機械学習スタートアップシリーズ<br> これならわかる深層学習入門

個数:
電子版価格
¥3,300
  • 電子版あり

機械学習スタートアップシリーズ
これならわかる深層学習入門

  • ウェブストアに9冊在庫がございます。(2025年07月30日 22時05分現在)
    通常、ご注文翌日~2日後に出荷されます。
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【ご注意事項】 ※必ずお読みください
    ◆在庫数は刻々と変動しており、ご注文手続き中に減ることもございます。
    ◆在庫数以上の数量をご注文の場合には、超過した分はお取り寄せとなり日数がかかります。入手できないこともございます。
    ◆事情により出荷が遅れる場合がございます。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●3Dセキュア導入とクレジットカードによるお支払いについて
    ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ A5判/ページ数 352p/高さ 21cm
  • 商品コード 9784061538283
  • NDC分類 007.1
  • Cコード C3041

出版社内容情報

「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」と甘利俊一先生が大推薦!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

1章 はじめに
2章 機械学習と深層学習
なぜ深層学習か?/機械学習とは何か/統計入門/機械学習の基礎/表現学習と深層学習の進展
3章 ニューラルネット
神経細胞のネットワーク/形式ニューロン/パーセプトロン/順伝播型ニューラルネットワークの構造/ニューラルネットによる機械学習/活性化関数/なぜ深層とすることが重要なのか
4章 勾配降下法による学習
勾配降下法/改良された勾配降下法/重みパラメータの初期値の取り方/訓練サンプルの前処理/
5章 深層学習の正則化
汎化性能と正則化/重み減衰/早期終了/重み共有/データ拡張とノイズの付加/バギング/ドロップアウト/深層表現のスパース化/バッチ正規化
6章 誤差逆伝播法
パーセプトロンの学習則とデルタ則/誤差逆伝播法/誤差逆伝播法はなぜ早いのか/勾配消失問題,パラメータ爆発とその対応策
7章 自己符号化器
データ圧縮と主成分分析/自己符号化器/スパース自己符号化器/積層自己符号化器と事前学習/デノイジング自己符号化器/収縮自己符号化器
8章 畳み込みニューラルネット
一次視覚野と畳み込み/畳み込みニューラルネット/CNN の誤差逆伝播法/学習済みモデルと転移学習/CNN はどのようなパターンを捉えているのか/脱畳み込みネットワーク/インセプションモジュール
9章 再帰型ニューラルネット
時系列データ/再帰型ニューラルネット/機械翻訳への応用/RNN の問題点/長・短期記憶/再帰型ニューラルネットと自然言語処理
10章 ボルツマンマシン
グラフィカルモデルと確率推論/ボルツマンマシン/ボルツマンマシンの学習と計算量爆発/ギブスサンプリングとボルツマンマシン/平均場近似/制限付きボルツマンマシン/コントラスティブダイバージェンス法とその理論/ディープビリーフネットワーク/ディープボルツマンマシン
11章 深層強化学習
強化学習/関数近似と深層 Q ネット/アタリゲームと DQN/方策学習/アルファ碁
付録 確率の基礎/変分法


瀧 雅人[タキ マサト]
著・文・その他

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。

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。

nbhd

14
内容はタフなのだけど、妙な「さわやかさ」のある本だった。文体が「ハキハキ」している。…と、ディープラーニング本を読み続けていると、理系的な文体を文系的な感性で読めるようになってくるから不思議だ。さて、今さらになって、興味が出てきたのが神経科学だ。ディープラーニングはそもそも脳神経モデルを模したもので、初期人工知能研究者には神経科学者が多かった。AI黎明期の英語論文とかをいつか読みたいな、と思うようになってきた。2024/02/02

suzuki

7
2017年に書かれた、深層学習に関する書籍。「入門」と書いてあるけど、内容は易しくなく、「これは<数式>なので<数式>である」みたいな表現が多く、自分を含め数式が苦手な人には敷居が高い。 深層学習で使われている機械学習アルゴリズムの理論について理解を深めることはできたが、本書は実践的な内容ではない上に、ページを割いて説明しているボルツマンマシンに限らず、CNNやRNNすら2021年現在では時代遅れとなりつつあるため、深層学習の理論の歴史を理解したいという奇特な人以外にはもはや役に立たないかも。 2021/11/08

shin_ash

5
実務で手軽に使えると思えないのでDNNはずっとスルーしていたが、ある程度の内容は把握しておくべきと思い直して本書を手に取った。DNNに関しては他書を読んだことは無いが、関連技術を広くカバーする良書と思う。まず説明が丁寧で3/5程度が要素技術の説明。肝心のDNN関連は自己符号化器、CNN、RNNと合せても全体の1/4程度で、同様のボリュームでボルツマンマシンを丁寧に説明する。シメは強化学習の解説であった。個人的にはボルツマンマシンの丁寧な解説がありがたかったがDNNの解説を期待する向きには不満かも知れない。2018/08/10

YUJIRO

4
この難易度で入門レベルとは。数学をもう一度勉強しなおそうと思った。2018/12/19

K;Kei

0
深層学習を「今すぐ使ってみたい」方にはおすすめできませんが、理論をしっかり抑えてたい方にはおすすめです。 物理学科の3年生くらいが読むと統計力学とのつながりが明確で面白いかもしれません。2021/09/18

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/12260781
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。

最近チェックした商品