深層学習時代の注目技術、初の解説書！ 「リザバーコンピューティング」は、深層学習（ディープラーニング）の最大の難点である「計算コスト」の問題を克服すべく精力的に研究が進められ、 ・直近では、時系列パターン認識用の高速機械学習手法として、 ・近い未来には、高効率な機械学習デバイスの基礎原理として、 ・将来的には、「AI ハードウェアの基盤」になりうる技術として、 高い期待を集めています。 本書では、この技術を数理・アルゴリズムの視点（ソフトウェア実装）とデバイス開発・実装の視点（ハードウェア実装）の両面から解説。読者のバックグラウンド・モチベーションを問わず入門できるよう、ニューラルネットの原理や、デバイス・ハードウェア選定の発想から順を追って紐解きます。時系列パターン認識問題への実行例をPythonサンプルコードとともに示し、リザバーコンピューティングの「使い方」も体感しながら読み進められるよう配慮されています。 第1章　はじめに 第2章　人工ニューラルネットワーク 第3章　エコーステートネットワーク 第4章　時系列パターン認識の基礎問題 第5章　時系列パターン認識の応用問題 第6章　リキッドステートマシン 第7章　物理リザバーコンピューティング 第8章　物理リザバーコンピューティングの要素技術 第9章　将来展望