まずは先に人工知能の全体像を確認。
「新しい人工知能の教科書」を通読したが、この本は教科書というより知識のカタログ。
各知識の概要紹介と、参照資料をもとに、自分で深堀していく必要がある。
【目次】 CHAPTER1 人工知能の過去と現在と未来 CHAPTER2 ルールベースとその発展型 01 ルールベース 02 知識ベース 03 エキスパートシステム 04 レコメンドエンジン CHAPTER3 オートマトンと人工生命プログラム 01 人工生命シミュレーション 02 有限オートマトン 03 マルコフモデル 04 ステート駆動エージェント CHAPTER4 重み付けと最適解探索 01 線形問題と非線形問題 02 回帰分析 03 重みを付けた回帰分析 04 類似度の計算 CHAPTER5 重み付けと最適化プログラム 01 グラフ理論 02 グラフ探索と最適化 03 遺伝的アルゴリズム 04 ニューラルネットワーク CHAPTER6 統計的機械学習（確率分布とモデリング） 01 統計モデルと確率分布 02 ベイズ統計学とベイズ推定 03 MCMC法 04 HMMとベイジアンネットワーク CHAPTER7 統計的機械学習（教師なし学習と教師あり学習） 01 教師なし学習 02 教師あり学習 CHAPTER8 強化学習と分散人工知能 01 アンサンブル学習 02 強化学習 03 転移学習 04 分散人工知能 CHAPTER9 深層学習 01 ニューラルネットワークの多層化 02 制限付きボルツマンマシン(RBM) 03 Deep Neural Network(DNN) 04 Convolution Neural Network(CNN) 05 Recurrent Neural Network(RNN) CHAPTER10 画像や音声のパターン認識 01 パターン認識 02 特徴抽出の方法 03 画像認識 04 音声認識 CHAPTER11 自然言語処理と機械学習 01 文章の構造と理解 02 知識獲得と統計的意味論 03 構造解析 04 テキスト生成 CHAPTER12 知識表現とデータ構造 01 データベース 02 探索 03 意味ネットワークとセマンティックWeb CHAPTER13 分散コンピューティング 01 分散コンピューティングと並列コンピューティング 02 ハードウェアからのアプローチ 03 ソフトウェアからのアプローチ 04 機械学習プラットフォームと深層学習プラットフォーム CHAPTER14 大規模データ・IoTとのかかわり 01 肥大化するデータ 02 IoTと分散人工知能 03 脳機能の解明とロボット 04 創発システム
かなり多岐にわたる内容。広く浅く、人工知能の射程範囲の輪郭だけ把握。
こんなカタログレベルでも数学がバンバン出てくるので、1日でも早く昔のカンを取り戻す。
