 |
|
|
|
|
|
| |
使ってわかったAWSのAI
−まるごと試せば視界は良好 さあPythonではじめよう！− |
|
 |
 |
|
AWS AIの世界を1冊に凝縮！ |
|
 |
井上研一 著 |
|
B4変型判 248ページ |
|
定価：2,600円＋税 |
|
ISBN：978-4-86594-246-0 |
|
2020年5月下旬刊行 |
|
|
本書は、AWSのAIサービスについて、その全体像をまるごとざっくりつかんで頂くことを目的としています。
Pythonを使って、まずは画像認識の「Rekognition」や音声認識の「Transcribe」など、比較的身近なサービスを見ていきます。次に、トレーニングデータを準備して予測モデルを作成する「Forecast」を操作してみます。
AWS AIの世界はさらに広がります。本書の後半では、より一層高度なサービス、すなわち完全マネージド型の機械学習サービス「SageMaker」、深層学習フレームワーク「Deep LearningAMI」にチャレンジします。
本書のナビゲートに沿って、さっそくはじめましょう！ |
|
 |
 |
| 第1章 人工知能とは何か |
1.1 第3次人工知能ブーム
1.2 機械学習
1.3 機械学習の代表的な手法 |
| 第2章 AWSの機械学習サービス |
2.1 機械学習をどう使うか
2.2 AWSで機械学習を使うには
2.3 機械学習をシステムで使うには
2.4 AWSで機械学習のワークフローを作る
2.5 AWSのアカウントを作る |
| 第3章 AIサービス |
3.1 AIサービスとは
3.2 SDKの使用準備
3.3 Amazon Rekognition
3.4 Amazon Comprehend
3.5 Amazon Textract
3.6 Amazon Translate
3.7 Amazon Transcribe
3.8 Amazon Polly
3.9 Amazon Lex
3.10 Amazon Forecast
3.11 Amazon Personalize |
| 第4章 Amazon SageMaker |
4.1 SageMakerとは何か
4.2 SageMakerのノートブックを使う
4.3 SageMakerの組み込みアルゴリズムでモデルを作る
4.4 SageMakerのさまざまな組み込みアルゴリズム
4.5 SageMaker StudioとSageMaker Autopilot |
| 第5章 AWS DeepLearning AMI |
5.1 EC2環境でのディープラーニング
5.2 DLAMIを使う |
|
|
|
|
|
|
|
|
|
|
