機械学習プロフェッショナルシリーズ 深層学習

岡谷 貴之【著】

講談社（2015/04発売）

• サイズ A5判／ページ数 165p／高さ 22cm
• 商品コード 9784061529021
• NDC分類 007.1
• Cコード C3341

出版社内容情報

基礎から、ＳＧＤ、自己符号化器、ＣＮＮ、ＲＮＮ、ボルツマンマシンまでと、盛りだくさん。軽快な語り口で、無理なく理解できる！いま最も注目されている機械学習手法である深層学習（ディープラーニング）を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる！

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

全29巻のうち第1期として、以下の4点を同時刊行！

『機械学習のための確率と統計』杉山 将･著
『深層学習』岡谷 貴之･著
『オンライン機械学習』海野 裕也／岡野原 大輔／得居 誠也／徳永 拓之･著
『トピックモデル』岩田 具治･著

第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(＾o＾)/

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授

第1章　はじめに
第2章　順伝播型ネットワーク
第3章　確率的勾配降下法
第4章　誤差逆伝播法
第5章　自己符号化器
第6章　畳込みニューラルネット
第7章　再帰型ニューラルネット
第8章　ボルツマンマシン


岡谷 貴之［オカタニ タカユキ］
著・文・その他

内容説明

この本でしか味わえない充実感。基礎からＳＧＤ、自己符号化器、ＣＮＮ、ＲＮＮ、ボルツマンマシンまでと、盛りだくさんの内容を体系的に解説。

目次

第１章　はじめに
第２章　順伝播型ネットワーク
第３章　確率的勾配降下法
第４章　誤差逆伝播法
第５章　自己符号化器
第６章　畳込みニューラルネット
第７章　再帰型ニューラルネット
第８章　ボルツマンマシン

著者等紹介

岡谷貴之［オカタニタカユキ］
博士（工学）。１９９９年東京大学大学院工学系研究科計数工学専攻博士課程修了。現在、東北大学大学院情報科学研究科教授（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。

[Kawai Hideki]

深層学習(ディプラーニング)の基礎。90年代に多層ニューラルネットワークがぶつかった壁と、それをブレイクスルーした技術の歴史が、大まかな「流れ」として分かりやすくコンパクトにまとまっていた。ニューラルネットの基本テクニックと、自己符号化器、畳込みニューラルネット、再起型ニューラルネット、ボルツマンマシンのさわり。思ったよりヒューリスティックの積み重ねと職人技の世界だと感じた。「よく分からんけどやってみたらうまくいった」みたいな。うっかり1000倍賢い知能ができてしまうのを、心配する人がいるのも無理はない。

2016/01/08

[Yuichiro Komiya]

ディープラーニングの理論書。AIがどうやって画像認識したり、文章認識したりしているかの説明だが、数式の所は難しくてついていけなかった。画像認識は畳み込みニューラルネットワークで少しずつスキャンして対象と比較、言語認識は再起型ニューラルネットワークで出力をフィードバックさせて次に来る単語を予測、後予測精度を上げるための方式とか。

2018/05/13

[オザマチ]

ディープラーニングの基礎的なモデルが理解できる。

2017/01/15

[ぶう]

ディープラーニング本として有名な書籍。数式を使用しての解説が多く、入門本「ゼロから作るDeep Learning」の次に読む位がよさそう。ディープラーニングを全く知らない初心者や、数式が苦手な人には少し難しいかもしれない。内容的には理論がメインで、プログラミングコードは書かれていない。実際に手を動かして覚える部分は他書を参考にし、理論部分の理解を本書で補うという使い方が良いだろう。2015年の出版ということもあり、内容的には若干の古さも感じるが、基本を押さえるための教科書的に使うのであれば十分な内容。

2021/04/06

[デコボコ]

この本だけで実装するのは無理がありますが、短いページによくまとまっていて、機械学習のイメージをつかむための最初の1冊にうってつけの良書だと思います。　ただ、第2刷でも誤植が結構残っているので注意して読むべき。

2015/07/21