表紙 商標 はじめに 目次 第1部 概要編 技術者なら押さえておきたいAI・ディープラーニングの基礎知識 第1章 AI・ディープラーニングの基礎知識/1.1 AIがついに人を超えた!? 1.2 そもそも、「AI」って何? 1.3 「ニューラルネットワーク」の始まり 1.4 エキスパートシステムの登場とAIの冬 1.5 強いAIと弱いAI 1.6 シンギュラリティ：いつ人を超える人工汎用知能ができるのか? 1.7 悪意を持って利用されたオンラインチャットボット「Tay」 1.8 ボードゲームの世界はAIブームの最先端かもしれない 1.9 ディープラーニングと第3次AIブーム/1.10 AI・機械学習・ディープラーニングの関係 1.11 注目された経緯 1.12 急速な実用化の波/1.13 ゲームチェンジャーになり得るディープラーニング 1.14 機械学習の手法 1.15 ニューラルネットワークが再び注目された理由 1.16 何が「ディープ」なのか? 1.17 ディープラーニングは、他の機械学習技術とどこが違う? 1.18 学習の流れ 1.19 新たなハードウェアの選択肢 1.20 ニューラルネットワークの学習 1.21 ニューラルネットワークの種類 1.22 ディープラーニング学習ツールの紹介 1.23 ディープラーニングを実用するポイント 1.24 著作権表記 第2部 事例編 AI 最前線の現場から～業界別AI への取り組み 第2章 【サイバーエージェント】アドテクスタジオ「AI Lab」/2.1 AI研究とは? 2.2 AI Labの設立 2.3 ネット広告をより良い体験へ 2.4 AI Labにおける広告ビジネスの本質 2.5 CTR予測はアドテクのコア技術 2.6 予算のアロケーションとペーシング 2.7 結局はクリエイティブが一番大事 2.8 AIと人の協業 第3章 【GMOペパボ】「なめらかなシステム」/3.1 ホスティングサーバ監視を自動化するAIアプローチ 3.2 単純に数値を見るだけでは分からない領域 3.3 一つのデータの変化では検知できない異常 3.4 サーバの自己監視と自動リソース制御 3.5 なめらかなシステム 3.6 なめらかなシステムの設計と実装例 第4章 【スクウェア・エニックス】デジタルゲームのための人工知能入門 4.1 デジタルゲームの人工知能とは/4.2 デジタルゲームの人工知能の大きな仕組み 4.3 キャラクターAIの作り方 4.4 エージェント・アーキテクチャ 4.5 「認識」モジュールの作り方. 4.6 「意思決定」モジュールの作り方 4.7 ビヘイビア・ベースの「ビヘイビア・ツリー」 4.8 身体と知能の問題 4.9 身体とアニメーション 4.10 シミュレーションによる攻撃領域の学習 4.11 シミュレーションによる移動の学習 4.12 ゲームそのものを認識するメタAI 4.13 ナビゲーションAIとは 4.14 まとめ 4.15 参考文献 第5章 【学びing】ロボアドバイザー1号「巫（かんなぎ）」/5.1 Fintechとはどんな分野か 5.2 ロボアドバイザー1号「巫」の特徴 5.3 ロボアドバイザー1号「巫」システムの概要 5.4 金融マーケットの未来をAIで予測する方法 5.5 FX版「巫」の取り組みの経緯 5.6 実際のマーケットにおける「巫」の振る舞い 5.7 FX版「巫」の特性と課題 5.8 人は裁量トレードでも自動売買でも、3勝7敗に耐えられるか 5.9 FX版「巫」の無料観測情報を利用してトレードする人の声 5.10 まとめ 第6章 【ietty】「オンライン接客」実現のためのAI/6.1 不動産とEコマース 6.2 AIレコメンデーション 6.3 「接客」をAI化するチャットボット 6.4 まとめ 第7章 【Stripe】機械学習を用いた不正使用検出の基礎/7.1 はじめに/7.2 クレジット決済と不正使用 ほか