内容説明
ファインチューニングやデータオーグメンテーションをはじめとする「ディープラーニングの精度を上げるために必須の技法」と、ネットワークの保存方法など「実践するうえで知っておくと役立つテクニック」を惜しみなく紹介。ディープラーニングを機械学習と組み合わせる方法や、多入力・多出力の複雑なニューラルネットワークを構築する方法など、高度なチューニングのためのユニークな技法も多数収録。
目次
第１章 速習ディープラーニング（ニューラルネットワークの種類；ディープラーニングの学習手順）
第２章 Ｋｅｒａｓによるディープラーニング（Ｋｅｒａｓとは？；Ｋｅｒａｓのモデル；層のカスタマイズ）
第３章 実践編１：フレームワークを動かしてみる（手書き文字画像の分類；カラー画像の分類；Ｔｗｉｔｔｅｒデータの感情解析）
第４章 実践編２：一歩進んだディープラーニングの技法（訓練済みニューラルネットワークを用いる：植物画像の分類；ファインチューニング：ＣＩＦＡＲ１０画像の分類；データオーグメンテーション：ＣＩＦＡＲ１００画像の分類；マルチラベル問題：ロイターニュース記事のトピック分類）
第５章 実践編３：さらに進んだフレームワークの使い方（３Ｄ形状データの分類と検索；多出力のニューラルネットワークを用いる：映画の興行収入の分類・回帰；機械学習とディープラーニングを組合わせる：植物画像の分類；時系列データの予測）
付録
著者等紹介
青野雅樹［アオノマサキ］
１９８４年東京大学大学院理学系研究科情報科学専攻修士課程修了。１９８４年日本アイ・ビー・エム（株）入社。１９９４年米国ニューヨーク州レンセラー工科大学コンピュータサイエンス学科Ｐｈ．Ｄ．取得。２００３年豊橋技術科学大学情報工学系教授。２０１０年同大学大学院工学研究科情報・知能工学系教授（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。
Kenta
nemutas
