深層学習 (機械学習プロフェッショナルシリーズ)

岡谷貴之

• 講談社 (2015年4月8日発売)

作品紹介・あらすじ

いま最も注目されている機械学習手法である深層学習（ディープラーニング）を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる！

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

全29巻のうち第1期として、以下の4点を同時刊行！

『機械学習のための確率と統計』杉山 将･著
『深層学習』岡谷 貴之･著
『オンライン機械学習』海野 裕也／岡野原 大輔／得居 誠也／徳永 拓之･著
『トピックモデル』岩田 具治･著

第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(＾o＾)/

【シリーズ編者】
杉山 将　東京大学大学院新領域創成科学研究科 教授

感想・レビュー・書評

[おぬまさんの感想 · 2023年5月24日]

購入したのは既に7,8年前だろうか。ディープラーニングブームの早い段階で買っていたと思う。
理論が整理されたベーシックな教科書と認識している。既に第2版が発売され、内容は古くなったとの声もあるが、基本的な考え方は十分身に付けられる認識だ。
ページ数も150程なので、いきなり辞書のような大型本に行く前にちょうどよい量と思う。

[Sophiaさんの感想 · 2022年12月5日]

内容が古くなっている訳ではないが新しい事が書かれていないし、文量も倍くらい違うのでできれば第2版を読むことをおすすめする。

[nutlibさんの感想 · 2021年7月10日]

https://elib.maruzen.co.jp/elib/html/BookDetail/Id/3000028365

学外からの閲覧方法
1.学認アカウントをお持ちの方はこちらをクリック
2.「長岡技術科学大学」と入力して、選択をクリック
3.統合アカウントを入力してログインする
4.同意方法を選択して同意をクリック

[bl-iirさんの感想 · 2021年3月26日]

https://www.kspub.co.jp/book/detail/1529021.html

[a143753さんの感想 · 2020年3月1日]

内容は★★★★★．基礎的なところが良く分かった． 電子書籍の出来としては★★☆☆☆

[tulipsさんの感想 · 2019年12月19日]

　最近は人工知能（AI）という言葉が各所で聞かれるようになり、その基盤となる技術である機械学習も注目されるようになってきています。こちらの本では、勾配法や誤差逆伝播法等の機械学習の基礎的な数式についての解説を行なった後、深層学習（Deep Learning）に焦点を当てつつその他の基本的なアルゴリズムについて取り扱っています。具体的には、単純パーセプトロン、NN、RNN、CNN等の基本的なものからディープボルツマンマシン等の深層学習について、各アルゴリズムが数式を交えて解説されており、この分野に触れたことのない方でも読みやすい構成になっています。機械学習を基礎的な部分から勉強してみたい、自分の手で実装してみたい、という方にオススメの一冊です。
（ラーニング・アドバイザー/リスク工学 KINAMI）

▼筑波大学附属図書館の所蔵情報はこちら
https://www.tulips.tsukuba.ac.jp/opac/book/1649231

[koishi-2018さんの感想 · 2019年1月12日]

今話題の　深層学習(ディープラーニング)　についてしりたいと　適当に図書館から本を借りたが〜。

本書は、『機械学習プロフェッショナルシリーズ』とあるように、数式が並ぶ少々専門的な本だった。　ハードルが高い、残念でした。
まだ数冊借りるので、そちらを読みます・・・。　（*^_^*）♪

2017/02/10 　予約　7/1　借りて読み始めたが、難しいので中止。

深層学習 (機械学習プロフェッショナルシリーズ)

内容と著者は

内容　：
多層のニューラルネットワークを用いた機械学習の方法論、深層学習(ディープラーニング)の基本的な事項をカバー。
SGD、自己符号化器、CNN、RNN、ボルツマンマシンなど、盛りだくさんの内容を体系的に解説する。

著者　：　岡谷 貴之
東京大学大学院工学系研究科計数工学専攻博士課程修了。東北大学大学院情報科学研究科教授。

[hiroshirakawaさんの感想 · 2018年11月29日]

ディープラーニングの理論を分かりやすく解説した本。複数の入力を受け取って1つの出力を返すパーセプトロンに始まり、現在のディープラーニングのブレイクスルーのきっかけになった制限ボルツマンマシンまで概念と理論を学ぶことができます。機械学習の理論をごまかさずに数式で説明しきることがコンセプトですが、数学が苦手でもおおよその概念は把握できるのです。サンプルコードが無料ダウンロードできるので、動かしながら学べるのもよいです。
続きはこちら↓
https://flying-bookjunkie.blogspot.com/2018/11/blog-post_29.html
Amazon↓
https://amzn.to/2KHq6VE

[dekadannaさんの感想 · 2018年11月12日]

難しい。もう少し基礎的な知識を蓄えてから、再チャレンジしたい。

[taka_2さんの感想 · 2018年4月14日]

ズブの素人が読むには難しすぎる。ディープラーニングの理論のサマリーのような本らしい。

[0541さんの感想 · 2018年3月3日]

コンパクトで気持ちがいい。だけど何度も読むべき

[yutasugiiさんの感想 · 2017年10月8日]

深層学習（ディープラーニング）を研究していこうと思っている学生だけでなく、実装していく中でどういう仕組みか理解したいという開発者の方にもオススメの本。機械学習プロフェッショナルシリーズの中では最も読みやすく書かれています。

ニューラルネットワークの構築から、CNN、LSTMを含むRNNの構造原理、ボルツマンマシンまで収録されているので、幅広い知識とよくある「学習とは？」といった質問に答える力を身につけることができます。

ただ実装に関してはほぼノータッチなので、あくまでも開発の背景にある考え方と知識を身につけるための本であると認識したほうが良いでしょう。しかし、この本をある程度理解できれば、実装はかなり楽になるはずです。

個人的にはRNNまではとても内容が分かりやすいものの、最後のボルツマンマシンの章だけは理解し難く、人工知能学会監修の『深層学習』をメインに読み進め、復習＆補完がてらに読みました。

[garadonさんの感想 · 2017年10月5日]

研究に役立てようと思ったけど、難しかった。

[けんじさんの感想 · 2016年12月24日]

理論なので難しいです

[soudegesuさんの感想 · 2016年9月14日]

昨今流行りの深層学習(Deep Learning)の本。Deep Learning用のオープンソースが多く公開されていることも一役買い、IT系技術書の中でもこの分野は数多く出版されています。中でもこれは大学教授の方が執筆を担当されており、そのせいか大学の教科書のようなテイストを感じます。きちんと機械学習を勉強したい方には初学の友としてオススメの本ですが、まずはオープンソースを触ってみたい方や、数式アレルギーがある人にはエントリーポイントとしては敷居が高く感じるかもしれません。

[malloc007さんの感想 · 2016年8月3日]

深イイ話

[0xC0FFEEさんの感想 · 2016年7月6日]

主にディープラーニングなど機械学習についての理論的説明が一通り載っています。要点がコンパクトにまとめられているので数式にある程度慣れている初学者にとっては最適な教材だと思います。大変勉強になりました。

[yai0さんの感想 · 2016年7月3日]

ディープラーニングを始めるなら読んでおくべき本。ただ半分くらい理解不能。それでも読み進めておかないといきなりコーディングには行けないので、最初のハードルであり登竜門といったところか。

[tetubb2000さんの感想 · 2016年6月5日]

東大の松尾豊先生の推薦
授業で使っているらしい

[funimochiさんの感想 · 2016年5月2日]

概要、用語が分かったレベルなので、2周目は式をきちんと追っていこう…

著者プロフィール

1972年生まれ　
現　在　東北大学大学院情報科学研究科 教授
　　　　理化学研究所革新知能統合研究センター チームリーダー
著　書　（共著）『深層学習　Deep Learning』近代科学社（2015）

「2022年 『深層学習　改訂第2版』 で使われていた紹介文から引用しています。」