進化計算と深層学習―創発する知能

伊庭 斉志【著】

オーム社（2015/10発売）

• サイズ A5判／ページ数 182p／高さ 21cm
• 商品コード 9784274218026
• NDC分類 007.1
• Cコード C3055

出版社内容情報

ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展までを詳しく解説。

進化計算とニューロネットワークがよくわかる、話題の深層学習も学べる！！
　本書は、ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展や成果、課題にいたるまでを詳しく説明します。「進化」と「学習」をキーワードとして、人工知能の実現へのアプローチや知能の創発についてを説明する、ニューラルネットや進化計算による学習の基礎的なところから分かりやすく説明する、「進化計算」を用いた「深層学習」への取り組みを説明する、などです。

第1章　進化計算入門
第2章　ニューラルネットワークと学習
第3章　ディープラーニング
第4章　進化するネットワーク
第5章　知能の創発

目次

第１章　進化計算入門（進化とはなんだろうか？；ダーウィンを悩ませた眼の進化が解けた？　ほか）
第２章　ニューラルネットワークと学習（学習とコネクショニズム；パーセプトロン　ほか）
第３章　深層学習（ディープラーニングの勃興；ボルツマン・マシンと焼きなまし　ほか）
第４章　進化するネットワーク（ニューロエボリューション；ＮＥＡＴとｈｙｐｅｒＮＥＡＴ　ほか）
第５章　知能の創発（ボールドウィン効果：学習により進化は加速するか？；脳の進化から考える　ほか）

著者等紹介

伊庭斉志［イバヒトシ］
工学博士。１９８５年東京大学理学部情報科学科卒業。１９９０年東京大学大学院工学系研究科情報工学専攻修士課程修了。電子技術総合研究所。１９９６～１９９７年スタンフォード大学客員研究員。１９９８年東京大学大学院工学系研究科電子情報工学専攻助教授。２００４年～東京大学大学院新領域創成科学研究科基盤情報学専攻教授。２０１１年～東京大学大学院情報理工学系研究科電子情報学専攻教授。人工知能と人工生命の研究に従事。特に進化型システム、学習、推論、創発、複雑系、進化論的計算手法に興味をもつ（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。

[kaizen@名古屋de朝活読書会]

#説明歌　データとGPUの計算力過学習抑え誤差誤差誤差を

2017/08/16

[やす]

進化のシミュレーションとして発展した遺伝的アルゴリズムの応用は新幹線の形状のデザインなど思わぬ方面にも及んでいる。試行錯誤により極値の条件を求めるということは直接の計算が困難で、解析的でないなどの場合でも威力を発揮する。ニューラルネットワークは漸近的ではなく段階的な進歩を遂げており、多層にわたる計算に膨大な時間が掛かっていたものがブレークスルーし深層学習として隆盛を見せている。しかしシステム名DQNとかNEATととしてパックマンとかインベーターゲームを解かせるのはいかがなものか。

2016/01/26

[yorip]

特にプログラムなど載っていなかったので、あ、そう、ふーんっていう感じの本だった。表紙だけ見ると、進化計算と深層学習で知能の創発をするのかと思えるが、何の関係もなかった。深層学習も一般的な解説を載せただけで本質的なかかわりはなかったので、この本に深層学習はいらないんだよ。本のタイトルはニューロエボリューションでよかったのでは。

2018/04/02

[Wisdom]

ところどころにナルホドと思わせる文章があって，読んでて面白い．ただ，進化計算と深層学習について学びたい人にとっては説明が不十分かも...

2017/02/05

[藤田武彦]

DLアルゴリズムの、歴史的な理論からの支えが得られる良書。/ ・60年代: ミンスキーのパーセプトロン → 苦手な問題の存在 ・80年代: ヒントンの想起行列 → word2vecへのつながり ・ボルツマンマシン、RBM、オートエンコーダ → 今のDLへ、等。 / また、行列計算の手順だけではなく、人類の知能はいかにして進化してきたものか、というテーマ意識が水面下にあることも感じられ、読み物的にも面白い。/ なお、この本ではDLが出来るわけではなく、実装は「ゼロから作る〜」等が必要。

2017/06/17