詳解ディープラーニング 第2版 TensorFlow/Keras・PyTorchによる時系列データ処理

  • 著作者名:巣籠悠輔
    • 書籍:3,740円
    • 電子版:3,740円
  • B5変:456ページ
  • ISBN:978-4-8399-6951-6
  • 発売日:2019年11月27日
  • mixiチェック
  • このエントリーをはてなブックマークに追加

内容紹介

ディープラーニング実装入門書の決定版!

ニューラルネットワークの理論とディープラーニングの実装について丁寧に解説。実装には、Python(3.x)とディープラーニング向けライブラリKeras(2.x)、TensorFlow(2.x)、PyTorch(1.x)を用います。

本書では、自然言語処理をはじめとした時系列データ処理のためのディープラーニング・アルゴリズムに焦点を当てているのも大きな特徴の1つです。本書の[第1版](2017年)以降に次々と登場している新しい手法やモデルを丁寧に説明、記事も大幅にボリュームアップしました。

[本書の構成]
1章 数学の準備:ニューラルネットワークのアルゴリズムを理解するための数学の知識、偏微分と線形代数の基本を学びます。アルゴリズムが複雑になってもこの2つを押さえておけばきちんと理解できます。

2章 Pythonの準備:ディープラーニングのアルゴリズムを実装するため、Python環境の構築およびPythonの基本から代表的なライブラリの使い方までを解説します。

3章 ニューラルネットワーク:ニューラルネットワークとは何か、どういった手法かを解説します。単純パーセプトロン、ロジスティック回帰、多クラスロジスティック回帰、多層パーセプトロンを扱います。

4章 ディープニューラルネットワーク:ディープラーニングはニューラルネットワークのモデルの発展形です。ニューラルネットワークから「ディープ」ニューラルネットワークになるうえで発生する課題とそれを解決するテクニックについて解説します。

5章 リカレントニューラルネットワーク:ニューラルネットワークに「時間」という概念を取り込むとどのようなモデルになるのか。通常のディープラーニングのモデルではうまく扱うことができない時系列データの扱いに特化したモデルであるリカレントニューラルネットワーク(RNN)とその手法LSTM、GRUについて取り上げます。

6章 リカレントニューラルネットワークの応用:時系列データの扱いに関しては、自然言語処理で新しいモデルが考えられてきました。本章では、Encoder-Decoder、Attention、Transformerについて学んでいきます。

付録 ライブラリ内部の処理を理解するためのグラフの知識と、Pythonのデコレータ @tf.function の実装例、Keras、TensorFlow、PyTorchによるモデルの保存・読み込みについて解説します。

商品を選択する

フォーマット 価格 備考
書籍 3,740
PDF 3,740 ※ご購入後、「マイページ」からファイルをダウンロードしてください。
※ご購入された電子書籍には、購入者情報、および暗号化したコードが埋め込まれております。
※購入者の個人的な利用目的以外での電子書籍の複製を禁じております。無断で複製・掲載および販売を行った場合、法律により罰せられる可能性もございますので、ご遠慮ください。

電子書籍フォーマットについて

  

備考

巣籠悠輔(すごもり ゆうすけ):株式会社MICIN CTO、日本ディープラーニング協会 有識者会員。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『PythonとKeras によるディープラーニング』(マイナビ出版刊)がある。

関連ページ

章立て

はじめに
1章 数学の準備
1.1 偏微分
1.2 線形代数
1.3 まとめ
1章の参考文献 

2章 Python の準備
2.1 Python 2とPython 3
2.2 Anaconda ディストリビューション
2.3 Python の基本
2.4 NumPy
2.5 ディープラーニング向けライブラリ
2.6 まとめ

3章 ニューラルネットワーク
3.1 ニューラルネットワークとは
3.2 回路としてのニューラルネットワーク
3.3 単純パーセプトロン
3.4 ロジスティック回帰
3.5 多クラスロジスティック回帰
3.6 多層パーセプトロン
3.7 モデルの評価
3.8 まとめ

4章 ディープニューラルネットワーク
4.1 ディープラーニング向けライブラリの導入(Keras/TensorFlow/PyTorch)
4.2 ディープラーニングへの準備
4.3 活性化関数の工夫
4.4 ドロップアウトの導入
4.5 学習の効率化に向けて
4.6 学習率の設定
4.7 重みの初期値の設定
4.8 バッチ正規化
4.9 まとめ
4章の参考文献 

5章 リカレントニューラルネットワーク
5.1 基本のアプローチ
5.2 LSTM
5.3 GRU
5.4 双方向リカレントニューラルネットワーク
5.5 埋め込み層における計算
5.6 まとめ
5章の参考文献 

6章 リカレントニューラルネットワークの応用
6.1 Encoder-Decoder
6.2 Attention
6.3 Transformer
6.4 まとめ
6章の参考文献 

付録
A.1 計算グラフ
A.2 @tf.function
A.3 モデルの保存と読み込み(Keras、TensorFlow、PyTorch)

索引
 

この商品を買った人はこんな商品も買っています


最近チェックした商品

Tポイント利用手続き

         Tポイント利用手続きに関する同意事項

                                株式会社マイナビ出版

株式会社マイナビ出版が提供するマイナビBOOKSにおいてTポイントご利用続きをされる方は、以下に掲げるお客様の個人情報の取り扱いについてご確認の上、ご同意下さい。

マイナビBOOKSにおいてTポイントサービスをご利用いただいた場合に、当社から、次に掲げる<提供情報>を、<提供目的>のためにカルチュア・コンビニエンス・クラブ株式会社(以下「CCC」といいます)へ提供します。

  <提供目的>:CCCの定める個人情報保護方針及びマイナビBOOKSにおけるT会員規約第4条に定める利用目的で利用するためTポイントサービスを利用するため
  <提供情報>:
   1)お客様が【マイナビBOOKS】の正当な利用者であるという情報
   2)ポイント数・利用日
   3)その他、Tポイントサービスを利用するにあたり必要な情報

  <提供方法>: 電磁的記録媒体の送付またはデータ通信による。ただし、提供するデータについては暗号化を施すものとする。

なお、CCCに提供された、以下の情報の利用については、CCCの定める個人情報保護方針及びT会員規約 に沿って取り扱われます。
上記の情報提供の停止をご希望される場合には、【マイナビBOOKS】におけるTポイント利用手続きの解除を実施していただく必要があります。
Tポイント利用手続きの解除、およびTポイントサービスにおける個人情報に関するお問い合わせ先は、以下のとおりです。
お客様お問い合わせ先:Tサイト(http://qa.tsite.jp/faq/show/22612)

 なお、Tポイント利用手続きの解除が完了しますと、マイナビBOOKSにおけるTポイントサービスをご利用いただけなくなりますので、予めご了承ください。

Tポイント利用手続きを行いますか?