内容紹介（出版社より）

更新日：2026年01月23日

内容紹介（JPROより）

深層学習・機械学習を一歩深く学びたいと思ったものの，やっぱり難しそう．そんな悩みに応える読み切りサイズの入門書．生命科学の研究者が執筆するから，数学・統計・情報学の知識がなくてもサクサク読める！ AIのだいじなことがスルスルわかる！ 生命科学・医学研究への応用がミルミル見えてくる！
【目次】
序

第1部　深層学習の基礎
1-1 超基本用語の整理
人工知能と機械学習と深層学習
モデル
線形と非線形
[雑談]　世界モデル

1-2 人工ニューロン
人工ニューロン
パーセプトロン
活性化関数
[雑談]　ウォルター・ピッツ

1-3 学習
ニューラルネットワークの基本構造と学習
入力と出力
3種類の学習
損失関数と目的関数
誤差逆伝播法
局所解
過学習
転移学習
構造
[雑談]　脳と深層学習の速度

1-4 畳み込みニューラルネットワーク
歴史
層
全結合層
畳み込み層
プーリング層
[雑談]　スケールと性能

1-5 リカレントニューラルネットワーク
ホップフィールドネットワーク
リカレントニューラルネットワークとゲート機構
エコーステートネットワーク
[雑談]　恐竜と哺乳類

1-6 画像生成AI
AutoEncoder
VAE
拡散モデル
[雑談]　視座

1-7 トランスフォーマー
ALL You Need Is Attention
トークン
埋め込み
自己注意機構
多頭注意
残差接続と正規化層
全結合層
そしてついに会話ができる
[雑談]　人工知能の倫理

1-8 深層強化学習
強化学習
行動選択ポリシー
マルコフ決定過程
Q学習
深層強化学習（DQN）
[雑談]　基盤AIとロボット

1-9 機械学習
機械学習の特徴
分類のための機械学習
次元圧縮（PCA）
次元圧縮（t-SNE）
次元圧縮（UMAP）
[雑談]　Neuronist

第2部　深層学習と生命科学
2-1 第2部のはじめに

2-2 顕微鏡画像
Cellpose

2-3 遺伝子解析
Geneformer

2-4 タンパク質科学
AlphaFold2

2-5 医療
DenseNet
モデルの強化

2-6 神経科学
解析ツールとして
脳のモデルとして

2-7 行動科学
DeepLabCut

2-8 心理学
筆者の研究

2-9 ALife
ニューラルセル・オートマトン

2-10 第2部のおわりに
LLMと人工知能の未来

巻末付録
付録1 深層学習を体験する
付録2 おすすめの入門書3選

あとがき
索引

内容紹介（「BOOK」データベースより）

生命科学・医学研究で使われる最新ＡＩのしくみがたった３時間でわかる！

目次（「BOOK」データベースより）

第１部　深層学習の基礎（超基本用語の整理／人工ニューロン／学習／畳み込みニューラルネットワーク／リカレントニューラルネットワーク／画像生成ＡＩ／トランスフォーマー／深層強化学習／機械学習）／第２部　深層学習と生命科学（顕微鏡画像／遺伝子解析／タンパク質科学／医療／神経科学／行動科学／心理学／ＡＬｉｆｅ／第２部の終わりに）／巻末付録

著者情報（「BOOK」データベースより）

渡辺英治（ワタナベエイジ）
基礎生物学研究所　神経生理学研究室　准教授。基礎生物学研究所　超階層生物学センター　ＡＩ解析室　室長。総合研究大学院大学　基礎生物学コース　准教授。１９８６年大阪大学理学部生物学科卒、１９９１年同基礎工学部生物工学科にて学位取得。工学博士。愛知県発達障害研究所の研究員、基礎生物学研究所の助教を経て、同准教授。神経生理学研究室のＰＩならびに超階層生物学センターＡＩ解析室の室長を兼務。総合研究大学院大学　基礎生物学コースの准教授も兼務。専門は神経科学。研究テーマはニューロンの働きを基盤にして脳を理解すること。知覚や思考を人工ニューロンでモデル化し構成論的な理解をめざしている（本データはこの書籍が刊行された当時に掲載されていたものです）