内容説明
ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展までを詳しく解説。
進化計算とニューロネットワークがよくわかる、話題の深層学習も学べる！！
本書は、ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展や成果、課題にいたるまでを詳しく説明します。「進化」と「学習」をキーワードとして、人工知能の実現へのアプローチや知能の創発についてを説明する、ニューラルネットや進化計算による学習の基礎的なところから分かりやすく説明する、「進化計算」を用いた「深層学習」への取り組みを説明する、などです。
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
20
#説明歌 データとGPUの計算力過学習抑え誤差誤差誤差を2017/08/16
やす
3
進化のシミュレーションとして発展した遺伝的アルゴリズムの応用は新幹線の形状のデザインなど思わぬ方面にも及んでいる。試行錯誤により極値の条件を求めるということは直接の計算が困難で、解析的でないなどの場合でも威力を発揮する。ニューラルネットワークは漸近的ではなく段階的な進歩を遂げており、多層にわたる計算に膨大な時間が掛かっていたものがブレークスルーし深層学習として隆盛を見せている。しかしシステム名DQNとかNEATととしてパックマンとかインベーターゲームを解かせるのはいかがなものか。2016/01/26
yorip
1
特にプログラムなど載っていなかったので、あ、そう、ふーんっていう感じの本だった。表紙だけ見ると、進化計算と深層学習で知能の創発をするのかと思えるが、何の関係もなかった。深層学習も一般的な解説を載せただけで本質的なかかわりはなかったので、この本に深層学習はいらないんだよ。本のタイトルはニューロエボリューションでよかったのでは。2018/04/02
Wisdom
1
ところどころにナルホドと思わせる文章があって，読んでて面白い．ただ，進化計算と深層学習について学びたい人にとっては説明が不十分かも...2017/02/05
藤田武彦
0
DLアルゴリズムの、歴史的な理論からの支えが得られる良書。/ ・60年代: ミンスキーのパーセプトロン → 苦手な問題の存在 ・80年代: ヒントンの想起行列 → word2vecへのつながり ・ボルツマンマシン、RBM、オートエンコーダ → 今のDLへ、等。 / また、行列計算の手順だけではなく、人類の知能はいかにして進化してきたものか、というテーマ意識が水面下にあることも感じられ、読み物的にも面白い。/ なお、この本ではDLが出来るわけではなく、実装は「ゼロから作る〜」等が必要。2017/06/17
