内容説明
エンタープライズ向けのディープラーニングの解説書。企業でディープラーニングアプリケーションを開発、運用するための実践的な手法を紹介します。対象読者はソフトウェア開発の現場で活躍する実務者。前半はディープラーニング初心者、後半はJavaエンジニア向けの構成です。機械学習、ニューラルネットワークの基礎から始め、ディープラーニングの基本的な概念、実際にチューニングを行う際のベストプラクティス、データのETL(抽出・変換・ロード)の方法、Apache Sparkを用いた並列化について、JavaライブラリDeep Learning4J(DL4J)の開発者でもある著者がわかりやすく丁寧に解説します。
目次
1章 機械学習の概要
2章 ニューラルネットワークとディープラーニングの基礎
3章 深層ネットワークの基礎
4章 深層ネットワークの主要なアーキテクチャー
5章 深層ネットワークの構築
6章 深層ネットワークのチューニング
7章 特定の深層ネットワークのアーキテクチャーへのチューニング
8章 ベクトル化
9章 Spark上でDL4Jを用いて機械学習を行う
付録
著者等紹介
パターソン,ジョシュ[パターソン,ジョシュ] [Patterson,Josh]
Skymindでフィールドエンジニアリング部門の代表を務める。かつては、ビッグデータや機械学習そしてディープラーニングに関するコンサルタント会社を経営。Clouderaでの主席ソリューションアーキテクトや、Tennessee Valley Authorityでの機械学習と分散システムのエンジニアも歴任。openPDCプロジェクトとともに、スマートグリッドにHadoopを導入。テネシー大学チャタヌーガ校でコンピューターサイエンスの修士号を取得し、メッシュネットワーク(tinyOS)や社会性昆虫の最適化アルゴリズムに関する論文を発表。ソフトウェア開発に17年以上従事し、オープンソースコミュニティーでも積極的に活動。DL4JやApache Mashout、Metronome、IterativeReduce、openPDC、JMotifなどにコードを提供している
ギブソン,アダム[ギブソン,アダム] [Gibson,Adam]
ディープラーニングのスペシャリスト。サンフランシスコ在住。フォーチュン500の企業やヘッジファンド、PR企業、起業支援組織などで機械学習のプロジェクトを企画。企業がリアルタイムのビッグデータを扱い解釈するのを支援した実績多数。13歳のころからのコンピューターマニアであり、活発にオープンソースコミュニティーへの貢献を続けている
本橋和貴[モトハシカズキ]
2017年、東京工業大学大学院の博士後期課程修了。欧州原子核研究機構CERNのLHC‐ATLAS実験における超対称性粒子探索に関する論文を執筆し博士号を取得。同年、ソフトバンク株式会社入社。ロボットとAI関連のソフトウェアの研究開発に従事。ディープラーニング領域で社内Technical Meisterに任命。2019年、ディープラーニングエンジニアとしてスカイマインド株式会社に入社
牧野聡[マキノサトシ]
ソフトウェアエンジニア。日本アイ・ビー・エムソフトウェア開発研究所勤務
新郷美紀[シンゴウミキ]
ソリューションアーキテクト。日本電気株式会社勤務。「実践者向けディープラーニング勉強会」ではファシリテーターを務めている(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。