ディープラーニング，ビッグデータ，機械学習

大量のデータから情報を取捨選択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たディープラーニング。機械学習から心理学に対して期待できるフィードバックとは？ 基礎知識を懇切に解説し，機械学習の未来を心理学の見地から展望。

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

第6章　ビッグデータの心理学的解釈
　6・1　固有値問題のニューラルネットワーク的解法
　6・2　パーセプトロンモデル
　6・3　潜在意味分析
　6・4　ビッグデータ特異値分解のマーケティングへの応用

第7章　心理学の現し世
　7・1　表象問題
　7・2　生物学的妥当性
　7・3　宇宙人の脳
　7・4　神経心理学への示唆
　7・5　心理モデルとしてのニューラルネットワーク
　7・6　モデルの検討
　7・7　統計的推論
　7・8　勾配降下法の守備範囲

第8章　心理学の行く末
　8・1　サヴァン症候群
　8・2　存在しない人工知能─創造性
　8・3　サポートベクターマシンの逆襲可能性
　8・4　ジェフの夢はメグの夢

第9章　エピローグ

あとがき

付録A　関連URL

付録B　制限ボルツマンマシンを訓練するための実践ガイド
　B・3　コントラスティブダイバージェンスにおける統計の収集方法
　B・4　ミニバッチのサイズ
　B・5　学習状況のモニタ
　B・6　過学習のモニタ
　B・7　学習係数
　B・8　結合係数とバイアスの初期値
　B・9　モーメント法
　B・10　重み崩壊法
　B・12　隠れ層のユニット数

付録C　数学的記述
　C・1　総和記号、総乗記号
　C・2　微分，偏微分
　C・3　指数，関数
　C・4　畳み込み積分
　C・5　平正規分布
　C・6　線形数学
　C・7　尤度
　C・8　枝刈り法

引用文献
索　引