目次
機械学習と深層学習
ニューラルネット
勾配降下法による学習
深層学習の正則化
誤差逆伝播法
自己符号化器
畳み込みニューラルネット
再帰型ニューラルネット
ボルツマンマシン
深層強化学習
確率の基礎
変分法
著者等紹介
瀧雅人［タキマサト］
博士（理学）。２００９年東京大学大学院理学系研究科物理学専攻博士後期課程修了。理化学研究所数理創造プログラム（ｉＴＨＥＭＳ）上級研究員（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。
出版社内容情報
機械学習の予備知識がない読者を、研究の最前線までしっかり連れて行く、ひとりでも学べる入門書！
深層学習の理論を初めて学ぶ人はもちろん、今度こそ理解したい人のために。
【甘利俊一先生推薦】
「世の中に人工知能の解説書は多いが、基礎から始め、その仕組みを理論的に明快に説明したのは本書が初めてといってよい」
【主な内容】
1 はじめに
2 機械学習と深層学習
3 ニューラルネット
4 勾配降下法による学習
5 深層学習の正則化
6 誤差逆伝播法
7 自己符号化器
8 畳み込みニューラルネット
9 再帰型ニューラルネット
10 ボルツマンマシン
11 深層強化学習
【機械学習スタートアップシリーズ】
本シリーズは、「機械学習ブーム」の先駆けとして2015年から刊行されている『機械学習プロフェッショナルシリーズ』の弟分的な存在を目指す、注目の新シリーズです。
「機械学習をもっと身近に、機械学習をもっとわかりやすく！」を合言葉に、より丁寧な記述で、基本的なテーマを解説していきます。
まず、以下の2点を同時に刊行いたします(^o^)/
『これならわかる深層学習入門』瀧 雅人･著
『ベイズ推論による機械学習入門』須山 敦志･著/杉山 将･監修
