関連サイト
本書の関連ページが用意されています。
内容紹介
内容を精査して再登場！AIエンジニアは必携の資格【ディープラーニングE資格（エンジニア）】対応の問題集。
◆JDLA認定プログラムの第1号事業者であるスキルアップAIの講師陣が執筆！
◆ 業界の第一人者 杉山 将氏（理化学研究所 革新知能統合研究センター センター長／東京大学 教授）監修！
◆ ていねいで分かりやすく解説。正答も誤答も技術解説しているので知識吸収も加速！
◆ 出題傾向を徹底分析した模擬問題を収録で合格力がさらにアップ！
書誌情報
- 著者: 小縣 信也, 斉藤 翔汰, 溝口 聡, 若杉 一幸(著), 杉山 将(監修)
- 発行日: 2021-05-31 (紙書籍版発行日: 2021-05-31)
- 最終更新日: 2021-05-31
- バージョン: 1.0.0
- ページ数: 520ページ(PDF版換算)
- 対応フォーマット: PDF, EPUB
- 出版社: インプレス
対象読者
JDLAディープラーニングE資格（JDLA Deep Learning for ENGINEER）の受験者
著者について
小縣 信也
スキルアップAI講師。スキルアップAI株式会社取締役。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner（現オープンCAE勉強会＠関東）を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。日本ディープラーニング協会が実施するE資格2020#1ほか合格、E資格2018にて優秀賞受賞、E資格2019#1にて優秀賞受賞。
斉藤 翔汰
スキルアップAI講師。横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在は深層学習や機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。日本ディープラーニング協会が実施するE資格2020#1ほか合格、G検定2020年#1ほか合格。
溝口 聡
スキルアップAI講師。東京大学工学部計数工学科卒業。東京大学大学院情報理工学系研究科システム情報学専攻修了。修士（情報理工学）。学生時代に数理統計学と統計的信号処理に触れたことがきっかけで、深層学習や高次統計量分析を利用した音声強調技術の研究開発や画像処理などを含む機械学習コンサルティングに従事。日本ディープラーニング協会が実施するE資格2020#1ほか合格、G検定2019年#1合格。実用数学技能検定1級。統計検定1級、統計応用（理工学）成績優秀賞受賞。
若杉 一幸
スキルアップAI講師。東京工業大学電気電子工学科を卒業後、同大学院総合理工学研究科創造エネルギー専攻を修了。修士（工学）。大学卒業後は機械メーカにてパワーエレクトロニクスや情報・制御に関する研究開発に従事し、その後機械学習を活用した予測システムの開発や多数のデータ分析業務に従事。2010年電気学会産業応用部門で優秀論文発表賞受賞。日本ディープラーニング協会が実施するE資格2018にて優秀賞受賞、G検定2018年#1合格。
杉山 将
2001年東京工業大学大学院情報理工学研究科博士課程修了。博士（工学）。2014年より東京大学大学院新領域創成科学研究科教授、2016年より理化学研究所革新知能統合研究センター長を兼任。機械学習の理論・アルゴリズム・実世界応用に関する研究に従事。2015年に機械学習に関する国際会議Neural Information Processing Systems Conferenceの共同委員長プログラム委員長、2016年に共同実行委員長を務める。『機械学習プロフェッショナルシリーズ』（講談社）編者。
目次
はじめに
- JDLAが主催する資格試験の概要／E資格試験について
- 本書の活用方法
- 本書の構成
目次
第1章 線形代数
- 問題（全7問）
- 第1章の解答
第2章 確率・統計
- 問題（全6問）
- 第2章の解答
第3章 情報理論
- 問題（全6問）
- 第3章の解答
第4章 機械学習の基礎
- 問題（全6問）
- 第4章の解答
第5章 前処理・特徴選択・性能指標
- 問題（全5問）
- 第5章の解答
第6章 モデルの評価・正則化・ハイパーパラメータ探索
- 問題（全7問）
- 第6章の解答
第7章 教師あり学習の各種アルゴリズム
- 問題（全6問）
- 第7章の解答
第8章 教師なし学習の各種アルゴリズム
- 問題（全6問）
- 第8章の解答
第9章 強化学習の各種アルゴリズム
- 問題（全5問）
- 第9章の解答
第10章 深層学習の概要
- 問題（全9問）
- 第10章の解答
第11章 順伝播計算と逆伝播計算
- 問題（全5問）
- 第11章の解答
第12章 最適化手法
- 問題（全10問）
- 第12章の解答
第13章 畳み込みニューラルネットワーク
- 問題（全14問）
- 第13章の解答
第14章 再帰型ニューラルネットワーク
- 問題（全8問）
- 第14章の解答
第15章 深層学習を用いた自然言語処理
- 問題（全6問）
- 第15章の解答
第16章 深層学習を用いた生成モデル
- 問題（全5問）
- 第16章の解答
第17章 深層学習を用いた強化学習
- 問題（全3問）
- 第17章の解答
第18章 開発・運用環境
- 問題（全4問）
- 第18章の解答
第19章 総仕上げ問題
- 問題（全37問）
- 第19章の解答