初めてのTensorFlow―数式なしのディープラーニング

個数:

初めてのTensorFlow―数式なしのディープラーニング

  • 提携先に在庫がございます【僅少】
    通常、5~7日程度で出荷されます。
    ※納期遅延や、在庫切れで解約させていただく場合もございます。
    (※複数冊ご注文はお取り寄せとなります)
  • 出荷予定日とご注意事項
    ※上記を必ずご確認ください

    【出荷予定日】
    通常、5~7日程度で出荷されます。

    【ご注意事項】 ※必ずお読みください
    ◆在庫状況は刻々と変化しており、ご注文手続き中やご注文後に在庫切れとなることがございます。
    ◆出荷予定日は確定ではなく、表示よりも出荷が遅れる場合が一部にございます。
    ◆複数冊をご注文の場合には全冊がお取り寄せとなります。お取り寄せの場合の納期や入手可否についてはこちらをご参照ください。
    ◆お届け日のご指定は承っておりません。
    ◆「帯」はお付けできない場合がございます。
    ◆画像の表紙や帯等は実物とは異なる場合があります。
    ◆特に表記のない限り特典はありません。
    ◆別冊解答などの付属品はお付けできない場合がございます。
  • ●店舗受取サービス(送料無料)もご利用いただけます。
    ご注文ステップ「お届け先情報設定」にてお受け取り店をご指定ください。尚、受取店舗限定の特典はお付けできません。詳細はこちら
  • サイズ B5判/ページ数 198p/高さ 24cm
  • 商品コード 9784865941050
  • NDC分類 007.1
  • Cコード C3055

出版社内容情報

◆◆ PythonとTFLearnで無理なく体験学習 ◆◆

本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。
そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。

ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。
一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。
もう一つは「どうやって使うのか、実装方法が分からない」ことです。

■数式なしで理論を理解
そこで本書は、是非知っておきたい3つの手法、即ち、①全結合のニューラルネットワーク、
②畳み込みニューラルネットワーク(CNN)、③再帰型ニューラルネットワーク(RNN)のみに話題を集中。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが
丁寧に理論を解説します。

■簡単に実装できるライブラリを使用
実装については、Google社のディープラーニング・フレームワークTesorFlowに注目。
TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、
Python 3による実装を体験します。
実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。

■理論と実装の反復で理解を深める
第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。
第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。
第3章では、全結合のニューラルネットワークの仕組みを理解した後、
手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。
第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。
第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。
ここでもMNISTの分類を行ってみます。

本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、
手を動かして実装できるようになるでしょう。

内容説明

ディープラーニングを初めて学ぶITエンジニアにとっての障壁は、手法、特に理論を説明する数式が難解なこと。もう一つは「どうやって使うのか、実装方法が分からない」という点です。そこで本書は、Googleのディープラーニング・フレームワークTensorFlowに注目。TensorFlowと完全互換性があり、より初心者に適したTFLearnを使うことで、これらの壁を突破します。絞り込んだ内容と、気鋭のデータサイエンティストの丁寧な解説により、数式なしで手法(理論)を理解できます。さらに、ライブラリを使って無理なく実装まで体験できます。

目次

1 初めてのディープラーニング(機械学習とディープラーニング;ディープラーニングのライブラリ)
2 ディープラーニングの実装準備(ディープラーニングの環境構築;Jupyter Notebookの使い方;Pythonプログラミングの基礎)
3 ディープニューラルネットワーク体験(ニューラルネットワークの仕組み;ディープラーニングの仕組み;ディープラーニングの実装手順;手書き文字画像MNISTの分類)
4 畳み込みニューラルネットワークの体験(畳み込みニューラルネットワークの仕組み;手書き文字画像MNISTの分類;一般的な画像の分類)
5 再帰型ニューラルネットワークの体験(再帰型ニューラルネットワークの仕組み;対話テキストの分類;手書き文字画像MNISTの分類)
Appendix

著者等紹介

足立悠[アダチハルカ]
メーカーでデータサイエンティストとして働く傍ら、社会人大学院生としてデータマイニングの研究に従事。ユーザー企業でデータ分析・活用を推進し、ベンダー企業で国内企業のデータ分析・活用を支援した経験があり、両方の立場からデータサイエンスに携わってきた。過去には、データサイエンスの普及を目的に、Webや雑誌へ記事を執筆したほか、国内各地でセミナー講師を務めてきた(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。

Kotaro Yamazaki

1
ふわふわと写経してたら終了した2019/09/26

ikedaax

0
Tensorflowを使った画像判別プログラムの実装をメインにしている。 ゼロから作るディープラーニングがかなり理論中心で分からなかったので読んでみたが非常に読みやすく、イメージが掴めた。2019/09/17

外部のウェブサイトに移動します

よろしければ下記URLをクリックしてください。

https://bookmeter.com/books/12370057
  • ご注意事項

    ご注意
    リンク先のウェブサイトは、株式会社ブックウォーカーの提供する「読書メーター」のページで、紀伊國屋書店のウェブサイトではなく、紀伊國屋書店の管理下にはないものです。
    この告知で掲載しているウェブサイトのアドレスについては、当ページ作成時点のものです。ウェブサイトのアドレスについては廃止や変更されることがあります。
    最新のアドレスについては、お客様ご自身でご確認ください。
    リンク先のウェブサイトについては、「株式会社ブックウォーカー」にご確認ください。