目次
機械学習工学
- 石川 冬樹/ 丸山 宏/ 柿沼 太一/ 竹内 広宜/ 土橋 昌/ 中川 裕志/ 原 聡/ 堀内 新吾/ 鷲崎 弘宜
-
第1部 機械学習工学とは
第1章 機械学習工学
機械学習のプロローグ/機械学習技術の産業応用に向けた課題/機械学習/ソフトウエア工学/重要な概念と用語/従来のソフトウェアと機械学習によるソフトウェア
第2部 機械学習システムの開発・運用マネジメント
第2章 機械学習システムの開発とその検証プロジェクト
機械学習の実用例と機械学習システム/機械学習システムの開発プロジェクトとその課題/機械学習システムの開発におけるプロジェクト管理/プロジェクト共通理解に向けた機械学習システムのモデル化
第3章 機械学習システムの運用
本章で前提とする機械学習を含むサービス/機械学習を含むサービスから取得可能な情報/性能低下につながる入出力の変化を検知する方法/推論性能の低下およびその予兆に対する対処/実際の事例
第3部 機械学習システムの開発技術と倫理
第4章 機械学習デザインパターン
ソフトウェアパターンとパターンランゲージ/機械学習応用におけるパターンの必要性と役割/機械学習デザインパターン(MLDP)/機械学習のためのソフトウェアエンジニアリングパターン(SEP4MLA)/機械学習デザインパターンの認知と活用状況
第5章 品質のとらえ方と管理
品質モデル/機械学習システム・AI システム固有の品質特性/品質に関するガイドライン/従来のテスト・検証技術の展開
第6章 機械学習モデルの説明法
可視化による説明/可読なモデルによる説明/大域的な説明:特徴量重要度による説明/大域的な説明:モデルの可読化による説明/局所的な説明:特徴量重要度による説明/局所的な説明:画像注目箇所による説明/局所的な説明:関連事例による説明
第7章 AI倫理
シンギュラリティに対する文化差/AI脅威論からの脱却/AI倫理における安全性/プライバシー/予見性/説明可能性,透明性,アカウンタビリティ,トラスト/公平性,非差別,バイアス/悪用,誤用/文化および社会環境における課題/AI倫理指針における機械学習の位置づけ/リスクと便益の比較衡量
第4部 機械学習と知財・契約
第8章 機械学習と知財・契約
機械学習と法律・知財・契約に関する問題領域の概観/開発者が自らデータを収集して機械学習SWを開発する場合/ユーザから委託を受けて開発者が機械学習SWを開発する場合
第5部 機械学習工学の今後
第9章 今後に向けて
本書の振り返り/ソフトウェア工学に関連するほかのトピック/機械学習工学の範囲/おわりに
付録A 模擬裁判の紹介
事案の概要/原告(X社)の主張の概要/契約条項/原告主張の根拠と被告の反論およびコメント/事案に関するまとめ
情報理論・情報科学 ランキング
情報理論・情報科学のランキングをご紹介します情報理論・情報科学 ランキング一覧を見る
前へ戻る
-
1位
-
2位
-
3位
-
4位
-
5位
-
6位
-
7位
次に進む