¥ 2,905
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。
TensorFlowで学ぶディープラーニング入門 ... 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
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。
14点すべてのイメージを見る

TensorFlowで学ぶディープラーニング入門 ~畳み込みニューラルネットワーク徹底解説~ 単行本(ソフトカバー) – 2016/9/27

5つ星のうち 3.5 8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。"
¥ 2,905
¥ 2,905 ¥ 4,434

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

  • TensorFlowで学ぶディープラーニング入門 ~畳み込みニューラルネットワーク徹底解説~
  • +
  • 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: ¥6,577
ポイントの合計: 199pt (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 Global】OTAKU Store
Figures, Video Games, Blu-ray, DVD and Music of Japanese Anime, Games and Pop Culture Shop now

商品の説明

内容紹介

TensorFlowを実際に動かしながら、「畳み込みニューラルネットワーク」の仕組みを理解しよう!

ディープラーニングの世界へようこそ! 本書は、機械学習やデータ分析を専門とはしない、一般の方を対象とした書籍です。― と言っても、ディープラーニングの歴史や人工知能の将来展望を語る啓蒙書ではありません。ディープラーニングの代表とも言える「畳み込みニューラルネットワーク」を例として、その仕組みを根本から理解すること、そして、TensorFlowを用いて実際に動作するコードを作成することが本書の目標です。

ディープラーニングの解説記事で必ず登場するのが、多数のニューロンが何層にも結合された「多層ニューラルネットワーク」の模式図です。このニューラルネットワークの中でいったいなにが起きているのか、ディープラーニングのアルゴリズムはどのような仕組みで学習をしているのか、「何とかしてこれを理解したい! 」 ― そんな気持ちを持ったあなたこそが、本書が対象とする読者です。

実の所、ディープラーニングの根底にあるのは、古くからある機械学習の仕組みそのものです。簡単な行列計算と微分の基礎がわかっていれば、その仕組みを理解することはそれほど難しくはありません。本書では、手書き文字の認識処理を行う畳み込みニューラルネットワークについて、これを構成する1つひとつのパーツの役割を丁寧に解説していきます。さらに、ディープラーニングの学習処理ライブラリであるTensorFlowを利用して、実際に動作するコードを用いながらそれぞれのパーツの動作原理を確認します。レゴブロックを組み立てるかのように、ネットワークを構成するパーツを増やしていくことで、認識精度が向上する様子が観察できることでしょう。

ちなみに、TensorFlowの公式Webサイトでは、チュートリアルとしてさまざまなサンプルコードが公開されています。これらのコードを実行してみたものの、コードの中身がよくわからず、自分なりの応用をしようにもどこから手をつけていいのかわからない ― そんな声を耳にすることもあります。本書を通して、ディープラーニングの根本原理、そして、TensorFlowのコードの書き方を学習すれば、次のステップが見えてくるはずです。ディープラーニングの奥深さ、そして、その面白さを味わうことは、決して専門家だけの特権ではありません。本書によって、知的探究心にあふれる皆さんが、ディープラーニングの世界へと足を踏み入れるきっかけを提供できたとすれば、筆者にとってこの上ない喜びです。

(本書「はじめに」より抜粋)

・本書では、TensorFlowをインストール済みのDocker用コンテナイメージを用いて説明を行っていきます。Linux、Mac OS X、Windowsなどの環境で、Dockerを利用して環境を起動することができます。また、TensorFlow 0.9.0(GPU非対応版)、Python 2.7を使用しています。
ハードウェア環境は、4コアCPUと4GB以上の物理メモリーを想定しています。メモリー容量がこれより少ない場合、第4章、および、第5章のサンプルコードが実行できない場合がありますのでご注意ください。

内容(「BOOK」データベースより)

こんな人におすすめ:機械学習、データ分析の専門家ではないけど興味がある、ディープラーニングのアルゴリズムがどうなっているのか知りたい、TensorFlowの公式サンプルコードだけでは、どう使っていいかわからない。TensorFlowを実際に動かしながら、「畳み込みニューラルネットワーク」の仕組みを理解しよう!

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): 264ページ
  • 出版社: マイナビ出版 (2016/9/27)
  • 言語: 日本語
  • ISBN-10: 4839960887
  • ISBN-13: 978-4839960889
  • 発売日: 2016/9/27
  • 梱包サイズ: 23.4 x 18.3 x 2.5 cm
  • おすすめ度: 5つ星のうち 3.5 8件のカスタマーレビュー
  • Amazon 売れ筋ランキング: 本 - 10,642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

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 2017/4/18
形式: 単行本(ソフトカバー) Amazonで購入
Deep Learning用のフレームワークとして有名なTensorFlowを使った畳み込みニューラルネットワークの理論をサンプルプログラムと共に解説した本。

扱われているアルゴリズムが少ないとはいえ、その分解説は理論的な説明と該当部分のプログラムを交互に交えながら丁寧に行われている。「TensorFlowを使いながらCNNの基本概念を丁寧に学ぶ」という目的であれば、いい本であると思う。サンプルはGithubから簡単にダウンロードできる。後半はメモリが結構必要なものがあるが、GPUは使わなくてもいいモードになっている。

2016年9月にこれを発売したというのは著者も出版社もよく頑張ったと思う。内容的にも丁寧にCNNの解説がされているのは良い。ただ、今やCNNだけならネットでもたくさんサンプルがころがっていることもあり、少なくとも2017年の春に読むと物足りなさを感じるのは事実で、せめてRNNについても取り上げてあればよかったように思う。また、Pythonのバージョンも3.0ではなく2.7である。IT業界においてDeep Learningへの関心と理解が深まってゆく中で、過渡的な位置づけの本ではないかと思う。
1 コメント 6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)
誰かのブログなどの記事を集めてプリントアウトして書籍化したもの、と考えていいでしょう。
ブログの記事の断片的な表現をいくらか加筆したようなものです。

よく知られているMNISTを使ったチュートリアルやブログで理解した人はこの本はほぼ不必要ですし、
そのブログやチュートリアルをやってみたけどTensorFlow,TensorBoardの細かい仕様や使い方がいまいちよく分からない人、すごく簡単な例でもいいのでTensorFlowによる深層学習の例をいくつか知りたい人は多いと思いますが、そのような要望は答えられていないでしょう。
例えばよく知られているMNISTの例だけではなく
テキストに書かれた自分の実験データを読み込んで学習、学習パラメータを出力
次の日に学習パラメータを読み込んで、未知のデータを分類してファイルに出力
をスムーズ、明快にできる一まとめのサンプル例とか挙げれば良かった。

付録の部分の数学公式を見ると読者には不必要な行列、偏微分の初歩の初歩について説明しているのに、逆にシグモイド関数の微分は公式に従って計算が可能、と言いながら付録に書かなかったりしているのですが、このような記述をみると著者は本当はTensorFlowの細かいところは知らない、または読者のこと困るところや要望をあまり意識せず、ただ他者より先行して書籍化しただけの気がします。
2 コメント 81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
ゼミの学生の教科書用として内容を確認の上、学生にも買ってもらいました。
良くも悪くもJupyter前提なので、好き嫌いは分かれるかも知れません。
学生の勉強用には良いと思います。
仕事で使うにはちょっと足りないかも知れません。
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
投稿者 通りすがり 投稿日 2016/11/22
形式: Kindle版 Amazonで購入
普通にわかりやすい.まだ類書の少ない今,出してくれたことに意味があると思う.
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