ポイント: 370pt (10%) 詳細はこちら

無料配送火曜日 8月16日。詳細を見る

または最も早いお届け日配送本日 8 時間 52 分以内にご注文の場合。詳細を見る

お届け先を選択

残り11点（入荷予定あり）在庫状況について

Kindle版は、無料のKindleアプリがあればお持ちの端末で今すぐお読みいただけます。

お客様情報を保護しています

出荷元

Amazon.co.jp

販売元

Amazon.co.jp

詳細はこちら

出荷元

Amazon.co.jp

販売元

Amazon.co.jp

ギフトの設定

無料配送火曜日 8月16日。詳細を見る

または最も早いお届け日配送本日 7 時間 42 分以内にご注文の場合。詳細を見る

お届け先を選択

中古商品: 良い | 詳細

発売元大蜂ストア

Amazon.co.jp が発送

シェアする

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。

16点すべてのイメージを見る

著者をフォロー

巣籠悠輔

詳解ディープラーニング第2版 ~TensorFlow/Keras・PyTorchによる時系列データ処理~ (Compass Booksシリーズ) 単行本（ソフトカバー） – 2019/11/27

巣籠悠輔 (著)

39個の評価

すべての形式と版を表示

価格

新品

中古品

Kindle版 (電子書籍)

"もう一度試してください。"

￥3,366

—

単行本（ソフトカバー）

"もう一度試してください。"

￥3,740

￥2,804

購入を強化する

ディープラーニング実装入門書の決定版!

ニューラルネットワークの理論とディープラーニングの実装について丁寧に解説。実装には、Python(3.x)とディープラーニング向けライブラリKeras(2.x)、TensorFlow(2.x)、PyTorch(1.x)を用います。

本書では、自然言語処理をはじめとした時系列データ処理のためのディープラーニング・アルゴリズムに焦点を当てているのも大きな特徴の1つです。本書の[第1版](2017年)以降に次々と登場している新しい手法やモデルを丁寧に説明、記事も大幅にボリュームアップしました。

[本書の構成]
1章数学の準備:ニューラルネットワークのアルゴリズムを理解するための数学の知識、偏微分と線形代数の基本を学びます。アルゴリズムが複雑になってもこの2つを押さえておけばきちんと理解できます。

2章 Pythonの準備:ディープラーニングのアルゴリズムを実装するため、Python環境の構築およびPythonの基本から代表的なライブラリの使い方までを解説します。

3章ニューラルネットワーク:ニューラルネットワークとは何か、どういった手法かを解説します。単純パーセプトロン、ロジスティック回帰、多クラスロジスティック回帰、多層パーセプトロンを扱います。

4章ディープニューラルネットワーク:ディープラーニングはニューラルネットワークのモデルの発展形です。ニューラルネットワークから「ディープ」ニューラルネットワークになるうえで発生する課題とそれを解決するテクニックについて解説します。

5章リカレントニューラルネットワーク:ニューラルネットワークに「時間」という概念を取り込むとどのようなモデルになるのか。通常のディープラーニングのモデルではうまく扱うことができない時系列データの扱いに特化したモデルであるリカレントニューラルネットワーク(RNN)とその手法LSTM、GRUについて取り上げます。

6章リカレントニューラルネットワークの応用:時系列データの扱いに関しては、自然言語処理で新しいモデルが考えられてきました。本章では、Encoder-Decoder、Attention、Transformerについて学んでいきます。

付録ライブラリ内部の処理を理解するためのグラフの知識と、Pythonのデコレータ @tf.function の実装例、Keras、TensorFlow、PyTorchによるモデルの保存・読み込みについて解説します。

本の長さ

456ページ
言語

日本語
出版社

マイナビ出版
発売日

2019/11/27
寸法

18.4 x 2.8 x 23.4 cm
ISBN-10

4839969515
ISBN-13

978-4839969516
すべての詳細を表示

よく一緒に購入されている商品

+
+

総額:

当社の価格を見るには、これら商品をカートに追加してください。

ポイントの合計: pt

これらの商品のうちのいくつかが他の商品より先に発送されます。

詳細の表示詳細の非表示

一緒に購入する商品を選択してください。

- 巣籠悠輔単行本（ソフトカバー）
￥3,740
370ポイント(10%)
残り11点（入荷予定あり）
この商品は、Amazon.co.jpが販売および発送します。
最短で8月16日火曜日のお届け予定です
- 斎藤康毅単行本（ソフトカバー）
￥3,740
432ポイント(12%)
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
最短で8月16日火曜日のお届け予定です
- 小川雄太郎単行本（ソフトカバー）
￥3,828
380ポイント(10%)
在庫あり。
この商品は、Amazon.co.jpが販売および発送します。
最短で8月16日火曜日のお届け予定です

斎藤康毅
710
単行本（ソフトカバー）
40個の商品：￥2,178から
小川雄太郎
104
単行本（ソフトカバー）
23個の商品：￥2,403から
斎藤康毅
198
単行本（ソフトカバー）
19個の商品：￥2,738から
Aurélien Géron
55
単行本（ソフトカバー）
42個の商品：￥4,139から
チーム・カルポ
25
単行本
23個の商品：￥3,520から
斎藤康毅
129
単行本（ソフトカバー）
13個の商品：￥3,800から

出版社より


	TensorFlowとKerasで動かしながら学ぶディープラーニングの仕組み	つくりながら学ぶ！PyTorchによる発展ディープラーニング	東京大学のデータサイエンティスト育成講座	やさしく学ぶディープラーニングがわかる数学のきほん
	ディープラーニングを学ぶなら、「仕組み」も「プログラム」もしっかり解説している本書から！	ディープラーニングの発展・応用手法を実装しながら学ぼう！	東大松尾研究室が提供するあの人気講座が待望の書籍化！	数学がニガテでも大丈夫！今度はディープラーニングをやさしく学ぼう

商品の説明

内容（「BOOK」データベースより）

ディープラーニング実装入門書の決定版!Keras 2.x/TensorFlow 2.x、PyTorch 1.x対応。ディープラーニングに関する様々な課題を新たに実装しコードを公開。定式化や実装をより丁寧に記述。本書第1版(2017年)以降に次々と登場している新しい手法や時系列データを扱うモデルの理論および実装など、大幅にボリュームアップ。

著者について

巣籠悠輔(すごもりゆうすけ):株式会社MICIN CTO、日本ディープラーニング協会有識者会員。2018年にForbes 30 Under 30 Asia 2018 に選出。著書に『詳解ディープラーニング』、監訳書に『PythonとKeras によるディープラーニング』(マイナビ出版刊)がある。

１分以内にKindleで詳解ディープラーニング第2版 (Compass Books) 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。

登録情報

出版社 ‏ : ‎ マイナビ出版; 第2版 (2019/11/27)
発売日 ‏ : ‎ 2019/11/27
言語 ‏ : ‎ 日本語
単行本（ソフトカバー） ‏ : ‎ 456ページ
ISBN-10 ‏ : ‎ 4839969515
ISBN-13 ‏ : ‎ 978-4839969516
寸法 ‏ : ‎ 18.4 x 2.8 x 23.4 cm

Amazon 売れ筋ランキング: - 39,839位本 (の売れ筋ランキングを見る本)
- - 41位情報学・情報科学全般関連書籍
- - 98位人工知能

カスタマーレビュー:
39個の評価

著者について

著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。

巣籠悠輔

Brief content visible, double tap to read full content.

Full content visible, double tap to read brief content.

著者の本をもっと発見したり、よく似た著者を見つけたり、著者のブログを読んだりしましょう

カスタマーレビュー

星5つ		46%
星4つ		41%
星3つ		9%
星2つ		4%
星1つ 0% (0%)		0%

評価はどのように計算されますか?

この商品をレビュー

カスタマーレビューを書く

上位レビュー、対象国：日本

レビューのフィルタリング中に問題が発生しました。後でもう一度試してください。

うみねこcafe

結局のところ時系列とは何だったのか?

2019年12月1日に日本でレビュー済み

Amazonで購入

この本も副題をよく見てからでないと買ってはいけない本だと思いますが、副題は「時系列データ処理」です。

したがってCNNは一切出てきません(画像処理については練習用画像データセットのMNISTに敢えて時系列処理を適用させてみた例だけです)。
逆にこの本で時系列データとして取り上げているのは自然言語だけです。

結局この本では最後まで「時系列」という言い方になっているようですが、Attentionになると反映される情報は概念的には「時間(時刻)」ではなく「位置」になると理解しているので「時系列」という言い方は必ずしも正しくないと思います。

というかそもそも自然言語が時系列なのかと言えば
当然のことながら言葉によって語順はマチマチなので
そうとも言えない気もします。

結局この本で学んだことは(この本の中身には直接関係しませんが)、少なくとも自然言語については時系列というデータ構造は存在せず、
時系列とは結局は処理の方法に過ぎないのではないか
ということです。

ちなみにこの本でTensorFlow/KerasとPyTorchのコードが併記してあるのは良い点かと思います。

27人のお客様がこれが役に立ったと考えています

役に立った

カスタマー

得難い本だが注意点もある

2020年7月15日に日本でレビュー済み

Amazonで購入

この本のメリットは以下です。

1. 時系列データ処理を扱ってる（画像処理の本が多いです）。
⇒明日の天気や株価の予想だけでなく、翻訳とかの自然言語処理も
　時系列データ処理の一種です。5.1節にも書いてます。
　全然違うじゃん？って思われそうですけど、
　手前のデータが次のデータに影響を与えるって意味じゃ同じです。
　たとえば、5日分の天気のデータを渡して6日目の天気を予想するとか
　5つの単語を含む文章を渡して、それを英語に翻訳するとか
　そういう処理です。

2. Keras、TensorFlow、PyTorchのコードを併記している。
⇒入門者には、基本的にはKerasでいいと思いますけど、備えあればうれいなし。

3. TensorFlow 2系を使ってる。
⇒TensorFlow 2系の本っていう絞り込み方をすると、
　実はグッと読める本が減ります。
　私は1系は見てないですが、2系のほうが書き方が直感的らしいです。
　どっちでもいい人なら、今からやるなら2系じゃないですかね。

4. 数式をちゃんと書いてる。
⇒なんちゃってでも、使えるには使えるかもしれませんが、
　数式ベースで理解していれば、応用が効きやすくなるんじゃないですかね。

5. 時系列データ処理で、AttentionやTransformerまで扱ってる。
⇒『ゼロから作るDeep Learning ❷ ―自然言語処理編』だと、
　Attentionの中途半端な所で終わってるってレビューを読みました。
　こちらだとキリのいい所まで行けてるとは思います。
　ただ、精度はそんなによくなくて、その後に出てきた
　BERTやT5とかのほうがいいらしくて、
　転移学習もできて、扱いやすいので、今だとこちらを使うことになりそうです。
　BERTやT5もAttentionやTransformerがベースになってるらしいので、
　AttentionやTransformer自体は微妙でも、
　前提知識を学ぶという意味で良いのではないでしょうか。

この本のデメリットは以下です。

1. Kindle版の索引が大雑把すぎ。
⇒章単位でしか索引がないです。結構、ジャンプするのが面倒くさい。

2. Kindle版でテキスト選択ができない。
⇒ちょっとコピペしたりできません。

3. サンプルコードがJupyter Notebookの形式になってない。
⇒py形式なんで、全部実行しないといけません。
　ちょっとずつ動かして、部分部分を理解していきたいんですが、
　それがやりづらい。

4. 数学の説明はしてくれてるけど、きつい。
⇒この説明だけで理解できる人は数学が結構得意なんじゃないですかね。
　たとえば、対数関数の微分したらどうなる？っていうのは、
　当たり前の知識として話が進んで行きます。
　一切話題にならず式展開での説明もないです。
　そこで引っかかるようだと得意ではなさそうですね。
　私は『ディープラーニングの数学』を先に読み込んでいたので、
　冒頭の数学の説明の所は、それほど無理なく理解はできました。

5. アダマール積の記号を省略してる箇所があって行列積と勘違いして誤読しやすい。
⇒アダマール積の説明自体は数学の章で説明があるんですが、
　本文のほうで、「見づらいのでアダマール積を省略します」的なことを
　書いてる箇所がありますが、いやいや、それだと、どこがアダマールなのか
　おれには分からんて。。全部書いてくれたほうが良かったです。
　すぐ前後に省略を通知してる箇所だけでなく、他にもそういう箇所があるんじゃないかと
　疑心暗鬼になります。途中で分からなくなってから、そこが疑わしくなって
　結構戻って読み直すことになりました。最初から注意して見ておけば、
　手戻りが無いと思います。

6. einsumが出て来るけど、3階以上のテンソルの説明はない。
⇒AttentionやTransformerでeinsumっていう関数が出てきますが、
　それで、3階以上のテンソルを扱いますが、それについての説明はないので、
　これ以上読んでも分からんな、ってなりました。
　テンソル解析とかの本を別に読んだほうがいいかもしれません。
　岡山大学の多田って人が説明のPDFをネットに上げてたりもしますが。。

19人のお客様がこれが役に立ったと考えています

役に立った

ひでの

この関連の書籍をはじめて買う人にはいいかも

2021年12月25日に日本でレビュー済み

Amazonで購入

内容としては他のディープランニング関連の書籍と同じような内容です。そしてTensorFlowを謳っている書籍なので、最初にphytonの説明、phytonのインストール方法、phytonの簡単な構文、関数説明、、、と本題以外の毎度おなじみの内容が、、、たぶんこの手の関連書籍はどの書籍も最初の半分くらいは同じ内容です。
似たようなものをすでに持っている、ディープランニングに関しては何となくかじったことがある、という人は買う必要はないと思います。
Python初めて、ディープラーニング初めて、ネットで調べるの面倒、って人には良いと思います。

私はTensorFlowのRNN（時系列データ処理）につられて購入しましたが、ネットで調べられる（日本語ページでも多く見つけられる）程度の内容しか載っていませんでした。
「まずは、理屈についてはどうでもよくて、TensorFlowの実装方法（使い方）が知りたい」ならネットで十分です、というかネットですぐ調べられる程度のことしか載っていないです。

この手の書籍はみんな同じです。ネットで調べたけどもっと細かいことが、、、ってのを求めても無駄です。

3人のお客様がこれが役に立ったと考えています

役に立った

エイモ

いい本です。

2021年3月14日に日本でレビュー済み

Amazonで購入

分かりやすいです。

1人のお客様がこれが役に立ったと考えています

役に立った

hahaha

たぶんわかりやすい

2021年10月1日に日本でレビュー済み

Amazonで購入

読んだところまではとてもわかりやすく書いてある。ただ、メインのところはまだ読んでいないのでまだ何とも言えない。

2020年1月2日に日本でレビュー済み

第1版と第2版両方持っています。Tensorflowはいまのところ2.x系はまだまだこれからなので、実務では1.系とかだと思います。そうなると、第1版の方がいい。
第2版になてPytorchに対応したのはすごくいいのですが、その分、第1版の時のような説明がカットされているようにも取れる。
ほかのレビューにあるように、フィーリングな感じの説明があるのですが、逆にしっくり来たりするので、やはりちょこっと立ち読みしてから選ぶとよいのではないでしょうか。

9人のお客様がこれが役に立ったと考えています

役に立った

ボリス

ぜひ改訂3版もお願いいたします！

2021年6月2日に日本でレビュー済み

時系列データのディープラーニングについて学びたいので購入しました。

決してシンプルな処理ではないので全部身についたとは言えませんが、ある程度の理解は得られました。

通勤電車の中など、すきま時間に読みましたが、サイズがデカいのが玉にキズ。

薄い紙にしてサイズを一回り小さくしてもらえれば、なお便利です。

第1版から間隔おかずに改訂してくださったことに感謝です。
ディープラーニングの進歩の速さに驚きます。

ぜひ第3版もお願いいたします！

3人のお客様がこれが役に立ったと考えています

役に立った

Amazon カスタマー

さすが巣籠先生の本は分かりやすい

2019年12月5日に日本でレビュー済み

これまでも何度もお世話になっている巣籠先生の本。書店だとAmazonより1日早く売り出されていたので、書店でさっそく購入しました。TensorFlow2系とPyTorchに対応してくれたのが非常に嬉しい。

内容としては、扱っているモデルは第1版と5章途中までは同じです。多層パーセプトロンやLSTMなど。ただし、実装はアップデートされており分かりやすかったです。大きく変わったのが6章。AttentionやTransformerの実装がされています。説明もさすが非常にわかりやすく、Attentionの説明なんか、目からウロコが出ました。自然言語だけでなく時系列全般に応用できそうな手法だということがよく分かりました。

8人のお客様がこれが役に立ったと考えています

役に立った

Amazon Advertising 商品の露出でお客様の関心と反応を引き出す	Audible（オーディブル）「聴く」読書会員なら聴き放題	アマゾンウェブサービス（AWS）クラウドコンピューティングサービス	Amazonアウトレット訳あり商品をお手頃価格で販売

Amazonビジネス（法人購買）請求書払い法人価格・数量割引	AmazonGlobal 65か国/地域以上への海外配送がより簡単に	Book Depository 送料無料で世界中にお届け	Shopbop 世界中の厳選されたファッションアイテム

著者をフォロー