ご使用のブラウザでは、Cookieの設定が無効になっています。
すべての機能を利用するには、ブラウザの設定から当サイトドメインのCookieを有効にしてください。

  • 詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理

  • 詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理

電子書籍版

詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理

  • ダウンロード可能端末数
    5
  • 書籍版発行年月日
    2017年05月
  • ファイル形式
    EPUB3.0(出版社)
  • ページ数
    328
  • デジタルコンテンツタイトル名
    詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理
  • ISBN
    978-4-8399-6251-7
  • 発売日
    2017年06月09日

【お知らせ】2017年11月17日より店舗受取り(送料無料)の条件が変更になりました。
詳しくはこちら

本商品は交換・返品不可となっております。ご了承ください。

本商品はキャンセル不可となっております。ご了承ください。

この商品は紙書籍ではありません。
デジタルコンテンツのため、商品の性質上、返品できません。
ご利用の環境によっては、電子書籍の閲覧ができない環境がございます。
こちらのガイドラインをご覧下さい。
ダウンロード可能端末数は、5台までとなっています。

3,400 (税込:3,672

シェアする
Facebook
Twitter
Google+
メール

閉じる

ログイン後、改めてメールの送信をお願いします。 ログイン

商品の説明

  • 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。「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。

商品詳細情報

フォーマット 電子書籍
カラー モノクロ/一部カラー

ページの先頭へ

閉じる

  • 詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理
  • 詳解 ディープラーニング TensorFlow・Kerasによる時系列データ処理

閉じる

エラーが発生しました。

読み込み中