ZOOM

Pythonで体感！ 医療とAIはじめの一歩**羊土社/宮野 悟/978-4-7581-2418-8/9784758124188**

販売価格
3,960円（税込み）
糖尿病・乳がん・残存歯のデータ、肺のX線画像を使って機械学習・深層学習を学ぶ体験型入門書
編著
宮野 悟
出版社
羊土社
分野
　
医学情報学

数量

カートに入れる

電子版発売中です。（外部サイトへ移動します）

医書JP 電子版ページへ
医書JPご利用初めての方は、こちら >>>
特集
新刊｜ 電子書籍 医書JP 8月新規配信
書籍版 販売期間
2024/08/21～
JANコード
9784758124188
商品コード
9784758124188
発行 2024年8月
判型：A5判　239頁
ISBN 978-4-7581-2418-8

監：宮野　悟
編：中林　潤 ／ 木下　淳博 ／ 須藤　毅顕

本書のゴールは，肺のX線画像が肺炎かどうか予測する深層学習モデルを作成すること．Pythonが初めてでも大丈夫です．本書で機械学習やAIがグッと身近なものに！データサイエンス教育の教材としてもお勧め．

【目 次】
本書の使用にあたって
　　
0章　演習準備 ～Google Colaboratoryの基本
 　0-1　Google Colaboratoryとは
　0-2　試しに実行してみよう
　　1）Googleアカウントを準備する　2）Colabを開く　3）セルに入力し，実行する　4）ノートブックを保存する，読み込む
　0-3　ライブラリを使ってみよう
　0-4　ファイルを読み込んでみよう
　0-5　その他のColabの特徴と注意事項
　　1）GPUで演算できる　2）連続使用時間の制限に注意する
　　
1章　Pythonに触ってみよう ～年齢と歯の本数
 　1-1　演習用データの確認
　1-2　Pythonの基本
　　1）変数　2）四則演算　3）変数の型　4）リスト　5）関数
　1-3　演習用データの読み込み
　1-4　データフレームの操作
　1-5　散布図を作成するためのデータ準備
　課題
　　
2章　機械学習のしくみを理解しよう ～糖尿病と乳がんのデータ
 　2-1　機械学習とは
　　1）教師あり機械学習　2）教師なし機械学習
　2-2　教師あり機械学習の回帰とは
　2-3　線形回帰を実践してみよう
　　STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 傾き（偏回帰係数）と切片（定数項）を推定　⑤ 未知の特徴量xで予測　⑥ モデルの評価
　2-4　学習用データと検証用データの分割
　2-5　ロジスティック回帰を実践してみよう
　　STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ 学習用データを用いて学習　④ 傾き（偏回帰係数）と切片（定数項）を推定　⑤ 新しい変数で予測　⑥ モデルの評価
　　［COLUMN］ロジスティック回帰式
　課題
　　
3章　さまざまな機械学習を理解しよう
 　3-1　機械学習のアルゴリズム
　3-2　サポートベクターマシンを実践してみよう
　　STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価
　　［COLUMN］ハイパーパラメータ
　3-3　決定木分析を実践してみよう
　　STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価
　3-4　ランダムフォレストを実践してみよう
　　STEP　⓪ 事前準備　① データの用意　② 学習モデルの選択　③ データを入れて学習　④ 予測を行う　⑤ モデルの評価
　　課題
　　
4章　深層学習のしくみを理解しよう
 　4-1　深層学習とは
　4-2　深層学習の流れ
　　1）ニューロンと人工ニューロン　2）ニューラルネットワークを使った深層学習
　　［COLUMN］ReLU関数とシグモイド関数の計算方法
　4-3　深層学習を実践してみよう
　　STEP　① データの用意　② 学習用データでの学習　③ 損失と重みの更新　④ 結果の確認　⑤ テスト用データでのモデルの評価
　4-4　学習モデルの改良
　　課題
　　
5章　肺のX線画像を用いた画像分類にトライしよう
 　5-1　外部のデータを読み込む
　5-2　デジタル画像のデータは数値で表すことができる
　5-3　肺のX線画像の分類モデルを作成してみよう
　　STEP　① 肺のX線画像ファイルのリスト作成　② 画像ファイル数の集計と変数の作成　③ 健康な肺のX線画像の読み込み　④ 肺炎のX線画像の読み込み　⑤ X線画像のシャッフル　⑥ 深層学習モデルの作成
　5-4　未知のデータが肺炎かどうかを予測
　課題
　　
展 望　進化する深層学習――その発展の歴史と未来
 　　
Topics　医療とAIのこれから
 　　1　AIによる未来医療のためのロードマップ
　　2　医療における意思決定のために
　　3　公共データベースを用いたオミクス解析
　　4　医学ビッグデータ研究におけるバイオバンク
　　5　医療ビッグデータ解析のためのアルゴリズム
　　6　AIのこれからと企業の取り組み
　　7　スタートアップで医師がAI医療機器を開発するということ
　　8　AIの病院への実装

閉じる
閉じる