出版社内容情報
TensorFlowとKerasによるディープラーニング・ニューラルネットワークの実践的入門書
内容説明
ディープラーニング、ニューラルネットワークについてディープラーニング向けのＰｙｔｈｏｎライブラリ“ＴｅｎｓｏｒＦｌｏｗ”および“Ｋｅｒａｓ”を用い丁寧に解説。時系列データ処理のためのディープラーニングのアルゴリズムに焦点を当てます。
目次
第１章 数学の準備
第２章 Ｐｙｔｈｏｎの準備
第３章 ニューラルネットワーク
第４章 ディープニューラルネットワーク
第５章 リカレントニューラルネットワーク
第６章 リカレントニューラルネットワークの応用
付録
著者等紹介
巣籠悠輔［スゴモリユウスケ］
Ｇｕｎｏｓｙ、ＲＥＡＤＹＦＯＲ創業メンバー、電通・Ｇｏｏｇｌｅ ＮＹ支社に勤務後、株式会社情報医療の創業に参加。医療分野での人工知能活用を目指す。東京大学招聘講師（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。
Thinking_sketch_book
13
★★★★★ 理論もわかりやすく、実際に動くコードもついているので両方がわかる。導入本としてとてもよかった。ただこれだけでは簡単なことしかできないため、実際に何かやる際はもう少し他の本を読む必要がありそうです。2017/08/12
やすお
6
偶然図書館で見つけた本。想像以上に良かった。機械学習の基礎となる数学の説明が丁寧で、基礎的な数学を学ぶ出発点としてよい。さらにTensorFlowとKerasによる実装例が提示されており、実際に動かしながら機械学習を学べる。本書は、どちらかというと広く浅くという感じなので、本書で機械学習の全体的な理論と実装を学び、興味がある分野の類書に進むのがよい。なお、機械学習の研究は日進月歩であり、本書のTensorFlowでの実装は、ライブラリのバージョンが古いためほぼ動かない。これから読む人は新しい第2版を。2020/05/28
kyabaria
3
非常にわかりやすい。Tensorflowの使い方、RNNやLSTMの実装について知りたい方におすすめです。一番難しかったのはTensorflowをjupyterで使うための準備でした(2時間ぐらいかかった..)。2017/09/27
トルネードＧ＆Ｔ
2
ついに読み終えることのできた深層学習入門書。数学とPythonの導入から始まり、単純ニューラルネット、DNN、RNN、更にはEncoder-DecoderやAttentionといった応用にまで踏み込むなかなかの書。とりあえず数式は「確率最大化→ちょっとずつ低い方にいく」「ソフトマックス→正規化」「交差何とか関数→log」と雑読みをしつつ定性理解とTensorFlow, Kerasの何となくの実装方法を眺めたという感じに。再読で理解を深めつつ第二版が出ているらしいのでそちらで実装も試してみたい。2019/11/23
日々
2
5.5 点 数式を使った説明は理解できず。 TensorFlow と Keras での実装を写経しつつ体験したていど。いずれ再読する。2018/04/14
