機械学習工学

発売日 : 2022年07月22日

著者／編集 : 石川 冬樹/丸山 宏/柿沼 太一/竹内 広宜/土橋 昌/中川 裕志

出版社 : 講談社

発行形態 : 全集・双書

注目の新領域「機械学習工学」の入門書。機械学習ソフトウェアの開発・テスト・運用の方法論を体系的に俯瞰できる。まずはこの一冊！

第1部　機械学習工学とは
第1章　機械学習工学
機械学習のプロローグ／機械学習技術の産業応用に向けた課題／機械学習／ソフトウエア工学／重要な概念と用語／従来のソフトウェアと機械学習によるソフトウェア

第2部　機械学習システムの開発・運用マネジメント
第2章　機械学習システムの開発とその検証プロジェクト
機械学習の実用例と機械学習システム／機械学習システムの開発プロジェクトとその課題／機械学習システムの開発におけるプロジェクト管理／プロジェクト共通理解に向けた機械学習システムのモデル化

第3章　機械学習システムの運用
本章で前提とする機械学習を含むサービス／機械学習を含むサービスから取得可能な情報／性能低下につながる入出力の変化を検知する方法／推論性能の低下およびその予兆に対する対処／実際の事例

第3部　機械学習システムの開発技術と倫理
第4章　機械学習デザインパターン
ソフトウェアパターンとパターンランゲージ／機械学習応用におけるパターンの必要性と役割／機械学習デザインパターン(MLDP)／機械学習のためのソフトウェアエンジニアリングパターン(SEP4MLA)／機械学習デザインパターンの認知と活用状況

第5章　品質のとらえ方と管理
品質モデル／機械学習システム・AI システム固有の品質特性／品質に関するガイドライン／従来のテスト・検証技術の展開

第6章　機械学習モデルの説明法
可視化による説明／可読なモデルによる説明／大域的な説明：特徴量重要度による説明／大域的な説明：モデルの可読化による説明／局所的な説明：特徴量重要度による説明／局所的な説明：画像注目箇所による説明／局所的な説明：関連事例による説明

第7章　AI倫理
シンギュラリティに対する文化差／AI脅威論からの脱却／AI倫理における安全性／プライバシー／予見性／説明可能性，透明性，アカウンタビリティ，トラスト／公平性，非差別，バイアス／悪用，誤用／文化および社会環境における課題／AI倫理指針における機械学習の位置づけ／リスクと便益の比較衡量

第4部　機械学習と知財・契約
第8章　機械学習と知財・契約
機械学習と法律・知財・契約に関する問題領域の概観／開発者が自らデータを収集して機械学習SWを開発する場合／ユーザから委託を受けて開発者が機械学習SWを開発する場合

第5部　機械学習工学の今後
第9章　今後に向けて
本書の振り返り／ソフトウェア工学に関連するほかのトピック／機械学習工学の範囲／おわりに

付録A　模擬裁判の紹介
事案の概要／原告（X社）の主張の概要／契約条項／原告主張の根拠と被告の反論およびコメント／事案に関するまとめ

石川 冬樹

国立情報学研究所アーキテクチャ科学研究系 准教授

石川, 冬樹

丸山 宏

株式会社Preferred Networks　PFNフェロー

丸山, 宏, 1958-

杉山, 将

柿沼 太一

弁護士法人STORIA　弁護士・弁理士

竹内 広宜

武蔵大学経済学部　教授

土橋 昌

株式会社エヌ・ティ・ティ・データ

中川 裕志

理化学研究所革新知能統合研究センター　チームリーダー

原 聡

大阪大学産業科学研究所　准教授

堀内 新吾

株式会社エヌ・ティ・ティ・データ

鷲崎 弘宜

早稲田大学理工学術院基幹理工学部　教授