出版社内容情報
ディープラーニング（深層学習）は、人工知能（AI）分野で活躍したい、多くの人たちに注目されています。ディープラーニングは、今後ますますの発展が予想される人工知能の技術を新時代へ導いています。一方で、ディープラーニングの学習には数学の知識が必要不可欠です。本書はそのディープラーニングに必要な数学の知識をわかりやすく解説した入門書です。図を多用し、具体例を重視した内容になっています。ディープラーニングに関わる数学の知識を基本からしっかり学びたい人には必携の入門書となります。
内容説明
豊富な図解と具体例で、最適な入門書！ディープラーニングに必要な数学の知識を基本からしっかり学べる！
目次
１章 ニューラルネットワークの考え方
２章 ニューラルネットワークのための数学の基本
３章 ニューラルネットワークの最適化
４章 ニューラルネットワークと誤差逆伝播法
５章 ディープラーニングと畳み込みニューラルネットワーク
著者等紹介
涌井良幸［ワクイヨシユキ］
１９５０年、東京都生まれ。東京教育大学（現・筑波大学）数学科を卒業後、千葉県立高等学校の教職に就く。教職退職後はライターとして著作活動に専念
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（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。
