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