第5章の自己符号化までは比較的丁寧に記述されているが、
第6章以降のCNNとLSTMの説明が乱雑で初学者がこれだけを読んで理解するのは困難だと言わざるをえない。
特にCNNの誤差逆伝搬の説明は余りにいい加減で唖然としてしまった。
プロフェッショナルシリーズを謳っているためか機械学習の用語が説明無しに出てくる一方、
プロを目指してちゃんと学びたい人には不十分な内容であり何とも中途半端な本である。
この本は機械学習の分野でベストセラーになっているようだが、
多くの人が理解が曖昧なまま研究や仕事にディープラーニングを使う事態になりかねずとても危険な状態である。
深層学習 (機械学習プロフェッショナルシリーズ) (日本語) 単行本（ソフトカバー） – 2015/4/8
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。
１分以内にKindleで 深層学習 (機械学習プロフェッショナルシリーズ) をお読みいただけます。
Kindle をお持ちでない場合、こちらから購入いただけます。 Kindle 無料アプリのダウンロードはこちら。
Kindle をお持ちでない場合、こちらから購入いただけます。 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
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。
著者について
岡谷 貴之
東北大学大学院情報科学研究科 教授
著者略歴 (「BOOK著者紹介情報」より)
岡谷/貴之
博士(工学)。1999年東京大学大学院工学系研究科計数工学専攻博士課程修了。現在、東北大学大学院情報科学研究科教授(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
