イラストで学ぶ ディープラーニング

山下 隆義【著】

講談社（2016/02発売）

• サイズ A5判／ページ数 207p／高さ 21cm
• 商品コード 9784061538252
• NDC分類 007.1
• Cコード C3055

出版社内容情報

カラー図版で、基礎理論が直感的に理解できる。ＣａｆｆｅやＣｈａｉｎｅｒなどの主要ツールをソースコード付きで解説した。まずは、この1冊からはじめよう！
ディープラーニングをはじめて学びたい人を対象とした入門書です。

・カラー図版で、畳み込みニューラルネットワークなどの基礎的な手法が直感的に理解できます。
・CaffeやPylearn2などの主要ツールのインストール方法や活用事例を紹介しています。
・新たなツールとして最も注目されているChainerやTensorFlowのインストール方法や活用事例も紹介しています。

＜主な目次＞
第1章　序論
ディープラーニングとは／注目のきっかけ／なぜディープラーニングなのか／何がディープラーニングなのか

第2章　ニューラルネットワーク
ニューラルネットワークの歴史／マカロック{ピッツの素子モデル／パーセプトロン／多層パーセプトロン／誤差逆伝播法／誤差関数と活性化関数／尤度関数／確率的勾配降下法／学習係数

第3章　畳み込みニューラルネットワーク
畳み込みニューラルネットワークの構成／畳み込み層／プーリング層／全結合層／出力層／ネットワークの学習方法

第4章　制約ボルツマンマシン
ホップフィールドネットワーク／ボルツマンマシン／制約ボルツマンマシン／コントラスティブ・ダイバージェンス／ディープ・ビリーフ・ネットワーク

第5章　オートエンコーダ
オートエンコーダ／デノイジング・オートエンコーダ／スパース・オートエンコーダ／スタックド・オートエンコーダ／事前学習への利用

第6章　汎化性能を向上させる方法
学習サンプル／前処理／活性化関数／ドロップアウト／ドロップコネクト

第7章　ディープラーニングのツール
ディープラーニングの開発環境／Theano／Pylearn2／Caffe／DIGITS／Chainer／TensorFlow

第8章　ディープラーニングの現在・未来
ディープラーニングの実用事例／ディープラーニングの先に

第1章　序論
ディープラーニングとは／注目のきっかけ／なぜディープラーニングなのか／何がディープラーニングなのか
第2章　ニューラルネットワーク
ニューラルネットワークの歴史／マカロック{ピッツの素子モデル／パーセプトロン／多層パーセプトロン／誤差逆伝播法／誤差関数と活性化関数／尤度関数／確率的勾配降下法／学習係数
第3章　畳み込みニューラルネットワーク
畳み込みニューラルネットワークの構成／畳み込み層／プーリング層／全結合層／出力層／ネットワークの学習方法
第4章　制約ボルツマンマシン
ホップフィールドネットワーク／ボルツマンマシン／制約ボルツマンマシン／コントラスティブ・ダイバージェンス／ディープ・ビリーフ・ネットワーク
第5章　オートエンコーダ
オートエンコーダ／デノイジング・オートエンコーダ／スパース・オートエンコーダ／スタックド・オートエンコーダ／事前学習への利用
第6章　汎化性能を向上させる方法
学習サンプル／前処理／活性化関数／ドロップアウト／ドロップコネクト
第7章　ディープラーニングのツール
ディープラーニングの開発環境／Theano／Pylearn2／Caffe／DIGITS／Chainer／TensorFlow
第8章　ディープラーニングの現在・未来
ディープラーニングの実用事例／ディープラーニングの先に


山下 隆義［ヤマシタ タカヨシ］
著・文・その他

内容説明

まずは、この１冊からはじめよう！ＣａｆｆｅやＰｙｌｅａｒｎ２はもちろんのこと、ＣｈａｉｎｅｒやＴｅｎｓｏｒＦｌｏｗの使い方をソースコード付きで解説！

目次

第１章　序論
第２章　ニューラルネットワーク
第３章　畳み込みニューラルネットワーク
第４章　制約ボルツマンマシン
第５章　オートエンコーダ
第６章　汎化性能を向上させる方法
第７章　ディープラーニングのツール
第８章　ディープラーニングの現在・未来

著者等紹介

山下隆義［ヤマシタタカヨシ］
１９７８年神戸生まれ。１９９８年神戸市立工業高等専門学校電気工学科卒業。２００２年奈良先端科学技術大学院大学情報科学研究科博士前期課程修了。同年オムロン株式会社に入社。主に、画像から人の顔を瞬時に検出するソフトウェアの研究・開発に従事。会社勤務の傍ら、２０１１年中部大学大学院工学研究科博士後期課程修了。博士（工学）。２０１４年より中部大学工学部情報工学科講師。人の理解に向けた動画像処理、パターン認識・機械学習の研究に従事している（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。

感想・レビュー

※以下の感想・レビューは、株式会社ブックウォーカーの提供する「読書メーター」によるものです。

[Kawai Hideki]

イラストを使って「直感的に理解した気にさせてくれる」本。用語の説明の順序や、説明そのものは、そんなに分かりやすいとは言えない気がする。入門書として読むよりは、難しい教科書に行き詰まった時の息抜きに読むのが良いと思う。Deep Learningを実装したソフトウェアもいくつか紹介されているので、ざっくりとした傾向と、自分の目的や好みに合いそうかの判断には使えるかもしれない。

2017/04/10

[kaizen@名古屋de朝活読書会]

#説明歌　鳥先生図写真ツール具体的これ一冊で基礎はできそう

2017/08/01

[オザマチ]

概要をざっと理解するために読んだ。

2016/10/02

[Taka]

大学でニューラルネットワークや人工知能の研究したので、その発展版として興味深く読めた。ただ数式や理論がだいぶ端折られて説明されているのでちょっと不親切。後半のツール類についても説明が少なくて使いこなすにはちょっと難しい。厚さが倍になってもいいからもっと詳しく書いてほしかったなぁ。なんとなく雰囲気が感じれるぐらいの本。

2016/06/25

[kiki]

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を学び、実際のプログラミングまで学べる書。ニューラルネットワークは、線形代数、偏微分、確率・統計の知識があると理解がより深まる。プログラミングはC++が使ったことがある人は、すぐにでも具体例を学べる。詳しく理解せずとも、ディープラーニングの凄さを知ることができれば儲けもの。次期システム投資では、こういった技術を積極的に取り入れていく時代に突入する。取り残されないように少しでも知識を蓄えておくことが重要。

2017/04/30