最短コースでわかるＰｙＴｏｒｃｈ＆深層学習（ディープラーニング）プログラミング　ひと目でわかる最短コースマップ付き

本書の最終ゴールはＰｙＴｏｒｃｈでディープラーニングプログラミングができるようになることです。表面的な理解ではなく、ディープラーニングのアルゴリズムが原理からわかるようにしました。数式は使わずイメージで必要な数学も解説します。新しい概念は一気には詰め込まず、できるだけ細分化して一歩一歩確実に進めます。初心者でも他書に頼らず、本書１冊でゴールにたどり着けます。

人気のAIフレームワーク「PyTorch」で、ディープラーニングプログラミングができるようになる本です。ディープラーニングのアルゴリズムが原理からわかります。
初心者でも他書に頼らず、本書1冊でマスターできます!

本書は、次のような読者を想定しています。

1. 企業でディープラーニングプログラムを業務で利用している、あるいはこれから利用しようとしているITエンジニアや研究者
Keras/Tensorflowを使った経験がある方は、まずPyTorch独特の「ポリシー」につまずきがちです。
PyTorchは「多値分類モデルにおける損失関数」の考え方が独特で、それを分かりやすく解説します。

2. 理工系の大学・大学院の学生で研究の一環としてディープラーニングのプログラムを開発する必要がある方
今後、論文で公開されている実装コードを試すには、PyTorchの知識が必須になってきます。
本書では、ディープラーニングに必要な数学をイメージとして解説するので、公開コードを深く理解し、応用できるようになります。

3. まだPythonもKeras/TensorFlowも知らないが、ディープラーニングプログラミングをこれから勉強してみたいという方
初心者に向けて、PyTorchプログラミングを理解するのに必要な、Pythonの基本文法と、NumPy、Matplotlibの必要最小限の機能を、巻末の講座として用意しました。
目的がディープラーニングだけなら、本書の講座で書いた概念・機能だけを理解すれば十分で、ディープラーニングを学ぶためのスタートラインに立てます。

本書は、新しい概念は一気には詰め込まず、できるだけ細分化して一歩一歩確実に進めます。
機械学習の基本から、「CNN」などを使った画像認識ディープラーニングモデルの開発・チューニングまでをじっくり学べます。

目次

序章 初めての画像認識

◆基礎編
1 章　ディープラーニングのためのPython のツボ
2 章　PyTorch の基本機能
3 章　初めての機械学習
4 章　予測関数の定義

◆機械学習 実践編
5 章　線形回帰
6 章　2 値分類
7 章　多値分類
8 章　MNIST を使った数字認識

◆画像認識 実践編
9 章　CNN による画像認識
10 章　チューニング技法
11 章　事前学習済みモデルの利用
12 章　カスタムデータの画像分類
講座 Python入門、NumPy入門、Matplotlib入門

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。