データサイエンスとは、データを用いて何らかの有益な知見を得ようとするアプローチのことで、その技術領域は広範囲におよびます。本シリーズでは、製造現場の課題を解決するためのデータ分析、収集、加工、保存、表示する技術を中心に紹介します。これらの技術を実装するには、信号処理や人工知能、ネットワーク、ウェブなど多様なプログラミング技術が求められるので、できるだけ手を動かして体験できるよう、サンプル・プログラムやその解説に重点を置きました。

2018年発刊の同タイトル(ボード・コンピュータ・シリーズ)ではフレームワークにChainer を使っていました．今回はTensorFlowに対応しました．内容は同一です． ☆目次 ◎プログラミングができなくても大丈夫! ●はじめに　自宅で1人で試して合点 ◎全プログラム付きですぐに ●本書の歩き方 ☆第1部　ディープ・ラーニングの世界へようこそ ◎個人でもスゴいことがアイディア次第! ●第1章　できるようになること ◎画像/データ分析/音声…得意分野丸見え! ●第2章　必修の3大アルゴリズム ◎ディープ・ラーニングの長所 ●第3章　音声や画像処理の知識がなくても大丈夫 ☆第2部　ラズパイ&PC試すための準備 ◎Googleが作っているフレームワーク ●第1章　開発環境にTensorFlowを選んだ理由 ◎ディープ・ラーニングのフレームワーク ●第2章　TensorFlowのインストール ◎お手軽Python環境 ●第3章　Anacondaのインストール ◎サンプル・プログラムを使った ●第4章　TensorFlowの動作確認 ◎OS，TensorFlow，TS-Agentsのインストール ●第5章　ラズベリー・パイの準備 なくても動くけど学習はどうしても時間がかかるから… ●第6章　GPUボードの設定WindowsOS編 ●Appendix　番外編…LinuxOSのPCを作る ☆第3部　持ってる人はココから…ラズパイで体験 ◎エンジン音で車種判定やMyロボの異常検知などに ●第1章　体験①…音でお菓子認識 ◎画像処理を知らなくてもOK! きのことたけのこを判別してみる ●第2章　体験②…画像認識1(お菓子の種類 ◎ペットの判定や果物の出荷検査に ●第3章　体験③…画像認識2(本物/偽物) ◎第6部で解説する自動運転や対戦AIのもとをまずは ●第4章　体験④…迷路脱出 ◎スマート・スピーカや自動操縦に ●第5章　体験⑤…話者認識 ☆第4部　算数&プログラミング練習ステップ・バイ・ステップ ◎人間の脳に近い?! ニューラル・ネットワークをAND回路から ●第1章　イメージでつかむ!ディープ・ラーニング ◎基本原理を理解する! ●第2章　算数で解きほぐすニューラル・ネットワーク ◎TensorFlowの使い方も覚えてしまおう ●第3章　プログラミング・ステップ1…最小構成ニューラル・ネットワーク ◎いろいろなパターンを試して腕みがき ●第4章　プログラミング・ステップ2…層数や入出力を増やす ◎ここまで来るといろいろできそう ●第5章　プログラミング・ステップ3…突入!ディープ・ラーニング・ワールド ◎3大ディープ・ラーニングのさわりを体感してみる ●第6章　プログラミング・ステップ4…初めての畳み込みニューラル・ネットワーク ☆第5部　画像/データ解析/音声…3大アルゴリズム体感 ◎定番データセットの文字認識で体験 ●第1章　画像向きCNN①…手書き認識 ◎画像の収集や学習を体験 ●第2章　画像向きCNN②…感情認識 ◎「予測が得意」なアルゴリズムを体験 ●第3章　データ分析向きRNN①…値の未来予測 ◎人間のアシスタントとして一大分野に発展するかも ●第4章　データ分析向きRNN②…文章の自動生成 ◎学習データが不要の便利なアルゴリズムを体験 ●第5章　音声/画像生成向きオートエンコーダ①…ノイズ・フィルタ ◎単純作業を劇的に減らせる可能性がある「変分オートエンコーダ」 ●第6章　音声/画像生成向きオートエンコーダ②…筆跡生成 ☆第6部　自動運転や対戦AIのもと深層強化学習 ●プロローグ　深層強化学習をマスタした方がよい理由 ◎未来への1歩 ●第1章　ステップ1…基となるQラーニングの仕組み ◎シンプルな迷路を例に ●第2章　ステップ2…数式でひも解くQラーニング ◎「なんとなくわかってきた」からのステップアップ ●第3章　ステップ3…プログラミングで理解するQラーニング ◎Qラーニングを理解したらいよいよ ●第4章　ステップ4…プログラミングで理解する深層強化学習 ◎ついに人間と対決！ ●第5章　深層強化学習総仕上げ…成長して強くなるAIづくり