出版社内容情報
ディープラーニング（深層学習）は、機械学習に劇的な進展をもたらしました。
脳の神経回路に似せた“階層の深いニューラルネットワーク”の最適化手法が、
人工知能研究を新時代へ導いたのです。
本書は「基礎編」と「理論編」を通じ、その原理を初学者にも分かりやすく解説します。
画像認識分野での衝撃的な成果など、この技術が注目される背景や研究の歴史的経緯にも言及。
SuperVisionのチャレンジや「Googleの猫」といった実証研究を紹介するほか、
CNN、RNN、AutoEncoderといった代表的アルゴリズム、勾配法による
最適化計算の手法等も明らかにします。
さらに「体験編」では、Linuxユーザーを対象に、
オープンソースのディープラーニングフレームワーク“Caffe”、
および手描き文字のサンプルデータを用い、
ニューラルネットワークのパラメータチューニングを実験してみます。
◆基礎編◆
第1章 ディープラーニングとはなにか？
1.1 機械学習の概要
1.2 ディープラーニングの概要
第2章
内容説明
本書はディープラーニングを初めて学ぶＩＴエンジニアや理工学系の学生さんを主な対象としつつ、広く一般ビジネスマンの方々にも役立つよう工夫しました。機械学習等の専門知識は一切前提としませんが、一部、高校レベルの数学を思い出していただく必要があります。また第５章以降は、Ｌｉｎｕｘの基礎知識をお持ちの方向けの「体験編」となっています。
目次
基礎編（ディープラーニングとは何か？；ディープラーニングが遂げた成果）
理論編（ディープラーニングを利用した画像認識；ディープラーニングアルゴリズムの学習方法）
体験編（Ｃａｆｆｅを準備する；Ｃａｆｆｅでディープラーニングを体感する）
付録
著者等紹介
武井宏将［タケイヒロマサ］
大学時代は数学を専攻し、位相幾何学（トポロジー）の研究に従事。２００４年、日本ユニシス株式会社に入社。ＣＡＤ／ＣＡＭシステムの開発に従事し、主に図形処理技術を担当。２０１１年より情報工学専攻の社会人大学院生として、データマイニングと３Ｄ形状検索の研究に従事。その後会社に戻り、現在は画像処理・点群処理・機械学習の研究開発業務に従事している。修士（数学）および修士（工学）（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。
