出版社内容情報
機械に学習させる調教師への道
【本書の内容】
本書は
Andrew W. Trask
内容説明
本書は、ディープラーニングの基礎を理解し、主要なディープラーニングフレームワークを使いこなせるようになることを目的として書かれています。最初にニューラルネットワークの基礎に重点的に取り組んだ後、高度な層やアーキテクチャを詳しく見ていきます。
目次
ディープラーニング入門―ディープラーニングを学ぶのはなぜか
基本概念―機械はどのように学習するか
ニューラル予測―順伝播
ニューラル学習―勾配降下法
一度に複数の重みを学習する―勾配降下法を汎化させる
初めてのディープニューラルネットワークの構築―誤差逆伝播法
ニューラルネットワークの描き方―頭の中で、そして紙の上で
シグナルを学習し、ノイズを取り除く―正則化とバッチ
確率と非線形性のモデル化―活性化関数
エッジとコーナーに関するニューラル学習―畳み込みニューラルネットワーク
言語を理解するニューラルネットワーク―ｋｉｎｇ‐ｍａｎ＋ｗｏｍａｎは何か
シェイクスピアのような文章を書くニューラルネットワーク―可変長データのためのリカレント層
自動最適化―ディープラーニングフレームワークを構築しよう
シェイクスピアのような文章を書くための学習―ＬＳＴＭ
未知のデータでのディープラーニング―フェデレーションラーニング
次のステップ―クイックガイド
著者等紹介
トラスク，アンドリュー・Ｗ．［トラスク，アンドリューＷ．］ ［Ｔｒａｓｋ，Ａｎｄｒｅｗ Ｗ．］
Ｄｉｇｉｔａｌ Ｒｅａｓｏｎｉｎｇの機械学習研究所の創設メンバー。Ｄｉｇｉｔａｌ Ｒｅａｓｏｎｉｎｇでは、自然言語処理、画像認識、音声文字起こしに対するディープラーニング手法の研究を行っている。Ａｎｄｒｅｗと研究パートナーは、数か月のうちに、感情分類と品詞タグ付けにおいて公開されていた最善の結果を上回る成果を出している。世界最大の人工ニューラルネットワークを１，６００億あまりのパラメータで訓練し、その結果はＴｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇで共著論文として発表されている。それらの結果は『Ｊｏｕｒｎａｌ ｏｆ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ』に掲載された。現在はＤｉｇｉｔａｌ Ｒｅａｓｏｎｉｎｇでテキスト／音声分析のプロダクトマネージャーを務めており、ディープラーニングをコアコンピテンシーとするＳｙｎｔｈｅｓｙｓのコグニティブコンピューティングプラットフォームの分析ロードマップの進行を管理している（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。
かたひろ
