そうそう、こういうことが知りたかった！ライブラリの使い方なんてちょっと検索すればわかる。数学的・構造的な解説が丁寧にされていて、とても良かったです！ありがとうございます！
最初この本から読み始めましたが1章に時間がかかり過ぎ、「ゼロから作るDeep Leaning」(1の方)から出直しました。1日8時間くらいとして
ゼロから作るDeep Leaning 5日
ゼロから作るDeep Leaning 2(本書) 10日
くらいで読了しました。最初から1の方を読んでいれば、2はもうちょっと早く読めたと思います。最後の方で、一見同じに見える変数が関数によって異なることに気づき、だーっと戻って確認したので、そこに最初から気づいている人は更に早く読み終えられると思います。"先に言ってよ"的な部分は1に比べると2の方がちょっと多いかな(汗)。最終的にはわかります。数学的には、線形代数と微分積分、ちょっとだけ情報理論、の知識があった方がわかりやすいです。
ポイントは配列の出てくる形を確認すること。git hubから落としてきたスクリプトを全て解読し、printを挿入しながら動かして確認しました。また、本スクリプト以外に、端末でインタプリタ or spyderを起動しておいて、ちょっとした関数の出力結果などを確認しながら読み進めました。pythonのcopyの性質を生かして作った部分がとっても参考になりました。「そうかー、こうやって書くんだ！」って、うなっちゃいました。さらっと解読しただけだと、ものすごくよくわかってる人以外は気付かないと思います。
「ん？」って思ったところはあるので、まとめてオライリーにメールしてみようと思っています。もしかしたらもう改訂されてるかな？
オライリーさん、ごめんなさい。私は今までオライリーの本の良い評判を一度も聞いたことがなかったので、1冊も持っていませんでした。これを機に考え方を改めます(笑)。どこの本でもそうだけど、日本人が書いたのか訳書なのかという境目はある気がする。訳の良し悪しではなく、ツボが違う、みたいな。あと、本書は文字フォントが読みやすいです(書籍で購入)。
ゼロから作るDeep Learning ❷ ―自然言語処理編 (日本語) 単行本（ソフトカバー） – 2018/7/21
この商品をチェックした人はこんな商品もチェックしています
ページ: 1 / 1 最初に戻るページ: 1 / 1
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。
Kindle化リクエスト
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、Get your Kindle here Kindle 無料アプリのダウンロードはこちら。
このタイトルのKindle化をご希望の場合、こちらをクリックしてください。
Kindle をお持ちでない場合、Get your Kindle here Kindle 無料アプリのダウンロードはこちら。
無料で使えるブックカバー
好きなデザインを選んで取り付けよう！ 詳しくはこちら。
商品の説明
内容紹介
コンピュータの専門書としては異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。
第2弾の本書では、自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑みます。
word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttention……ディープラーニングを支えるこれら最先端の技術を実装レベルでマスターできます。
前作同様、やさしい言葉で分かりやすくをモットーに、高度に見える技術の裏側をじっくり説明し、実際に作ることで理解を深めます。
最後までコンセプトは変わらない。ゼロから作る!
出版社からのコメント
■本書「まえがき」より
本書のコンセプト
ディープラーニングを(もしくは、何らかの高度な技術を)深く理解するには、「ゼロから作る」という経験が重要だと筆者は考えます。ゼロから作るとは、自分の理解できる地点からスタートし、できるだけ外部の既製品は使わずに目的とする技術を完成させることです。そのような経験を通じて、表面的ではなく、しっかりとディープラーニングに精通すること――それが本書の目指すところです。
結局のところ、技術を深く理解するには、それを作れるだけの知識や技量が必要になります。本書では、ディープラーニングをゼロから作ります。そのためにさまざまなコードを書き、いろいろな実験を行います。それは時間のかかる作業であり、時に頭を悩ませることもあるでしょう。しかし、そのような時間のかかる作業には――むしろ、そのような作業にこそ――、技術を深く理解する上で重要なエッセンスが多く詰まっています。そのようにして得た知識は、既存のライブラリを使うにも、最先端の論文を読むにも、オリジナルのシステムを作るにも必ず役に立つはずです。そして何より、ディープラーニングの仕組みや原理をひとつずつ紐解きながら理解することは、純粋に楽しいものです。
自然言語処理の世界へ
本書の主なテーマは、ディープラーニングによる自然言語処理です。自然言語処理とは、簡単に言ってしまうと、私たちが普段話す言葉をコンピュータに理解させるための技術です。私たちの言葉をコンピュータに理解させることはとても難しい問題であり、そして同時に重要なテーマでもあります。実際に、この自然言語処理の技術によって、私たちの生活は大きく変わりました。Web 検索や機械翻訳、音声アシスタントなど、世の中に大きな影響を与えた技術の根幹には、自然言語処理の技術が使われています。
このように私たちの生活に欠かせない自然言語処理の技術ですが、この分野においても、ディープラーニングはきわめて重要な位置を占めています。実際、ディープラーニングによって、これまでの自然言語処理の性能が大きく向上してきました。たとえば、Googleの機械翻訳ひとつをとっても、ディープラーニングベースの手法によって、大きな進化を遂げたのは記憶に新しいところです。
(中略)
本書は、ディープラーニングを中心とした自然言語処理をめぐる冒険の書です。本書は全部で8章からなりますが、それらは一連の物語のように頭から順に読むように構成されています。問題が立ちはだかり、それを解決する新しい手法を考え、そしてさらに改良を加えます。そのような流れで、自然言語処理に関するさまざまな問題を、ディープラーニングという武器を手にひとつずつ解決していきます。そしてその冒険を通じて、ディープラーニングにおける重要なテクニックを深いレベルで習得し、そのおもしろさを体感していただきたいと思っています。
内容（「BOOK」データベースより）
コンピュータの専門書として異例の大ヒットを記録した『ゼロから作るDeep Learning』の続編。自然言語処理や時系列データ処理に焦点を当て、ディープラーニングを使ってさまざまな問題に挑む。word2vecやRNN(リカレントニューラルネットワーク)、LSTMやGRU、seq2seqやAttention…ディープラーニングを支えるこれら最先端の技術を実装レベルでマスター。
著者について
斎藤 康毅(さいとう こうき):1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて人工知能に関する研究開発に従事。著書に『ゼロから作る Deep Learning』、翻訳書に『実践 Python 3』『コンピュータシステムの理論と実装』『実践 機械学習システム』(以上、オライリー・ジャパン)などがある。
著者略歴 (「BOOK著者紹介情報」より)
斎藤/康毅
1984年長崎県対馬生まれ。東京工業大学工学部卒、東京大学大学院学際情報学府修士課程修了。現在、企業にて人工知能に関する研究開発に従事(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)
登録情報
|
この商品を買った人はこんな商品も買っています
ページ: 1 / 1 最初に戻るページ: 1 / 1
