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