深層学習 (機械学習プロフェッショナルシリーズ)

著者 :
  • 講談社
3.88
  • (17)
  • (26)
  • (18)
  • (2)
  • (1)
本棚登録 : 648
感想 : 32
本ページはアフィリエイトプログラムによる収益を得ています
  • Amazon.co.jp ・本 (176ページ)
  • / ISBN・EAN: 9784061529021

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

並び替え
表示形式
表示件数
絞り込み
  • 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。

  • 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。

  • 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

  • 非所持。私が読んだ2015年当時、深層学習を学ぶとなるとこの本くらいしか選択肢がなかった。数式については何の問題もなかったと思うが、深層学習の意味、つまり非線形写像でデータを集め、線形に切るイメージをもっとうまく説明してくれればとは今なら思う。活性化関数も、ただ数式を示すだけではなく、高次元空間中での振る舞いやうまくいく理由を日本語と図を使って説明して欲しかった。
    LSTMは構造を説明されても、なぜ?となった記憶がある。RBMの章は難しかった記憶がある。

  • 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★★☆☆☆

  •  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

  • 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。

  • 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

  • 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。

全32件中 1 - 10件を表示

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。」

岡谷貴之の作品

この本を読んでいる人は、こんな本も本棚に登録しています。

有効な左矢印 無効な左矢印
エリック・リース
ジェームス W....
有効な右矢印 無効な右矢印
  • 話題の本に出会えて、蔵書管理を手軽にできる!ブクログのアプリ AppStoreからダウンロード GooglePlayで手に入れよう
ツイートする
×