通常配送無料 詳細
残り6点(入荷予定あり) 在庫状況について
この商品は、Amazon.co.jp が販売、発送します。 ギフトラッピングを利用できます。
イラストで学ぶ ディープラーニング (KS情報科学... がカートに入りました

お届け先住所
アドレス帳を使用するにはサインインしてください
または
-
正しい郵便番号を入力してください。
または
コンディション: 中古品: 非常に良い
コメント: ★通常配送料無料★多少の使用感(天地に若干の汚れ)ありますが、中身は折れや書き込みが無く非常にきれいです。【アマゾンセンターから発送いたします。お急ぎ便、代引き、コンビニ受け取り対応】
この商品をお持ちですか? マーケットプレイスに出品する
裏表紙を表示 表紙を表示
サンプルを聴く 再生中... 一時停止   Audible オーディオエディションのサンプルをお聴きいただいています。
2点すべてのイメージを見る

イラストで学ぶ ディープラーニング (KS情報科学専門書) 単行本(ソフトカバー) – 2016/2/23

5つ星のうち 3.0 17件のカスタマーレビュー

その他()の形式およびエディションを表示する 他のフォーマットおよびエディションを非表示にする
Amazon 価格
新品 中古品
単行本(ソフトカバー), 2016/2/23
"もう一度試してください。"
¥ 2,808
¥ 2,808 ¥ 1,549

AmazonStudent

Amazon Student会員なら、この商品は+10%Amazonポイント還元(Amazonマーケットプレイスでのご注文は対象外)。

click to open popover

キャンペーンおよび追加情報


よく一緒に購入されている商品

  • イラストで学ぶ ディープラーニング (KS情報科学専門書)
  • +
  • 初めてのディープラーニング --オープンソース"Caffe"による演習付き
  • +
  • はじめての人工知能 Excelで体験しながら学ぶAI
総額: ¥7,646
ポイントの合計: 231pt (3%)
選択された商品をまとめて購入

Kindle 端末は必要ありません。無料 Kindle アプリのいずれかをダウンロードすると、スマートフォン、タブレットPCで Kindle 本をお読みいただけます。

  • Apple
  • Android
  • Android

無料アプリを入手するには、Eメールアドレスを入力してください。



Amazonランキング大賞2017上半期 本
やせるおかずの柳澤英子さん、白石麻衣さん、にしのあきひろさん、諫山創さんからの受賞コメント付き 和書総合ランキングTOP20へ

商品の説明

内容紹介

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

内容(「BOOK」データベースより)

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!

商品の説明をすべて表示する

登録情報

  • 単行本(ソフトカバー): 224ページ
  • 出版社: 講談社 (2016/2/23)
  • 言語: 日本語
  • ISBN-10: 406153825X
  • ISBN-13: 978-4061538252
  • 発売日: 2016/2/23
  • 梱包サイズ: 21 x 14.8 x 2 cm
  • おすすめ度: 5つ星のうち 3.0 17件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 61,276位 (本の売れ筋ランキングを見る)
  • さらに安い価格について知らせる
    この商品を出品する場合、出品者サポートを通じて更新を提案したいですか?

  • 目次を見る

カスタマーレビュー

トップカスタマーレビュー

投稿者 Edgeworth-Kuiper-Belt 殿堂入りレビュアートップ10レビュアー 投稿日 2016/3/20
Amazonで購入
ディープラーニングについて解説した本。図解と文章と数式と簡単なプログラムやコマンドのサンプルで構成されている。数式は緻密な説明というよりも、あくまでも理論を概念的に理解するために載っている感じだが、理系の大学教養課程レベルの知識は必要である。全体的には、主に、ディープラーニングの解説とツールの説明の大きく2つの部分で成り立っている。

前半はディープラーニングの簡単な歩みと基礎的な理論について。2011年に音声認識においてディープラーニングを利用した方法が従来のGMM(Gaussian mixture model)やHMM(Hideen markov model)を大きく上回る性能を出し、それが画像認識にも波及した。ディープラーニングには、パーセプトロンを起源とした多層パーセプトロン及びその派生といえる畳み込みニューラルネットワークと、グラフィカルモデルから誕生したボルツマンマシンを起源にするものがある。

パーセプトロンが学習できるのは線形分離問題であり、線形分離不可能な問題には複数のパーセプトロンを階層構成にする必要がある。多層パーセプトロンは、入力層→中間層→出力層で構成される。誤差が小さくなるように全体の結合重みを誤差逆伝播法(Back propagation)で調整する。

畳み込みニューラルネットワーク(CNN
...続きを読む ›
コメント 5人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
Amazonで購入
勘違いをする者が多々あるので警句を弄するが、「イラストで学ぶ」情報科学シリーズは基本的に理論本であり、非理系出身の読者向けには書かれていない。 殊に本書は「理論」の色が強く (例えば、同シリーズ「音声認識」よりも数理的難易度が高い)、機械学習全般にある程度心得があって、同分野の論文を独自で読み進めることができる読者がターゲット層であるように思われる。

さて、内容だが、主に理論(2-5章; 11-78ページ)と応用(6-7章; 79-176ページ)パートに二分できるように思われる。

ページ数の制限もあったのだろうが、理論パートおいては、数理的な説明や数式の展開が多いわりに、それらの具体例が殆どなく、また、各概念における「なぜ」の説明が希薄である為、前知識無しの独学用途には向いていないように感じられた。 カバーされている深層学習の内容も狭く浅くである (RNNぐらいは紹介しても良かったのではなかろうか)。

応用パート、特に7章では、簡易的にではあるが、メジャーな Deep Learning ツール (Theano/Pylearn2/Caffe/DIGITS/Chainer/TensorFlow) を用いた深層学習の応用例がコードと共に記されているので、多くの者にとって有用であろう (尤も、ブログ記事で紹介されているような
...続きを読む ›
コメント 58人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
 この本の前半は、ディープランニングの説明、後半はディープランニングのツールの使い方となっています。図版は多く一見読みやすそうに思えますが、数式の説明が前後していたり、慣用の記号が定義されずに使われていたりするので、まじめに式を理解しようとすると、少しイラッとすることが多々ありました。

 同じシリーズの機械学習の本は、数式の表記などがキチンとしていたのに、こちらの本は、予備知識のない人間が数式だけおって理解できるようにはなっていません。

 この本よりも一見よみにくく思えますが、この本の後に購入した、「深層学習  岡谷貴之 著」の方が、数式の説明が丁寧で読みやすかったです。数式に対して苦手意識のない、初学者にはこちらの方を進めます。記号の表記の定義がしっかりしており、数式の背景もコンパクトかつ明確に説明しています。
コメント 11人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
Amazonで購入
オートエンコーダーは、岡谷本のほぼ丸写し。
少し噛み砕いているので、読みやすくはなってました。
コメント このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告
他の方も書いてますが、用語や図の説明が無かったり、誤植があったり、どう見てもおかしい数式が書かれていたり、品質が低すぎます。Webに書きっぱなしの無料の記事ならばともかく、有料の本なので、もっと品質を上げてほしいものです。出版社で(講談社)でプロがチェックしたとはとても思えません。筆者も手を抜きですが、出版社も、責任を放棄しすぎです。
・どう見てもおかしい式の例
- p.42~43に式(3.4)、(3.5)、(3.6)が書かれていますが、左辺が異なるのに、右辺が全く同じです。
・誤植の例
- p.45で「フィルタ数による比較では、各層のフィルタ数は同じで、4、8、16、..」と書かれていますが、これは、「フィルタサイズは同じで」の誤り。
- p.47の「図3.11(f)」は「図3.11(j)」の誤り。
他にも、多数の誤植があると思います。出版社の方は内容までチェックしなのかもしれませんが、図の番号ぐらいは、素人でも間違いが分かるでしょう。もう少し、品質を上げてほしいです。そうでないと、出版社の未来がないですよ。
コメント 12人のお客様がこれが役に立ったと考えています. このレビューは参考になりましたか? はい いいえ 評価を送る...
フィードバックありがとうございました。
申し訳ありませんが、お客様の投票の記録に失敗しました。もう一度試してください。
違反を報告

最近のカスタマーレビュー