- Amazon.co.jp ・本 (224ページ)
- / ISBN・EAN: 9784274218026
作品紹介・あらすじ
進化計算とニューロネットワークがよくわかる、話題の深層学習も学べる!!
本書は、ディープラーニングの基礎となるニューラルネットワークの理論的背景から人工知能との関わり、最近の進展や成果、課題にいたるまでを詳しく説明します。「進化」と「学習」をキーワードとして、人工知能の実現へのアプローチや知能の創発についてを説明する、ニューラルネットや進化計算による学習の基礎的なところから分かりやすく説明する、「進化計算」を用いた「深層学習」への取り組みを説明する、などです。
感想・レビュー・書評
-
3回くらい読んで、やっと理解出来そう笑
バックプロパゲーションの仕組みを理解したい
ディープランニング、強化学習には様々な方法があるが、それらは脳構造や生物進化プロセスを真似たものである。
今回、具体的な式の意味を理解することは出来なかった。これを編み出した研究者を尊敬する。
完成図ではなく、成長の仕方を遺伝させることで、少ない情報量で伝えることができる。木の成長
一見生存に不利のように見える孔雀の羽は、どうして今もなお残っているのか。対寄生虫、ハンディーキャップ説、ディスプレイ説など多くの説が唱えられている。
良い生物とは、病気に強い、力が強い、体が大きいとかではなく、より多く繁殖できた個体である。
生物の遺伝的性質は、生殖行為を行った後のことは引き継がれないため、遺伝子はそれ以降のことについては、役目を終えている。
ディープラーニングでは、入力層、中間層、出力層があり、中間層が肝である。
中間層のみを取り出すことで、少ないビット数で情報を伝えられるようになる。
詳細をみるコメント0件をすべて表示 -
パラ見。こういうものがあるんだよという紹介本の形式
-
なんとなく内容が散逸だと感じた。深層学習の話よりも進化計算のところにもう少しボリュームを割いて欲しい感がある。
-
理論を学ぶには良い。実践的と言う感じはしません。
-
170610 中央図書館
説明が、わかりやすく、こなれていて読みやすい。AIの主要な道具立て、生命進化への示唆など、エッセイ風のところもあるが、生物系の人のこねくり回された「文学的表現」ではなく、工学的知識に支えられた洞察なので、それに慣れたエンジニア系の人には、明快に感じる。 -
ざっと読んだ。コードがないのは残念だが、一通り概念はさらえる。
-
請求記号 007.1/I 11