人工知能システムのプロジェクトがわかる本 企画・開発から運用・保守まで(本橋 洋介)|翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. 人工知能システムのプロジェクトがわかる本 企画・開発から運用・保守まで

人工知能システムのプロジェクトがわかる本 企画・開発から運用・保守まで


形式:
書籍
発売日:
ISBN:
9784798154053
定価:
3,080(本体2,800円+税10%)
仕様:
A5・304ページ
分類:
人工知能・機械学習

本書籍の他の形式を確認する

  • このエントリーをはてなブックマークに追加

自社システムに人工知能を導入したいときに読む本!

機械学習をはじめとする人工知能への期待は増加していますが、
人工知能が搭載されたシステムを開発するプロジェクトマネージャの数は足りておらず、その数は今後さらに必要になっていきます。
また、大規模システムに人工知能が入るようになっていくと、それを運用・保守する仕事も必要となります。
大規模なシステムになるほど、「開発工程において何をするのか」を規定することが重要であり、
人工知能が搭載されたシステムの開発で行うことを体系的に理解しなければなりません。
本書では、人工知能システムを企画・開発し、運用・保守したい人向けに、
企画から運用までの一連のプロセスのノウハウを解説します。

【本書のポイント】
・人工知能システムの開発を行うエンジニアやプロマネ向けのノウハウ集
・人工知能システムの企画書や開発計画書が書けるようになる
・人工知能のトライアルを計画・実施できるようになる
・人工知能システムの開発および運用・保守の一連のプロセスを把握できる


Chapter1 実用化されつつある人工知能
人工知能の定義
人工知能の歴史
人工知能の利用用途
認識の具体例
分析の具体例
対処の具体例

Chapter2 通常のシステムと人工知能システムの開発プロセスの違い
人工知能システムの開発プロセス
企画フェーズでの特徴
トライアルフェーズでの特徴
開発フェーズでの特徴
運用・保守フェーズでの特徴

Chapter3 人工知能システムの企画
目的の設定
システム構成の検討
業務フローの作成
データ選び
スケジュール検討
運用・保守方針の検討

Chapter4 人工知能プロジェクトのトライアル
トライアルのプロセス
分析内容定義
データ観察
モデル設計
データの加工
結果の評価(1)-評価指標の決定
結果の評価(2)-精度の評価
結果の評価(3)-解釈性の評価
結果の評価(4)-過学習度合いの評価
結果の評価(5)-CASE STYDYでの評価例

Chapter5 人工知能システムの開発
開発フェーズのプロセス 要件定義工程(1)-計画作りー
要件定義工程(2)ー精度の確認ー
要件定義工程(3)ーデータ量の決定ー
要件定義工程(4)ー更新方法の決定ー
要件定義工程(5)ー学習データが少ないときの対応方法
要件定義工程(6)ー異常値処理方法の決定
設計工程
テスト工程

Chapter6 人工知能システムの運用・保守
人工知能を見守る
人工知能を育てる(1)-自動再学習ー
人工知能を育てる(2)-忘れさせるー
人工知能を育てる(3)-新しい知識を教えるー
人工知能と人の協調

付録
提案依頼書
開発提案書
トライアル分析提案書
トライアル分析報告書
WBS
機能要件定義書・非機能要件定義書
要件定義のためのデータ分析結果報告書

会員特典はこちら

書籍への問い合わせ

正誤表、追加情報をご確認の上、こちらよりお問い合わせください

書影の利用許諾について

本書籍に関する利用許諾申請はこちらになります

追加情報はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付(書籍の最終ページ)に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2020年11月19日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 033
「企画フェーズのゴールと成果物」上から1行目
2刷
コンセプトが決定する
コンセプトを決定する

※リフローEPUBの場合、Chapter 2の「2.2 企画フェーズでの特徴」の2つ目の見出しが該当箇所になります。
2018.04.23
1刷 035
「問題2 使い手を無視した人工知能」下から3行目
2刷
ユーザの暗黙知が
ユーザの暗黙知を

※リフローEPUBの場合、Chapter 2の「2.2 企画フェーズでの特徴」の5つ目の見出し「企画フェーズで起こりやすい問題」の「問題2」の3つ目の段落が該当箇所になります。
2018.04.23
1刷 069
下から2行目
2刷
CASE STUDYにおいては、上記のうちパターン②に相当するケースです。
CASE STUDYは、上記のうちパターン①と②を組み合わせたケースです。

※リフローEPUBの場合、Chapter 3の図3-10の下にある2つ目の段落が該当箇所になります。
2018.02.13
1刷 137
「●適合率・再現率」本文1行目、図4-24のキャプション
3刷
混合行列
混同行列

※リフローEPUBの場合、Chapter 4の図4-24のキャプション、および、その上にある「適合率・再現率」の段落が該当箇所になります。
2020.11.19
1刷 139
2行目
3刷
混合行列の値が変わり、
混同行列の値が変わり、

※リフローEPUBの場合、Chapter 4の図4-24の下にある2つ目の囲み(●適合率 ●再現率 ●特異度)の下、2つ目の段落が該当箇所になります。
2020.11.19
1刷 140
図4-25
2刷
1特異度
1-特異度
2018.02.19
1刷 141
図4-26
2刷

グラフの上の「lift率」を削除
縦軸に「Lift値」を追加
横軸に「正例と判定した割合」を追加
2018.04.23
1刷 166
下から2行目
2刷
Hadoop ※1
HadoopやSpark※1

※リフローEPUBの場合、Chapter 5の「5.2 要件定義工程(1)-計画作り-」の4つ目の見出し「要件定義の体制における各チームの構成と役割」の「データ分析チーム」の3つ目の段落が該当箇所になります。
2018.02.19
1刷 174
「Tips」1行目
2刷
判断
判別

※リフローEPUBの場合、Chapter 5の「5.3 要件定義工程(2)-精度の確認-」の末尾にある「Tips」が該当箇所になります。
2018.02.19
1刷 213
「精度の確認」上から一行目
2刷
精度が急激な悪化をしていることがないか
精度が急激に劣化していないか

※リフローEPUBの場合、Chapter 6の「6.1 人工知能を見守る」の最初の見出し「人工知能システムの状態の監視における確認項目」の「精度の確認」冒頭が該当箇所になります。
2018.04.23
1刷 279
1~2行目
2刷
7. 分析⑥ 異常値データの処理・チェック基準の決定(2)    分析⑥ 異常値データの処理・チェック基準の決定(2)
7. 分析⑥ 異常値データの処理・チェック基準の決定(2)

重複していたため2行目を削除

※リフローEPUBの場合、付録Gの12枚目のスライド「7. 分析⑥ 異常値データの処理・チェック基準の決定(2)」が該当箇所になります。
2018.02.05
1刷 283
Chapter 6の注釈1の文末
2刷
状態と同義。
状態と同義。「モデルが単純であり使用されている変数が少ない」状態は、「汎化性能が高い」状態と同義。

説明を追加します

※リフローEPUBの場合、巻末にある「注」の【Chapter 6】の1が該当箇所になります。
2018.04.23
1刷 283
Chapter 5の注釈1
2刷
Apach
Apache

※リフローEPUBの場合、巻末にある「注」の【Chapter 5】の1が該当箇所になります。
2018.02.19
1刷 287
INDEX「こ」
3刷
混合行列
混同行列

※リフローEPUBの場合、巻末の「検索キーワード」の「こ」が該当箇所になります。
2020.11.19

感想・レビュー

Kawai Hideki さん

2018-02-22

良くも悪くもSI屋が書いた人工知能プロジェクトの進め方の解説書。アジャイルがもてはやされる今のご時世にコテコテのウォーターフォール型プロジェクト遂行だったり、AI活用と言いつつも、事例としてやってる事は昔ながらの販売予測だったりと、このタイミングで出す本としては少し物足りない気はする。しかし、AI向きなタスクの整理や、一般的なシステム開発とAIを組み込んだシステム開発との違いや留意点などはよく整理されており、参考になった。解説の一つ一つに、お客様との会話が透けて見えるようで、現場の苦労もよく伝わってきた。

N島 さん

2018-09-15

AIを使ったお仕事の立ち上げ方を分かりやすく解説した実用書。AIプロジェクトのマネジメント特有の作業工程を時間軸に沿って解説していることから、複雑なプロジェクトの流れが掴みやすい構成になっています。マネジメントに携わる人向けの本ですが、世に溢れるAIがどのように構築され、運用されているかを理解するテキストとしても有用だと感じました。全くの門外漢の僕ですが、楽しく読めた一冊です。

Miya さん

2020-08-16

フローごとに実例と押さえるべきポイントが整理されているので流れがつかみやすいです。アカデミックで機械学習/深層学習を扱っていて、ビジネスの世界に足を踏み入れようとされている方にオススメです。 アカデミックの世界での周知の事実は、おそらく現場でシステムを利用する方に知られていないでしょう。その前提でシステムを設計しなければならないため、ビジネス特有の課題が多くあることを学べました。