内容説明
道具として使いこなす!膨大な観測データから普遍的な法則を抽出する手法とは?高校数学レベルから始まり、Python入門、TensorFlowによる実装、最新の論文まで踏み込む入門書。
目次
データとサイエンス
行列と線形変換
確率論と機械学習
ニューラルネットワーク
トレーニングとデータ
Python入門
TensorFlowによる実装
最適化、正則化、深層化
畳み込みニューラルネットワーク
イジング模型の統計力学
Nature Physicsの論文を再現しよう
著者等紹介
富谷昭夫[トミヤアキオ]
2015年、大阪大学大学院理学研究科物理学専攻博士課程修了。博士(理学)。2015年、大阪大学大学院物理学専攻特任研究員。2015年~2018年、中国・華中師範大学博士研究員。2018年より、理化学研究所基礎科学特別研究員(理研BNL研究センター計算物理研究グループ)。主な研究分野は素粒子理論、特に格子ゲージ理論(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、株式会社ドワンゴの提供する「読書メーター」によるものです。
みかん。
6
議論の水準が高く満足度が高い一冊。機械学習の教科書として非常に分かりやすい教科書である。2023/03/21
とりもり
4
「これならわかる」とはちょっと言い難い。機械学習の概念的説明というよりも、あくまで物理学を通じて機械学習やニューラルネットワークについて学習する本なので、ベースとなる物理学の知識がない部分は理解できなかった。但し、内容自体は丁寧に記載されているので、順を追って読んでいけば、なんとかついていくことは可能。Pythonによる実装の部分も、細かな説明はないけどコード自体はシンプルなので、理解は容易。今年のノーベル物理学賞を機械学習の基礎理論が受賞したが、この本読んでそれもありかなと思えた。★★★☆☆2024/10/26
みかん。
3
2021年初版。2025/05/15
みかん。
3
大数の法則はいつ見ても不思議な法則にも見えます。数がもつ神秘性とでもいえるのでしょうか。2025/03/11
みかん。
2
KLダイバージェンス等を読み返しました。2025/04/29
-
- 和書
- 美空ひばりは鶴だった




