進化発展するディープラーニング。その代表格がRNN（Recurrent Neural Network／再帰型ニューラルネットワーク）とDQN（Deep Q-Network／深層Qネットワーク）です。RNNは自然言語処理の分野で最も注目されるアルゴリズムです。またDQNは強化学習の手法で目覚ましい精度を挙げています。これらはいずれもAI応用の入り口となります。本書は、これらを万人のツールであるExcelを用いて、難しい数学やプログラミングの知識抜きに、動かしながら、目で見てしくみを理解できる画期的な入門書です。難解といわれるRNNとDQNの「最適化」などの難しい計算部分をExcelにまかせ、その動作原理をわかりやすく知ることができます。本書がAI学習のハードルを一気に下げてくれます。 ●1章　RNN、DQNへの準備 ◆§1　はじめてのRNN、DQN ◆§2　利用するExcel関数は10個あまり ◆§3　最適化計算を不要にしてくれるExcelソルバー ◆§4　データ解析には最適化が不可欠 ●2章　Excelでわかるニューラルネットワーク ◆§1　出発点となるニューロンモデル ◆§2　神経細胞をモデル化した人工ニューロン ◆§3　ニューラルネットワークの考え方 ◆§4　ニューラルネットワークを式で表現 ◆§5　Excelでわかるニューラルネットワーク ◆§6　普遍性定理 ●3章　ExcelでわかるRNN ◆§1　リカレントニューラルネットワークの考え方 ◆§2　リカレントニューラルネットワークを式で表現 ◆§3　Excelでわかるリカレントニューラルネットワーク ●4章　ExcelでわかるQ学習 ◆§1　Q学習の考え方 ◆§2　Q学習を式で表現 ◆§3　ExcelでわかるQ学習 ●5章　ExcelでわかるDQN ◆§1　DQNの考え方 ◆§2　ExcelでわかるDQN ●付録 ◆§A　訓練データ ◆§B　ソルバーのインストール法 ◆§C　リカレントニューラルネットワークを5文字言葉へ応用