-
将棋AIで学ぶディープラーニング
- ›
-
カスタマーレビュー
- 将棋AIで学ぶディープラーニング
- ›
- カスタマーレビュー
上位の肯定的レビュー
Googleの論文を個人のゲーミングPCで。
2018年3月20日
AlphaGo Zero/AlphaZeroの論文で書かれている手法を、難しい英語、理論、数式ではなく、我々にもわかりやすい日本語とPythonのソースコードで解説している。
ディープラーニングのモデルの設計、実装、学習、並列／高速化のテクニックを、実用レベルで楽しめるところまで。
MNIST（手書き数字画像認識）の初心者向けのチュートリアルと機械学習ライブラリの使い方を解説する本が多い中、ここまで踏み込んでいるのは凄い。
Googleのスパコン前提だった技術が、個人で楽しめる時代になりました。
NVIDIAのGPUが載っているゲーミングPCも手頃な値段なのに、それだけで諦めるのはもったいない。
（追記２）
書籍のソースコードをGoogle Colaboratoryのみで実行できるようになりました。
http://tadaoyamaoka.hatenablog.com/entry/2019/09/01/164646
（追記１）
Google Colaboratoryで無料のGPUがオンラインで使えるようになりました。
誰もが手軽にディープラーニングを楽しめる世の中に。素晴らしい。
・n1-highmem-2 instance
・Ubuntu 17.10
・2vCPU @ 2.2GHz
・13GB RAM
・40GB Free Space
・GPU NVIDIA Tesla K80
・アイドル状態が90分続くと停止
・連続使用は最大12時間
と制約はありますが、
・cupy-cuda80==4.0.0b4
・chainer==4.0.0b4
をインストールして、書籍のコード（python-dlshogi）を動かすことができました。
学習済みモデルは、Google Driveに格納することもできます。
【参考】
「【秒速で無料GPUを使う】TensorfFow/Keras/PyTorch/Chainer環境構築 on Colaboratory」
https://qiita.com/tomo_makes/items/f70fe48c428d3a61e131
「Colaboratoryで簡単便利にファイルのやり取りをする方法」
https://funmatu.wordpress.com/2017/11/30/colaboratoryで簡単便利にファイルのやり取りをする方法/
ディープラーニングのモデルの設計、実装、学習、並列／高速化のテクニックを、実用レベルで楽しめるところまで。
MNIST（手書き数字画像認識）の初心者向けのチュートリアルと機械学習ライブラリの使い方を解説する本が多い中、ここまで踏み込んでいるのは凄い。
Googleのスパコン前提だった技術が、個人で楽しめる時代になりました。
NVIDIAのGPUが載っているゲーミングPCも手頃な値段なのに、それだけで諦めるのはもったいない。
（追記２）
書籍のソースコードをGoogle Colaboratoryのみで実行できるようになりました。
http://tadaoyamaoka.hatenablog.com/entry/2019/09/01/164646
（追記１）
Google Colaboratoryで無料のGPUがオンラインで使えるようになりました。
誰もが手軽にディープラーニングを楽しめる世の中に。素晴らしい。
・n1-highmem-2 instance
・Ubuntu 17.10
・2vCPU @ 2.2GHz
・13GB RAM
・40GB Free Space
・GPU NVIDIA Tesla K80
・アイドル状態が90分続くと停止
・連続使用は最大12時間
と制約はありますが、
・cupy-cuda80==4.0.0b4
・chainer==4.0.0b4
をインストールして、書籍のコード（python-dlshogi）を動かすことができました。
学習済みモデルは、Google Driveに格納することもできます。
【参考】
「【秒速で無料GPUを使う】TensorfFow/Keras/PyTorch/Chainer環境構築 on Colaboratory」
https://qiita.com/tomo_makes/items/f70fe48c428d3a61e131
「Colaboratoryで簡単便利にファイルのやり取りをする方法」
https://funmatu.wordpress.com/2017/11/30/colaboratoryで簡単便利にファイルのやり取りをする方法/
35人のお客様がこれが役に立ったと考えています
上位の批判的レビュー
AIという大分野の将棋という小分野
2019年12月11日
AI技術が発達して、羽生さんも抜かれたっぽいのですが、AIの技術進歩は目覚ましいものがあります。
その中でも将棋という分野でのAIについての本です。
将棋AIはAIの中でもかなり特殊です。言い換えれば、汎用性はありません。
ではこの本は無駄でしょうか。いいえ、そうではないと思います。
AIはどんどん発達しますが、汎用AIと将棋専用AIでは、後者の方が将棋に関してはすぐれています。
同じように、囲碁もそうでしょう。では、モノポリーはどうでしょうか、かるたはどうでしょうか。不動産登記申請書作成はどうでしょうか。
どこかの分野に特化したAIは汎用AIより優れているのです。特化AIはこの本で学べます。
その中でも将棋という分野でのAIについての本です。
将棋AIはAIの中でもかなり特殊です。言い換えれば、汎用性はありません。
ではこの本は無駄でしょうか。いいえ、そうではないと思います。
AIはどんどん発達しますが、汎用AIと将棋専用AIでは、後者の方が将棋に関してはすぐれています。
同じように、囲碁もそうでしょう。では、モノポリーはどうでしょうか、かるたはどうでしょうか。不動産登記申請書作成はどうでしょうか。
どこかの分野に特化したAIは汎用AIより優れているのです。特化AIはこの本で学べます。
13件中1 - 10件目のレビューを表示
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。
2018年3月20日
AlphaGo Zero/AlphaZeroの論文で書かれている手法を、難しい英語、理論、数式ではなく、我々にもわかりやすい日本語とPythonのソースコードで解説している。
ディープラーニングのモデルの設計、実装、学習、並列／高速化のテクニックを、実用レベルで楽しめるところまで。
MNIST（手書き数字画像認識）の初心者向けのチュートリアルと機械学習ライブラリの使い方を解説する本が多い中、ここまで踏み込んでいるのは凄い。
Googleのスパコン前提だった技術が、個人で楽しめる時代になりました。
NVIDIAのGPUが載っているゲーミングPCも手頃な値段なのに、それだけで諦めるのはもったいない。
（追記２）
書籍のソースコードをGoogle Colaboratoryのみで実行できるようになりました。
http://tadaoyamaoka.hatenablog.com/entry/2019/09/01/164646
（追記１）
Google Colaboratoryで無料のGPUがオンラインで使えるようになりました。
誰もが手軽にディープラーニングを楽しめる世の中に。素晴らしい。
・n1-highmem-2 instance
・Ubuntu 17.10
・2vCPU @ 2.2GHz
・13GB RAM
・40GB Free Space
・GPU NVIDIA Tesla K80
・アイドル状態が90分続くと停止
・連続使用は最大12時間
と制約はありますが、
・cupy-cuda80==4.0.0b4
・chainer==4.0.0b4
をインストールして、書籍のコード（python-dlshogi）を動かすことができました。
学習済みモデルは、Google Driveに格納することもできます。
【参考】
「【秒速で無料GPUを使う】TensorfFow/Keras/PyTorch/Chainer環境構築 on Colaboratory」
https://qiita.com/tomo_makes/items/f70fe48c428d3a61e131
「Colaboratoryで簡単便利にファイルのやり取りをする方法」
https://funmatu.wordpress.com/2017/11/30/colaboratoryで簡単便利にファイルのやり取りをする方法/
ディープラーニングのモデルの設計、実装、学習、並列／高速化のテクニックを、実用レベルで楽しめるところまで。
MNIST（手書き数字画像認識）の初心者向けのチュートリアルと機械学習ライブラリの使い方を解説する本が多い中、ここまで踏み込んでいるのは凄い。
Googleのスパコン前提だった技術が、個人で楽しめる時代になりました。
NVIDIAのGPUが載っているゲーミングPCも手頃な値段なのに、それだけで諦めるのはもったいない。
（追記２）
書籍のソースコードをGoogle Colaboratoryのみで実行できるようになりました。
http://tadaoyamaoka.hatenablog.com/entry/2019/09/01/164646
（追記１）
Google Colaboratoryで無料のGPUがオンラインで使えるようになりました。
誰もが手軽にディープラーニングを楽しめる世の中に。素晴らしい。
・n1-highmem-2 instance
・Ubuntu 17.10
・2vCPU @ 2.2GHz
・13GB RAM
・40GB Free Space
・GPU NVIDIA Tesla K80
・アイドル状態が90分続くと停止
・連続使用は最大12時間
と制約はありますが、
・cupy-cuda80==4.0.0b4
・chainer==4.0.0b4
をインストールして、書籍のコード（python-dlshogi）を動かすことができました。
学習済みモデルは、Google Driveに格納することもできます。
【参考】
「【秒速で無料GPUを使う】TensorfFow/Keras/PyTorch/Chainer環境構築 on Colaboratory」
https://qiita.com/tomo_makes/items/f70fe48c428d3a61e131
「Colaboratoryで簡単便利にファイルのやり取りをする方法」
https://funmatu.wordpress.com/2017/11/30/colaboratoryで簡単便利にファイルのやり取りをする方法/
2018年3月20日
本書は著者のAI製作の思考の道すじから試行過程のコスパ（学習時間と強化）まで分かりやすく書かれています。
導入だけの本や、結論だけの本とは違う内容の充実具合で満足です。
（追記）
サンプルコードについて、計算時間を度外視してCPUで動かしたいなら、
Chainerを活用した実装のためGPU向けコードをCPU向けに変更するのは簡単です。
最初の学習方法（７章）を動かすだけなら５か所だけ編集すれば動きます。
train_policy.pyを「gpu」で検索すれば５か所みつかるので削除するだけです。
導入だけの本や、結論だけの本とは違う内容の充実具合で満足です。
（追記）
サンプルコードについて、計算時間を度外視してCPUで動かしたいなら、
Chainerを活用した実装のためGPU向けコードをCPU向けに変更するのは簡単です。
最初の学習方法（７章）を動かすだけなら５か所だけ編集すれば動きます。
train_policy.pyを「gpu」で検索すれば５か所みつかるので削除するだけです。
2018年5月28日
昨年『量子コンピュータが人工知能を加速する』と『人口知能はどのようにして「名人」を超えたのか？』を読みちょっとした衝撃を覚えた。
ハードとソフトの両方に技術のブレイクスルーを感じたからだ。
そこで人工知能についてもう少し突っ込んだ内容（機械学習の様々な手法）を知りたいと思い本書を入手した。
この本を読み始める前に以下の三つの書籍に目を通した。
①『アルゴリズムをはじめよう』インプレス
②『人工知能プログラミングのための数学がわかる本』KADOKAWA
③『機械学習と深層学習』オーム社
②と③については、数学とプログラムの知識が不足しているので全体を俯瞰したという程度である。分からなくても一気に目を通した。
それでも、AI用語や数学用語に少しずつ慣れてきて本書の読解に少しは役立った。
印刷された帯の表紙には、次のような言葉が見られる。
「人より強い将棋プログラムを作る！
・Python 、Chainer による将棋AIの作成を通して
ディープラーニングのしくみをより深く理解。
・AlphaGo、 AlphaZero で用いられた手法も解説。」
プログラムの作成には関心がない。ただAIに興味を持ったきっかけが囲碁や将棋の「人とAIとの対戦のニュース」であったので本書を手にした。
将棋は子どもの頃やったことがあるのでルールを理解している。囲碁はずっと年寄りがやるものという間違ったイメージを持っていたのでルールを知らない。陣取り合戦位のイメージしかない。
本書の構成は大きく３つに分かれる。
第Ⅰ部 導入編、第Ⅱ部 理論編、第Ⅲ部 実践編 の３つである。
第Ⅲ部の実践編は、将棋AIの作成で、数学とプログラムの知識不足で理解は初めから諦めている。しかしながら卑下してるわけではない。外国語ではないので、時間とやる気があれば、まだ理解できる範囲であるような気がした。ただ興味関心が移り気なので、何となく機械学習や深層学習がわかった現状で満足しそうである。
Python言語で書かれた様々なリストは、将棋AIソフトを作って人工知能プログラムを学びたいという人にとても役立つことだろう。
ページをパラパラやり初心者としての思いをあれこれめぐらしていた。
①深層学習において、囲碁では白黒の二石で処理に適していように思えるが、将棋では多種類の駒をどのように処理するのかな。（p.90）
②将棋盤の座標は、どのように記述するのかな。（p.132）
③駒の表記は「角＝BishopのB」など、チェスの表記と同じなのかな。（p.134）
④シグモイド関数がまた出てきたぞ。やはり重要なんだな。（p.171）
前後するが、第Ⅰ部、第Ⅱ部は通読できた。「畳み込みニューラルネットワーク」の解説は他の本でも読んでいたので大体イメージできていたが、本書の解説もイメージしやすかった。
第Ⅱ部には、最後のページにとても興味深い記述があった。
少し長くなるが引用する。
「（前略）第27回世界コンピュータ選手権では、ディープラーニングをはじめて実用化したPonanza Chainer が優勝すると思われていましたが、elmo が決勝でPonanza Cainer を破り優勝しました。
elmo は、評価関数に３駒関係を使うという点は、それまでのソフトと同様でしたが、学習方法に他のソフトとは異なる工夫がされていました。
elmo 以前の将棋AIでは、浅い探索の評価値を深い探索の評価値に近づけるという学習が主流となっていましたが、elmo は勝敗の結果も加えて学習するということを行いました。コードでは数行の変更のみですが、棋力を向上させることに成功しています。（後略）」（p.59）。
ここに書かれいる内容が何となく理解できたので満足した。
本書は帯にあるように、将棋AIプログラムをより深く理解し実際に作ってみたいという人に相応しい内容である。
ハードとソフトの両方に技術のブレイクスルーを感じたからだ。
そこで人工知能についてもう少し突っ込んだ内容（機械学習の様々な手法）を知りたいと思い本書を入手した。
この本を読み始める前に以下の三つの書籍に目を通した。
①『アルゴリズムをはじめよう』インプレス
②『人工知能プログラミングのための数学がわかる本』KADOKAWA
③『機械学習と深層学習』オーム社
②と③については、数学とプログラムの知識が不足しているので全体を俯瞰したという程度である。分からなくても一気に目を通した。
それでも、AI用語や数学用語に少しずつ慣れてきて本書の読解に少しは役立った。
印刷された帯の表紙には、次のような言葉が見られる。
「人より強い将棋プログラムを作る！
・Python 、Chainer による将棋AIの作成を通して
ディープラーニングのしくみをより深く理解。
・AlphaGo、 AlphaZero で用いられた手法も解説。」
プログラムの作成には関心がない。ただAIに興味を持ったきっかけが囲碁や将棋の「人とAIとの対戦のニュース」であったので本書を手にした。
将棋は子どもの頃やったことがあるのでルールを理解している。囲碁はずっと年寄りがやるものという間違ったイメージを持っていたのでルールを知らない。陣取り合戦位のイメージしかない。
本書の構成は大きく３つに分かれる。
第Ⅰ部 導入編、第Ⅱ部 理論編、第Ⅲ部 実践編 の３つである。
第Ⅲ部の実践編は、将棋AIの作成で、数学とプログラムの知識不足で理解は初めから諦めている。しかしながら卑下してるわけではない。外国語ではないので、時間とやる気があれば、まだ理解できる範囲であるような気がした。ただ興味関心が移り気なので、何となく機械学習や深層学習がわかった現状で満足しそうである。
Python言語で書かれた様々なリストは、将棋AIソフトを作って人工知能プログラムを学びたいという人にとても役立つことだろう。
ページをパラパラやり初心者としての思いをあれこれめぐらしていた。
①深層学習において、囲碁では白黒の二石で処理に適していように思えるが、将棋では多種類の駒をどのように処理するのかな。（p.90）
②将棋盤の座標は、どのように記述するのかな。（p.132）
③駒の表記は「角＝BishopのB」など、チェスの表記と同じなのかな。（p.134）
④シグモイド関数がまた出てきたぞ。やはり重要なんだな。（p.171）
前後するが、第Ⅰ部、第Ⅱ部は通読できた。「畳み込みニューラルネットワーク」の解説は他の本でも読んでいたので大体イメージできていたが、本書の解説もイメージしやすかった。
第Ⅱ部には、最後のページにとても興味深い記述があった。
少し長くなるが引用する。
「（前略）第27回世界コンピュータ選手権では、ディープラーニングをはじめて実用化したPonanza Chainer が優勝すると思われていましたが、elmo が決勝でPonanza Cainer を破り優勝しました。
elmo は、評価関数に３駒関係を使うという点は、それまでのソフトと同様でしたが、学習方法に他のソフトとは異なる工夫がされていました。
elmo 以前の将棋AIでは、浅い探索の評価値を深い探索の評価値に近づけるという学習が主流となっていましたが、elmo は勝敗の結果も加えて学習するということを行いました。コードでは数行の変更のみですが、棋力を向上させることに成功しています。（後略）」（p.59）。
ここに書かれいる内容が何となく理解できたので満足した。
本書は帯にあるように、将棋AIプログラムをより深く理解し実際に作ってみたいという人に相応しい内容である。
2019年8月16日
AIやディープラーニングに関する書籍があふれる昨今、ゲームではあるものの将棋AIという具体的な実装対象をネタにしていることに価値を感じます。ディープラーニングの仕組みやMNISTを使ったサンプルだけを扱うような書籍と違い、実践的なので、ディープラーニングの初学者にもおススメです。
GPUを使う前提ですので、Google Colaboratoryの環境で走行させています。
12時間でインスタンスが消滅するので、python-shogiライブラリのインストールとモジュール読み込みのための
処理、Google Driveのマウント（訓練データ、テストデータをローカルに置く場合は不要です）は、毎回実行しています。ここは少し面倒ですが、ソースコードを書き換える必要なく動作しました。
ちなみに、本書の構成として大きく理論編と実践編が分かれており理論編でディープラーニングの基礎的な知識を解説していますが、ディープラーニングの仕組みだけであれば他にもっとわかりやすい書籍が多数ありますので、他の良書を読んでから本書を読むことをお勧めします。
ソースの解説が少ないという評価もありましたが、そもそもPythonスクリプティングやChainerなどのフレームワークの説明を1冊でカバーするのは無理ですし、そのような本ですとポイントが発散されてしまうと思います。
本書の価値は将棋AIをchainerを使用して具体的に実装する方法と強化学習方法を紹介していることにあります。
わからないことを自分で調べることができないような方は手を出すべきではありません。
ところで本書は将棋に詳しくなくとも、将棋の最低限のルールさえ理解していれば読んでいてつまずくことはないです。将棋の駒の種類さえわかっていないと、コードの実装がなぜそうなるかわからないところも少しあるので、最低限の将棋ルールは知っておくことをお勧めします。
GPUを使う前提ですので、Google Colaboratoryの環境で走行させています。
12時間でインスタンスが消滅するので、python-shogiライブラリのインストールとモジュール読み込みのための
処理、Google Driveのマウント（訓練データ、テストデータをローカルに置く場合は不要です）は、毎回実行しています。ここは少し面倒ですが、ソースコードを書き換える必要なく動作しました。
ちなみに、本書の構成として大きく理論編と実践編が分かれており理論編でディープラーニングの基礎的な知識を解説していますが、ディープラーニングの仕組みだけであれば他にもっとわかりやすい書籍が多数ありますので、他の良書を読んでから本書を読むことをお勧めします。
ソースの解説が少ないという評価もありましたが、そもそもPythonスクリプティングやChainerなどのフレームワークの説明を1冊でカバーするのは無理ですし、そのような本ですとポイントが発散されてしまうと思います。
本書の価値は将棋AIをchainerを使用して具体的に実装する方法と強化学習方法を紹介していることにあります。
わからないことを自分で調べることができないような方は手を出すべきではありません。
ところで本書は将棋に詳しくなくとも、将棋の最低限のルールさえ理解していれば読んでいてつまずくことはないです。将棋の駒の種類さえわかっていないと、コードの実装がなぜそうなるかわからないところも少しあるので、最低限の将棋ルールは知っておくことをお勧めします。
2019年12月11日
AI技術が発達して、羽生さんも抜かれたっぽいのですが、AIの技術進歩は目覚ましいものがあります。
その中でも将棋という分野でのAIについての本です。
将棋AIはAIの中でもかなり特殊です。言い換えれば、汎用性はありません。
ではこの本は無駄でしょうか。いいえ、そうではないと思います。
AIはどんどん発達しますが、汎用AIと将棋専用AIでは、後者の方が将棋に関してはすぐれています。
同じように、囲碁もそうでしょう。では、モノポリーはどうでしょうか、かるたはどうでしょうか。不動産登記申請書作成はどうでしょうか。
どこかの分野に特化したAIは汎用AIより優れているのです。特化AIはこの本で学べます。
その中でも将棋という分野でのAIについての本です。
将棋AIはAIの中でもかなり特殊です。言い換えれば、汎用性はありません。
ではこの本は無駄でしょうか。いいえ、そうではないと思います。
AIはどんどん発達しますが、汎用AIと将棋専用AIでは、後者の方が将棋に関してはすぐれています。
同じように、囲碁もそうでしょう。では、モノポリーはどうでしょうか、かるたはどうでしょうか。不動産登記申請書作成はどうでしょうか。
どこかの分野に特化したAIは汎用AIより優れているのです。特化AIはこの本で学べます。
2018年9月10日
キンドル版を、買いましたがPDFで貼り付けられているだけなので 検索などはできません。ソースをコピペもできません。
ダウンロードはできますが本書にはソースも一部しか載っておらずその他はコメントもない状態です。
だから自分で、何かをしようと思えばネットで調べるなどして補完する必要があります。
情報がまとまった索引としても使えず、ネットで大量に調べる必要があるなら この本を買う価値はなんだろうと思いました。
本を買わずググった方がためになります。
ダウンロードはできますが本書にはソースも一部しか載っておらずその他はコメントもない状態です。
だから自分で、何かをしようと思えばネットで調べるなどして補完する必要があります。
情報がまとまった索引としても使えず、ネットで大量に調べる必要があるなら この本を買う価値はなんだろうと思いました。
本を買わずググった方がためになります。
2018年3月19日
本書の内容に従い、方策ネットワークにfloodgateの棋譜を学習させ、将棋所でLesserkaiと
対局させたところ、いきなり穴熊を組み始めたのには驚かされました。
方策ネットワーク、価値ネットワーク、モンテカルロ木探索など、AlphaGoで使われていた
各種手法の具体的な実装を見ることができ、とても参考になりました。
AlphaGoの概念的な解説書は何冊か出版されていますが、具体的実装に踏み込んだ書籍は、
本書が初めてではないでしょうか。
一部スクリプトのソースコードは、本書では一部分しか掲載されていないので、
著者のGitリポジトリを参照する必要があります。また、本書のプログラムを動かすには、
ある程度のマシンスペックが必要となります。メモリ使用量を確認したところ、
学習を行うのに、16GB前後のメモリが使われていました。
対局させたところ、いきなり穴熊を組み始めたのには驚かされました。
方策ネットワーク、価値ネットワーク、モンテカルロ木探索など、AlphaGoで使われていた
各種手法の具体的な実装を見ることができ、とても参考になりました。
AlphaGoの概念的な解説書は何冊か出版されていますが、具体的実装に踏み込んだ書籍は、
本書が初めてではないでしょうか。
一部スクリプトのソースコードは、本書では一部分しか掲載されていないので、
著者のGitリポジトリを参照する必要があります。また、本書のプログラムを動かすには、
ある程度のマシンスペックが必要となります。メモリ使用量を確認したところ、
学習を行うのに、16GB前後のメモリが使われていました。
2018年3月20日
将棋のルールを知っていてAlphaGo,DeepLearningに興味があり関連本を１冊以上読んだ方には必ずどこか参考になる部分があると思います。
著者はAlphaGoの関連論文から独自にAlphaGoクローンを作成しそれを将棋に応用したAIを開発されています。
本ではそのために必要な知識と実装方法について懇切丁寧に説明されています。
良い点
・他のDeepLearning系の本と比べて踏み込む内容の深さが段違いに凄い
他の方も言われていますが日本語でのDeepLearning系の本は確実な解説はされていますが踏み込む深さはチュートリアル程度という本が多いと思います。
そんな中、英語本でもここまでAlphaGoについて実装＆解説している本は無いんじゃないか？というくらい深く解説されています。しかもわかりやすい！
（日本での将棋AIの流行という背景も一因だと思います。）
・将棋AIを開発する人にとってもボナンザ依頼の衝撃ではないでしょうか？
悪い点（あえて挙げると）
・AlphaGoのある論文ではこの方法を使っている、という感じで言い切っておられますが本当の所は論文だけでは判らないと思うのでその辺りはちょっと読み替えが必要かなと思います。
学者級の方から興味がある位の方までとにかく一読の価値はある、とお勧め致します。
著者はAlphaGoの関連論文から独自にAlphaGoクローンを作成しそれを将棋に応用したAIを開発されています。
本ではそのために必要な知識と実装方法について懇切丁寧に説明されています。
良い点
・他のDeepLearning系の本と比べて踏み込む内容の深さが段違いに凄い
他の方も言われていますが日本語でのDeepLearning系の本は確実な解説はされていますが踏み込む深さはチュートリアル程度という本が多いと思います。
そんな中、英語本でもここまでAlphaGoについて実装＆解説している本は無いんじゃないか？というくらい深く解説されています。しかもわかりやすい！
（日本での将棋AIの流行という背景も一因だと思います。）
・将棋AIを開発する人にとってもボナンザ依頼の衝撃ではないでしょうか？
悪い点（あえて挙げると）
・AlphaGoのある論文ではこの方法を使っている、という感じで言い切っておられますが本当の所は論文だけでは判らないと思うのでその辺りはちょっと読み替えが必要かなと思います。
学者級の方から興味がある位の方までとにかく一読の価値はある、とお勧め致します。
2018年3月21日
AIやディープラーニングに関する書籍は多く出版されていますが、深く解説している書籍は数式が多かったり前提の数学知識が必要であったりなど初学者には読み進めづらいものが多い気がします。一方、初心者向けは浅い内容が多く、実装レベルの説明も「Hello,World」的な内容にとどまっており、その先に進むための情報が不足しているものが多い気がします。
話題のジャンルだけに「帯に短したすきに長し」という書籍が多く出版されている状況ですが、本書は、数式を排除せず、しかし初学者にもわかりやすい説明がなされています。そして、実装レベルの解説まで至っているため、程よく理解してとにかく手を動かしてみたい初学者には最適です。
しかも実装に関しては、囲碁というフィールドで発展した手法を将棋という異なるフィールドに転用する、という新たな試みにチャンレンジした内容であり、単なる解説本とは一線を画する内容となっています。AI/ディープラーニングを応用する一例としても参考になります。
話題のジャンルだけに「帯に短したすきに長し」という書籍が多く出版されている状況ですが、本書は、数式を排除せず、しかし初学者にもわかりやすい説明がなされています。そして、実装レベルの解説まで至っているため、程よく理解してとにかく手を動かしてみたい初学者には最適です。
しかも実装に関しては、囲碁というフィールドで発展した手法を将棋という異なるフィールドに転用する、という新たな試みにチャンレンジした内容であり、単なる解説本とは一線を画する内容となっています。AI/ディープラーニングを応用する一例としても参考になります。
他のお客様はこれらの商品もチェックしています
