出版社内容情報
岡谷 貴之［オカタニ タカユキ］
著・文・その他
内容説明
最高最強のバイブルがパワーアップ！！「トランスフォーマー」「グラフニューラルネットワーク」「生成モデル」など、読み応え十分の全１２章。
目次
はじめに
ネットワークの基本構造
確率的勾配降下法
誤差逆伝播法
畳み込みニューラルネットワーク
系列データのためのネットワーク
集合・グラフのためのネットワークと注意機構
推論の信頼性
説明と可視化
いろいろな学習方法
データが少ない場合の学習
生成モデル
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。理化学研究所革新知能統合研究センターチームリーダー（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。
オザマチ
16
最近の深層学習の概念と技術をまとめた一冊。第1版よりもかなり内容が増えている。2022/03/21
minochan
6
数式ベースの方が分かった気になれるのでありがたい2024/06/20
ᚹγअәc0̸א
4
Boltzmann machineを終章に残してるあたり、筆者の拘りが窺える。
コリオリのトッポギ
2
深層学習(ディープラーニング)について広く浅く学ぼう、ということで購入。理論も画像も言語も手広く書かれており、なかなか読み応えがあった。第1版から大幅に加筆されているらしい(第1版は目次だけ見たが貧弱な印象を受けた)ので、買うなら第2版の方が良いだろう。個人的な不満点を挙げるとすれば、Vision Transfomerのような画像認識分野でブレイクスルーを起こしたモデルについての記述があまりなされていなかったように感じた。まあ、これは私がコンピュータビジョン専攻ゆえかもしれない。2023/07/27
james
1
基礎的なことを体系的に知りたくて読んだ。数式で順序立てて説明してくれる一方で、説明はできないがうまくいくような場合にはそのように記述してくれるのが助かる。より詳しく理解するには論文をあたることになる。2023/02/02
