Excelでわかるディープラーニング超入門 【RNN・DQN編】

（概要）
進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は，これらを万人のツールであるExcelを用いて，難しい数学やプログラミングの知識抜きに，動かしながら，目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ，その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。

（こんな方におすすめ）
・ディープラーニングに関心のある人
・数学は得意ではないが，動作原理を知りたい人

（目次）
1章　RNN，DQNへの準備
§1　はじめてのRNN，DQN
§2　利用するExcel関数は10個あまり
§3　最適化計算を不要にしてくれるExcelソルバー
§4　データ解析には最適化が不可欠
2章　Excelでわかるニューラルネットワーク
§1　出発点となるニューロンモデル
§2　神経細胞をモデル化した人工ニューロン
§3　ニューラルネットワークの考え方
§4　ニューラルネットワークを式で表現
§5　Excelでわかるニューラルネットワーク
§6　普遍性定理
3章　ExcelでわかるRNN
§1　リカレントニューラルネットワークの考え方
§2　リカレントニューラルネットワークを式で表現
§3　Excelでわかるリカレントニューラルネットワーク
4章　ExcelでわかるQ学習
§1　Q学習の考え方
§2　Q学習を式で表現
§3　ExcelでわかるQ学習
5章　ExcelでわかるDQN
§1　DQNの考え方
§2　ExcelでわかるDQN
付録
§A　訓練データ
§B　ソルバーのインストール法
§C　リカレントニューラルネットワークを5文字言葉へ応用