出版社内容情報
AI;ディープラーニング;数学;深層学習;ロボット;機械学習;学習;画像;解析;音声;認識;ビッグデータ;第4次産業革命;ニューロン;ニューラルネットワーク;RNN;シグモイド関数;データ;分析;ユニット;活性化関数;誤差逆伝播法
内容説明
現代のＡＩブームを引き起こした仕掛け人である「ディープラーニング」について、そのしくみを基本から解説した入門書。
目次
１章 活躍するディープラーニング
２章 絵でわかるデぃープラーニングのしくみ
３章 ディープラーニングのための準備
４章 ニューラルネットワークのしくみがわかる
５章 畳み込みニューラルネットワークのしくみがわかる
６章 リカレントニューラルネットワークのしくみがわかる
７章 誤差逆転播法のしくみがわかる
付録
著者等紹介
涌井貞美［ワクイサダミ］
１９５２年、東京生まれ。東京大学理学系研究科修士課程修了後、富士通、神奈川県立高等学校教員を経て、サイエンスライターとして独立。わかりやすく、ていねいな解説には定評がある（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
感想・レビュー
※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。
めかぶこんぶ
7
図もわかりやすく、極力平易な言葉と数式を用いてディープラーニングを解説している。CNN、RNNを含めて基本的な部分が抑えられている。また計算の過程について、Excelを用いて、簡易版ではあるがディープラーニングの動きを再現できるようになっている。高校数学でわかる、とはいっても、それなりに数式や微積分が読めないと厳しいのでそこは注意。2020/06/13
ゆきのしん
4
とてもわかりやすかった。活用法ではなくどのような仕組みなのかざっくり知りたいと思っていたが、まさに求めていた解像度で説明がなされている一冊だった。タイトルに反して大学数学の知識を多少持っていないとスムーズに読むのは難しそうだという印象。2020/03/30
toyoC
3
ディープラーニングについて、とても分かりやすく解説があり、かつ自分でプログラムできる実施例を挙げられている。 AIの「学習」と一言で言われるものも、高校数学で説明ができるものであった。 難易度は高すぎず、かつ本質的な導出がされているため、とても理解が深まった。 実際はプログラムのライブラリを使うことになると思うが、DLの「仕組み」を理解できたとても良いきっかけとなった。2020/05/03
takucyan1103
2
新聞やテレビの報道において、AIや、それを組み込んだロボットが毎日のように話題になっています。2020/06/11
Masaru Kamata
2
涌井さんの著書は本当にわかりやすい。この本も丁寧なイメージを読者に与えながら、繰り返し説明してくれるので、ついて行けば必ずわかるようになる。CNNもRNNも、いままで読んだどの本よりも図解がわかりやすかった。ただひとつ、パラメータの添字のkが、ある時は出力層のユニット数（ユニット番号）を表し、ある時は学習データ数（データ番号）を表しており、いささか混乱した。234ページあたりで展開される誤差逆伝播法の図や式で混同した使用箇所がみられる。とても残念で致命的な間違いだが、しっかり読めていれば気付くかな。 2019/12/27
