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
