ゼロから作るＤｅｅｐ Ｌｅａｒｎｉｎｇ〈２〉自然言語処理編

斎藤 康毅【著】

オライリー・ジャパン（2018/07発売）

• サイズ A5判／ページ数 429p／高さ 22cm
• 商品コード 9784873118369
• NDC分類 007.1
• Cコード C3055

出版社内容情報

大ベストセラーの続編。さらに作る、さらに深くDeep Learningに迫る！大ベストセラーの続編。さらに作る、さらに深くDeep Learningに迫る！
コンピュータの専門書としては異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。第二弾の本書では、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑みます。word2vecやRNN（リカレントニューラルネットワーク）、LSTMやGRU、seq2seqやAttention……ディープラーニングを支えるこれら最先端の技術を実装レベルでマスターできます。前作同様、平坦な言葉で分かりやすくをモットーに、高度に見える技術の裏側をじっくり説明し、実際に作ることで理解を深めます。最後までコンセプトは変わらない。ゼロから作る！

斎藤 康毅［サイトウ コウキ］
著・文・その他

内容説明

コンピュータの専門書として異例の大ヒットを記録した『ゼロから作るＤｅｅｐ　Ｌｅａｒｎｉｎｇ』の続編。自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑む。ｗｏｒｄ２ｖｅｃやＲＮＮ（リカレントニューラルネットワーク）、ＬＳＴＭやＧＲＵ、ｓｅｑ２ｓｅｑやＡｔｔｅｎｔｉｏｎ…ディープラーニングを支えるこれら最先端の技術を実装レベルでマスター。

目次

１章　ニューラルネットワークの復習
２章　自然言語と単語の分散表現
３章　ｗｏｒｄ２ｖｅｃ
４章　ｗｏｒｄ２ｖｅｃの高速化
５章　リカレントニューラルネットワーク（ＲＮＮ）
６章　ゲート付きＲＮＮ
７章　ＲＮＮによる文章生成
８章　Ａｔｔｅｎｔｉｏｎ
付録Ａ　ｓｉｇｍｏｉｄ関数とｔａｎｈ関数の微分
付録Ｂ　ＷｏｒｄＮｅｔを動かす
付録Ｃ　ＧＲＵ

著者等紹介

斎藤康毅［サイトウコウキ］
１９８４年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて人工知能に関する研究開発に従事（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。

[kaizen@名古屋de朝活読書会]

#説明歌　自然言語処理を深層学習でpython駆使し例題dockerにあげ　公開のreview意見がいろいろで著者の整理が迷っているか　ゼロから作るDeep Learningに引き続き読書会を企画しています。前著は Deep Learningの入門として断凸でした。pythonに馴染んでいない人でも、著者の跡を辿れると理解できると思いました。　https://qiita.com/kaizen_nagoya/items/537b1810265bbbc70e73

2019/06/23

[ぶう]

本書の主なテーマはディープラーニングを使っての自然言語処理。word2vecやRNN、LSTMやGRUなど、今回も前作同様フレームワークを使わずフルスクラッチでの実装を通して学習することができる。本書の序盤に前編のまとめもあり、前編を読んていない人でも理解しやすい構成。自分自身RNN系はあまり知見がなかったため、前編に比べてかなり難易度が高く感じられた。まだまだ勉強不足であり理解できていない部分も多いため、何度も再読し使いこなせるところまで行きたい。前編と違いなにげに多色刷りというのも見やすくて良かった。

2021/05/22

[calicalikoume]

ニューラルネットの前作のおさらいから始まりword2vecやseq2seqを通じて単語の分散表現や言語モデルによる文章生成の仕組みを知れた。途中理解が進まずword2vecで挫折したが二度目で写経も交えて最後まで読み進められた。筆者が途中で説明した"解析的に"という表現を受け、数学的な部分はある程度えいやと丸暗記して片付けてしまう事も自分には必要でした。計算グラフのイメージが付くようになってからはRNNから最後のAttentionまで、新たな概念が示されそれが改良されていく興味が尽きない怒涛の流れでした。

2019/03/11

[わたなべ]

良著。前作が売れたためか今作はカラー。自然言語処理のためのディープラーニングについて、実際に実装をしながら理解するというのが本書の趣旨。word2vecやリカレントニューラルネットワークについて理解ができる。後半は結構難しく感じた。最新の研究動向についても少し触れられている。この内容、ボリュームで3600円は技術書としてはかなり安いと思う。

2018/12/06

[翔]

前作はDeep Learningの基本と言えるものを自作してみるという内容だったが、今回は自然言語処理で必要となる内容を中心に書かれている。自然言語処理をするにあたって必要な基本知識は身につけられそうだが、一部エラーが発生するまま残されていたりとウェブ上のソースコードも完璧ではない(うえに修正のPull RequestやIssueもそのまま残されていたりする)ので自分である程度なんとか出来る能力は必要になりそう。ということで初心者向けとは言いにくいかなと。

2021/09/15