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
+ ¥ 257 関東への配送料
中古品: 良い | 詳細
コンディション: 中古品: 良い
コメント: 中古商品として状態の良い物だけを出品しています。商品の状態等、何かご不明な点がございましたら、お気軽にお問い合わせ下さい。※弊店商品はAmazonマーケットプレイス コンディション・ガイドラインに準じます
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 31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 ¥ 2,310

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
  • +
  • Python機械学習プログラミング 達人データサイエンティストによる理論と実践 (impress top gear)
総額: ¥11,016
ポイントの合計: 332pt (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。



『君の名は。』、星野源『いのちの車窓から』、『ダンジョン飯』ほか、
KADOKAWA全品10%ポイント還元中。この機会をお見逃しなく! 今すぐチェック

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
  • 商品パッケージの寸法: 21 x 14.8 x 1.4 cm
  • おすすめ度: 5つ星のうち 4.1 31件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 3,974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

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 41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
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 45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)
Deep Learningには以前から興味があり、本書は1日で目を通しました。PRMLを若干かじっていて、画像認識の知識も少しあったので、第6章までは、ある程度すんなり進みました。でも、第7章と第8章は難しいので、少し時間をかけなければ理解できない内容でした。
印象としては、非常に丁寧に書かれてあり、流れも論理的なので、読み進むのが容易です。数式もきちんと記載されていて、説明も詳しいです。
参考文献も充実していて、現時点での最新の情報を、まとめて手に入れることができます。Deep Learningに興味のある全ての方にお薦めできます。
コメント 15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
minibatch、やpaddingといった独特の用語の意味が書かれていて参考になりました。
特に畳み込みって何?と思っていたのですが、詳しく書かれていて助かりました。
畳み込みネットでは自己符号化は必要ない、など「なんで?」と思うところは多いのですが。
ミニバッチのサイズや学習率の大きさ、など細かいパラメータは結局、モデルに合わせて試行錯誤してみないと分からない気もしています。
コメント 2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
近頃人気のディープラーニングについて知ろうと購入しました.
まだ軽く読んだだけですが,説明も簡単な数学(線型代数,微分積分と確率)と統計とくらいが要求されるだけで,自分のような初心者にも分かりやすい本です.
一口に深層学習,と言っても何種類かあり,それぞれが適当な分量で解説されているのもよいです.

レビューを見てさぞ印刷の質が悪いのだろうと思っておりましたが,私はそこまで気にはなりませんでした.確かによくよく見ると確かに言わんとすることも分かります.紙質は普通だと思うのですが,どうしてなのでしょう.
コメント 19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
多層ニューラルネットの問題は教師データへの過学習にあり、
その改善として正則化や自己符号化にてモデルの汎用化が行われている。
ボルツマンマシンは非教師推論と教師推論を統合したモデルで始めて画期的な
精度向上と汎用化が追求出来ていることが示されている。
言語処理に対応したRNNやLSTM 画像処理のCNNについてもロジックが明快に
記述されている。一冊でかなりDeepLearningが数理的に理解できる本になっている。
残念ながら実装できるレベルの記述はRNNだけだった。
コメント 21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 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 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