機械学習を心理学の見地から展望
インターネットが著しく発展し、膨大なデータを如何にして処理すべきかが問われるようになって、ビッグデータサイエンスに注目が集まるようになりました。大量の画像から「ネコ」を認識するニューラルネットワークがニューヨークタイムスのトップ記事になって話題を集めたのも記憶に新しいところです。ディープラーニングは大量のデータから情報を取捨選択して行動を決定している人間の情報処理過程に学びながら、性能を向上させてきました。機械学習に対して、心理学からどのような展望が描けるのでしょうか。機械学習から心理学へは、どのようなフィードバックが期待できるのでしょうか。本書は、ディープラーニングの基礎知識を懇切に解説したうえで、機械学習を心理学の見地から展望します。
【目次】
ディープラーニング、ビッグデータ、機械学習――目次
第1章 プロローグ
1・1 ディープラーニング，ビッグデータ，および機械学習
1・2 本書の想定する読者
1・3 本書の構成と特徴
第2章 第三次ニューロブーム前
2・1 形式ニューロンのモデル
2・2 ホップフィールドモデル
2・3 多層パーセプトロン
2・4 サポートベクターマシン
2・5 多層化へ
2・6 たかがネコでなぜそんなに騒ぐのか？
第3章 巨人の肩
3・1 直系尊属ネオコグニトロン
3・2 3層パーセプトロンの近似定理
第4章 心理学の来し方
4・1 伏魔殿
4・2 視覚情報処理
4・3 ピアジェの認知発達
4・4 言語獲得
第5章 ディープラーニング
5・1 制限ボルツマンマシン
5・2 コントラスティブダイバージェンス
5・3 自動符号化（オートエンコーダ）
5・4 畳み込みネットワーク
5・5 ドロップアウト
5・6 中間層の意味
5・7 カリキュラム学習
5・8 黒魔法
他
【著者】
浅川 伸一
東京女子大学情報処理センター