|
はじめに
第1章 「SonyNNC」を活用するための諸準備
［1-1］ 本書で想定する「人工知能」の学び方
［1-2］ 本書での「NN」の考え方と利用法
［1-3］ 「SonyNNC」の入手と導入
第2章 「SonyNNC」の説明と、「画像データ」の分類判断
［2-1］ 「SonyNNC」を活用するために学ぶこと
［2-2］ 「例題画像データ」の「分類実行」での動作確認
［2-3］ 「SonyNNC」での「学習の調整」と「結果の確認」
第3章 「独自 画像データ」の「分類 判断」
［3-1］ 「NNC」の「Pythonツール」を用いた画像収集の手順
［3-2］ 独自画像からの「DATASET」の作成手順
［3-3］ 「2層NN」での「独自画像」の「画像判断」
［3-4］ 「3層」に改良した「NN」での「画像判断」
［3-5］ 「畳み込みNN」（CNN）での「画像判断」
［3-6］ 「独自画像」の「アイドル」の「画像判断」
［3-7］ 「NN構造の自動探索機能」による性能向上
第4章 ＜例題＞「数値データ」の「分類判断」の確認
［4-1］ 「SonyNNC」を有効活用するためのツールの準備
［4-2］ 「数値データ」の「分類判断」の実施と評価―アヤメの花の種類
［4-3］ 「SonyNNC」の実行結果などのレポート機能
［4-4］ 「SonyNNC」の高度な活用に向けての情報��
第5章 「独自数値データ」の「分類判断」の実践
［5-1］ 「独自の数値形式」の「学習用データ」の作成
［5-2］ 「3層NN」による体格データの学習と評価
［5-3］ 「SonyNNC」の高度な活用に向けての情報��
第6章 「独自数値データ」の「異常検知」の実践
［6-1］ 「異常検知」で用いる「RNN」（LSTM）の概要
［6-2］ 「異常気象」を検証するためのデータの準備
［6-3］ 「LSTM」を用いた「異常気象の分析」の実行と評価
［6-4］ 「SonyNNC」の高度な活用に向けての情報��
第7章 「独自画像データ」の「異常検知」の実践
［7-1］ 「ものづくり」での「異常検知」の状況設定
［7-2］ 「NN」で取り組む「画像の異常検知」
［7-3］ 実践的な「異常検知」の準備と検証
［7-4］ 「NN」での「精度比較」と「学習範囲外の異常検知」
SonyNNCを効果的に学ぶための［参考図書］
|
