参考資料・URL

AI白書編集委員会. 2022. Ai白書2022. KADOKAWA.

Alice Zheng, Amanda Casari, and ホクソエム. 2019. 機械学習のための特徴量エンジニアリング : その原理とPythonによる実践. Translated by ホクソエム. オライリー・ジャパン. http://id.ndl.go.jp/bib/029512290.

David Foster and 松田晃一 and 小沼千絵. 2020. 生成Deep Learning : 絵を描き、物語や音楽を作り、ゲームをプレイする. オライリー・ジャパン. http://id.ndl.go.jp/bib/030645407.

Géron, Aurélien, 下田倫大, and 長尾高弘. 2020. Scikit-Learn、keras、TensorFlowによる実践機械学習. Translated by 下田倫大 and 長尾高弘. 第2版 ed. オライリー・ジャパン. http://id.ndl.go.jp/bib/030701507.

Grus, Joel, and 菊池彰. 2020. ゼロからはじめるデータサイエンス : Pythonで学ぶ基本と実践. Translated by 菊池彰. 第2版 ed. オライリー・ジャパン. http://id.ndl.go.jp/bib/030372878.

M.クーケルバーク, and 直江清隆. 2020. Aiの倫理学. 丸善出版. http://id.ndl.go.jp/bib/031185559.

Sweigart, Al, and 相川愛三. 2023. 退屈なことはPythonにやらせよう : ノンプログラマーにもできる自動化処理プログラミング. Translated by 相川愛三. 第2版 ed. オライリー・ジャパン.

Tunstall, Lewis, Thomas Wolf Leandro von Werra, and 中山光樹. 2022. 機械学習エンジニアのためのTransformers : 最先端の自然言語処理ライブラリによるモデル開発. オライリー・ジャパン. http://id.ndl.go.jp/bib/032288109.

今泉允聡. 2021. 深層学習の原理に迫る : 数学の挑戦. 岩波科学ライブラリー ; 303. 岩波書店. http://id.ndl.go.jp/bib/031339770.

八谷大岳. 2020. ゼロからつくるPython機械学習プログラミング入門 = Introduction to Machine Learning from Scratch with Python. 機械学習スタートアップシリーズ. 講談社. http://id.ndl.go.jp/bib/030584765.

吉田拓真, and 尾原颯. 2018. 現場で使える!NumPyデータ処理入門 : 機械学習・データサイエンスで役立つ高速処理手法. 翔泳社. http://id.ndl.go.jp/bib/029316312.

小林一郎. 2008. 人工知能の基礎. Computer Science Library ; 13. サイエンス社. http://id.ndl.go.jp/bib/000009788211.

岡谷貴之. 2022. 深層学習 = Deep Learning. 改訂第2版 ed. 機械学習プロフェッショナルシリーズ. 講談社. http://id.ndl.go.jp/bib/031901202.

岡野原大輔. 2022a. Ai技術の最前線 : これからのaiを読み解く先端技術73. 日経BP. http://id.ndl.go.jp/bib/032288114.

———. 2022b. ディープラーニングを支える技術. Tech×books Plus 2. 技術評論社. http://id.ndl.go.jp/bib/032086743.

———. 2022c. ディープラーニングを支える技術 : 「正解」を導くメカニズム〈技術基礎〉. Tech×books Plus. 技術評論社. http://id.ndl.go.jp/bib/031881422.

岡﨑直観, 荒瀬由紀, 鈴木潤, 鶴岡慶雅, and 宮尾祐介. 2022. 自然言語処理の基礎. IT Text. オーム社. http://id.ndl.go.jp/bib/032310940.

手塚太郎. 2018. しくみがわかる深層学習 = an Introduction to Deep Learning. 朝倉書店. http://id.ndl.go.jp/bib/029043769.

斎藤康毅. 2016. ゼロから作るDeep Learning : Pythonで学ぶディープラーニングの理論と実装. オライリー・ジャパン. http://id.ndl.go.jp/bib/027597005.

有賀友紀, and 大橋俊介. 2021. RとPythonで学ぶ実践的データサイエンス&機械学習. 増補改訂版. 技術評論社. http://id.ndl.go.jp/bib/031401828.

柳井啓司, 中鹿亘, and 稲葉通将. 2022. 深層学習. IT Text. オーム社. http://id.ndl.go.jp/bib/032479806.

森下光之助. 2021. 機械学習を解釈する技術 = Techniques for Interpreting Machine Learning : 予測力と説明力を両立する実践テクニック. 技術評論社. http://id.ndl.go.jp/bib/031576666.

椎名洋, 姫野哲人, 保科架風, and 清水昌平. 2019. データサイエンスのための数学 = Mathematics for Data Science. Edited by 清水昌平. データサイエンス入門シリーズ. 講談社. http://id.ndl.go.jp/bib/029903862.

池内孝啓, and 片柳薫子. 2020. PythonユーザのためのJupyter〈実践〉入門. 改訂版. 技術評論社. http://id.ndl.go.jp/bib/030570561.

瀧雅人. 2017. これならわかる深層学習入門 = Introduction to Deep Learning. 機械学習スタートアップシリーズ. 講談社. http://id.ndl.go.jp/bib/028568441.

石川聡彦. 2018. 人工知能プログラミングのための数学がわかる本 = MATHEMATICS FOR AI PROGRAMMING. KADOKAWA. http://id.ndl.go.jp/bib/028819866.

竹内一郎, and 烏山昌幸. 2015. サポートベクトルマシン = Support Vector Machine. 機械学習プロフェッショナルシリーズ. 講談社. http://id.ndl.go.jp/bib/026619227.

谷口忠大. 2020. イラストで学ぶ人工知能概論 = an Illustrated Guide to Artificial Intelligence. 改訂第2版 ed. 講談社. http://id.ndl.go.jp/bib/030810109.

赤穂昭太郎, 今泉允聡, 内田誠一, 清智也, 高野渉, 辻真吾, 原尚幸, et al. 2023. 応用基礎としてのデータサイエンス : AI×データ活用の実践. Edited by 北川源四郎 and 竹村彰通. データサイエンス入門シリーズ. 講談社. http://id.ndl.go.jp/bib/032637501.

門脇大輔, 阪田隆司, 保坂桂佑, and 平松雄司. 2019. Kaggleで勝つデータ分析の技術. 技術評論社. http://id.ndl.go.jp/bib/029976550.

高柳慎一, 長田怜士, and ホクソエム. 2023. 評価指標入門 = Introduction to Evaluation Metrics : データサイエンスとビジネスをつなぐ架け橋. 技術評論社. http://id.ndl.go.jp/bib/032637452.