通常配送無料 詳細
在庫あり。 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。
深層学習 (機械学習プロフェッショナルシリーズ) 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
+ ¥ 257 関東への配送料
中古品: 非常に良い | 詳細
発売元 masashi's market
コンディション: 中古品: 非常に良い
コメント: 表紙に多少擦れがあります。本文はたいへん良い状態です。
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。
3点すべてのイメージを見る

深層学習 (機械学習プロフェッショナルシリーズ) 単行本(ソフトカバー) – 2015/4/8

5つ星のうち 4.1 36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。"
単行本(ソフトカバー)
"もう一度試してください。"
¥ 3,024
¥ 3,024 ¥ 2,600
この商品の特別キャンペーン 本とのまとめ買いで対象商品が10%OFF 1 件


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

  • 深層学習 (機械学習プロフェッショナルシリーズ)
  • +
  • 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: ¥6,696
ポイントの合計: 202pt (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

いま最も注目されている機械学習手法である深層学習(ディープラーニング)を、トップ研究者が解説した。基礎から、SGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさん。軽快な語り口なので、無理なく理解できる!

【機械学習プロフェッショナルシリーズ】
本シリーズでは、発展著しい機械学習技術の数学的な基礎理論、実用的なアルゴリズム、それらの活用法を、全29巻にわたって刊行する。
ビッグデータ時代を牽引している若手・中堅の現役研究者が、入門的な内容から最先端の研究成果までをわかりやすく解説。
これからデータサイエンス分野で研究を始めようとしている大学生・大学院生、および、機械学習技術を基礎科学や産業に応用しようとしている研究者・技術者に向けた注目のシリーズである。

全29巻のうち第1期として、以下の4点を同時刊行!

『機械学習のための確率と統計』杉山 将・著
『深層学習』岡谷 貴之・著
『オンライン機械学習』海野 裕也/岡野原 大輔/得居 誠也/徳永 拓之・著
『トピックモデル』岩田 具治・著

第2期の刊行は2015年8月、第3期の刊行は2015年12月の予定(^o^)/

【シリーズ編者】
杉山 将 東京大学大学院新領域創成科学研究科 教授

内容(「BOOK」データベースより)

この本でしか味わえない充実感。基礎からSGD、自己符号化器、CNN、RNN、ボルツマンマシンまでと、盛りだくさんの内容を体系的に解説。

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): 176ページ
  • 出版社: 講談社 (2015/4/8)
  • 言語: 日本語
  • ISBN-10: 4061529021
  • ISBN-13: 978-4061529021
  • 発売日: 2015/4/8
  • 梱包サイズ: 21 x 14.8 x 1.4 cm
  • おすすめ度: 5つ星のうち 4.1 36件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 3,206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

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

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 2016/4/11
形式: 単行本(ソフトカバー) Amazonで購入
人工知能分野で脚光を浴びているディープ・ラーニングの理論について解説した本。著者は東北大学大学院の教授。

順伝播型ネットワーク、確率的勾配降下法、誤差逆伝播法、自己符号化器、畳込みニューラルネット、再帰型ニューラルネット、ボルツマンマシンといった内容が扱われている。この分野の基礎理論の説明に特化していることが特徴で、このようなオープンソースがあるといったような紹介は無い。

データサイエンス及び機械学習の専門家を目指す人向けに書かれており、数式も多数登場する。理系分野の基礎知識がある人向けである。本書のスコープを正しく理解した上で手にするのであれば、有意義な本だといえる。
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
形式: 単行本(ソフトカバー) Amazonで購入
深層学習を学ぶ上で必要な本の一冊だと思います。
内容的にはよく書かれている本です。

ただ、初心者が読むのには少したいへんな印象を受けます。
まぁ、そういった人を読者の対象とはしていないのでしょうが、全くの初心者の人はもう少し平易な内容の本を読んでから、この本に挑戦した方が良いと思います。
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
形式: 単行本(ソフトカバー) Amazonで購入
TensorFlowの実装の参考に読んでますが、詳しく書かれており初心者でも理解できるレベルの内容になっているのではないかと思います。
コメント 1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
投稿者 ウエル 投稿日 2017/6/25
形式: 単行本(ソフトカバー) Amazonで購入
最近のニューラルネットに関して分かりやすくコンパクトにまとめて下さった良書という印象です。
自分のレベルでは、式展開に関してもう少し細かく補足して頂ければと思う部分もありましたが、紙面の都合を考えるとよいバランスかと思います
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
形式: 単行本(ソフトカバー) Amazonで購入
ネット上にはいろんな機械学習の情報が氾濫していますが,これはそれらがきれいにまとまっています.
特に数式周りがちゃんと整理されているので,ちゃんと勉強したいという人にはお勧めです.
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
形式: 単行本(ソフトカバー) Amazonで購入
読みやすく論理の飛躍も無いので、素早く全体を一望できるので、最初に読む教科書として適切だと思います。
ところどころ誤植があるようではありますが、全般に式の導出も丁寧で、行列代数に対する基本的な知識があれば苦労せずに読み通せますし、実装してみることも可能と思います。
読んだらすぐにプログラムにしてみるのが良さそうです。
ただ、ボルツマンマシンはベイズ推定の知識が無いとこの本だけではピンとこないかもしれません。

他の方も書かれてますが、印刷の質がひどいです。一昔前のインクジェットプリンタかと思うぐらい解像度が低く、最初に開いた時の見た目の印象は極めて悪いです。ガッカリしました。
最終的に中身には満足しましたが、星一つ減点。
コメント 47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)
この本を元に実装を行っていますが、一部誤植や省略があるため他の論文も見ながら実装しています。
またLSTMでは第2刷の時点でδの計算式が完全に間違っており正誤表を参照する必要があります。
正誤表は検索すればpdfが出てきます。
[・・・]

誤植を除けばこの本はとても有益なものであり、これからDeep Learningを学ぼうと思っている人の必読書になると思います。
また他のレビューで言われている印刷の酷さですが、凝視しないと分からないような些細なものなので全く気になりません。
コメント 43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)
 2015年の本。著者は東北大学教授(情報化学研究科)。
 曰く・・・
 訓練サンプルの量が足りないとき、量を水増しする(データ拡張)。サンプルx1に何らかの変更を加えてx2を作り、これを新しいサンプルとして扱う。教師あり学習では(x1,d)から(x2,d)を作る。dは、入力x1(またはx2)に対する望ましい出力値。
 複数の異なるニューラルネットワークを組み合わせると、一般的には推定精度が向上する。具体的には同じ入力を複数のニューラルネットワークに与え、それらの複数の出力の平均を答えとする(モデル平均)。
 順伝播と逆伝播は、いずれも層ごとの行列計算で表現できるという点で形式的には似ている。しかし、順伝播は非線形計算であるのに対し、逆伝播は線形計算という違いがある。ロジスティック関数なら出力は[0,1]の範囲に制約されるため発散することはないが、線形の逆伝播計算は、デルタ(ある層の入力値に対するニューラルネットワークの出力誤差の感度)の急拡大または0への収斂が生じることがある(勾配消失問題)。デルタの発散と消失は、多層ネットワークでは学習を行う上での最大の障害。
 畳み込みニューラルネットワークは、順伝播型のニューラルネットワークであり、全結合型ではなく、隣接層間の特定ユニットのみが結合を持つ特別な層を持つ。
 再帰型ニ
...続きを読む ›
コメント 3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