なっとく!ディープラーニング 最小のコードで学習する深層学習のすべて
発売日:2020年3月
- ページ数
- 317p
- ISBN
- 978-4-7981-5501-2
- 著者情報
- トラスク,アンドリュー・W.(トラスク,アンドリューW.)(Trask,Andrew W.)
Digital Reasoningの機械学習研究所の創設メンバー。Digital Reasoningでは、自然言語処理、画像認識、音声文字起こしに対するディープラーニング手法の研究を行っている。Andrewと研究パートナーは、数か月のうちに、感情分類と品詞タグ付けにおいて公開されていた最善の結果を上回る成果を出している。世界最大の人工ニューラルネットワークを1,600億あまりのパラメータで訓練し、その結果はThe International Conference on Machine Learningで共著論文として発表されている。それらの結果は『Journal of Machine Learning』に掲載された。現在はDigital Reasoningでテキスト/音声分析のプロダクトマネージャーを務めており、ディープラーニングをコアコンピテンシーとするSynthesysのコグニティブコンピューティングプラットフォームの分析ロードマップの進行を管理している
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
本書は、ディープラーニングの基礎を理解し、主要なディープラーニングフレームワークを使いこなせるようになることを目的として書かれています。最初にニューラルネットワークの基礎に重点的に取り組んだ後、高度な層やアーキテクチャを詳しく見ていきます。
目次
ディープラーニング入門―ディープラーニングを学ぶのはなぜか
基本概念―機械はどのように学習するか
ニューラル予測―順伝播
ニューラル学習―勾配降下法
一度に複数の重みを学習する―勾配降下法を汎化させる
初めてのディープニューラルネットワークの構築―誤差逆伝播法
ニューラルネットワークの描き方―頭の中で、そして紙の上で
シグナルを学習し、ノイズを取り除く―正則化とバッチ
確率と非線形性のモデル化―活性化関数
エッジとコーナーに関するニューラル学習―畳み込みニューラルネットワーク
言語を理解するニューラルネットワーク―king‐man+womanは何か
シェイクスピアのような文章を書くニューラルネットワーク―可変長データのためのリカレント層
自動最適化―ディープラーニングフレームワークを構築しよう
シェイクスピアのような文章を書くための学習―LSTM
未知のデータでのディープラーニング―フェデレーションラーニング
次のステップ―クイックガイド
商品詳細
- 出版社名
- 翔泳社
- サイズ
- 23cm
- 対象年齢
- 一般
- フォーマット
- 単行本
- 原題
- 原タイトル:Grokking Deep Learning
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。