ゼロから作るDeep Learning 2「自然言語処理編」
発売日:2018年7月
- 巻の書名
- 自然言語処理編
- ISBN
- 978-4-87311-836-9
- 著者情報
- 斎藤 康毅(サイトウ コウキ)
1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて人工知能に関する研究開発に従事
セブン-イレブン受取り(送料無料)
発送目安
発売日(発売日以降は当日)~2日で発送
宅配(送料¥550税込)
発送目安
発売日(発売日以降は当日)~2日で発送
交通状況・天候の影響や注文が集中した場合等、お届けにお時間をいただく場合がございます。
商品説明
コンピュータの専門書として異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑む。word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttention…ディープラーニングを支えるこれら最先端の技術を実装レベルでマスター。
大ベストセラーの続編。さらに作る、さらに深くDeep Learningに迫る!
コンピュータの専門書としては異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。第二弾の本書では、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑みます。word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttention……ディープラーニングを支えるこれら最先端の技術を実装レベルでマスターできます。前作同様、平坦な言葉で分かりやすくをモットーに、高度に見える技術の裏側をじっくり説明し、実際に作ることで理解を深めます。最後までコンセプトは変わらない。ゼロから作る!
目次
1章 ニューラルネットワークの復習
2章 自然言語と単語の分散表現
3章 word2vec
4章 word2vecの高速化
5章 リカレントニューラルネットワーク(RNN)
6章 ゲート付きRNN
7章 RNNによる文章生成
8章 Attention
付録A sigmoid関数とtanh関数の微分
付録B WordNetを動かす
付録C GRU
商品詳細
- 出版社名
- オライリー・ジャパン
- 対象年齢
- 一般
- フォーマット
- 単行本
注意事項
- 本の帯に関して
- 帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。 - 版・表紙について
- 版・表紙(カバー)のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典(初回特典、初回仕様特典)がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。