- Amazon.co.jp ・本 (240ページ)
- / ISBN・EAN: 9784061529243
作品紹介・あらすじ
◆自然言語処理の応用(機械翻訳、文書要約、対話、質問応答)に焦点を当て、深層学習の利用方法を解説。
◆「実装上の工夫」など、本書でしか読めない実践的な内容が充実!
■おもな内容
第1章 自然言語処理のアプローチ
第2章 ニューラルネットの基礎
第3章 言語処理における深層学習の基礎
第4章 言語処理特有の深層学習の発展
第5章 応用
第6章 汎化性能を向上させる技術
第7章 実装
第8章 おわりに
■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。
第7期として、以下の3点を刊行!
統計的因果探索 清水 昌平・著
画像認識 原田 達也・著
深層学習による自然言語処理 坪井 祐太/海野 裕也/鈴木 潤・著
■シリーズ編者
杉山 将 理化学研究所 革新知能統合研究センター センター長/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
-
3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=4311476842詳細をみるコメント0件をすべて表示 -
数式が難しくて要点がつかみづらかった(特に最初の方)。誤差の縮小やニューラルネットに関する知識は良い復習になったが、この本ならでは、というものでもなかった。もう少し必要性を感じるようになったら出直してきます。
-
系推薦図書 3系(情報・知能工学系)
【配架場所】 図・3F開架
【請求記号】 007.636||TS
【OPACへのリンク】
https://opac.lib.tut.ac.jp/mylimedio/search/book.do?target=local&bibid=180430 -
バイト先で課されていた本。1ヶ月半ほどで読了。
ディープラーニングの基礎から、自然言語処理での応用のされ方の概要について知ることができる。
ただ、あくまで概念を知ることができるだけではあるので具体的な事例に落とし込みたいときはやはり書籍内で参照している論文なり本なりを読んだ方が良さそう。
自然言語処理で深層学習を使いたいときには理論面での良い入門書にはなりそう。
これと実際のコードが載っている本があれば理論面もある程度理解しながら実装することができると思うのでオススメ。
やはり深層学習は翻訳のタスクでよく利用されておりそのほかの文章要約や文章に対する質問への回答の生成についてはまだ課題が多い傾向にあるようだ。 -
いまいち、対象読者がよくわからん
-
概要: 自然言語処理に特有のディープラーニング関係の技法(word embedding, sequence to sequence, attention, 大語彙softmaxの学習法)、メジャーな応用の概観(翻訳、要約、対話、質問応答)、あと応用のコツみたいな話。
感想: 短時間で概要が頭に入れられるのであまり予備知識がない人(私)がざっと読むにはよい本だと思った。 -
機械学習の基本から、自然言語処理をゴールにする最新の研究成果の解説までの説明が、非常に詳細に記されている。若手の研究者の筆によるもので、文章表現は荒削りだけど、内容はとでも具体的。もし呼吸するように数式が読めると、すぐにでも実装できそうなレベルで詳しく説明されている。逆にいうと数式が読めない人間は、概念だけ掴もうとすると無理だった。
-
請求記号 007.63/Ts 15