ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
- オライリージャパン (2016年9月24日発売)
- Amazon.co.jp ・本 (320ページ)
- / ISBN・EAN: 9784873117584
作品紹介・あらすじ
実際にシステムを作りながらディープラーニングを学ぶ!
ディープラーニングの本格的な入門書。外部のライブラリに頼らずに、Python 3によってゼロからディープラーニングを作ることで、ディープラーニングの原理を楽しく学びます。ディープラーニングやニューラルネットワークの基礎だけでなく、誤差逆伝播法や畳み込みニューラルネットワークなども実装レベルで理解できます。ハイパーパラメータの決め方や重みの初期値といった実践的なテクニック、Batch NormalizationやDropout、Adamといった最近のトレンド、自動運転や画像生成、強化学習などの応用例、さらには、なぜディープラーニングは優れているのか? なぜ層を深くすると認識精度がよくなるのか? といった“Why”に関する問題も取り上げます。
感想・レビュー・書評
-
Deep Learningの入門書であり、機械学習とPythonの知識がなくても読み進めることができる。最低限の外部ライブラリを用いた実装を通して概要を学ぶ構成となっている。特に誤差逆伝播法の説明は計算グラフを用いた直感的な方法で説明しており、他書より分かりやすい。
詳細をみるコメント0件をすべて表示 -
Pythonを使って、実戦形式で学ぶDeep Learning入門書。
分かりやすくて身につきやすい。
Deep Learningを使おうと、フリーで使えるツールを触ると浮かんでくる疑問がある。
「これってどういう意味があるの?」
正直、「ここに『シグモイド関数』を入れましょう。こっちには『ReLU関数』を入れましょう」なんていきなり言われても、なんだかよく分からない。
しかし、この本を読めば、それらやっていることの意味がやっと分かってきた。
後半部分はまだ理解できたとは言い難いのだけど、Pyrhonでちょこちょこいじりながら実践できるので、少しずつ理解できるようにしていきたいです。
AIは確率なんだ、っていうことを知るためだけにでも読んでもいいかも、と思えるくらいエンジニアでなくても一読しといたほうがいい本。
エンジニアである私は、この本で実践を積みたいと思います。 -
DeepLearning系のライブラリは一切使わずに解説してくれているので、全体的な構造、仕組みにフォーカスすることができ、とても分かりやすかったです。DeepLearningのコアな部分を知りたい方にはとてもオススメできる書籍です。
-
丁寧で順序立てた説明になっているために、前半はとても分かりやすくすんなり入ってくる。本書が売れているのも納得。ただ、後半ついていけず。行列の積計算によって配列の計算が一回でできてしまうことのインパクトがよく分かった。NumPyの便利さも。
-
現在知りうる限り深層学習を勉強する上での最良の入門書。本当の「わかりやすさ」は決して情報を削減せず、丁寧で、ひとつひとつちゃんと教えてくれる。
-
ITエンジニア本大賞[技術書・ビジネス書大賞] 2017年技術書部門大賞・特別賞
-
手書き数字認識の実装を通じて、Pythonによるニューラルネットワークの機械学習が学べる。Pythonの基本やANDゲートの解説から始まるように、最低限の知識を補完し初心者を救う親切心が随所に垣間見える。行列をまともに勉強していない自分でもある程度の理解に達することができた。本書を読んでも一からDeep Learningの開発ができるようになるわけではないが、機械学習の仕組みを理解することで世間で騒がれている議論に多少なりとも付いていけるようになると思う。
-
手書き文字入力を題材にニューラルネットワークの数学的な説明とプログラミングでの実装がどちらもわかりやすく説明されている。
-
ディープラーニングよくわからないから、なんとなくわかる。まで確実連れて行ってくれる一冊。
Pythonがわからなくても十分に読める本であり、自分の得意な環境に応用していくのも難しくない。確実にディープラーニングの基礎を習得できます。 -
機械学習とはどういう理論で作り上げるかが説明されている。
研究レベルじゃないとイチから作ることはなくなったのだと思うが、その実装をコードで示してくれている良い本である。