目次
第１部 ディープラーニングの実際（ディープラーニングへの旅路；モデルから実運用へ ほか）
第２部 ｆａｓｔａｉのアプリケーションを理解する（舞台裏：数字のクラス分類器；画像クラス分類 ほか）
第３部 ディープラーニングの基礎（言語モデルを１から作る；畳み込みニューラルネットワーク ほか）
第４部 ディープラーニングを１から作る（基礎からのニューラルネットワーク；ＣＡＭを用いたＣＮＮの解釈 ほか）
著者等紹介
ハワード，ジェレミー［ハワード，ジェレミー］ ［Ｈｏｗａｒｄ，Ｊｅｒｅｍｙ］
起業家、ビジネス戦略家、開発者、教育者、ディープラーニングをより身近なものにするための研究機関であるｆａｓｔ．ａｉの創設研究者。また、サンフランシスコ大学の著名なリサーチサイエンティストであり、シンギュラリティ大学の教員、世界経済フォーラムの若いグローバルリーダーでもある。彼の最新のスタートアップであるＥｎｌｉｔｉｃは、医学にディープラーニングを適用した最初の企業であり、ＭＩＴ Ｔｅｃｈ Ｒｅｖｉｅｗの２年間で世界のトップ５０スマート企業の１つに選ばれた。過去にはＫａｇｇｌｅのコンペでトップランクとなり、その後Ｋａｇｇｌｅの社長兼チーフサイエンティストを務めた。オーストラリアで成功した２つの新興企業（ＦａｓｔＭａｉｌとＬｅｘｉｓ－Ｎｅｘｉｓに買収されたＯｐｔｉｍａｌ Ｄｅｃｉｓｉｏｎｓ Ｇｒｏｕｐ）の創設ＣＥＯでもあった。それ以前は、マッキンゼー＆Ｃｏ、ＡＴカーニーで経営コンサルティングに８年間従事。多くの新興企業に投資、助言を行い、数多くのオープンソースプロジェクトに貢献してきている
ガガー，シルヴェイン［ガガー，シルヴェイン］ ［Ｇｕｇｇｅｒ，Ｓｙｌｖａｉｎ］
元教師。現在はｆａｓｔ．ａｉのリサーチサイエンティスト。限られたリソースでモデルを迅速に訓練できる技術の設計／改善によってディープラーニングをより身近なものにすることに重点を置く。ＣＰＧＥ（フランスの高等教育機関。高校卒業後の２年間、難関大学入学のための準備をする）で２０１５年まで７年間にわたりコンピュータサイエンスと数学を教えていた。そのカリキュラム全体をカバーする本を何冊か執筆した経験がある（Ｅｄｉｔｉｏｎｓ Ｄｕｎｏｄから出版）。パリにある高等師範学校で数学を学び、パリ第１１大学で数学の修士号を取得した
中田秀基［ナカダヒデモト］
博士（工学）。産業技術総合研究所において分散並列計算、機械学習システムの研究に従事。筑波大学連携大学院教授（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。
多分マグマグ
ᚹγअәc0̸א
