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
  • Windows Phone
  • 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 価格: ¥ 2,484
ポイント : 24pt (0%)

これらのプロモーションはこの商品に適用されます:

Kindle または他の端末に配信

Kindle または他の端末に配信

[大関 真之]の機械学習入門 ボルツマン機械学習から深層学習まで
Kindle App Ad

機械学習入門 ボルツマン機械学習から深層学習まで Kindle版

5つ星のうち 3.9 10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
Amazon 価格
新品 中古品
Kindle版
"もう一度試してください。"
¥ 2,484

紙の本の長さ: 208ページ

【50%ポイント還元】GW文春祭り
現在、GW期間限定で「GW文春祭り」を実施中。3,300タイトルが対象の大幅セール。この機会にお得な情報をチェック! 今すぐチェック

商品の説明

内容紹介

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。検索やハイライト等の機能が使用できません。

イラストを使って初心者にわかりやすく解説!!

 
 現在扱われている各種機械学習の根幹とされる「ボルツマン機械学習」を中心に、機械学習を基礎から専門外の人でも普通に理解できるように解説し、最終的には深層学習の実装ができるようになるまでを目指しました。
さらに機械学習の本では、当たり前になってしまっている表現や言葉、それが意味していることを、この本ではさらにときほぐして解説しています。

詳細目次

第1章 何も知らない鏡
1-1  魔法の鏡とお妃さま
1-2  機械学習をやってみよう
Column 機械学習って何ですか?
1-3  データから学ぶ
Column 機械の自学自習

第2章 美しさの秘訣
2-1  魔法の鏡が出す答え
Column 数学の必要性
2-2  回帰問題に挑戦
Column 機械も人間と同じ!?
2-3  美しさを表す関数
Column 機械にも先生がいる

第3章 最適化問題に挑戦
3-1  お妃さま全力疾走! 
Column アルゴリズムから多くを学べ 
3-2  モデルの限界 
Column 訓練データとテストデータ
3-3  新しい特徴量を作り出す 
Column 難しい関数を作り出すには?
3-4 ニューラルネットワーク 
Column 脳の情報処理機構

第4章 深層学習に挑戦
4-1  レバーが動かない?
Column 深層学習の盛り上がり
4-2  過学習に注意しよう
Column 機械学習は過学習との戦い
4-3  バッチ学習とオンライン学習
Column 確率勾配法のリバイバル

第5章 未来を予測する
5-1  識別をする鏡
5-2  境界線を探せ
Column サポートベクターマシンの汎化性能
5-3  そもそも分離できるのか?
Column 空間をねじ曲げるカーネル法
5-4  穴あきデータを埋める
Column データの素性
5-5  データの中にある本質をつかめ
Column スパース性と人間の直感

第6章 美しく見せる鏡
6-1  貴重な画像データ
Column 磁石で機械学習?
6-2  ボルツマン機械学習による画像処理
Column 機械学習と統計力学
6-3  もっと複雑な特徴を捉える?
Column 変分原理
6-4  隠れ変数を仕込んで多様な世界を
Column サンプリング専用マシンの登場 
6-5  複雑なデータの正体
Column ヒントンさんの意地

第7章 顔だけで美しさを
7-1 この世の全てを知った鏡
7-2 鏡よ、鏡、鏡さん

魔法の鏡の作り方(参考文献)
あとがき
索  引

著者略歴 (「BOOK著者紹介情報」より)

大関/真之
1982年生まれ。2004年東京工業大学理学部物理学科卒業。2004年駿台予備学校物理科非常勤講師。2006年東京工業大学大学院理工学研究科物性物理学専攻修士課程修了。2008年東京工業大学大学院理工学研究科物性物理学専攻博士課程早期修了。2008年東京工業大学産学官連携研究員。2010年京都大学大学院情報学研究科システム科学専攻助教。2011年ローマ大学物理学科プロジェクト研究員。現在、東北大学大学院情報科学研究科応用情報科学専攻准教授、博士(理学)(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

  • フォーマット: Kindle版
  • ファイルサイズ: 128348 KB
  • 紙の本の長さ: 211 ページ
  • 出版社: オーム社 (2016/11/30)
  • 販売: Amazon Services International, Inc.
  • 言語: 日本語
  • ASIN: B06Y41YGNW
  • X-Ray:
  • Word Wise: 有効にされていません
  • おすすめ度: 5つ星のうち 3.9 10件のカスタマーレビュー
  • Amazon 売れ筋ランキング: Kindleストア 有料タイトル - 18,578位 (Kindleストア 有料タイトル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?


この商品を見た後に買っているのは?

カスタマーレビュー

トップカスタマーレビュー

形式: 単行本(ソフトカバー) Amazonで購入
「機械学習のことを全く知らないけど取りあえず知りたいor始めてみたい」という完全な初心者に向けて書かれている。数式は殆ど出てこない、定性的な理解を目指した本という印象。高校生レベルの数学の知識があれば充分読めるが、概念的に案外難しい部分もあるので少しだけ根気が必要。
機械学習の独学がしたいが、どこから手をつければ良いかわからないという方にはこの本の最後に紹介されている本のリストが参考になるかもしれない。

以下、内容について
1章から4章
美しいとは何か?という問いから最適化問題、ニューラルネットワーク(ディープラーニング)について学んでいく。「ニュースで良く聞くディープラーニングってどういうことだ?」ということを知りたい方はこの部分だけを読めば充分かもしれない。
専門書が読める方ならサクサク読める難易度である。普段数式に慣れ親しんでいない方にとっては意外と難しいかもしれない。

5章
お妃様の国の作物の出来具合を限りあるデータから調べようという動機でパーセプトロン、サポートベクターマシーンについて学ぶ。
1章から4章までと同じく特に難しいと思う概念はなく、サクサクと読んでいける。

5章終わり
【特徴量の中で一番良く効くモノを探す】ということについて軽
...続きを読む ›
コメント 8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
形式: 単行本(ソフトカバー) Amazonで購入
scikit-learnである程度機械学習を触れるようになってから本書を読みましたが、とても良かったです。教師なし学習の意義や、パラメータを動かすということはどういうことなのかといったところがとても腑に落ちました。
事前知識はなくてもいけると思いますが、機械学習を軽くかじって「教師なし学習って何に使うの?」などの疑問がある方の助けになると思います。
文章も平易でわかりやすく、数式がほぼ出でこないので概要を理解したい方にお勧めです。
コメント 4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
形式: 単行本(ソフトカバー) Amazonで購入
妙に表紙が可愛いですが、意外に専門的な内容でした。
いつの間にか専門的な話になっているのにサクサク読めるという不思議な本でした。

以下、読んでみての感想です。
■良かったと思うところ
[1].とにかく分かりやすい。
目次が物語っぽくて初めあまり話の繋がりが分からなかったのですが、読み進めて行くと今まで絡まっていた頭の中がほどけていくように、すんなり理解できました。
何より会話形式でイラストが多いのでサクサク読めました。
[2].内容としては、特徴量ベクトルや直線での回帰の説明から始まり、「最適化問題を解く」とは結局何をしていることなのか、ということが詳しく解説されています。
ニューラルネットワーク、ディープラーニング、ボルツマン機械学習、サポートベクターマシンといったキーワードが、何をすることを意味するのかが専門的ではない言葉で説明されています。
穴あきデータからお客さんの買うものを予測する話や、画像の背後に隠れ変数があるという話はなるほど!と思いました。
[3].お妃さまのノリが可愛い(笑)。あと各章の初めの4コマ漫画が結構ツボでした。

■まぁこんなもんかなと思うところ
[1].プログラムコードや数式が全く書かれていないので、この本を読ん
...続きを読む ›
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
形式: 単行本(ソフトカバー)
6章のボルツマン機械学習だけが難しいかな?何を言ってるのかちんぷんかんぷんでした。
本文の解説はわかりづらいと思うので、下記に私なりの理解を記述します。

本文で挙げられた例は、多数のお妃様の画像を入力としてお妃様を表す最適な関数を作成するという問題です。
これを、ボルツマン機械学習では、画像はあたかも格子点に固定された二次元の原子集団であると考えて、
ピクセル(原子)間の相互作用の強さを最適化するという問題に落とし込みます。

このとき、各原子の挙動は、それぞれの原子が持つ固有の性質(たとえば原子の半径とか)と、
隣の原子からの相互作用の和として記述できて、これらの原子集団は全体として
ある種の分布(おそらくはこれがボルツマン分布)をとるとして、エネルギー最適化を
しうるのです。

この方法を画像の機械学習に適用するメリットは、統計熱力学によって培われてきたエネルギー
最適化手法をそのまま適用可能なことです。これは今までに開発されてきたローカルミニマムを
回避するための様々な手法を利用することができる点に大きなメリットがあります。
...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

最近のカスタマーレビュー

click to open popover