応しました．内容は同一です．
☆目次
◎プログラミングができなくても大丈夫!
●はじめに 自宅で1人で試して合点
◎全プログラム付きですぐに
●本書の歩き方
☆第1部 ディープ・ラーニングの世界へようこそ
◎個人でもスゴいことがアイディア次第!
●第1章 できるようになること
◎画像/データ分析/音声…得意分野丸見え!
●第2章 必修の3大アルゴリズム
◎ディープ・ラーニングの長所
●第3章 音声や画像処理の知識がなくても大丈夫
☆第2部 ラズパイ&PC試すための準備
◎Googleが作っているフレームワーク
●第1章 開発環境にTensorFlowを選んだ理由
◎ディープ・ラーニングのフレームワーク
●第2章 TensorFlowのインストール
◎お手軽Python環境
●第3章 Anacondaのインストール
◎サンプル・プログラムを使った
●第4章 TensorFlowの動作確認
◎OS，TensorFlow，TS-Agentsのインストール
●第5章 ラズベリー・パイの準備
なくても動くけど学習はどうしても時間がかかるから…
●第6章 GPUボードの設定WindowsOS編
●Appendix 番外編…LinuxOSのPCを作る
☆第3部 持ってる人はココから…ラズパイで体験
◎エンジン音で車種判定やMyロボの異常検知などに
●第1章 体験①…音でお菓子認識
◎画像処理を知らなくてもOK! きのことたけのこを判別してみる
●第2章 体験②…画像認識1(お菓子の種類
◎ペットの判定や果物の出荷検査に
●第3章 体験③…画像認識2(本物/偽物)
◎第6部で解説する自動運転や対戦AIのもとをまずは
●第4章 体験④…迷路脱出
◎スマート・スピーカや自動操縦に
●第5章 体験⑤…話者認識
☆第4部 算数&プログラミング練習ステップ・バイ・ステップ
◎人間の脳に近い?! ニューラル・ネットワークをAND回路から
●第1章 イメージでつかむ!ディープ・ラーニング
◎基本原理を理解する!
●第2章 算数で解きほぐすニューラル・ネットワーク
◎TensorFlowの使い方も覚えてしまおう
●第3章 プログラミング・ステップ1…最小構成ニューラル・ネットワーク
◎いろいろなパターンを試して腕みがき
●第4章 プログラミング・ステップ2…層数や入出力を増やす
◎ここまで来るといろいろできそう
●第5章 プログラミング・ステップ3…突入!ディープ・ラーニング・ワールド
◎3大ディープ・ラーニングのさわりを体感してみる
●第6章 プログラミング・ステップ4…初めての畳み込みニューラル・ネットワーク
☆第5部 画像/データ解析/音声…3大アルゴリズム体感
◎定番データセットの文字認識で体験
●第1章 画像向きCNN①…手書き認識
◎画像の収集や学習を体験
●第2章 画像向きCNN②…感情認識
◎「予測が得意」なアルゴリズムを体験
●第3章 データ分析向きRNN①…値の未来予測
◎人間のアシスタントとして一大分野に発展するかも
●第4章 データ分析向きRNN②…文章の自動生成
◎学習データが不要の便利なアルゴリズムを体験
●第5章 音声/画像生成向きオートエンコーダ①…ノイズ・フィルタ
◎単純作業を劇的に減らせる可能性がある「変分オートエンコーダ」
●第6章 音声/画像生成向きオートエンコーダ②…筆跡生成
☆第6部 自動運転や対戦AIのもと深層強化学習
●プロローグ 深層強化学習をマスタした方がよい理由
◎未来への1歩
●第1章 ステップ1…基となるQラーニングの仕組み
◎シンプルな迷路を例に
●第2章 ステップ2…数式でひも解くQラーニング
◎「なんとなくわかってきた」からのステップアップ
●第3章 ステップ3…プログラミングで理解するQラーニング
◎Qラーニングを理解したらいよいよ
●第4章 ステップ4…プログラミングで理解する深層強化学習
◎ついに人間と対決！
●第5章 深層強化学習総仕上げ…成長して強くなるAIづくり
