はじめての機械学習　中学数学でわかるＡＩのエッセンス

はじめに　
第 1 章 埋め込む
　連想ゲーム　
　隣は何をする人ぞ─k近傍法　
　位置と距離　
　影絵で考える─主成分分析　
　近いか遠いか、それが問題だ─多次元尺度構成法　

第 2 章 足し上げる
　足し算が命─線形回帰　
　ｋ近傍法と線形回帰　
　交差検定と過学習　
　世界を二分する─線形判別　
　未来は過去で決まっている─自己回帰モデル　

第 3 章 かけ合わせる
　ドレイクの方程式　
　「かけ合わせる」を「足し上げる」で表現する　
　ロジスティック回帰　
　隠れた変数としての合格確率　
　未来は過去で決まっている ─マルコフ過程　

第４章　枝分かれする
　運命の分かれ道─決定木　
　仮想的なサマー─気まぐれな場合　
　決定木の学習　　
　未来は過去で決まっている ─ベイジアンネットワーク　

第５章　次元をあげる
　見えない次元を見る─カーネルトリック　
　見えない変数の実在性─伏線とどんでん返し　
　見えない次元は推定できるか？ ─視覚心理学　
　場所の推定から距離の推定へ─距離の概念の拡張　

第６章　正しいって何?
　「現実」の「正解」がどれだけ正しく「予測」できるか？　
　「予測」はどれだけ正確か？　
　当たりの割合　
　ＡＵＣ　

第７章　深層学習
　パーセプトロン─深くない深層学習　
　ニューラルネットワーク─パーセプトロンを重ねて　
　深層学習─遅れてきた奇跡のツール　
　ＣＮＮ ─画像処理のためのアーキテクチャー　
　ＢＥＲＴ ─すべては自然言語処理のために　
　モンテカルロツリーサーチ─ゲームを変えた革命手法
　ＧＡＮ ─学習から創造へ　
　深層学習はなぜ高性能なのか？　

第８章　量子計算機
　量子暗号─盗聴不可能な究極の暗号　
　量子計算で計算する─長い計算を一瞬で　
　量子計算は機械学習なのか？ ─量子アニーリング　
　データ駆動型知性の時代へ　

　おわりに