ディープラーニング、ビッグデータ、機械学習 - あるいはその心理学

著者名：浅川伸一【著】

新曜社（2024/07発売）

• ISBN：9784788514225

内容説明

機械学習を心理学の見地から展望

インターネットが著しく発展し、膨大なデータを如何にして処理すべきかが問われるようになって、ビッグデータサイエンスに注目が集まるようになりました。大量の画像から「ネコ」を認識するニューラルネットワークがニューヨークタイムスのトップ記事になって話題を集めたのも記憶に新しいところです。ディープラーニングは大量のデータから情報を取捨選択して行動を決定している人間の情報処理過程に学びながら、性能を向上させてきました。機械学習に対して、心理学からどのような展望が描けるのでしょうか。機械学習から心理学へは、どのようなフィードバックが期待できるのでしょうか。本書は、ディープラーニングの基礎知識を懇切に解説したうえで、機械学習を心理学の見地から展望します。

【著者】
浅川 伸一
東京女子大学情報処理センター

目次

ディープラーニング、ビッグデータ、機械学習――目次
第1章 プロローグ
1・1 ディープラーニング，ビッグデータ，および機械学習
1・2 本書の想定する読者
1・3 本書の構成と特徴

第2章 第三次ニューロブーム前
2・1 形式ニューロンのモデル
2・2 ホップフィールドモデル
2・3 多層パーセプトロン
2・4 サポートベクターマシン
2・5 多層化へ
2・6 たかがネコでなぜそんなに騒ぐのか？

第3章 巨人の肩
3・1 直系尊属ネオコグニトロン
3・2 3層パーセプトロンの近似定理

第4章 心理学の来し方
4・1 伏魔殿
4・2 視覚情報処理
4・3 ピアジェの認知発達
4・4 言語獲得

第5章 ディープラーニング
5・1 制限ボルツマンマシン
5・2 コントラスティブダイバージェンス
5・3 自動符号化（オートエンコーダ）
5・4 畳み込みネットワーク
5・5 ドロップアウト
5・6 中間層の意味
5・7 カリキュラム学習
5・8 黒魔法
他

感想・レビュー

※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。

[Kawai Hideki]

短い紙面にディープラーニング、ビッグデータ、心理学、神経科学の技術動向を詰め込んだ本。正直、詰め込みすぎである。丁寧な解説はなく、日本語もこなれておらず、これでもかこれでもかと、キーワードが並んでいるだけので、気になるキーワードだけ拾って読めば良い。

2016/02/23

[kaizen@名古屋de朝活読書会]

#説明歌　心理学深層学習対応で巨大蓄積処理能力と

2017/08/16

[まっっは]

なかなか良かった。どうしても工学の人達（自分含）は、具体的なアルゴリズムや数式だけ追って、勝手に自分で決めた評価値の数%の向上に一喜一憂しがちだから、本質を問うアプローチとしての心理学は大事。ここでは、数式はあくまで仮置きテキトーな近似モデル、少し違う別の何かでも同じ議論ができる。それぞれの項にどういう意味を持たせたいかってのが大事で、それを丁寧に書いてあった。我々が知能あるいは学習と呼んでいるもの、それっぽく実現出来ているように見えている結果とその解釈、について自分の中で見つめ直すきっかけになった。

2016/10/16

[みかん。]

我々の行動は歴史と物理のどちらに起源をもつのだろうか。

2023/03/20

[みかん。]

ニューラルネットワーク等の研究史が記されています。

2024/10/08