詳解 ディープラーニング | マイナビブックス

詳解 ディープラーニング TensorFlow・Keras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変型判:328ページ
  • ISBN:978-4-8399-6251-7
  • 発売日:2017年05月30日
  • 備考:中級
  • 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

TensorFlowとKerasによるディープラーニング・ニューラルネットワークの実践的入門書

本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。
実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。
※ 本書発刊後のTensorFlow、Kerasのバージョンに対応したコードは、GitHub上に用意しています。
「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。

単純パーセプトロンにはじまり、多層パーセプトロン、ディープニューラルネットワーク、リカレントニューラルネットワークなど多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。
ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。

[本書の構成]
1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。
3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、4章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。
5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。

電子版の購入は姉妹サイト「IT書籍ストア Manatee」がオススメ!
充実のラインナップに加え、割引セールも定期的に実施中!

商品を選択する

フォーマット 価格 備考

電子書籍フォーマットについて

  

備考

Gunosy、READYFOR創業メンバー、電通・Google NY支社に勤務後、株式会社情報医療の創業に参加。
医療分野での人工知能活用を目指す。東京大学招聘講師。
著書に『Deep Learning Javaプログラミング 深層学習の理論と実装』(インプレス刊、Packet Publishing:Java Deep Learning Essentials)がある

関連ページ

目次

第1章    数学の準備
1.1    偏微分
1.2    線形代数
1.3    まとめ
第6章の参考文献

第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

第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    モデルの評価
3.6    まとめ

第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への準備
4.2    学習における問題
4.3    学習の効率化
4.4    実装の設計
4.5    高度なテクニック
4.6    まとめ
第4章の参考文献

第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    まとめ
第5章の参考文献

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

付録A
A.1 モデルの保存と読み込み
TensorFlow における処理 / Keras における処理
A.2 TensorBoard
A.3 tf.contrib.learn

索引

最近チェックした商品

Vポイント利用手続き

         V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V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V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CCCMKホールディングス株式会社(以下、「MKHD」といいます)へ提供します。

  <提供目的>:MKHD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V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、V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、MKHDに提供された、以下の情報の利用については、MKHD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V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。
Vポイント利用手続きの解除、およびV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(https://tsite.jp/contact/index.pl )

 なお、V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V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。

Vポイント利用手続きを行いますか?