出版社内容情報
チューニングを自動化するブラックボックス最適化について詳説
本書は、機械学習に欠かせないハイパーパラメータ調整（チューニング）を自動化するブラックボックス最適化について一からわかりやすく、そして、詳しく説明した書籍です。合わせて、Python言語上で動作するフレームワーク“Optuna”によるブラックボックス最適化の実行を、Optunaの開発者ら自ら詳しく説明しており、基礎を理解しながら実践に即した知識を身につけることができます。
いまや機械学習は多種多様な応用が広く図られており、技術者／研究者、学生全般にとって必修といえるスキルになっていますが、その際に手間を要するのが、ハイパーパラメータ調整です。特に、深層学習（ディープラーニング）では、ハイパーパラメータの数が多い傾向があるうえに、その調整が性能を大きく左右するといわれています。多くの技術者が、これにかなりの時間が費やされてしまっているのが実情です。ブラックボックス最適化は汎用性も高く、機械学習のハイパーパラメータ調整に限らず、工学や日常生活にかかわる多くのことを最適化できます。例えば、本書ではミドルウェアのパフォーマンス調整や、お菓子のレシピ作成にブラックボックス最適化を応用する方法も紹介しています。
ハイパーパラメータ調整の手間を大幅に削減するブラックボックス最適化とそのPythonベースのフレームワークOptunaについて、応用例からアルゴリズムまでを一からわかりやすく説明した書籍です。機械学習に留まらず、科学技術のあらゆる分野で登場するブラックボックス最適化に入門するにあたって最適な書籍です。
内容説明
最適化を最適化せよ。機械学習のハイパーパラメータ調整、ミドルウェアのパフォーマンス向上、料理のレシピ改善、そのほか手間のかかるあらゆる最適化を自動化する方法を解説。
目次
１ ブラックボックス最適化の基礎
２ はじめてのＯｐｔｕｎａ
３ Ｏｐｔｕｎａを使いこなす
４ ブラックボックス最適化の応用例
５ Ｏｐｔｕｎａの最適化の仕組み
６ ブラックボックス最適化のアルゴリズム
著者等紹介
佐野正太郎［サノショウタロウ］
２０１４年、京都大学大学院情報学研究科修士課程修了。金融業や広告業のソフトウェアエンジニアを経て、２０１８年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓエンジニア。２０１９年より同ＡｕｔｏＭＬチーム担当エンジニアリングマネージャー。ハイパーパラメータ最適化ツールＯｐｔｕｎａの開発をはじめとする機械学習エンジニアリングの自動化・効率化に従事
秋葉拓哉［アキバタクヤ］
２０１３年、東京大学大学院情報理工学系研究科修士課程修了。２０１５年、同研究科博士課程修了。２０１５年、国立情報学研究所助教。２０１６年、株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓリサーチャー。２０１８年、同械学習基盤担当ＶＰ。機械学習の大規模化・効率化を主眼に置いた機械学習フレームワークの研究開発などに従事
今村秀明［イマムラヒデアキ］
２０２０年、東京大学大学院情報理工学系研究科修士課程修了。２０２０年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓリサーチャー。学生時代はベイズ最適化の理論などを研究。現在は同ＡｕｔｏＭＬチームにてＯｐｔｕｎａの開発、および、機械学習エンジニアリングの自動化・効率化に従事
太田健［オオタタケル］
２００８年、東洋大学社会学部社会学科学士課程修了。複数のソフトウェアエンジニア職を経て、２０１８年に株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓに入社し、Ｏｐｔｕｎａの開発に携わる。２０２１年より株式会社時雨堂でＷｅｂＲＴＣを用いたリアルタイムコミュニケーション用のミドルウェア開発に従事
水野尚人［ミズノナオト］
２０２０年、東京大学大学院理学系研究科博士課程単位取得退学。２０２０年より株式会社Ｐｒｅｆｅｒｒｅｄ Ｎｅｔｗｏｒｋｓエンジニア。学生時代は地震学における機械学習の応用などを研究。そのかたわら競技プログラミングにも打ち込み、ＩＣＰＣ（国際大学対抗プログラミングコンテスト）などに出場した
柳瀬利彦［ヤナセトシヒコ］
２０１０年、東京大学大学院新領域創世科学研究科博士後期課程修了、博士（科学）（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。
-
- 電子書籍
- 夢見るメイドのティータイム【分冊版】 …
