出版社内容情報
GAN（Generative Adversarial Networks）、敵対的生成ネットワークとはIan Goodfellowらによって生み出された機械学習技術の一種です。2つの分離したニューラルネットワークを使うことで、実物と見まごうほどリアルな画像を生成することを可能としました。
本書はGAN（敵対的生成ネットワーク）を学びたい方のために入門から実装まで、理論を交えつつ解説していきます。本書全体を通じてJupyter Notebooksを使い、実装はPython、Kerasで行っていきますがいくつかの章ではGoogle ColaboratoryのNotebooksを提供します。
数学や関しては最小限のものに限っていますが、機械学習とニューラルネットワーク、Pythonプログラミングについてある程度の経験がある方を主な対象読者としています。
本書の目的は、GANが達成してきたことを理解するための知識と道具を提供し、新しい応用を見つけ作り出す力をつけていただくことです。GANは多くの可能性に満ちていますから、意欲的な方々であれば学術界・実世界に大きなインパクトを与えられることでしょう。
Part 1 GANと生成モデル入門
1章 GANことはじめ
2章 オートエンコーダを用いた生成モデル
3章 はじめてのGAN：手書き文字の生成
4章 DCGAN
Part 2 GANの高度な話題
5章 学習と頻出する課題：GANの成功を求めて
6章 GANの成長
7章 半教師あり学習
8章 条件付きGAN
9章 CycleGAN
Part 3 次にどこを目指すか
10章 対抗例
11章 GANの実用化
12章 今後の展望
内容説明
実物と区別ができないほどリアルな画像を生成することを可能としたＧＡＮ（敵対的生成ネットワーク）。最も革新的なＧＡＮの基本から実装へ。数学や理論に関しては最小限かつ必須のものに絞って解説。
目次
１ ＧＡＮと生成モデル入門（はじめてのＧＡＮ；オートエンコーダを用いた生成モデル；はじめてのＧＡＮ：手書き文字の生成；深層畳み込みＧＡＮ：ＤＣＧＡＮ）
２ ＧＡＮの発展的な話題（訓練とよくある課題：ＧＡＮをうまく動かすために；プログレッシブなＧＡＮ；半教師ありＧＡＮ；条件付きＧＡＮ；ＣｙｃｌｅＧＡＮ）
３ ここからどこへ進むべきか（敵対的サンプル；ＧＡＮの実用的な応用；将来に向けて）
著者等紹介
ラングー，ヤクブ［ラングー，ヤクブ］ ［Ｌａｎｇｒ，Ｊａｋｕｂ］
創造的で広告のためのアプリケーションにＧＡＮを用いるスタートアップの共同創業者です。２０１３年よりデータサイエンスに従事しており、最近ではＦｉｌｔｅｒｅｄ．ｃｏｍのデータサイエンス技術リーダーであり、ＭｕｄａｎｏのＲ＆Ｄデータサイエンティスト。ＵＫのＢｉｒｍｉｎｇｈａｍ大学および無数の私企業でデータサイエンスのコースを教えており、Ｏｘｆｏｒｄ大学の客員講師。深層技術の人材に投資するＥｎｔｒｅｐｒｅｎｅｕｒ Ｆｉｒｓｔでの７期生の客員起業家でもありました。Ｒｏｙａｌ Ｓｔａｔｉｓｔｉｃａｌ Ｓｏｃｉｅｔｙ（王立統計学会）のフェローであり、多数の国際会議で招待講演を行った。Ｏｘｆｏｒｄ大学卒業
ボック，ヴラディミーア［ボック，ヴラディミーア］ ［Ｂｏｋ，Ｖｌａｄｉｍｉｒ］
Ｍｉｃｒｏｓｏｆｔ Ｒｅｓｅａｒｃｈでの音楽のスタイル変換の研究をしていた時に、ＧＡＮの計り知れない潜在能力を認識。オンラインの旅行やＥ‐コマースのブランド、Ｆｏｒｔｕｎｅ５００に入る企業などに対して機械学習サービスを提供するニューヨークのスタートアップの、データサイエンスプロジェクトを運営。Ｈａｒｖａｒｄ大学のコンピュータサイエンスの学士号と優秀賞を獲得
大和田茂［オオワダシゲル］
博士（情報理工）、保育士。株式会社ソニーコンピュータサイエンス研究所所属。ユーザインタフェースに関心があり、学生時代はコンピュータグラフィックス、就職してからはスマートハウスを題材としてきた。萌家電、ＯｐｅｎＥＣＨＯ、ＰｉｃｏＧＷ、ＮａｎｏＧＷなどを開発。最近は保育士支援システムに関心を持ち、画像処理に機械学習を利用している（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。
大臣ぐサン
しんばら
あとぼう 02
