詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~

著者 : 巣籠悠輔

• マイナビ出版 (2017年5月30日発売)

作品紹介・あらすじ

本書はディープラーニング、ニューラルネットワークについての予備知識がなくても学習を進められるようゼロから丁寧に、理論とその実装について解説します。
実装にはPythonのディープラーニング向けのライブラリ、TensorFlow (1.0) およびKeras (2.0) を用います。
「ディープラーニングについて何となくわかってはいるけれど、もう少し理解を深めたい」「画像認識だけでなく、時系列データを分析するためのモデルについても学びたい」という方にとって、学びの役に立つのではないかと思います。

単純パーセプトロンにはじまり、多層パーセプトロン、ディープニューラルネットワーク、リカレントニューラルネットワークなど多くの手法について学びます。扱うデータの種類ごとに考えるべき課題も異なり、それに合わせてネットワークも様々な形に変化させ学習を進めます。
ディープラーニングは1つひとつのテクニックの積み重ねであり、その根底にあるのは「人間の脳をどう数式やアルゴリズムで表現できるか」です。本書で学んできた土台となる理論さえきちんと理解していれば、今後どのようなディープラーニングの手法が出てこようとも、すぐに理解し使いこなせるようになるでしょう。そして、自身で新たなモデルを考え出すこともできるはずです。

［本書の構成］
1章では、ニューラルネットワークの理論を学習するうえで必要となる数学の知識について簡単におさらいし、続く2章では、実装に向けてのPython開発環境のセットアップ、およびPythonライブラリの簡単な使い方を扱います。
3章からは、いよいよニューラルネットワークの学習に入っていきます。3章ではその基本形について学び、４章ではディープニューラルネットワーク、いわゆるディープラーニングについて学びます。通常のニューラルネットワークと何が違うのか、どのようなテクニックが用いられているのかを実装を交えて理解します。
5、6章では、時系列データを扱うためのモデルであるリカレントニューラルネットワークについて詳しく学んでいきます。5章では、リカレントニューラルネットワークの基本形を簡単なデータ例を用いて理論・実装について学び、6章ではその応用例について扱います。

感想・レビュー・書評

[blacktanktopさんの感想 · 2021年9月22日]

深層学習についての予備知識がなくても学習できるように理論とTensorflowとKerasを使った実装の解説がなされています。コードはGitHub上に用意されているのですぐ使うことが可能です。MNISTをつかった画像分類と時系列をRNNで解説されています。数学の簡単な説明から始まって、Python開発環境のセットアップ、ニューラルネットワークの基礎の実装、実際によく使われるDropoutやBatch normalizationなどのテクニックについても解説があります。さらに、RNNの基本を簡単なデータ例を用いて理論・実装、そして応用例という形で、基礎から応用といった構成になっているので詰まることなく、コードを実行しながら読み進めることが可能です。ただ、データセットがいわゆるサンプルなので実際の課題を解くにはもう少しいろんな試行錯誤が必要出ることは理解した上で深層学習の基礎の基礎を一冊で学ぶにはオススメの一冊です。

現在パッケージのバージョンが変わったこともあり、新しい版がでています。フレームワークもPytorchも加わっているようです。

[ryokucha334さんの感想 · 2021年2月22日]

流し読み。バックプロパゲーションの説明は「はじめてのディープラーニング」の方が工夫されていて、分かりやすいと思う。

[へ〜たさんの感想 · 2021年2月9日]

最近、著者の講義を受ける機会があったので、途中まで読んで放りだしてあった著作をあらためて読了。今ではもう第二版が出ている(この本ではまだ Keras が tensorflow に取り込まれていない)が、持っていたのは 2017年版。パーセプトロンから(ディープ)ニューラルネットワーク、RNN までを詳説する、理論と実装のバランスが取れた良書。特に LSTM の説明は著者オリジナルらしく、あまり他では見ない説明の仕方をしている。

[やすおさんの感想 · 2020年5月28日]

機械学習を勉強したいと思い、偶然図書館で見つけた本。想像以上に良かった。機械学習の基礎となる数学の説明が丁寧で、基礎的な数学を学ぶ出発点としてよい。さらにTensorFlowとKerasによる実装例が提示されており、実際に動かしながら機械学習を学べる。手を動かしながら機械学習の実装を学べた。本書は、どちらかというと広く浅くという感じなので、本書で機械学習の全体的な理論と実装を学び、興味がある分野の類書に進むのがよい。なお、機械学習の研究は日進月歩であり、本書のTensorFlowでの実装は、ライブラリのバージョンが古いためほぼ動かない。これから読む人は新しい第2版を読んだ方がよい。

[kfznhmstさんの感想 · 2020年3月15日]

理論，数式から実践まで説明された本．理論をブラックボックスにせず，とはいえ難しくしすぎず，自分にちょうどよいレベルの説明だった．

[hocksonさんの感想 · 2019年6月28日]

時系列系DLの基本的なことを学びたかったので購入。
sin波の簡単な予測から応用まで読み応えあった。
個人的には初歩的なところだけどclassを作る意義みたいなことがちらっと書いてあってよかった。
参考文献も章ごとにあって信頼性があった。
RNNの応用はやっぱ読んでも理解しにくい笑

[会津大学情報センター（附属図書館）さんの感想 · 2019年3月5日]

[技術書・ビジネス書大賞] 2018年技術書部門ベスト10入り

学生リクエスト図書2017

[ジマさんの感想 · 2018年8月14日]

巣籠さんの講義を現在受けているため副読本に。
数式ベースでわかりやすい例示が多い。

ディープラーニングとしてはCNNの記載はなく、RNNの記載があり。

[tantanさんの感想 · 2017年12月16日]

わかりやすい。サンプルプログラムも短くて動かしやすく、良い。楽しい本である。

[東京大学医学図書館さんの感想 · 2017年9月29日]

9月新着
東京大学医学図書館の所蔵情報
https://opac.dl.itc.u-tokyo.ac.jp/opac/opac_search/?lang=0&amode=2&appname=Netscape&version=5&cmode=0&smode=0&kywd=4311422481

著者プロフィール

株式会社GRIT Tech CTO。2018 年に Forbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング 第2版』、『ビジネスパーソンのための人工知能入門』（マイナビ出版刊）等がある。

「2022年 『Pythonによるディープラーニング』 で使われていた紹介文から引用しています。」