機械学習・ディープラーニングについて学ぶための、図解形式の解説書です。エンジニア1年生、機械学習関連企業への就職・転職を考えている人が、機械学習・ディープラーニングの基本と関連する技術、しくみ、開発の基礎知識などを一通り学ぶことができます。1章　人工知能の基礎知識人工知能とは機械学習（ML）とはディープラーニング（DL）とは人工知能と機械学習が普及するまで2章　機械学習の基礎知識教師あり学習のしくみ教師なし学習のしくみ強化学習のしくみ統計と機械学習の違い機械学習と特徴量得意な分野、苦手な分野機械学習の活用事例3章　機械学習のプロセスとコア技術機械学習の基本ワークフローデータの収集データの整形モデルの作成と学習バッチ学習とオンライン学習テストデータによる予測結果の検証学習結果に対する評価基準ハイパーパラメータとモデルのチューニング能動学習相関と因果フィードバックループ4章　機械学習のアルゴリズム回帰分析サポートベクターマシン決定木アンサンブル学習アンサンブル学習の応用ロジスティック回帰ベイジアンモデル時系列分析と状態空間モデルk近傍(k-NN) 法とk平均(k-means)法次元削減と主成分分析最適化と遺伝的アルゴリズム5章　ディープラーニングの基礎知識ニューラルネットワークとその歴史ディープラーニングと画像認識ディープラーニングと自然言語処理6章　ディープラーニングのプロセスとコア技術誤差逆伝播法によるニューラルネットワークの学習ニューラルネットワークの最適化勾配消失問題転移学習7章　ディープラーニングのアルゴリズム畳み込みニューラルネットワーク（CNN）再帰型ニューラルネットワーク（RNN）強化学習とディープラーニングオートエンコーダGAN（敵対的生成ネットワーク）物体検出8章　システム開発と開発環境人工知能プログラミングにおける主要言語機械学習用ライブラリとフレームワークディープラーニングのフレームワークGPUプログラミングと高速化機械学習サービス