物体・画像認識と時系列データ処理入門　ＮｕｍＰｙ／ＴｅｎｓｏｒＦｌｏｗ２〈Ｋｅｒａｓ〉／ＰｙＴｏｒｃｈによる実装ディープラーニング「第２版」

ディープラーニングの基礎理論から転移学習／ファインチューニング／時系列データ／自然言語処理／学習済みモデルによる物体検出まで、多彩なデータで楽しく学習！

Pythonのライブラリの1つであるTensorFlowは、ディープラーニングを支える数学的な各種理論を学ぶのに最適なライブラリです。しかし、TensorFlowは学習に必要な計算式を開発者が自ら組み立てねばならないという少し高めのハードルがあります。本書は、TensorFlow2のライブラリを取り上げ、ディープラーニングの基礎理論から2次元フィルター、転移学習、時系列データ、自然言語処理などを楽しく学べる入門書です。

1章　ディープラーニングとは
2章　開発環境のセットアップとPythonの基礎
3章　ディープラーニングの数学的要素
4章　ニューラルネットワークの可動部（勾配ベースの最適化）
5章　ニューラルネットワーク（多層パーセプトロン）
6章　画像認識のためのディープラーニング
7章　一般物体認識のためのディープラーニング
8章　人間と機械のセマンティックギャップをなくす試み
9章　ジェネレーティブディープラーニング
10章　OpenCVによる「物体検出」

目次

１章　ディープラーニングとは
２章　開発環境のセットアップとＰｙｔｈｏｎの基礎
３章　ディープラーニングの数学的要素
４章　ニューラルネットワークの可動部（勾配ベースの最適化）
５章　ニューラルネットワーク（多層パーセプトロン）
６章　画像認識のためのディープラーニング
７章　一般物体認識のためのディープラーニング
８章　人間と機械のセマンティックギャップをなくす試み
９章　ジェネレーティブディープラーニング
１０章　ＯｐｅｎＣＶによる「物体検出」

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。