実践GAN(Compass Booksシリーズ) 敵対的生成ネットワークによる深層学習

  • 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

GAN:敵対的生成ネットワークの初歩から理解し実装できる!

GAN(Generative Adversarial Networks):敵対的生成ネットワークは機械学習技術の一種で、2つの分離したニューラルネットワークを使い実物と区別が付かないほどリアルな画像を生成することを可能とします。
本書はGAN:敵対的生成ネットワークを学びたい方のために入門から実装まで、理論を交えつつ解説していきます。本書全体を通じてJupyter Notebookを使い、実装はPython、Kerasで行っていきます。
機械学習とニューラルネットワーク、Pythonプログラミングについてある程度の経験がある方を主な対象読者としており、数学や関しては最小限のものに絞って解説します。

本書の目的は、GANが達成してきたことを理解するための知識と道具を提供し、そこから新しい応用を見つけ作り出す力をつけていただくことです。GANは多くの可能性に満ちていますから、意欲的な方々であれば学術界・実世界に大きなインパクトを与えられることでしょう。


Part 1 GANと生成モデル入門
1章 はじめてのGAN
2章 オートエンコーダを用いた生成モデル
3章 はじめてのGAN:手書き文字の生成
4章 深層畳み込みGAN:DCGAN
Part 2 GANの発展的な話題
5章 訓練とよくある課題:GANをうまく動かすために
6章 プログレッシブなGAN
7章 半教師あり学習
8章 条件付きGAN
9章 CycleGAN
Part 3 ここからどこへ進むべきか
10章 敵対的サンプル
11章 GANの実用的な応用
12章 将来に向けて

商品を選択する

フォーマット 価格 備考
書籍 4,048

電子書籍フォーマットについて

  

備考

Jakub Langr:2013年からデータサイエンティストとして活動し、Filtered.comやMudanoのデータサイエンス・コンサルタントとして働いている。バーミンガム大学のデータサイエンスコースの指導や、オックスフォード大学の客員講師をつとめる。オックスフォード大学を卒業。
Vladimir Bok:旅行サイト向けのデータサイエンス会社であるIntent Mediaのシニアプロダクトマネージャ。機械学習のリサーチとインフラ整備などで活動している。Y Combinatorに支援を受けたスタートアップでのデータサイエンス応用やMicrosoft Researchのプログラムマネージャーも経験した。ハーバード大学でコンピュータサイエンスの学位を取得。

[訳] 大和田茂:博士(情報理工)、保育士。株式会社ソニーコンピュータサイエンス研究所所属。ユーザインタフェースに関心があり、学生時代はコンピュータグラフィックス、就職してからはスマートハウスを題材としてきた。萌家電、OpenECHO、PicoGW、NanoGWなどを開発。最近は保育士支援システムに関心を持ち、画像処理に機械学習を利用している。

章立て

■ Part 1 GANと生成モデル入門
第1章 はじめてのGAN
1.1 敵対的生成ネットワークとは何か?
1.2 GANはどのように動作するのか?
1.3 実践GAN
1.4 なぜGANを学ぶのか?
1.5 1章のまとめ

第2章 オートエンコーダを用いた生成モデル
2.1 生成モデル入門
2.2 エンコーダの動作についての高レベルの説明
2.3 オートエンコーダとGANとの関係
2.4 オートエンコーダは何からできているのか
2.5 オートエンコーダの使い方
2.6 教師なし学習
2.7 コードは命
2.8 なぜGANに挑戦しなければいけなかったのか
2.9 2章のまとめ

第3章 はじめてのGAN:手書き文字の生成
3.1 GANの基礎:敵対的訓練
3.2 生成器と識別器
3.3 GANの訓練アルゴリズム
3.4 チュートリアル:手書き文字の生成
3.5 3章のまとめ

第4章 深層畳み込みGAN:DCGAN
4.1 畳み込みニューラルネットワーク
4.2 DCGANの短い歴史
4.3 バッチ正規化
4.4 チュートリアル:DCGANで手書きの数字を生成する
4.5 4章のまとめ

■ Part 2 GANの発展的な話題
第5章 訓練とよくある課題:GANをうまく動かすために
5.1 評価
5.2 訓練の難しさ
5.3 ゲームのセットアップに関するまとめ
5.4 訓練上の工夫
5.5 5章のまとめ

第6章 プログレッシブなGAN
6.1 潜在空間での補間
6.2 急成長するGAN
6.3 重要なイノベーションまとめ
6.4 Tensorflow Hubとハンズ・オン
6.5 実用的なアプリケーション
6.6 6章のまとめ

第7章 半教師ありGAN
7.1 半教師ありGANの説明
7.2 チュートリアル:半教師ありGANの実装
7.3 完全な教師ありの分類器との比較
7.4 7章のまとめ

第8章 条件付きGAN
8.1 動機
8.2 条件付きGANとは
8.3 チュートリアル:条件付きGANの実装
8.4 8章のまとめ

第9章 CycleGAN
9.1 画像から画像への翻訳
9.2 サイクル一貫性損失:行きて帰りし物語
9.3 敵対性損失
9.4 同一性損失
9.5 アーキテクチャ
9.6 GANのオブジェクト指向デザイン
9.7 チュートリアル:CycleGAN
9.8 拡張、増大(augmentation)、そして応用
9.9 9章のまとめ

■ Part 3 ここからどこへ進むべきか
第10章 敵対的サンプル
10.1 敵対的サンプルの文脈
10.2 嘘、ひどい嘘、そして分布
10.3 訓練の活用、そして乱用
10.4 信号とノイズ
10.5 全ての希望が失われたわけではない
10.6 GANに敵対するもの
10.7 10章のまとめ

第11章 GANの実用的な応用
11.1 医療におけるGAN
11.2 ファッションにおけるGAN
11.3 11章のまとめ

第12章 将来に向けて
12.1 倫理
12.2 GANのイノベーション
12.3 さらなる勉強のために
12.4 本書のふりかえりとまとめ

 

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?