通常配送無料 詳細
残り18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。
初めてのTensorFlow 数式なしのディープラ... がカートに入りました
コンディション: 中古品: 良い
コメント: ★使用感はあまりなく概ね良好。通読に問題はございません。 ★保証付き・アマゾン配送センターより毎日発送いたします。 ★クリスタルパックに封入の上、保管、管理しております。 ★アマゾン専用商品ですので在庫切れの心配はございません。「代引き」や「お急ぎ便」などもご利用頂けます。 ★万一商品に不備があった際には速やかに対応させて頂きますので安心してお買い求め下さい。
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

著者をフォロー

何か問題が発生しました。後で再度リクエストしてください。


初めてのTensorFlow 数式なしのディープラーニング 単行本(ソフトカバー) – 2017/10/28

5つ星のうち 3.8 13件のカスタマーレビュー

その他(2)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
価格
新品 中古品
Kindle版
単行本(ソフトカバー)
¥2,376
¥2,376 ¥1,137

ブックマイレージカード
click to open popover

よく一緒に購入されている商品

  • 初めてのTensorFlow 数式なしのディープラーニング
  • +
  • 詳解 ディープラーニング ~TensorFlow・Kerasによる時系列データ処理~
  • +
  • ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
総額: ¥9,720
ポイントの合計: 98pt (1%)
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。

  • iOSアプリのダウンロードはこちらをクリック
    Apple
  • Androidアプリのダウンロードはこちらをクリック
    Android
  • Amazonアプリストアへはこちらをクリック
    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。

kcpAppSendButton


本はまとめ買いでポイント増量!
2冊を購入はクーポンコード「2BOOKS」、3冊以上は「MATOME」の入力で最大4~10%ポイント還元 詳しくはこちら。

商品の説明

内容紹介

◆◆ PythonとTFLearnで無理なく体験学習 ◆◆

本書は「これからディープラーニングを学びたい」と考えているIT エンジニアの方々を対象にしています。
そして、ディープラーニングの手法を理解し、自分で実装できるようになることを目指します。

ディープラーニングを初めて学ぶITエンジニアは、2つの障壁を越えねばなりません。
一つは「ディープラーニングの手法」、特に、理論を説明する数式が難解なこと。
もう一つは「どうやって使うのか、実装方法が分からない」ことです。

■数式なしで理論を理解
そこで本書は、是非知っておきたい3つの手法、即ち、1全結合のニューラルネットワーク、 2畳み込みニューラルネットワーク(CNN)、3再帰型ニューラルネットワーク(RNN)のみに話題を集中。
IT エンジニアなら抵抗感なく読めるように、数式を一切使わず、気鋭のデータサイエンティストが
丁寧に理論を解説します。

■簡単に実装できるライブラリを使用
実装については、Google社のディープラーニング・フレームワークTesorFlowに注目。
TesorFlowと完全互換性があり、かつ、TesorFlowよりも初心者に適したTFLearnライブラリを使うことで、
Python 3による実装を体験します。
実装環境の構築方法も一から説明し、サンプルコードには逐次解説を加えました。

■理論と実装の反復で理解を深める
第1章では、機械学習とディープラーニングの概要、実装ライブラリについて説明します。
第2章では、TFLearnを使った実装環境を構築し、ツールの使い方を学びます。
第3章では、全結合のニューラルネットワークの仕組みを理解した後、
手書き文字画像のMNISTデータセットを使って、画像の分類問題を解いてみます。
第4章ではCNNを解説した後、再度、MNISTデータを分類。また、JPEG等の一般的な画像の分類も行います。
第5章では、時系列データに適したRNNの仕組みを理解した後、対話テキストの分類に挑戦。
ここでもMNISTの分類を行ってみます。

本書に沿って体験学習を進めれば、ディープラーニングの手法を無理なく理解でき、
手を動かして実装できるようになるでしょう。


◆目次◆
1 初めてのディープラーニング
1.1 機械学習とディープラーニング
1.2 ディープラーニングのライブラリ

2 ディープラーニングの実装準備
2.1 ディープラーニングの環境構築
2.2 Jupyter Notebookの使い方
2.3 Pythonプログラミングの基礎

3 ディープニューラルネットワーク体験
3.1 ニューラルネットワークの仕組み
3.2 ディープラーニングの仕組み
3.3 ディープラーニングの実装手順
3.4 手書き文字画像MNISTの分類

4 畳み込みニューラルネットワークの体験
4.1 畳み込みニューラルネットワークの仕組み
4.2 手書き文字画像MNISTの分類
4.3 一般的な画像の分類

5 再帰型ニューラル
ネットワークの体験
5.1 再帰型ニューラルネットワークの仕組み
5.2 対話テキストの分類
5.3 手書き文字画像MNISTの分類

Appendix 付録
A.1 TensorBoardの使い方
A.2 ディープラーニングの環境構築(Windows編)
A.3 Ubuntu仮想イメージのインポート方法
参考文献

内容(「BOOK」データベースより)

ディープラーニングを初めて学ぶITエンジニアにとっての障壁は、手法、特に理論を説明する数式が難解なこと。もう一つは「どうやって使うのか、実装方法が分からない」という点です。そこで本書は、Googleのディープラーニング・フレームワークTensorFlowに注目。TensorFlowと完全互換性があり、より初心者に適したTFLearnを使うことで、これらの壁を突破します。絞り込んだ内容と、気鋭のデータサイエンティストの丁寧な解説により、数式なしで手法(理論)を理解できます。さらに、ライブラリを使って無理なく実装まで体験できます。

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): 200ページ
  • 出版社: リックテレコム (2017/10/28)
  • 言語: 日本語
  • ISBN-10: 4865941053
  • ISBN-13: 978-4865941050
  • 発売日: 2017/10/28
  • 梱包サイズ: 23.6 x 18.2 x 1.8 cm
  • おすすめ度: 5つ星のうち 3.8 13件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 29,442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

13件のカスタマーレビュー

5つ星のうち3.8

この商品をレビュー

他のお客様にも意見を伝えましょう

気になるトピックのレビューを読もう

13件中1 - 8件目のレビューを表示

2018年4月30日
形式: 単行本(ソフトカバー)Amazonで購入
3人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2019年1月2日
形式: 単行本(ソフトカバー)Amazonで購入
6人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年5月4日
形式: 単行本(ソフトカバー)Amazonで購入
4人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年8月24日
形式: 単行本(ソフトカバー)Amazonで購入
1人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年5月2日
形式: 単行本(ソフトカバー)Amazonで購入
2人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2017年12月12日
形式: 単行本(ソフトカバー)Amazonで購入
21人のお客様がこれが役に立ったと考えています
コメント 違反を報告
2018年1月13日
形式: 単行本(ソフトカバー)Amazonで購入
2017年11月4日
形式: 単行本(ソフトカバー)Amazonで購入
17人のお客様がこれが役に立ったと考えています
コメント 違反を報告